Combattre La Fraude Dans Les Transports Grâce Au Big Data

Selon un rapport de la cour des comptes¹, repris par Île-de-France Mobilités (Anciennement STIF), rien qu’en Île-de-France, la fraude dans les transports en commun s’élève à plus de 366 millions d’euros annuellement, ce qui représente plus d’un million d’euros par jour. L’équivalent de 1000 bus par an.

La fraude coûte cher

Parallèlement, la répartition des revenus d’un titre de transport valable sur plusieurs opérateurs – comme c’est le cas en Île-de-France – se fait principalement sur la base de la répartition des validations du titre de transport sur les réseaux des différents opérateurs.

L’enjeu financier est donc bien réel pour les opérateurs de transport dont le chiffre d’affaires est directement impacté.

Un taux de fraude variable

Selon un rapport de la cour des comptes¹, la fraude varierait faiblement en fonction de la catégorie socioprofessionnelle. Bien que le taux de fraude soit variable entre zones géographiques, elle dépend surtout des moyens d’accès aux transports et au flux de passagers. Ainsi, les réseaux supportant des flux massifs ne peuvent faire l’objet de contrôles systématiques. La mise en place de dispositifs de contrôle automatiques (portiques) est certes un frein à la fraude, mais elle peut être contournée en l’absence d’agents de contrôle et, en tout état de cause, ne peut pas être envisagée sur tous types de véhicules. Les bus par exemple ne peuvent en être équipés compte tenu des contraintes de volume et des contraintes de problématiques de sécurité en cas d’évacuation.

Stratégies de lutte contre la fraude

Au delà des solutions matérielles de contrôle automatique, d’autres stratégies de lutte contre la fraude existent. Il y a deux grandes catégories de fraudeurs. La fraude passive concerne les fraudeurs disposant d’un titre de transport mais n’ayant pas validé leur titre de transport. Pour cette catégorie, les campagnes de sensibilisation et les équipes de médiation sont souvent les solutions envisagées afin d’éduquer les usagers à l’importance de la validation du titre de transport. En effet, l’objectif n’est bien souvent pas de générer un maximum de PVs mais bien de changer les mauvaises habitudes de cette catégorie de fraudeurs afin qu’ils aient le réflexe de la validation.

Parallèlement à ces fraudeurs dits “passifs”, il existe une catégorie de fraudeurs plus difficile à combattre. Les fraudeurs qu’on pourrait qualifier d’“actifs” sont ceux qui n’ont pas de titre de transport. Les équipes de médiation peuvent là aussi jouer un rôle pour informer les usagers sur les dispositifs d’aides dont ils pourraient bénéficier afin de disposer d’un titre de transport. Même si, globalement, le dispositif répressif prend totalement son sens pour cette catégorie de fraudeurs.

Comment l’IA et le Big Data peuvent aider ?

Grâce à la convergence numérique, de plus en plus de données relatives à la fréquentation des réseaux de transport sont disponibles avec une géolocalisation et un horodatage précis. Ces données couplées à la structure de la ville permettent de reconstruire des pics par centres d’intérêts (hôpital, université, zone de bureaux, centre commercial…). Ces pics se traduisent par des relevés horodatés par ligne de transport, voire par véhicule. A cela vient se superposer une couche d’analyse de la fraude et de ses facteurs impactants qui permettent de prédire la fraude par créneau horaire, par station. Ainsi, la planification des itinéraires des agents de verbalisation devient possible afin de maximiser le retour sur déploiement des agents.

1. La lutte contre la fraude dans les transports urbains en Île-de-France : un échec collectif. Rapport de la cour des comptes, 2013.