Chaque samedi nous vous présentons une entreprise et sa manière d’utiliser la data. Après avoir fait un article sur data et transport, revenons aujourd’hui sur une entreprise qui a changé une partie de ce secteur : BlaBlaCar. 

‍

Présentation rapide de BlaBlaCar
‍

Créée en 2006 par 3 français, la société BlaBlaCar est une plateforme de covoiturage qui met en relation des conducteurs de voiture et des passagers. Le site s’appelait d’abord covoiturage.fr et s’appelle BlaBlaCar depuis 2013. Elle fait partie des premières licornes françaises, avec Deezer et Veepee. 

La plateforme revendique à ce jour autour de 100 millions d’utilisateurs répartis dans 22 pays dont une grande partie de l’Europe (France, Espagne, Royaume-Uni, Allemagne, Belgique, Pologne, …) mais aussi en Inde, au Brésil et au Mexique. 

Depuis 2011, la plateforme se rémunère en prenant une commission sur le trajet. 

A partir de 2015, elle commence à proposer de nouveaux services, en commençant par proposer une assurance à ses usagers lorsqu’ils utilisent la plateforme. En 2017, la plateforme lance un service de location de voiture à longue durée. En 2018, la société rachète la filiale Ouibus appartenant à la SNCF, qui devient Blablabus. 

Voici comment Blablacar définit sa mission : “On s’engage à apporter la liberté, l’équité et l’esprit de partage dans le monde du voyage.” 
‍
‍

Utilisation de la data chez BlaBlaCar

La maîtrise des données géographiques

Une des grandes forces de BlaBlaCar est la maîtrise des données géographiques, ce qui va l’aider à être pertinente pour sa plateforme. En effet, des conducteurs vont proposer d’aller d’un point A à un point B, éventuellement en s’arrêtant dans certaines villes précises connues à l’avance. 

De son côté, un utilisateur va chercher à aller d’un point C à un point D, potentiellement peu éloignés des points A et B du conducteur. Il faut donc avoir connaissance des temps de trajet pour bien comprendre que ce conducteur et ce passager sont bien compatibles pour voyager ensemble. De plus, avec l’historique des trajets, on peut mettre en place des algorithmes pour savoir quels détours les conducteurs sont prêts à faire en fonction du lieu. Par exemple, si une ville est souvent remplie de bouchons, les conducteurs seront moins enclins à faire des détours de plusieurs kilomètres car ce détour pourrait durer plus d’une heure. 

D’abord, ces algorithmes se faisaient au niveau des villes puis ils se sont affinés, en passant à une granularité “points” c'est-à-dire au niveau de l’adresse des utilisateurs. 

Optimisation du prix

BlaBlacar a mis en place un algorithme pour proposer une fourchette de prix, dépendant de la durée et de la distance du trajet, de la présence ou non de péages, mais aussi de la concurrence avec d’autres moyens de transport. Par exemple, s’il y a une ligne de train rapide et peu chère, BlaBlaCar diminuera le prix. Cela va aussi dépendre du jour de la semaine et de l’heure du voyage. Un trajet trouvera preneur plus facilement à un tarif élevé un dimanche soir qu’un mardi en milieu de journée - les gens se rapprochent par exemple de leur lieu de travail le dimanche soir après un week-end avec des amis ou en famille. 

Modération automatisée

Les utilisateurs échangent entre eux. BlaBlaCar a mis en place un algorithme permettant de modérer en temps réel les messages. 90 % des messages sont alors validés automatiquement. Lorsque l’algorithme n’est pas suffisamment sûr de la pertinence de son filtrage, le message est alors envoyé à une modération manuelle pour valider la modération ou non. L’algorithme apprendra alors de ce feedback envoyé par l’homme pour s’améliorer et envoyer de moins en moins de messages en modération manuelle.

Blablacar est donc une entreprise qui utilise la data pour améliorer la pertinence de ses résultats (algorithmes géographiques), l’expérience utilisateur (optimisation du prix et de la géographie) et sa productivité (modération automatisée)

‍