Cette communication de Marianne Guérois, Malika Madelin, Renaud Le Goix, Florence Nussbaum, Claude Grasland, Jean-François Valette et Hugues Pecout a lieu pendant la session 2 du colloque « Les données urbaines, quelles pratiques et quels savoirs ? Perspectives pluridisciplinaires sur les traces numériques », qui se déroule à Lyon les 13&14 décembre 2016
Parmi les traces numériques pouvant être transformées en sources d’information géographique, les soft data, disponibles sur Internet (à l’image de Twitter, des flux RSS…), aisément accessibles et potentiellement utiles aux politiques publiques, suscitent un intérêt croissant (Severo et al., 2015). Les données AirBnb issues des plates-formes de location touristique entre particuliers constituent à ce titre un corpus original, au cœur d’enjeux territoriaux très sensibles : les tensions que l’expansion rapide de cette activité a provoquées dans certaines métropoles, tant du point de vue de l’hébergement touristique traditionnel que de celui du marché immobilier, justifient un suivi attentif de ces pratiques.
Cette communication s’inscrit dans le cadre du projet Grandes métropoles du CIST et fait suite au 1er atelier Grandes métropoles du 17 mai 2016.
Le projet vise à construire une plate-forme d’échanges autour de questions d’harmonisation, de représentation et d’interfaçage de données urbaines locales de plus en plus foisonnantes et hétérogènes. Partant d’un état des lieux des travaux émergents sur les caractéristiques territoriales des biens loués via AirBnb (voir par exemple Gutierrez et al., 2016 ; Quattrone et al., 2016), il s’agira tout d’abord d’identifier les principaux types de savoirs visés par ces auteurs et les usages imaginés pour les acteurs institutionnels. Puis, à partir du cas de plusieurs métropoles, on mettra l’accent sur deux problèmes méthodologiques soulevés par le détournement et l’exploitation de cette base : d’un point de vue géométrique, la représentation de données ponctuelles dotées d’une certaine imprécision géographique, afin de faciliter le croisement avec d’autres données socio-économiques, à des échelons fins (Grasland et al., 2000) ; d’un point de vue sémantique, la construction d’indicateurs permettant la comparaison entre métropoles et faisant sens pour l’action publique.
