$ cd ./projects/observatoire-perturbations-tbm/
← cd ../ (retour aux projets)

$ cat observatoire-perturbations-tbm.md

Observatoire des perturbations TBM

Concept de pipeline de collecte et d'analyse des perturbations en temps réel du réseau de tram TBM à Bordeaux, pour identifier les lignes et horaires les plus impactés.

date: 03/04/2026

#data #transport #temps-réel

stack: Python · GTFS-RT · SIRI-Lite · PostgreSQL · FastAPI · Next.js · Recharts

$ cat README.md

Projet né d’une frustration d’usager : impossible de savoir si la ligne C est structurellement moins fiable que la ligne D, ou si c’est juste une impression.

Pipeline de données

  • Collecte temps réel, flux GTFS-RT et SIRI-Lite du réseau TBM (Bordeaux Métropole Open Data) : retards, annulations, alertes de service.
  • Stockage, base PostgreSQL avec horodatage précis.
  • Moteur de détection, classe chaque événement (retard mineur, perturbation significative, annulation, incident réseau) avec enrichissement par ligne, direction et plage horaire.

Dashboard

  • Taux de ponctualité par ligne.
  • Pics de perturbations par heure et jour de semaine.
  • Cartographie des arrêts les plus impactés.

Ce projet illustre une démarche produit complète : partir d’un besoin utilisateur réel, définir les métriques qui font sens, et construire un pipeline robuste sur des données temps réel officielles.

Concept produit, spécifié, pas encore développé.

A project born from a user’s frustration: there is no way to know whether line C is structurally less reliable than line D, or whether it’s just a feeling.

Data pipeline

  • Real-time collection, GTFS-RT and SIRI-Lite feeds from the TBM network (Bordeaux Métropole Open Data): delays, cancellations, service alerts.
  • Storage, PostgreSQL database with precise timestamps.
  • Detection engine, classifies each event (minor delay, significant disruption, cancellation, network incident) with enrichment by line, direction and time slot.

Dashboard

  • On-time rate per line.
  • Disruption peaks by hour and day of the week.
  • Mapping of the stops most impacted.

This project illustrates a complete product approach: starting from a real user need, defining metrics that make sense, and building a robust pipeline on official real-time data.

Product concept, specified, not yet developed.