Imaginez une vie sans stress lié aux transports, où chaque trajet est optimisé et prévisible. Ne plus jamais rater votre bus à cause d'un retard imprévu, anticiper les embouteillages avant qu'ils ne se forment, et choisir le meilleur itinéraire en fonction de vos préférences. La mobilité prédictive, rendue accessible grâce à des applications intelligentes, transforme cette vision en réalité. Ces outils numériques sophistiqués, basés sur l'analyse de données massives et l'intelligence artificielle, promettent une révolution profonde dans notre manière de nous déplacer, rendant nos voyages non seulement plus efficaces, mais aussi plus agréables et respectueux de l'environnement.
Comprendre la mobilité prédictive : principes, technologies et écosystème de données
La mobilité prédictive repose sur un concept fondamental : anticiper les conditions de déplacement futures pour améliorer l'expérience de l'usager. Contrairement aux systèmes de navigation GPS traditionnels, qui se contentent de fournir des informations en temps réel et des itinéraires statiques, la mobilité prédictive utilise une puissante combinaison de données historiques, d'informations actuelles et d'algorithmes sophistiqués pour prévoir les événements et optimiser les trajets. Ce processus complexe permet aux usagers de prendre des décisions éclairées concernant leurs déplacements, de s'adapter rapidement aux imprévus et d'améliorer ainsi considérablement leur expérience de voyage globale, réduisant l'incertitude et le stress.
Principes fondamentaux de la prédiction de mobilité
Le fonctionnement de la mobilité prédictive suit un cycle précis et itératif, garantissant une amélioration continue de la précision des prédictions. Ce cycle commence par la collecte de données massives et hétérogènes provenant d'une multitude de sources. Ensuite, ces données brutes sont analysées et traitées à l'aide d'algorithmes avancés pour identifier des tendances, des corrélations et des schémas récurrents. Les informations ainsi extraites sont ensuite utilisées pour construire des modèles prédictifs sophistiqués qui simulent le comportement du trafic et des réseaux de transport. Enfin, les prédictions générées par ces modèles sont diffusées aux utilisateurs via des applications mobiles intuitives, leur permettant d'anticiper les problèmes potentiels et de planifier leurs déplacements de manière proactive. La qualité des données est primordiale ; si les informations de base sont incorrectes ou biaisées, les prédictions qui en découlent seront également erronées, soulignant l'importance d'une gestion rigoureuse des données.
Sources de données : un écosystème riche et diversifié
La puissance de la mobilité prédictive réside dans la richesse et la diversité de ses sources de données. Un véritable écosystème d'informations est mobilisé pour alimenter les algorithmes de prédiction. Les données de localisation GPS, provenant des smartphones et des véhicules connectés, fournissent des informations précieuses sur la vitesse et la densité du trafic en temps réel. Les données de transport en commun, telles que les horaires théoriques, les positions des véhicules et les données de billetterie, permettent de prévoir les retards et les perturbations sur les réseaux de transport public. Les données météorologiques, les données d'événements (manifestations, concerts, travaux) et même les informations issues des réseaux sociaux, comme les signalements d'accidents ou d'embouteillages, contribuent à affiner les prédictions et à tenir compte des événements imprévus. Plus le volume, la variété et la vélocité des données sont importants, plus les prédictions sont précises et fiables. On estime que 70% des données utilisées par les applications de mobilité prédictive proviennent de sources GPS, tandis que les 30% restants sont issues d'une combinaison d'autres sources.
- Données de localisation GPS (smartphones, véhicules connectés)
- Données de trafic en temps réel (capteurs sur les routes, caméras de surveillance urbaine)
- Données de transport en commun (horaires théoriques, positions en temps réel des véhicules, données de billetterie)
- Données météorologiques (précipitations, température, vent)
- Données d'événements (manifestations, concerts, travaux, fermetures de routes)
- Données issues des réseaux sociaux (signalements d'accidents, d'embouteillages ou de perturbations)
Technologies et algorithmes au cœur de la prédiction
Derrière la simplicité apparente des applications de mobilité prédictive se cachent des technologies avancées et des algorithmes complexes. L'intelligence artificielle (IA) et l'apprentissage automatique (Machine Learning) jouent un rôle central dans l'analyse des données et la génération des prédictions. Les algorithmes d'apprentissage automatique analysent les données historiques et en temps réel pour identifier des schémas, des tendances et des corrélations qui seraient impossibles à détecter manuellement. Par exemple, un algorithme peut apprendre que le trafic est plus dense sur une certaine autoroute pendant les heures de pointe du vendredi, ou qu'un accident récent a causé un embouteillage important sur une route secondaire. Ces connaissances sont ensuite utilisées pour construire des modèles prédictifs qui permettent de prévoir les conditions futures avec une précision croissante. Ces algorithmes ont prouvé leur efficacité, avec une marge d'erreur des prédictions qui diminue d'environ 15% par an grâce aux améliorations continues des modèles et à l'augmentation du volume de données disponibles.
Facilitation de la vie des usagers : avantages concrets des applications de mobilité prédictive
Les applications de mobilité prédictive ne sont pas de simples gadgets technologiques destinés aux passionnés de nouvelles technologies ; elles apportent des avantages concrets et mesurables dans la vie quotidienne d'un large éventail d'usagers. De la planification optimisée des déplacements à la réduction significative du stress lié aux transports, en passant par l'optimisation des coûts et la contribution à une mobilité plus durable, ces outils numériques transforment fondamentalement notre façon de voyager et de nous déplacer. Elles permettent non seulement de gagner un temps précieux, mais aussi d'éviter les mauvaises surprises et d'adopter des comportements plus responsables envers l'environnement.
Planification optimisée des déplacements : un gain de temps et d'efficacité
L'un des principaux avantages des applications de mobilité prédictive réside dans leur capacité à optimiser la planification des déplacements, qu'il s'agisse d'un trajet quotidien domicile-travail ou d'un voyage plus long. Ces applications intelligentes calculent des itinéraires personnalisés en fonction des préférences de l'utilisateur, qu'il s'agisse de la rapidité du trajet, du coût total, du confort ou de l'impact environnemental. Elles prévoient les temps de trajet avec une précision accrue, en tenant compte du trafic en temps réel, des conditions météorologiques et des événements imprévus qui pourraient perturber le trafic. Elles suggèrent également des alternatives de transport intelligentes, telles que les transports en commun, le vélo, la marche à pied ou le covoiturage, pour éviter les embouteillages ou les retards. Selon une étude récente, 65% des utilisateurs d'applications de mobilité prédictive affirment que ces outils les aident à mieux planifier leurs journées, réduisant ainsi le stress et améliorant leur productivité.
Réduction du stress et gain de temps : un impact positif sur le bien-être
Le stress lié aux transports est un problème majeur dans de nombreuses villes, affectant la santé et le bien-être des habitants. Les applications de mobilité prédictive contribuent à réduire ce stress en permettant aux usagers d'anticiper les perturbations, de s'y préparer et d'adopter des stratégies alternatives. Elles fournissent des informations proactives sur les problèmes potentiels, tels que les embouteillages importants, les retards de trains ou de bus, ou les annulations de vols, et proposent des solutions alternatives pour contourner ces difficultés. Elles optimisent également les temps d'attente aux arrêts de bus, aux stations de métro ou aux gares, en prédisant l'arrivée des véhicules en temps réel, permettant ainsi aux usagers de mieux gérer leur temps et de réduire leur niveau de frustration. Il a été constaté qu'un utilisateur moyen gagne environ 20 minutes par jour grâce à l'utilisation de ces applications, ce qui se traduit par une réduction significative du stress et une amélioration de la qualité de vie. De plus, les sociétés de transport public ont constaté une baisse d'environ 10% des plaintes liées aux retards grâce à l'intégration de ces technologies de prédiction.
- Anticipation proactive des perturbations (embouteillages, retards, annulations)
- Fourniture d'informations en temps réel, permettant aux utilisateurs d'adapter leurs plans et d'éviter les situations problématiques.
- Optimisation des temps d'attente aux arrêts de bus ou de train, grâce à la prédiction précise de l'arrivée des véhicules.
Amélioration de la sécurité routière et des déplacements
La sécurité est une priorité absolue pour tous les usagers de la route et des transports en commun. Les applications de mobilité prédictive contribuent à améliorer la sécurité en avertissant les conducteurs sur les zones à risque, telles que les zones d'accidents fréquents, les zones soumises à des conditions météorologiques dangereuses (verglas, brouillard, fortes pluies) ou les zones de travaux. Elles optimisent également les itinéraires pour éviter les zones congestionnées, réduisant ainsi le risque d'accidents liés à la fatigue ou à la distraction. En moyenne, le nombre d'accidents a diminué d'environ 5% dans les zones où ces applications sont largement utilisées, ce qui témoigne de leur efficacité en matière de prévention. Par ailleurs, certaines applications permettent aux usagers de signaler en temps réel des incidents (accidents, objets sur la chaussée, nids-de-poule) aux autres utilisateurs, contribuant ainsi à une meilleure vigilance collective et à une réaction plus rapide en cas de danger.
Optimisation des coûts de transport : des économies substantielles
Les applications de mobilité prédictive ne se contentent pas de faciliter les déplacements et d'améliorer la sécurité ; elles permettent également d'optimiser les coûts de transport, ce qui représente un avantage non négligeable pour les usagers. Elles comparent les coûts des différents modes de transport (voiture, transports en commun, covoiturage, vélo), suggèrent des options de stationnement moins chères et proposent des itinéraires optimisés pour réduire la consommation de carburant et les frais de péage. Elles peuvent également faciliter le covoiturage en mettant en relation les conducteurs et les passagers, permettant ainsi de partager les frais de déplacement et de réduire l'impact environnemental. Des études ont montré que les utilisateurs réguliers de ces applications économisent en moyenne 50 euros par mois sur leurs dépenses de transport, ce qui représente une économie annuelle significative.
Contribution à une mobilité plus durable et respectueuse de l'environnement
La mobilité prédictive joue un rôle crucial dans la transition vers une mobilité plus durable et respectueuse de l'environnement. En encourageant l'utilisation des transports en commun ou du vélo, en optimisant les itinéraires pour réduire les émissions de gaz à effet de serre et en promouvant le covoiturage, ces applications contribuent à réduire l'empreinte carbone des déplacements. En fournissant des informations précises et en temps réel sur les options de transport alternatives, elles incitent les usagers à adopter des comportements plus responsables et à privilégier les modes de transport les plus écologiques. Les villes qui ont mis en place des systèmes de mobilité prédictive intégrés ont constaté une réduction d'environ 8% des émissions de CO2 liées aux transports, ce qui souligne l'importance de ces technologies dans la lutte contre le changement climatique.
Cas d'usage : exemples concrets et diversifiés de l'impact de la mobilité prédictive
Pour illustrer de manière plus concrète les avantages des applications de mobilité prédictive, examinons quelques exemples d'utilisation dans différents contextes et situations. Du voyage quotidien domicile-travail à la planification de voyages longue distance, en passant par la gestion optimisée de flottes de véhicules professionnels et l'amélioration de l'accessibilité pour les personnes à mobilité réduite, ces applications s'adaptent à une grande variété de besoins et de contraintes.
Voyage domicile-travail : une routine optimisée et sans stress
Prenons le cas de Sophie, une jeune professionnelle qui utilise quotidiennement une application de mobilité prédictive pour son trajet entre son domicile et son lieu de travail. L'application analyse en temps réel les conditions de circulation, les perturbations potentielles sur le réseau de transport en commun et les prévisions météorologiques pour lui proposer le meilleur itinéraire possible. Elle lui suggère par exemple de prendre le train plutôt que sa voiture si un embouteillage important est prévu sur son trajet habituel, et lui fournit les horaires précis de son train, en tenant compte des éventuels retards. Grâce à cette application, Sophie arrive toujours à l'heure au travail, évite le stress des retards imprévus et peut même profiter de quelques minutes supplémentaires pour se détendre avant de commencer sa journée. Elle estime qu'elle gagne en moyenne 15 minutes par jour grâce à cette optimisation de son trajet.
Voyage en transports en commun : se déplacer facilement dans une ville inconnue
Imaginez Marc, un voyageur d'affaires en déplacement dans une ville qu'il ne connaît pas. Grâce à une application de mobilité prédictive, il peut se déplacer facilement et en toute confiance dans le réseau de transports en commun local. L'application lui indique les lignes de bus ou de métro à emprunter pour atteindre sa destination, les arrêts où descendre, les correspondances à effectuer, les horaires en temps réel et l'emplacement des véhicules sur une carte interactive. Elle lui fournit également des informations sur les éventuelles perturbations ou retards, lui permettant d'adapter son itinéraire en conséquence. Marc estime que l'application lui fait gagner environ 30% de son temps par rapport à l'utilisation de cartes papier et d'horaires statiques, et lui permet de profiter pleinement de son séjour dans cette nouvelle ville.
Planification de voyage : anticiper les imprévus et optimiser son parcours
Julie, une passionnée de voyages, utilise une application de mobilité prédictive pour planifier ses escapades du week-end. Pour son prochain voyage en voiture, elle utilise l'application pour choisir le meilleur itinéraire en tenant compte du trafic prévu, des conditions météorologiques, des zones de travaux et des événements culturels qui pourraient affecter la circulation. L'application lui propose plusieurs options d'itinéraires, avec des temps de trajet et des coûts différents, lui permettant de choisir la solution la plus adaptée à ses besoins et à son budget. Elle peut également visualiser les aires de repos, les stations-service et les points d'intérêt touristiques sur son parcours, facilitant ainsi sa planification. L'application lui a par exemple permis d'économiser environ 10 euros de péage en lui suggérant un itinéraire alternatif légèrement plus long mais moins coûteux et plus pittoresque.
Gestion de flottes de véhicules : améliorer l'efficacité et réduire les coûts
Une entreprise de livraison utilise une application de mobilité prédictive pour optimiser les itinéraires de ses chauffeurs et améliorer l'efficacité de ses opérations. L'application prend en compte en temps réel le trafic, les contraintes de temps de livraison, les préférences de chaque chauffeur et les informations sur les éventuels problèmes (accidents, fermetures de routes) pour proposer les itinéraires les plus efficaces et les plus sûrs. Elle permet également de suivre en temps réel la position des véhicules, de communiquer avec les chauffeurs en cas de besoin et de gérer les imprévus de manière proactive. Grâce à cette application, l'entreprise a réduit sa consommation de carburant d'environ 12%, a diminué ses coûts de maintenance de 8% et a amélioré son taux de livraison à temps de 15%.
Améliorer l'accessibilité pour les personnes à mobilité réduite
Les applications de mobilité prédictive peuvent également jouer un rôle important dans l'amélioration de l'accessibilité pour les personnes à mobilité réduite. En intégrant des données sur l'accessibilité des différents modes de transport, la disponibilité des ascenseurs dans les stations de métro et les itinéraires adaptés aux fauteuils roulants, ces applications peuvent aider les personnes à mobilité réduite à planifier leurs déplacements de manière plus autonome et sereine. Certaines applications permettent également aux utilisateurs de signaler des problèmes d'accessibilité (ascenseurs en panne, rampes d'accès obstruées) afin d'améliorer la qualité des informations disponibles pour la communauté.
- Voyage domicile-travail : itinéraires optimisés, horaires précis des transports en commun, alerte en cas de perturbations.
- Voyage en transports en commun : navigation intuitive dans les réseaux complexes, informations en temps réel sur les horaires et les correspondances.
- Planification de voyage : comparaison des différents itinéraires, suggestion d'alternatives, visualisation des points d'intérêt.
- Gestion de flottes de véhicules : optimisation des tournées, suivi en temps réel, réduction de la consommation de carburant.
- Améliorer l'accessibilité pour les personnes à mobilité réduite : itinéraires adaptés, signalement des problèmes d'accessibilité.
Défis et limites de la mobilité prédictive : une perspective réaliste
Bien que la mobilité prédictive offre de nombreux avantages potentiels, il est important de reconnaître qu'elle n'est pas sans défis et limites. La qualité des données, la confidentialité des données personnelles, la dépendance technologique, l'imprévisibilité inhérente à certains événements et les inégalités d'accès sont autant de facteurs qui peuvent affecter la précision, la fiabilité et l'équité de ces systèmes.
Qualité des données : un enjeu majeur pour la fiabilité des prédictions
La qualité des données est un facteur crucial pour la mobilité prédictive. Si les données utilisées pour alimenter les algorithmes sont incomplètes, inexactes, biaisées ou obsolètes, les prédictions qui en découlent seront erronées et les usagers risquent de prendre de mauvaises décisions. Il est donc essentiel de mettre en place des systèmes de collecte, de validation et de nettoyage des données rigoureux, afin de garantir leur qualité et leur fiabilité. De plus, il est important de tenir compte du fait que les données peuvent être biaisées, reflétant par exemple les habitudes de déplacement de certains groupes de population plutôt que d'autres, ce qui peut entraîner des inégalités dans la qualité des prédictions. Des erreurs de données peuvent par exemple conduire à une augmentation de 7% du temps de trajet réel par rapport au temps prévu.
Confidentialité des données : protéger la vie privée des utilisateurs
La mobilité prédictive repose sur la collecte et l'utilisation de données personnelles sensibles, telles que la localisation géographique, les habitudes de déplacement, les préférences de transport et les informations sur les trajets. Il est donc impératif de garantir la confidentialité de ces données et de respecter la vie privée des utilisateurs. Les applications de mobilité prédictive doivent être transparentes sur la manière dont elles collectent, utilisent, stockent et partagent les données, et doivent obtenir le consentement éclairé des utilisateurs avant de collecter des informations personnelles. De plus, elles doivent mettre en place des mesures de sécurité robustes pour protéger les données contre les accès non autorisés, les fuites ou les utilisations abusives. L'Europe, avec le Règlement Général sur la Protection des Données (RGPD), a établi des exigences particulièrement strictes en matière de protection des données, ce qui a un impact significatif sur le développement et le déploiement des applications de mobilité prédictive.
Dépendance technologique : un risque à ne pas négliger
L'utilisation croissante des applications de mobilité prédictive peut entraîner une dépendance technologique, réduisant la capacité des usagers à s'orienter, à prendre des décisions autonomes et à réagir de manière adéquate face à des situations imprévues. Il est donc important de ne pas se fier aveuglément aux prédictions et de conserver un esprit critique. Il est également conseillé de développer et d'entretenir des compétences de base en matière d'orientation, de lecture de cartes et de planification des déplacements, afin de pouvoir se débrouiller en cas de panne de batterie, de perte de connexion Internet ou de dysfonctionnement de l'application. Une étude a révélé qu'environ 35% des utilisateurs réguliers d'applications de navigation se sentent perdus ou désorientés lorsqu'ils se retrouvent sans leur smartphone.
Prédictions imparfaites : l'imprévisibilité de certains événements
Les prédictions de la mobilité prédictive ne sont jamais parfaites et peuvent être affectées par des événements imprévisibles, tels que les accidents soudains, les intempéries exceptionnelles, les manifestations spontanées ou les fermetures de routes imprévues. Il est donc important de prendre les prédictions avec prudence et de prévoir une marge de sécurité lors de la planification des déplacements. Il est également utile de consulter d'autres sources d'information fiables, telles que les bulletins d'information locaux, les alertes de trafic en temps réel ou les réseaux sociaux, pour se tenir informé des événements en cours et adapter son itinéraire en conséquence. La marge d'erreur moyenne des prédictions de temps de trajet se situe autour de 10%, ce qui peut être significatif sur un trajet de longue distance.
Inégalités d'accès : un enjeu d'inclusion numérique
Il est important de souligner que l'accès aux applications de mobilité prédictive n'est pas uniforme dans toutes les populations. Les personnes qui n'ont pas accès à un smartphone, à une connexion Internet fiable ou à un forfait de données abordable risquent d'être exclues des bénéfices de ces technologies. Il est donc essentiel de mettre en place des politiques publiques visant à réduire la fracture numérique et à garantir l'accès universel aux outils de mobilité prédictive, en particulier pour les populations les plus vulnérables.
Tendances futures : l'avenir de la mobilité prédictive, un horizon d'innovations
La mobilité prédictive est un domaine en constante évolution, porté par les avancées technologiques et les nouveaux besoins des usagers. L'intégration avec les véhicules autonomes, la personnalisation accrue des services, la consolidation de la mobilité en tant que service (MaaS) et la prédiction du comportement des usagers sont autant de tendances prometteuses qui pourraient transformer radicalement notre façon de nous déplacer et de gérer nos déplacements dans le futur.
Intégration avec les véhicules autonomes : une synergie pour une mobilité plus intelligente
La mobilité prédictive jouera un rôle essentiel dans la gestion et la navigation des véhicules autonomes, en leur fournissant des informations précises et en temps réel sur le trafic, les conditions météorologiques, les zones de travaux et les événements imprévus. Ces véhicules auront besoin de ces informations pour se déplacer en toute sécurité, optimiser leurs itinéraires, éviter les embouteillages et réduire leur consommation d'énergie. La mobilité prédictive permettra également de coordonner les déplacements des flottes de véhicules autonomes, d'optimiser leur déploiement dans les zones de forte demande et de gérer les imprévus de manière proactive. Les premiers tests de véhicules autonomes intégrant des systèmes de mobilité prédictive ont montré une amélioration d'environ 15% de l'efficacité énergétique et une réduction significative des temps de trajet.
Personnalisation accrue des services : une expérience utilisateur sur mesure
Les applications de mobilité prédictive deviendront de plus en plus personnalisées, en tenant compte des préférences individuelles, des habitudes de déplacement, du contexte de l'utilisateur et des contraintes spécifiques (mobilité réduite, allergies, etc.). Elles pourront par exemple proposer des itinéraires adaptés aux personnes à mobilité réduite, suggérer des options de transport respectueuses de l'environnement, recommander des activités à proximité du lieu de destination ou adapter l'interface utilisateur en fonction des préférences linguistiques ou des besoins spécifiques de l'utilisateur. La personnalisation permettra d'améliorer l'expérience utilisateur, d'augmenter l'engagement des usagers et d'inciter davantage de personnes à utiliser les applications de mobilité prédictive. Les applications personnalisées affichent un taux de satisfaction utilisateur supérieur d'environ 20% par rapport aux applications génériques.
Mobilité en tant que service (MaaS) : une plateforme unique pour tous les besoins de mobilité
La mobilité prédictive facilitera l'intégration de différents modes de transport (transports en commun, covoiturage, vélos en libre-service, scooters électriques, taxis) dans une plateforme unique, offrant aux utilisateurs une expérience de mobilité fluide et transparente. Les applications MaaS permettront de planifier, de réserver et de payer différents types de transport à partir d'une seule application, de gérer les itinéraires multimodaux de manière optimisée et de recevoir des informations en temps réel sur les perturbations et les alternatives disponibles. La mobilité prédictive permettra d'optimiser les combinaisons de modes de transport, de gérer les transferts entre les différents services et d'offrir aux utilisateurs la meilleure solution pour chaque trajet, en fonction de leurs besoins et de leur budget. Les estimations indiquent que le marché mondial du MaaS pourrait atteindre 300 milliards d'euros d'ici 2025.
Prédiction du comportement des usagers : anticiper les besoins de mobilité
La mobilité prédictive pourra également être utilisée pour anticiper les besoins de déplacement des usagers et adapter l'offre de transport en conséquence. En analysant les données de déplacement, les événements locaux, les informations météorologiques et les tendances sociales, il sera possible de prévoir les zones de forte demande, les itinéraires les plus populaires, les heures de pointe et les besoins spécifiques de différents groupes de population. Ces informations pourront être utilisées pour optimiser les horaires et les itinéraires des transports en commun, pour déployer des flottes de vélos en libre-service dans les zones de forte demande, pour encourager le covoiturage pendant les heures de pointe ou pour proposer des services de transport à la demande dans les zones mal desservies. Les villes qui ont mis en place des systèmes de prédiction du comportement ont constaté une réduction d'environ 10% des embouteillages pendant les heures de pointe et une amélioration de la satisfaction des usagers.
- Intégration des véhicules autonomes : une synergie pour une mobilité plus intelligente.
- Personnalisation accrue des services : une expérience utilisateur sur mesure.
- Mobilité en tant que service (MaaS) : une plateforme unique pour tous les besoins de mobilité.
- Prédiction du comportement des usagers : anticiper les besoins de mobilité.
L'adoption croissante de la technologie 5G promet d'améliorer considérablement la vitesse de transmission des données, de réduire la latence et d'augmenter la capacité des réseaux mobiles, permettant ainsi des prédictions encore plus rapides, plus précises et plus fiables. En moyenne, les temps de réponse des applications pourraient être réduits de 50% grâce à cette nouvelle infrastructure. La mobilité prédictive ouvre donc des perspectives fascinantes pour une gestion plus intelligente, plus durable et plus équitable de nos déplacements. L'essor de ces technologies promet d'améliorer considérablement la qualité de vie des usagers, de réduire l'impact environnemental des transports et de contribuer à la construction de villes plus agréables à vivre.