Choisir son quartier grâce aux mégadonnées

La startup montréalaise Local Logic a présenté lundi une nouvelle analyse du territoire en partenariat avec le Conseil régional de l’environnement de Montréal. Métro s’est entretenu avec son cofondateur Vincent-Charles Hodder au sujet de l’importance du big data dans le développement des villes.

Vincent-Charles Hodder, fondateur de Local Logic

Que fait Local Logic?
On collecte des données publiques pour analyser chaque segment de rue d’une ville en fonction de critères. On vend ensuite nos données à des sites de voyage ou d’immobilier. Grâce à nos cartes, il est possible d’évaluer chaque portion de rue en fonction de ses caractéristiques (silence, verdure, dynamisme), la proximité des services (écoles, parcs, restaurants, épiceries) ou la convivialité des différents mode de transport. Chaque utilisateur sélectionne les critères les plus importants pour lui afin de voir quel appartement correspond à ses critères ou dans quel quartier se chercher un hôtel. On peut évaluer n’importe quelle adresse à Montréal sur notre site LocalLogic.co et obtenir les scores qui y sont rattachés.

Quel est le degré de précision des critères?
Prenons le critère du bruit. On a réalisé une carte du bruit basée sur la présence de sources de bruit, la probabilité que ces sources génèrent du bruit et la force potentielle de ce dernier. On s’est intéressés, par exemple, à la présence et, s’il y en a, à leur type; à la hiérarchie du réseau routier, aux transports lourds à proximité; et enfin, à la densité de la population. On pondère chaque critère et on bâtit ensuite un indice de 1 à 5 pour réaliser la carte des portions de rues les plus et les moins bruyantes de Montréal. On pourrait encore bonifier la carte, si Montréal disposait de capteurs de bruits ou au moins si elle caractérisait en temps réel tous les chantiers de construction sur son territoire.

Quelles données manquent?
Avoir des données sur le crime serait quelque chose de très intéressant, surtout pour les marchés américains. Montréal a commencé à sortir les données sur les entrées par effraction, il faudra que ça devienne encore plus large et surtout que les données soient mises à jour régulièrement. Si on pouvait avoir la valeur des propriétés en données ouvertes ça permettrait aussi de faire des moyennes pour voir si une offre est par exemple surélevée par rapport à la moyenne du quartier.