Accueil » Sommaires » revue : Bulletin de l'Association de Géographes Français » no 102/1, décembre 2025

Contenu du sommaire : Informations numériques géolocalisées et pratiques touristiques

Revue Bulletin de l'Association de Géographes Français Mir@bel
Numéro no 102/1, décembre 2025
Titre du numéro Informations numériques géolocalisées et pratiques touristiques
Texte intégral en ligne Accessible sur l'internet
  • Informations numériques géolocalisées et pratiques touristiques - Françoise Lucchini p. 3-5 accès libre
  • Du banal à l'extra-ordinaire : les pratiques touristiques vues par les traces numériques - Mélanie Mondo, Luc Vacher, Didier Vye p. 7-28 accès libre avec résumé avec résumé en anglais
    La recherche d'une expérience touristique se distingue par le souhait de vivre des moments extra-ordinaires dans un environnement autre que celui des lieux de l'ordinaire. Les enquêtes menées auprès des visiteurs se font généralement l'écho de ces moments forts et des « hauts lieux » de l'expérience touristique. Or, le développement de méthodologies de recueil de traces numériques offre la promesse d'une identification des moments et des lieux considérés a priori comme plus banals (pauses, détours, transit, etc.). Dès lors, comment qualifier ces lieux et ces temps de la pratique grâce à des méthodes mixtes combinant la collecte de traces numériques avec des dispositifs plus qualitatifs ? Pour répondre à cette question, nous nous appuyons sur deux études de cas. Nous analysons, d'abord, à travers le cas de Biarritz, les traces collectées sur le réseau social numérique Instagram que nous confrontons à des observations de terrain. Puis, à partir du cas de La Rochelle, nous étudions des traces GPS, récoltées grâce à une application ad hoc, puis enrichies par une série d'entretiens auprès des visiteurs utilisant la carte de leurs traces numériques comme support d'élicitation. Cela nous conduit notamment à montrer le décalage entre le récit et la pratique touristique.
    The search for a tourist experience is characterised by the desire to experience extra-ordinary moments in an environment other than that of ordinary places. Visitor surveys generally focus on these highlights and the 'high points' of the tourist experience. However, the development of methodologies for collecting digital footprints offers the promise of identifying moments and places considered to be more banal (breaks, detours, transit, etc.). So how can we qualify these places and times of practice using mixed methods that combine the collection of digital traces with more qualitative devices? To answer this question, we draw on two case studies. First, using the case of Biarritz, we analyse the footprints collected on the digital social network Instagram and compare them with field observations. Then, based on the case of La Rochelle, we study GPS data collected using an ad hoc application, then enhanced by a series of interviews with visitors using the map of their digital traces as a means of elicitation. This leads us, in particular, to show the gap between the story and tourism practice.
  • Airbnb ou le partage ambivalent : ouverture des possibilités d'hébergement vs fermeture des données - Victor Piganiol p. 29-50 accès libre avec résumé avec résumé en anglais
    L'étude des données géolocalisées Airbnb permet d'aborder, de manière distanciée, la production et la diffusion de l'information spatiale liée au tourisme. Bien que ces données dessinent une géographie en apparence fidèle aux logiques territoriales existantes, elles présentent plusieurs limites majeures : l'absence de données officielles mises à disposition par l'entreprise, sa politique de non-partage et l'opacité qui l'accompagne inscrivent Airbnb dans le mouvement croissant des closed data.
    The study of Airbnb's geolocated data offers a detached perspective on the production and circulation of spatial information related to tourism. Although these data outline a geography seemingly consistent with existing territorial logics, they present several major limitations: the absence of official data made available by the company, its policy of non-disclosure, and the opacity surrounding it all place Airbnb within the broader trend of closed data.
  • Apports et limites des données de téléphonie mobile pour étudier les mobilités touristiques. Illustration à partir de l'exemple du tourisme en Espagne - Sylvain Genevois p. 51-66 accès libre avec résumé avec résumé en anglais
    Les données de téléphonie mobile s'avèrent utiles pour décrire et analyser les mobilités touristiques. De par leur précision spatio-temporelle, ces données numériques changent assez fondamentalement la manière d'appréhender les territoires de mobilité. La mobilisation de données mobiles passives n'est cependant pas sans poser un certain nombre de questions concernant leur utilisation à des fins d'analyse géographique. Ces questions pratiques et théoriques sont abordées à travers l'exemple du tourisme en Espagne et des données massives et évolutives de téléphonie mobile mises à disposition par l'Instituto Nacional de Estadística (INE).
    Mobile phone data are useful for describing and analyzing tourism mobilities. Due to their spatio-temporal precision, these digital data quite fundamentally change the way we understand mobility territories. The use of passive mobile data is, however, not without raising several questions concerning their use for geographical analysis purposes. These practical and theoretical questions are addressed through the example of tourism in Spain and the massive and evolving mobile telephone data made available by the Instituto Nacional de Estadística (INE).
  • Identifier un effet croisière en Normandie via les données de téléphonie mobile - Françoise Lucchini, Ugo Parment p. 67-89 accès libre avec résumé avec résumé en anglais
    Vingt ans après les premières explorations de jeux de données de téléphonie mobile, nous observons dans cet article les potentialités et les limites des données individuelles géolocalisées issues de la téléphonie mobile afin de saisir les comportements d'une population de touristes croisiéristes en escale en Normandie. On présente ici un nouveau protocole méthodologique adapté aux évolutions des résolutions spatiales et temporelles des jeux de données téléphoniques fournies par l'Opérateur Flux-Vision Orange après la mise en application du règlement européen de protection des données personnelles (RGPD, 2018). À partir des jeux de données anonymisées de téléphonie mobile, notre méthode révèle des clusters spatiotemporels de visiteurs, identifiant une population-cible de croisiéristes, ainsi que leurs déplacements lors de leur escale en Normandie. Nous avons également observé un effet croisière sur les zones les plus attractives visitées par cette catégorie de touristes au travers des flux préférentiels et des principales durées de visites majoritaires sur le territoire pendant 24 heures. Une incertitude demeure sur l'identification précise des sites patrimoniaux et touristiques visités dans chaque zone touristique d'importance identifiée. Cette incertitude nécessite de recourir au croisement de données touristiques complémentaires à la téléphonie mobile (billetteries, nuitées, sites web, plateformes de réservation, réseaux sociaux…).
    Twenty years after the first explorations of mobile phone datasets, this article looks at the potential and limitations of geolocalised individual data from mobile phone datasets in order to capture the behavior of a population of cruise tourists stopping over in Normandy. We present here a new methodological protocol adapted to changes in the spatial and temporal resolutions of mobile phone data sets provided by the Flux-Vision Operator Orange, following the implementation of the General Data Protection Regulation (2018, European Union). Using anonymized mobile phone datasets, our method reveals spatiotemporal clusters of visitors, identifying a target population of cruise passengers, as well as their movements during their stopover in Normandy. We have also observed a cruise effect on the most attractive areas visited by this category of tourists, through preferential flows and the main durations of the majority of visits to the region over a 24-hour period. There is still some uncertainty as to the precise identification of the heritage and tourist sites visited in each of the major tourist areas identified. This uncertainty means that we need to cross-reference tourist data with mobile phone datasets (ticket offices, overnight stays, websites, booking platforms, social networks, etc.).
  • La métropolisation touristique au prisme des traces numériques : la métropole européenne de Lille entre enquêtes et observatoire - Sébastien Jacquot, Mélanie Mondo, Nicolas Travers, Gaël Chareyron p. 91-113 accès libre avec résumé avec résumé en anglais
    Cet article montre comment les traces numériques (Tripadvisor, Instagram, Booking, Airbnb) révèlent un degré de métropolisation touristique, à partir du cas de la Métropole Européenne de Lille. Nous les abordons selon deux perspectives. Tout d'abord, nous considérons la métropolisation en termes de rayonnement, nous amenant à comparer la MEL à plusieurs métropoles touristiques françaises du point de vue de leur visibilité sur les plateformes touristiques (Flickr, Tripadvisor, Hotel.com, Booking), et donc à réfléchir aux périmètres pertinents d'une comparaison (commune-centre, centre dense, agglomération, EPCI). Ensuite, nous étudions la diffusion touristique dans l'espace métropolitain lillois, à partir des lieux les plus photographiés et commentés, et de l'exploitation des données issues du city pass nous permettant ainsi de nous interroger sur les limites de la destination touristique.
    This article focuses on how digital footprints (TnpAdvisor, Instagram, Booking, AirBnB) reveal a degree of tourism metropolisation, based on the case of the European Metropolitan Area of Lille. We approach them from two perspectives. Firstly, we consider metropolisation in terms of influence, leading us to compare the MEL with several French tourist metropolitan areas from the point of view of their visibility on tourist platforms (Flickr, Tripadvisor, Hotel.com, Booking), and therefore to reflect on the relevant perimeters for comparison (“central municipality”, “dense center”, “conurbation”, “EPCI”). We then look at the distribution of tourism in the Lille metropolitan area, based on the places that are most photographed and commented on, and the use of data from the city pass, enabling us to examine the limits of the tourist destination.
  • Du mouvement des cartes SIM aux mobilités touristiques : une analyse de Flux Vision Tourisme comme procédure de quantification - Valérian Geffroy p. 115-131 accès libre avec résumé avec résumé en anglais
    Flux Vision est une offre commerciale de l'opérateur téléphonique Orange, qui propose de quantifier les présences et les mobilités sur un espace donné en se fondant sur les signaux captés par son réseau d'antennes de téléphonie mobile. L'offre est déclinée à destination de plusieurs secteurs d'activité, et notamment celui du tourisme, au moyen d'une méthodologie prétendant distinguer les touristes des autres personnes présentes. L'élaboration de cette méthodologie est l'objet de cet article, qui l'analyse dans la perspective des études critiques de la quantification. Cette perspective met en lumière l'important travail de définition et d'ajustement des indicateurs de mobilité mené par l'entreprise en collaboration avec le secteur professionnel du tourisme. Les méthodes de classification des mobilités et de définition des zones d'observation sont détaillées pour en souligner les différentes implications, notamment spatiales. L'article insiste sur l'importance de porter un regard critique sur les indicateurs quantitatifs issus de traces numériques.
    Flux Vision is a commercial product of the mobile network provider Orange, which quantifies the presence and movement of people in a given area based on the signals recorded by the network of antennas of the company. The product targets a number of activities, including tourism. For this latter activity, it uses a methodology designed to separate tourists from other visitors. The development of this methodology is the subject of this article, from the perspective of critical quantification studies. This perspective highlights the amount of work needed to define and adjust mobility indicators, a work carried out by the company in collaboration with the professional tourism sector. The methods used to classify instances of mobility and define observation zones are described in detail, highlighting their various implications, especially spatial implications. The article stresses the importance of critically examining quantitative indicators derived from digital traces.

  • Article varia

    • Suivi de la dynamique du paysage à l'aide de l'analyse d'images satellite par apprentissage automatique du SIG GRASS dans le Parc National du W, nord du Bénin - Polina Lemenkova p. 133-154 accès libre avec résumé avec résumé en anglais
      Depuis le début des années 2010, l'utilisation de techniques d'apprentissage automatique dans le traitement des images satellitaires est devenue une tendance qui se développe rapidement. Dans cette étude, l'analyse des données de télédétection effectuée par les algorithmes du logiciel GRASS SIG est appliquée à des scènes Landsat OLI/TIRS couvrant la zone du Parc National du W, au nord du Bénin. La recherche s'appuie sur deux types de cadres : la classification non supervisée d'images satellitaires et la classification supervisée basée sur plusieurs méthodes d'apprentissage automatique, donnant une perspective technique de la programmation d'applications en cartographie. L'analyse de données multi-temporelles a permis de révéler des changements dans les types d'occupation du sol au sein de la zone d'étude sur la période 2013 à 2023. Cette étude a prouvé l'efficacité des techniques d'apprentissage automatique pour traiter les données d'observation de la Terre dans les études géographiques avec un cas particulier de Bénin, Afrique de l'Ouest.
      Since the beginning of the 2010s, the use of machine learning techniques in satellite image processing has become a rapidly developing trend. In this study, remote sensing data analysis performed by algorithms of GRASS SIG software is applied to a Landsat OLI/TIRS scenes covering the area of W National Park, northern Benin. The research is based on two types of framework: unsupervised classification of satellite images and supervised classification based on several methods of machine learning, giving a technical perspective of programming applications in cartography. Analysis of multi-temporal data enabled to reveal changes in land cover types of landscapes within the study area in the period of 2013 to 2023. This study proved the efficacy of machine learning techniques for processing Earth observation data in geographical studies with a particular case of Benin, West Africa.