Malaises voyageurs 2007-2017 : quelle perturbation avant malaises? 2/2

Bonjour

Nous vous avions présentés précédemment un article qui passait en revue les 141 malaises voyageurs qui s’étaient produits du 01 janvier 2007 au 09 Novembre 2017

Malaise voyageurs qui se produisent les Jours Ouvrables et en Heure de Pointe, et les derniers incidents qui se produisent en amont de ces malaises voyageurs

141 malaises ? Ah non, maintenant c’est 144, le 17/11/2017 au matin :

Ce tableau est à jour avec les 3 derniers malaises qui se sont produits entre le 09/11/2017 et le 16/11/2017

Notre problématique étant : « Quel incident s’est produit juste avant ? » pour les malaises en Jours Ouvrés et aux Heures de Pointes

Et cet incident, nous allons le cherchez sans ces critères de Jours Ouvrés et d’Heures de Pointes

Je ne partage donc pas du tout l’avis de l’exploitation du RER B, qui vous sort « On ne saura jamais l’origine du malaise voyageur »

Evidemment, on ne saura pas si la personne avait mangé (ou pas) le matin et/ou le soir un truc (choucroute, cassoulet, biscuit au soja, biscotte sans adjonction de sel, pizza vegan) qui ne lui a pas réussi, mais nous pouvons essayer d’en savoir un peu plus

Il suffit de le vouloir, c’est une volonté politique, d’y passer le temps nécessaire, surtout quand Courbis.fr le permet Ce site Courbis mémorise les informations du Système Information Voyageur (SIV), quand ça va bien, et surtout quand ça va mal

Encore désolé par rapport au discours officiel un peu Novlangue mais ce site Courbis.fr nous donne, au contraire, une bonne vision de la réalité de cette ligne du RER B

Même s’il n’y a pas tous les problèmes, même si la DLU sait pertinemment ce qu’elle fait en passant sous silence certaines perturbations

Donc ! Nous allons balayer, année par année, les malaises voyageurs et les incidents, quand se sont produits ces malaises voyageurs (matin ou soir ?)

Dans les tableaux ci-dessous : la colonne « 0 » indique que le malaise et un autre incident en amont se sont produits le même jour

Pour la colonne « 1 » : un incident s’est produit un jour puis le jour d’après un malaise voyageur

Pour la colonne « 2 » : un incident s’est produit un jour, le jour d’après : rien, puis le 2ème jour un malaise voyageur

Pour 2007 :

2008 :

2009 :

 

2010 :

2011 :

2012 :

2013 :

2014 :

2015 :

2016 :

Et enfin 2017 (au 17/11, au matin)

Un petit rappel/mise à jour : entre 2007 et 2017, le jour même, quels sont les perturbations qui se sont produites AVANT un malaise voyageur ?

Ca c’est ce matin :

Et ça c’était quand j’ai rédigé l’article le 11/11/2017

Nous constatons que le premier type d’incident qui arrive AVANT un malaise voyageur (entre 2007 et 2017) est la panne de matériel, loin devant les incidents techniques et les bagages abandonnés

Alors ? Sommes-nous contents ? Oui et non…

Oui car nous avons une certaine idée des malaises voyageurs, de leurs nombres, de leurs répartitions, et des incidents qui se sont produits avant

Non car nous n’avons pas une vision sur les annulations de missions, les délestages, les omnibus qui sont peut-être intercalés entre les derniers incidents en amont des malaises voyageurs

Et ça, nous n’en n’avons pas une vision précise et détaillée

On peut comprendre pourquoi, de la part de la RATP-SNCF

Cordialement

 

Malaises voyageurs 2007-2017 : quelle perturbation avant malaises? 1/2

Bonsoir

Nous continuons à explorer le sujet des malaises voyageurs en prenant notre temps, le temps de réfléchir et d’essayer de faire parler le gisement de données à notre disposition

Je ne pense pas vous avoir montré ce graphe sur ce Blog (sur Twitter, oui) Il représente, entre 2007 et 2017, en Heures de Pointe et Jours Ouvrables, par année, les nombres de pannes matérielles et les malaises voyageurs

Graphe 01

Ce graphe 01 est assez étonnant et troublant

Surtout si on le compare au top 6 des perturbations sur les mêmes périodes, où il ne semble pas y avoir cette concomitance pour les autres courbes

Le top 6 hors mouvements sociaux :

Graphe 02

Bon, je sais ! Plus je rajoute de courbes, et moins on voit ! Ce n’est pas une technique d’enfumage de ma part, pas du tout !

Alors voilà ce que nous avons fait : nous avons pris les 141 malaises voyageurs (du 01 janvier 2007 au 09 Novembre 2017), nous les avons mis dans un fichier Excel, et nous avons mis aussi le dernier incident qui s’est produit AVANT le malaise voyageur, peu importe le délai observé en amont.

Ce, que ce problème en amont se soit produit un Jour Ouvrable ou un week-end, quelle que soit l’heure

Donc : Malaise voyageur en JO et HDP -> On remonte le temps jusqu’à temps de retrouver le dernier incident, quels que soit l’heure et le jour

Il se peut que ce dernier incident soit lui aussi un malaise voyageur ! Alors on a continué à remonter le temps, pour retrouver le « premier dernier » incident

Nous obtenons ce tableau 01 :

Tableau 01

On est content, oui enfin, c’est une image, car on observe que les pannes matérielles se produisent majoritairement avant les malaises voyageurs, dans ces proportions :

Tableau 02

Eh bien non Au Blog d’En Face, on n’est pas content car nous allons affiner notre analyse

Nous devrions avoir en théorie 282 incidents au total Hé bien non, nous avons au total 263 incidents Donc un « déficit » de 19 incidents En détails, les 38 malaises voyageurs consécutifs ont été observés comme suit :

Tableau 03

38 malaises sur 141 sur presque 11 ans : 26,9% des malaises voyageurs surviennent de manière consécutive, sans incidents majeurs entre

Et 20 malaises sur 141 sont intervenus le même jour (14,2% des malaises voyageurs)

Dans les 2 cas, cela présente des pourcentages non négligeables, et un phénomène malaise voyageur qui s’accentue depuis 2015 (décroissance en 2016, puis recroit en 2017)

Maintenant, ajoutons la notion de délais, entre malaises voyageurs et autres incidents Nous obtenons ce tableau 04, entre début 2007 et le 09 Novembre 2017

Tableau 04

Comment lire le tableau ?

Colonne « 0 » il y a eu, le même jour, d’abord un incident, puis un malaise voyageur

Colonne « 1 » : jour J-1 un incident, puis jour J un malaise voyageur

Colonne « 2 » : jour J-2 un incident, jour J-1 : rien, jour J un malaise voyageur

Le jour même du Malaise Voyageur, il s’est produit, de manière majoritaire, un incident matériel AVANT le malaise voyageur

Les nombres d’occurrence ont été triés de manière décroissante sur cette première colonne « zéro »

Quel est le pourcentage des incidents survenus le jour même qu’un malaise voyageur?

Voilà le classement et les proportions A 32%, il y a une panne matérielle le jour même où il y a eu un malaise voyageur

Autre tableau : par rapport aux malaises voyageurs, quelles sont les proportions par rapport aux délais : autre incident le même jour, la veille, l’avant-veille etc….

Pour 40,4% des malaises, un autre incident a eu lieu avant, le même jour, et pour 34% des malaises, un incident a eu lieu la veille…

Maintenant, on regarde, par rapport aux malaises en HDP et JO, les incidents qui se sont produits la veille : donc le délai est à 1 Il n’y a pas eu d’autres incidents, le jour même, qui se seraient produits avant ces malaises

Cette fois-çi, c’est le colis suspect, qui est devant la panne matérielle Il y a quand même une majorité d’incidents techniques, de pannes matérielles, de divers incidents, d’incidents d’exploitation survenus la veille, dans les proportions ci-dessus

Maintenant les malaises voyageurs qui se sont produits un jour donné, et où il y a eu un incident l’avant-veille, rien la veille Le délai passe donc à 2

Bon, cela décroit en proportion, rien de bien étonnant, après tout

Les incidents se produisant 3 jours avant un malaise :

En fin un délai à 4 et 5 jours avant un malaise voyageur

Bon… Est-ce que cela a un sens de regarder si loin dans le passé?

Et si nous regardions les jours où se sont produits ces malaises voyageurs ?

C’est donc le lundi que se sont produits majoritairement les malaises voyageurs, suivi du jeudi

Et plutôt les matins ou les soirs ?

A une légère majorité, les malaises ont lieu les matins

La prochaine fois, on donnera le détail des statistiques année par année

Vous pensiez vous en sortir comme ça ?

Cordialement

 

Perturbations 2015-2017 : malaises, pannes matérielles et zones RATP-SNCF

Bonjour

Nous vous avons présentés 3 articles en début de ce mois couvrant la période 2006 à 2017, en termes de perturbations majeures qui ont marqué le RER B

Lors du dernier article, nous avons fait la distinction entre les perturbations « classiques » et celles liées aux mouvements sociaux

Cette semaine S43 de l’année 2017 a été marqué par le retour du motif de perturbation « Réduction de l’offre », suite à l’incident du transformateur électrique de Drancy du mardi 24 Octobre 2017

Ce motif n’était plus apparu depuis l’épisode « Amiante », le 9 Novembre 2012

La rénovation de ce transformateur faisait partie du plan de rénovation 2013-2017, pas de chances !

Pendant 3 jours et demi, les horaires appliquées en Heures de Pointes ont été ceux des heures creuses La RATP-SNCF peut dire merci aux vacances de la Toussaint

En espérant que la normale sera de retour lundi 30 Octobre prochain !

Revenons à nos indicateurs : nous pouvons désormais descendre au niveau de la semaine, pour examiner les perturbations, sur différentes années

Par exemple, en conservant les mêmes unités, comparer toutes les perturbations (mouvements sociaux compris) entre 2015 et 2016, puis 2016 et 2017, les mettre côte à côte, en Heures De Pointes et aux Jour Ouvrables

Pour s’apercevoir que 2016 a été pire que 2015, et que 2017 est pire que 2016

Il faudra vous habituer (on s’y fait très vite) à cette représentation du nombre d’incidents par semaine, elle fera partie des bilans mensuels

L’excuse des travaux du Grand Paris n’est pas valable pour 2016 Nous pouvons accorder les poids du mouvement social entre les semaines 22 à 24 pour 2016, sans plus

La distinction zone RATP-zone SNCF ! Oui, je sais, on est un peu lourd au Blog d’En Face !

On va se prendre, par exemple, les malaises voyageurs

La répartition, par semaine, entre 2015 et 2017, des malaises voyageurs, quel que soit la zone

Cela donne :

Pourquoi une échelle à « 4 » pour le nombre ? Nous verrons après !

En zone SNCF :

En zone RATP :

Il se peut que certains malaises couvrent toutes les zones (pas de localisation précise remontée officiellement), il y en a 4, pour toute cette période

Constat d’étonnement : il y a plus de malaises en zone RATP qu’en zone SNCF, je ne m’attendais pas à ça… Et vous ?

Maintenant, nous allons regarder les pannes de matériel : même période (2015 à 2017), mêmes conditions (Heures de Pointes et Jours Ouvrables), toutes zones

(Vous comprenez pourquoi ce maximum à 4 maintenant ?)

En zone SNCF

En zone RATP

    Les proportions de pannes de matériels partagées sur toute la ligne ? Les voilà :

Commentaires sur les pannes et répartitions : Pour 2015 : 50-50%, pour 2016 : « avantage » SNCF, pour 2017, au 28/10, léger avantage RATP Mais 2017 n’est pas encore terminé !

Nous avons un fond commun, avec une panne par semaine, et puis des pics de pannes observés, ne se produisant pas les mêmes semaines

Voilà ! C’est tout pour aujourd’hui ! Enfin, pour le moment

Cordialement

Perturbations 2007-2017 : quelques évolutions d’indicateurs

Bonjour

Nous vous avons présentés 2 articles en début de ce mois couvrant la période 2006 à 2017, en termes de perturbations majeures qui ont marqué le RER B

Les articles s’appuyaient sur des notions de durée d’incidents et de retour à la normale

Nous n’avons pas, systématiquement, pour tous les incidents, ces notions d’heures. Sur Twitter, depuis Février 2017, même si nous avons noté des efforts de communications, certains incidents ou problèmes sont déjà finis lorsque le CM en parle. En théorie…

Est-ce que cela change beaucoup de choses ? En prenant toutes les perturbations (hors mouvement social) entre 2007 et 2017 :

En rouge : sans les horaires

En bleu : avec les horaires

Nous remarquons que le classement ne change pratiquement pas : c’est le mardi où se produit statistiquement le plus d’incidents

Nous avons maintenant un gisement de données que nous allons exploiter, donner des chiffres, essayer de dégager des tendances

En termes de volume : une feuille Excel avec en entrée 8099 lignes, qui couvre, les Jours Ouvrables et aux Heures de Pointe, la période du 02 Janvier 2007 au 20 Octobre 2017

Les informations ? La nature de l’incident, le lieu de l’incident, (quand nous le connaissons), si c’est le matin ou le soir, l’heure de début de l’incident, l’heure de fin de l’incident, l’heure de retour à une situation normale

Avec ça, on se débrouille, on fait des calculs dans certains sens, on essaie de ne pas trop s’embrouiller justement, d’essayer de trouver des corrélations là où le bon sens vous dit « Mais ton indicateur est complètement débile ! »

Ce n’est pas du Big Data, non, juste du Datamining, ou Data Meaning

Maintenant, nous allons prendre l’ensemble des incidents, tels que nous les avons en base

Un grand absent, dans les 2 derniers articles : le mouvement social

Si nous les prenons en compte, le mouvement social est le grand gagnant des perturbations, nous en avons déjà parlé dans le passé

Alors ? Est-ce le mouvement social est un perturbateur, qui va perturber au même titre qu’un malaise voyageur ou une panne matérielle ?

A mon sens, non Il a un caractère prévisible, parfois sous-estimé par la DLU, il fait en général l’objet d’un préavis

Sur la durée : j’ai pris en compte un temps moyen de 19h00 pour une journée de grève. Avec un service minimum, d’un point de vue voyageur, la perturbation ne sera pas de cet ordre, Il se peut même parfois que cela marche mieux qu’en temps normal

Sans les mouvements sociaux : vous enlevez la première colonne du graphe (c’est bien parce que c’est vous)

Ci-dessus, nous avons tout pris en considération : avec et sans horaires

Nous pouvons nous poser la question : entre 2011 et 2017, est-ce que le nombre d’incidents a progressé ? Nous en avons déjà une petite idée

Dans le graphe ci-dessous, toutes les perturbations sont prises en compte, de 2007 à 2010 :

De 2011 à 2014, même échelle :

En prenant toujours la même échelle, de 2014 à 2017 :

Nous notons, pour 2016 et 2017, des pics de croissance pour les mois de mai et juin

Nous enlevons cette fois-ci les mouvements sociaux :

De 2007 à 2010 :

 

De 2011 à 2014 :

De 2014 à 2017 :

 

Nous remarquons, pour 2016, des poussées en Janvier, Février, Mai, Juillet et Octobre par rapport à ces mêmes mois en 2015

En 2016, ce n’était pas terrible, et essayer de mettre sur le dos du Grand Paris les problèmes de 2017 n’est pas franchement honnête

Etudions maintenant le couple « Pannes de matériel-Malaise Voyageurs » : rien ne nous l’interdit, on fait ce qu’on veut (on n’est pas des bœufs)

Nous partons de la période 2007 à 2010, et à chaque fois nous rajoutons une année : De 2007-2010 à 2007-2013

De 2007-2014 à 2007-2017 :

Ce qui est assez étonnant, c’est la croissance de certains axes mensuels, pour les pannes de matérielles, et que les malaises voyageurs accompagnent ces croissances.

Il serait intéressant d’avoir aussi les proportions d’annulation de missions, d’ »omnibusation » et de délestages, qui pourrait expliquer aussi certaines poussées

Voilà, je pense que c’est bien pour aujourd’hui, il faut ingérer un peu tout cela !

PS : pour les mouvements sociaux, ceux-ci n’aiment ni les mois de juillet, ni les mois d’août

Cordialement

 

Temps moyen incident et de retour à la normal par type de perturbation, années 2007 à 2012

Bonjour

Nous continuons notre voyage dans le passé, en ce qui concerne les perturbations majeures qui ont marqué le RER B

Surtout quand l’application de Paul Courbis (courbis.fr) vous offre cette chance incroyable de disposer en ligne, pour les RER A à E, de toutes les notifications officielles des incidents depuis 2006

RAPPEL : Cet article fait aussi écho à l’article publié dans le journal Le Parisien du 06 Novembre 2016, où le site Citymapper avait publié, pour Octobre 2016 et 2017, un palmarès des temps moyens de retour à la normale, où le RER B avait obtenu les résultats suivants :

2h09 minutes et 56 secondes pour Octobre, avec 33 incidents

2h20 minutes 21 secondes pour Novembre, avec 22 incidents

Les réactions de la RATP et de la SNCF ne s’étaient pas faites attendre, et je cite Le Parisien :

« La RATP et la SNCF se montrent en tout cas sceptiques sur la méthode de calcul employée par l’application Citymapper concernant le nombre d’incidents et les temps d’attente correspondant. « Seule une analyse des données sur une longue période, couplée à une analyse fine des causes, est pertinente » souligne-t-on du côté de la régie. Tandis que la SNCF estime ces chiffres « fantaisistes » et « impossibles à vérifier ».

La SNCF n’a pas été extrêmement prudente quant au fait de chiffres fantaisistes et impossibles à vérifier

La RATP a été un peu plus finaude sur sa réponse

Que la RATP et la SNCF se rassurent, au Blog d’En Face, nous avons donc repris et considéré les incidents aux Jours Ouvrables et Heures de Pointe, en prenant en compte l’application Courbis.fr, qui indique les heures de début d’incident, de fin d’incident mais où le trafic « reste perturbé », et de retour à la normale

Côté fantaisie, ce n’est pas vraiment le genre de Courbis, puisqu’il s’agit des données de la RATP-SNCF! Et si la RATP-SNCF émettent des doutes sur la fiabilité de leurs données…

J’ai effectué et corrigé certaines erreurs dans le report manuel de données, mais cela ne passe pas inaperçue, certains calculs de temps moyens divergeaient et sortaient de la norme

Ce qui m’a posé le plus de problèmes : les incidents qui se finissent après minuit, les calculs de durée de temps n’étant pas très souples avec Excel

L’application Courbis.fr remonte les incidents que la RATP-SNCF jugent digne d’intérêt à prendre en compte. Et ce n’est pas la faute du site Courbis.fr si tous les incidents ne font pas l’objet d’une notification D’un autre côté, cela peut les arranger

Twitter permet aussi et depuis quelques mois de remonter des informations de perturbations, souvent à la suite de réclamations d’informations formulées par les twittos, mais certains incidents semblent ponctuels, où l’information de durée est absente

Comment quantifier la durée « d’un problème suite à la préparation d’un train » ?

La tendance actuelle, toujours observée fin septembre 2017 sur Courbis, étant que la journée est « normale » alors qu’il y a des perturbations, 2 mesures de sécurité suite à la manifestation du 21 Septembre 2017, par exemple, ont été passées sous silence

Quand nous n’avons pas l’incident notifié dans Courbis.fr, nous ne les avons pas pris en compte dans les tableaux ci-dessous. D’où le décalage observé avec le nombre total d’incidents, surtout pour 2017

Autre gentillesse : nous avons enlevé les mouvements sociaux Mais ces jours-là les incidents ont bien été pris en compte dans les reportings journaliers

Nous traiterons ce point des mouvements sociaux un peu plus tard

Nous faisons bien la distinction entre l’heure de fin de l’incident et l’heure de retour à une situation normale, à savoir qu’il n’y a plus de message relatif aux perturbations suite à la fin de l’incident

Nous avons fait ce travail de reprise des données entre 2007 et 2012, pour avoir justement du recul, et des données

Ce qui nous donne ce premier tableau récapitulatif entre début 2007 et à fin 2012, par ordre décroissant des N perturbations notifiées (temps exprimée en heures:minutes) , pour les incidents s’étant produits aux heures de pointes (7h00-9h30 et 17h00-19h30) et en Jours Ouvrables (lundi à vendredi)

 

Un graphe, pour donner une échelle de grandeur, entre les incidents

Deux types d’incidents sautent aux yeux : « Immobilisation maintenance », en 2011 et « Réduction offre » en 2012  Pour celles et ceux qui s’en souviennent, il s’agit des épisodes « Amiante »

Nous avons et aussi des « Fortes affluences voyageurs » : ils ne le sortent plus, ce motif de perturbation !

En détails cette fois-ci par année et sous forme de tableaux

Pour 2007 :

Pour 2008 :

Pour 2009 :

Pour 2010 :

Pour 2011 :

Pour 2012 :

Distinction SNCF-RATP : il y a-t-il une différence au niveau des temps d’incidents et de retour à la normale ?

SNCF :

RATP :

 

Note : certains incidents sont comptabilisés à la fois côté RATP et côté SNCF, il se peut que nous n’ayons pas la localisation détaillée, ou que l’incident perturbe toute la ligne Ce qui a été le cas pour les  réductions d’offre et les immobilisations maintenance

Le Tronc Commun, comptabilisé à la fois côté RATP et SNCF, présente les incidents qui perturbent toute la ligne

Bon, ces histoires de Réduction d’Offres et d’Immobilisation Maintenance grèvent (oups !) bien les stats Nous les enlevons provisoirement!

Ce qui donne, pour l’intervalle 2007-2012 :

 

Contribution SNCF :

Contribution RATP :

Commentaires : Cela semble un peu mieux pour la RATP, par rapport à la SNCF, ce qui était l’inverse par rapport à la période 2013 à 2017

Nous retrouvons aussi des valeurs de temps moyens de perturbation et de retour à la normale cohérents par rapport à notre premier article pour 2012 à 2017

N’oublions pas qu’il s’agit d’un temps moyen et qu’un gros incident type rupture de caténaire ou rail qui casse peuvent avoir leurs poids sur ces temps moyens

Un peu plus de courbes ?

Par mois cette fois-ci, le temps moyen par incident (aux HDP et JO)

En 2007 :

En 2008 :

En 2009

En 2010

En 2011

En 2012

Et les temps de retour à la normale ? Toujours aux Heures de Pointes et Jours Ouvrables

En 2007 :

En 2008 :

En 2009 :

En 2010 :

En 2011 :

En 2012 :

C’était la deuxième partie

Et ensuite on essaierait de regarder les premières causes de perturbation, comment cela évolue sur 5 et 10 ans !

Par exemple, si nous regardons si les incidents sont du matin ou du soir ?

Sur 10 ans :

Entre 2007 et 2012 :

Entre 2013 et 2017 :

Etonnant non, ce 50-50 ?

Bref, nous avons un réservoir de données, constitué à partir des données officielles de la RATP-SNCF, et nous allons pouvoir nous en servir !

Il y aura aussi la possibilité de faire la distinction entre zone SNCF et zone RATP, bien que la ligne soit unifiée, voir comment le nombre d’incidents évolue, du moins lorsque nous avons les renseignements au niveau des heures

Mais ça, ce sera pour plus tard ! Ah ah ah!

 

Cordialement