De nouvelles sources d’informations à exploiter

1.2.1. Les traces numériques

Les traces numériques, aussi appelées big data, sont ainsi de nouvelles sources d’informations qui sont en train de révolutionner les techniques d’observation touristique. Il s’agit de données récoltées par le biais d’un dispositif numérique tel qu’un moteur de recherche, un réseau social, une carte de paiement, un titre de transport, un badge de télépéage, un smartphone ou tout autre dispositif à puce... En effet, les traces numériques des individus peuvent être des données semées lors de leur passage, des données publiées sur les réseaux sociaux qui seront notamment étudiées avec le web sémantique ou encore des données produites avec l’utilisation d’un GPS permettant le tracking.

Par conséquent, il est possible de suivre « à la trace » les individus. Les traces numériques aident à mieux comprendre les mobilités et les flux des habitants, des excursionnistes ou encore des touristes, aussi bien sur une destination dans sa globalité que par rapport à un évènement. D’autre part, elles aident à mieux comprendre le profil des individus et leur identité numérique. En effet, les internautes font de multiples actions sur le web comme des recherches, des achats de produits, des rédactions d’avis etc.

D’ailleurs, il existe un dispositif d’observation touristique à partir de la téléphonie mobile :

Flux Vision Tourisme. En 2013, Tourisme & Territoires a lancé un partenariat avec Orange

pour convertir de multiples informations du réseau mobile Orange en indicateurs statistiques afin d’analyser la fréquentation touristique de zones géographiques et les déplacements de populations. Concrètement, il s’agit de géolocaliser les mobiles du réseau Orange sur un territoire puis de collecter, qualifier et rendre anonymes les données. Ensuite, elles sont traitées en réalisant un passage de x mobiles à y personnes et une segmentation est établie pour différencier les résidents, les touristes et les excursionnistes. On peut ainsi analyser et avoir accès à différentes données : nuitées quotidiennes, fréquentation en journée, excursions, volume et origine des touristes, mobilités sur le territoire, fréquentation sur les évènements… Si certaines utilisations sont de réelles plus- values pour les territoires, certains institutionnels du tourisme ne savent pas utiliser l’outil pour obtenir suffisamment d’informations et prendre des décisions.

45 D’autre part, comme l’évoque Marie Kusek, il y a certaines limites à ce dispositif 27_{. En effet,}

« il faut s’interroger sur la part de marché réelle d’Orange sur le territoire de l’étude ainsi qu’à la sur-représentation de certaines catégories socio-professionnelles chez cet opérateur par rapport à la moyenne nationale ». De plus, le coût financier peut paraître assez important pour les institutionnels puisque qu’ « il faut prévoir 12 000 € hors taxes pour l’observation d’un territoire pendant un an avec un focus sur un évènement et au moins 30 000 € hors taxes par an au niveau d’une région pour analyser des sous-territoires et les déplacements intra-régionaux ». En parallèle, il faut ajouter des ajouter les coûts internes de contrôle de validité, d’ingénierie statistique et d’analyse des données, ce qui suppose aussi l’acquisition de nouvelles compétences dans les structures touristiques.

En juin 2019, une publication « La destination Lille vue par les traces numériques » a été réalisée par l’Agence de développement et d’urbanisme de Lille Métropole (ADULM), l’Équipe Interdisciplinaire de Recherches sur le Tourisme (EIREST) et la Métropole Européenne de Lille (MEL). Pour guider la réflexion, les professionnels se sont attachés à vouloir comprendre qui sont les visiteurs de la métropole en cernant davantage leurs pratiques de visite, les activités choisies ou encore les lieux les plus fréquentés. D’autre part, ils ont souhaité savoir ce que racontent les visiteurs de leurs découvertes sur les réseaux sociaux et leurs souvenirs. Quel est le ressenti de leur voyage à Lille ? L’extraction des données s’est ainsi focalisée sur les plateformes Flickr, TripAdvisor, Hotels.com et Airbnb. Plusieurs données ont été récupérées dont notamment la géolocalisation des photos et des commentaires, le contenu des commentaires, le profil des utilisateurs avec leur origine et l’historique de leur activité.

Il faut garder à l’esprit que les traces numériques peuvent faire émerger des tendances que si elles sont regroupées en grande quantité, analysées et corrélées. D’autre part, l’accès aux traces numériques issues de la téléphonie mobile peut apparaître comme complexe. En effet, le coût d’acquisition des données reste important et la précision de la géolocalisation dépend du nombre d’antennes relais présent sur la zone observée. Ainsi, les zones rurales auront des résultats bien moins précis que les zones urbaines.

27 _{Kusek Marie. L’exploitation de la donnée, des enjeux pour les offices de tourisme. Mémoire de master 1 tourisme TIC,}

46 1.2.2. Le web sémantique

Le web sémantique est une nouvelle manière d’organiser et de présenter le contenu web. L’objectif est de permettre non seulement une communication entre les humains mais aussi une communication entre les humains et les machines. 28 _{Il serait une extension}

du web actuel où l'information bien définie permettrait aux hommes et aux machines de travailler en coopération pour proposer de meilleurs services aux individus.

Le web sémantique est associé d’une part à l’intégration et la combinaison de données issues de multiples sources et d’autre part a un langage permettant d’enregistrer la manière dont les données portent sur les objets du monde réel.

Pour ce faire, le web sémantique repose sur une analyse et une structuration des données. Les métadonnées permettent d’identifier et d’extraire de l’information des sources web pour que les machines comprennent la signification de ces données. Les ontologies permettent quant à elles de conceptualiser et de structurer des concepts et des relations. Pour ce faire, il existe différents langages de représentation et de manipulation de données dont les plus utilisés sont le RDF (Resource Description Framework), l’OWL (Ontology Web Language) et le SPARQL (Sparql Protocol And RDF Query Language).

Le web sémantique est un véritable enjeu dans la connaissance client et dans l’observation. En effet, quelle destination ne souhaite pas pouvoir analyser les contenus échangés sur les réseaux sociaux à son sujet ou encore les avis déposés par les internautes ? Sur les réseaux sociaux et les sites d’avis, les internautes seront plus à l’aise pour parler de leur ressenti. Toutefois, comme l’explique Pauline Lariche, « les visiteurs ont tendance à laisser majoritairement un avis lorsque leur séjour a été négatif. Les avis présents sur ce type de

sites ne sont pas forcément représentatifs du ressenti de l’ensemble des visiteurs. » 29

Par conséquent, il faut être prudent et réaliser des enquêtes de terrain plus traditionnelles pour établir un degré de représentativité.

28 _{Tim Berners Lee.}

29 _{Lariche Pauline, Observation touristique nationale et Big Data. Mémoire de master 1 tourisme TIC, Toulouse : Université}

47 Par exemple, Google a mis en place « The Knowledge Graph » afin de comprendre que les termes de recherche des utilisateurs ne sont pas que des mots mais correspondent à des choses concrètes. Il s’agit de comprendre les interactions et recueillir des informations du monde réel sur une personne, un livre, un film, une œuvre d’art... De plus, il intègre des informations que d’autres utilisateurs ont trouvé utiles. Le moteur de recherches devient alors un moteur de connaissances. L’objectif est de mieux comprendre les requêtes des utilisateurs et les informations disponibles sur le Web et de relier les deux de manière intelligente. Les pages de résultats fournissent de plus en plus d’informations.

Figure 6 – Exemple d’un Knowledge Graph30