# Propositions de projets

<EnTeteOnglet onglet="propositions" />

::::summary{title="En bref" audience="Équipes qui cherchent un projet réalisable en deux jours, et le jury." reading="15 min" updated="11 novembre 2026"}

Six projets réalisables en deux jours : livrable, données, méthode, pièges et experts, plus un socle commun.

:::details[Données utilisées]
Les cinq problématiques, les données fournies sur le SSP Cloud et les 76 sources supplémentaires vérifiées le 9 novembre 2026.
:::

::::

Ces propositions ont été écrites pour les équipes, avant le hackathon des 9 et 10 novembre 2026 ; elles restent des pistes pour qui reprend les données. Ce que le hackathon a produit : [État du projet](/hackathon/etat-du-projet).

Six propositions de projet, chacune à la portée d'une équipe de quatre à six personnes en deux jours, avec une démonstration à montrer au jury. Ce sont des pistes de travail (interprété), pas des résultats. Elles partent des [cinq problématiques](/problematiques), des [données fournies](/hackathon/donnees-fournies) sur le SSP Cloud et des [76 sources supplémentaires](/sources) vérifiées le 09/11/2026. Les pastilles comme <Src n={26} /> renvoient à la fiche de la source (titre au survol).

## En un coup d'œil

| # | Proposition | Problématiques | Difficulté | Démonstration en fin de hackathon |
|---:|---|---|---|---|
| 1 | [Indice de pression touristique](#1-indice-de-pression-touristique) | <Problems ids="P3" labels={false} /> | ★★☆ | Carte des communes et des <Terme mot="ENS" />, de sous- à surfréquentée, avec la fiche de chaque zone |
| 2 | [Prévoir les pics à 14 jours](#2-prévoir-les-pics-à-14-jours) | <Problems ids="P2" labels={false} /> | ★★★ | Calendrier vert, orange, rouge par site, avec les raisons de chaque pic |
| 3 | [Plutôt là, proposer un site de report](#3-plutôt-là-proposer-un-site-de-report) | <Problems ids="P1,P3" labels={false} /> | ★★☆ | Un site très fréquenté en entrée, trois alternatives proches et expliquées en sortie |
| 4 | [Parcours sans voiture vers les massifs](#4-parcours-sans-voiture-vers-les-massifs) | <Problems ids="P4,P1" labels={false} /> | ★★★ | Calculateur train + car + navette + vélo, comparé à la voiture |
| 5 | [Zones blanches de la desserte](#5-zones-blanches-de-la-desserte) | <Problems ids="P4" labels={false} /> | ★★☆ | Carte fréquentation × accessibilité en transports en commun, sites prioritaires et <Terme mot="AOM" /> compétente |
| 6 | [Profils des visiteurs des ENS](#6-profils-des-visiteurs-des-ens) | <Problems ids="P5" labels={false} /> | ★★☆ | Quatre à six personas, leur part dans chaque ENS et un levier de gestion par persona |

:::howto{caption="Difficulté de ★☆☆ (accessible) à ★★★ (exigeante) · (interprété)"}
La dernière colonne décrit ce que l'équipe peut montrer au jury. Le titre ouvre la fiche détaillée, plus bas sur cette page.
:::

---

## Le socle commun

Quelle que soit la proposition, trois briques servent à tout le monde. Une personne de l'équipe peut s'en charger dès la première heure.

1. **Un référentiel géographique unique.** La liste des communes fournie, complétée par la table de passage des anciens codes <Src n={36} />, l'<Terme mot="EPCI" />, la surface et le centroïde <Src n={74} />, les <Terme mot="IRIS" /> <Src n={37} /> et la population <Src n={54} />. Chaque point (compteur, parking, site) est rattaché à sa commune par géocodage inverse <Src n={74} /> ou par adresse <Src n={75} />.
2. **Un chargement rapide.** Lire les exports <Terme mot="Parquet" /> de data.gouv.fr directement dans <Terme mot="DuckDB" /> ou Polars <Src n={69} />, normaliser les CSV hétérogènes des partenaires avec csv-detective <Src n={71} />, chercher un jeu en langage naturel avec le serveur <Terme mot="MCP" /> de data.gouv.fr <Src n={70} />, filtrer les jeux du Département côté serveur <Src n={73} />.
3. **Un archiveur temps réel, lancé dès le premier matin.** Les flux temps réel n'ont pas d'historique : les interroger toutes les cinq minutes pendant deux jours en constitue un. Parkings relais grenoblois <Src n={20} />, retards et perturbations des cars Région Isère <Src n={4} />, temps réel de Ruban et de L'va <Src n={7} />, vélos et trottinettes en libre-service <Src n={10} />, trafic de la rocade sud <Src n={11} />.

:::caution{title="Un lundi et un mardi hors saison"}
Le hackathon a eu lieu le lundi 9 et le mardi 10 novembre 2026, avant l'ouverture des stations. Une archive temps réel lancée pendant ces deux jours montre que la chaîne fonctionne. Elle ne mesure pas un pic de week-end ou de vacances : pour cela, il faut les séries historiques (écocompteurs, parkings, <Terme mot="Flux Vision" />, musées).
:::

---

## 1. Indice de pression touristique

<Problems ids="P3" />

**En une phrase** : un score par commune, et par ENS, qui dit si une zone est surfréquentée, à l'équilibre ou sous-fréquentée, et pourquoi, en croisant la pression humaine, la saturation des équipements et la sensibilité du milieu.

| | |
|---|---|
| **Pour qui** | Département, Isère Attractivité, intercommunalités |
| **Démonstration** | <Terme mot="Carte choroplèthe" /> à la commune (à l'IRIS dans Grenoble) ; fiche d'une zone avec ses composantes ; comparaison avec l'outil de capacité de charge Murmuration |
| **Difficulté** | ★★☆ : beaucoup de jointures et de normalisation, pas de modèle complexe |
| **Experts** | Céline Tritz (Université Grenoble Alpes, tourisme durable), Virginie Jacob (Isère Attractivité), Gwenaëlle Carfantan (UrbanThink, visualisation cartographique) |

:::howto{caption="Utilisateurs, démonstration, difficulté, experts à solliciter."}
Les experts sont présentés sur la page [Experts](/hackathon/experts).
:::

### Données

| Composante | Indicateur | Sources |
|---|---|---|
| Pression humaine | Population présente = habitants + lits marchands + 5 × résidences secondaires (convention usuelle) ; nuitées par habitant | <Src n={54} /> <Src n={34} /> <Src n={30} /> <Src n={22} /> ; Flux Vision et écocompteurs (fournis) |
| Saturation des équipements | Taux d'occupation des parkings = fréquentation / nombre de places | <Src n={14} /> <Src n={20} /> ; fréquentation de parkings (fournie) |
| Pression résidentielle | Part des résidences secondaires, taxe d'habitation sur les résidences secondaires, prix au m² station / vallée | <Src n={45} /> <Src n={48} /> <Src n={49} /> |
| Sensibilité du milieu | Périmètres ENS et sensibilité des espèces, zonages réglementaires | <Src n={60} /> <Src n={64} /> ; biodiversité (fournie) |
| Nuisances | Accidents en période touristique, qualité de l'air, fermetures de baignade | <Src n={17} /> <Src n={63} /> <Src n={65} /> |
| Potentiel (sous-fréquentation) | Offre culturelle et jauges, sports de nature, patrimoine, festivals, services | <Src n={43} /> <Src n={38} /> <Src n={39} /> <Src n={28} /> <Src n={57} /> |

:::howto{caption="Pastilles numérotées = sources supplémentaires ; « fournie » = donnée du SSP Cloud."}
:::

### Méthode

1. Calculer chaque indicateur à la commune (à l'IRIS dans les grandes communes), rapporté à la population ou à la surface.
2. Normaliser en rangs centiles, puis agréger par composante. Les pondérations restent réglables dans l'interface plutôt que figées.
3. Croiser pression et potentiel en quatre quadrants, comme la page [P3 de DataViz](/dataviz/p3-qualifier-les-zones) : sous tension, pôle équipé, réserve d'accueil, calme et peu équipé.
4. Valider avec les experts sur cinq zones connues (par exemple la Bastille, Chamrousse, Villard-de-Lans, l'Alpe d'Huez et une commune de plaine), et confronter le résultat à Murmuration.

### Pièges

- Les données de pression sont annuelles ou mensuelles : l'indice décrit une saison, pas un jour. Pour le jour, voir la proposition 2.
- Le produit de la taxe de séjour ne couvre que 11 communes : c'est un proxy, à valider avec Isère Attractivité <Src n={47} />.
- Les hébergements classés n'incluent ni meublés ni chambres d'hôtes <Src n={30} /> : d'où le poids des résidences secondaires dans la pression humaine.
- Un score opaque convainc mal : afficher les composantes et laisser le jury changer les pondérations.

---

## 2. Prévoir les pics à 14 jours

<Problems ids="P2" />

**En une phrase** : prévoir, site par site, les journées de forte affluence des deux semaines à venir, et dire pourquoi (vacances, pont, météo, événement).

| | |
|---|---|
| **Pour qui** | Gestionnaires de sites et d'ENS, offices de tourisme, AOM (renfort de navettes) |
| **Démonstration** | Calendrier à 14 jours vert, orange, rouge par site, avec les facteurs de chaque journée chargée |
| **Difficulté** | ★★★ : séries temporelles et validation rigoureuse |
| **Experts** | Nicolas Hafner (Eco-compteur), Gautier Hauser (Affluences), Jonathan Huffstutler (EONA-X, data et IA) |

:::howto{caption="Même lecture que la fiche de la proposition 1."}
:::

### Données

- **Variables cibles** : écocompteurs, fréquentation de parkings et Orange Flux Vision (fournis) ; fréquentation mensuelle des musées départementaux, près de vingt ans de série <Src n={24} /> <Src n={68} /> ; nuitées mensuelles en Isère <Src n={22} /> ; comptages piétons et vélos de la Métropole <Src n={21} />.
- **Calendrier** : vacances par zone, et nombre de zones en vacances le même jour <Src n={26} /> ; jours fériés, ponts et veilles <Src n={27} /> ; festivals et leur envergure <Src n={28} />.
- **Météo et milieu** : série 1950-2024 fournie ([code](/codes/meteo)), prolongée jusqu'à l'avant-veille avec la neige <Src n={61} /> ; risque d'avalanche <Src n={62} /> ; débits et température des cours d'eau pour l'eau vive et le canyoning <Src n={66} /> ; qualité de l'air <Src n={63} />.
- **Contexte** : altitude des communes <Src n={40} />, saisonnalité nationale de la demande touristique <Src n={25} />, perturbations des cars <Src n={4} />.

### Méthode

1. Choisir trois à cinq sites qui ont une série journalière longue (écocompteurs), plus un site à série mensuelle (musée départemental).
2. Poser d'abord une référence naïve : même jour de l'année précédente, ou moyenne par type de jour. Tout modèle doit faire mieux.
3. Entraîner un modèle de gradient boosting (LightGBM, XGBoost) sur les variables de calendrier et de météo, avec une validation chronologique : entraîner sur les années passées, tester sur la dernière, jamais de découpage aléatoire.
4. En prévision réelle, la météo vient d'une prévision à J+N (API Météo-France, clé gratuite) : montrer comment la précision baisse avec l'horizon.
5. Expliquer chaque pic par la contribution des variables (SHAP), par exemple « samedi : vacances en zones A et C, neige fraîche, pont ».

### Pièges

- Les dates de l'API du calendrier scolaire sont en UTC : sans conversion en heure de Paris, les vacances et le pont de l'Ascension 2027 sont décalés d'un jour ([Pièges relevés](/sources/pieges)).
- Les comptages de la Métropole s'arrêtent en 2022 et recoupent peut-être les écocompteurs fournis <Src n={21} />.
- La fréquentation des Musées de France est annuelle : inutilisable pour la saisonnalité <Src n={23} />.

---

## 3. Plutôt là, proposer un site de report

<Problems ids="P1,P3" />

**En une phrase** : quand un site est très fréquenté ou fermé, proposer trois sites proches qui offrent une expérience comparable, accessibles, ouverts ce jour-là et moins chargés.

:::tip{title="Un prototype existe"}
Cette proposition a déjà un prototype : l'application mobile **Plutôt là**, documentée dans l'onglet [Plutôt là](/plutotla). Elle dit s'il y aura du monde sur un site et propose un autre lieu proche. Une équipe peut partir de ses [données](/plutotla/donnees) et de ses [calculs](/plutotla/algorithmes), en particulier du [matching](/matching) qui choisit les alternatives, les critiquer ou les améliorer, plutôt que de tout refaire.
:::

| | |
|---|---|
| **Pour qui** | Visiteurs (application, site d'office de tourisme), offices de tourisme |
| **Démonstration** | Un site et un jour en entrée ; trois alternatives en sortie, avec le temps d'accès, la similarité et la raison du choix, sur une carte |
| **Difficulté** | ★★☆ |
| **Experts** | Morgane Pfefferlé (Travelise, parcours surprises), Stéphane Branquart (Teritorio, OpenStreetMap), Charles-Henri Boisseau (ADN Tourisme, DataTourisme) |

:::howto{caption="Même lecture que la fiche de la proposition 1."}
:::

### Données

- **Catalogue de sites** : DataTourisme ([code](/codes/datatourisme)), Apidae ([code](/codes/apidae)), OpenStreetMap ([code](/codes/osm)) et la liste des sites surfréquentés (fournis) ; sports de nature par activité <Src n={38} /> ; sites « Patrimoine en Isère » <Src n={39} /> ; lieux culturels et jauges <Src n={43} /> ; ENS ouverts au public <Src n={60} /> ; randonnées aux attributs normalisés (durée, dénivelé, difficulté) <Src n={41} /> <Src n={76} /> ; sites de baignade officiels <Src n={65} />.
- **Similarité** : même activité (escalade vers escalade, raquettes vers raquettes), attributs proches, altitude comparable <Src n={40} />, services à proximité <Src n={58} />.
- **Accès** : graphe routier départemental <Src n={18} />, distances routières entre communes ([code](/codes/distances-routieres)), transports en commun <Src n={5} />.
- **Disponibilité du jour** : risque d'avalanche <Src n={62} />, cyanobactéries <Src n={65} />, débits <Src n={66} />, accessibilité pour les personnes à mobilité réduite <Src n={42} />.
- **Charge** : l'indice de la proposition 1 ou la prévision de la proposition 2 ; à défaut, Flux Vision.

### Méthode

1. Construire un catalogue unifié et dédoublonné (DataTourisme, Apidae et Patrimoine en Isère se recoupent) avec une typologie d'activité commune.
2. Calculer un score de report = similarité × accessibilité × (1 − charge), après avoir écarté les sites fermés ou dangereux ce jour-là.
3. Expliquer chaque proposition en une ligne, par exemple « même difficulté de randonnée, 25 minutes de plus, trois fois moins fréquenté ».
4. Montrer deux cas : un site naturel (lac, ENS) et un site culturel (la Bastille vers un musée ou un site patrimonial).

### Pièges

- Ne proposer que des ENS ouverts au public et équipés <Src n={60} /> : envoyer des visiteurs dans une zone sensible déplace le problème.
- Plusieurs jeux du Département et la liste des festivals contiennent des colonnes de contact : ne pas les reprendre <Src n={28} />.
- Ne pas reporter vers un site lui aussi en tension : utiliser la charge prévue, pas seulement l'historique.

---

## 4. Parcours sans voiture vers les massifs

<Problems ids="P4,P1" />

**En une phrase** : un calculateur porte-à-porte train + car + navette + vélo depuis Grenoble, Lyon ou Valence vers une station, un départ de randonnée ou un ENS, comparé à la voiture en temps et en coût.

| | |
|---|---|
| **Pour qui** | Visiteurs ; Région et AOM, pour préfigurer un <Terme mot="MaaS" /> départemental |
| **Démonstration** | « Lyon Part-Dieu vers tel départ de randonnée, samedi 8 h » : itinéraire, durée, coût, et la même chose en voiture |
| **Difficulté** | ★★★ : un moteur multimodal à monter |
| **Experts** | Fabien Ferdinandy (Loopi, mobilité touristique) |

:::howto{caption="Même lecture que la fiche de la proposition 1."}
:::

### Données

- **Réseau** : agrégat Oùra en un seul <Terme mot="GTFS" /> <Src n={5} />, trains <Src n={6} />, navettes Transaltitude vers les stations <Src n={1} />, télécabine Allemond - Oz <Src n={2} />, téléphérique de la Bastille <Src n={3} />, covoiturage à arrêts fixes <Src n={8} />, GTFS Loopi (fourni, [code](/codes/loopi)).
- **Rabattement** : aménagements cyclables <Src n={12} />, vélos et trottinettes en libre-service <Src n={10} />, parkings relais <Src n={20} />, aires de covoiturage <Src n={9} />, stationnement vélo <Src n={13} />.
- **Comparaison avec la voiture** : distances routières ([code](/codes/distances-routieres)), prix des carburants <Src n={59} />, zones à faibles émissions <Src n={32} />, bornes de recharge <Src n={16} />.
- **Itinéraires vélo** : API Géovélo ([code](/codes/geovelo)) et API Loopi.

### Méthode

1. Monter OpenTripPlanner ou r5py sur le SSP Cloud avec les GTFS Oùra, SNCF et Transaltitude et le réseau OpenStreetMap.
2. Choisir une dizaine de destinations emblématiques (stations, départs de randonnée des Écrins desservis <Src n={41} />, ENS) et trois origines (gare de Grenoble, Lyon Part-Dieu, Valence).
3. Comparer à la voiture : durée (matrice de distances), coût (carburant, parking) face au prix du billet.
4. Restituer une fiche par destination : faisable sans voiture, faisable avec contrainte, ou non faisable.

### Pièges

- L'hiver 2026-2027 est incomplet : le GTFS des navettes de l'Alpe d'Huez est vide hors saison et celui des 2 Alpes ne couvre pas encore l'hiver <Src n={2} /> ; Chamrousse n'est pas desservie par Transaltitude <Src n={1} />.
- Le temps réel du réseau urbain grenoblois (TAG) référencé au <Terme mot="PAN" /> et le GTFS de Ruban sont hors service <Src n={7} />.
- Le GTFS du funiculaire des Petites Roches s'arrête en 2022 : à exclure <Src n={3} />.

---

## 5. Zones blanches de la desserte

<Problems ids="P4" />

**En une phrase** : repérer les sites à fort passage (les sites sur-fréquentés et les sites les plus comptés, voir [P4](/dataviz/p4-mobilites-douces)) mal desservis en transports en commun, pour montrer aux autorités organisatrices où une navette ou un rabattement aurait le plus d'effet.

| | |
|---|---|
| **Pour qui** | Département, Région, AOM (<Terme mot="SMMAG" />, intercommunalités) |
| **Démonstration** | Carte fréquentation × accessibilité en transports en commun en quatre quadrants ; les vingt sites à desservir en priorité, avec l'AOM compétente |
| **Difficulté** | ★★☆ : isochrones et jointures ; peut réutiliser le moteur de la proposition 4 |
| **Experts** | Fabien Ferdinandy (Loopi), Virginie Jacob (Isère Attractivité) |

:::howto{caption="Même lecture que la fiche de la proposition 1."}
:::

### Données

- **Offre** : agrégat Oùra <Src n={5} />, navettes Transaltitude <Src n={1} />, ponctualité réelle par les GTFS-RT <Src n={4} /> <Src n={7} />, covoiturage <Src n={8} /> <Src n={9} />.
- **Demande** : fréquentation des sites (Flux Vision et écocompteurs, fournis), gares d'entrée et leur tendance <Src n={19} />, trajets réels en covoiturage <Src n={15} />, part modale des résidents par IRIS <Src n={52} />.
- **Sites et départs** : randonnées avec leurs champs transport et parking <Src n={41} />, présence d'un arrêt proche <Src n={42} />, sites de sports de nature <Src n={38} />.
- **Vélo** : stationnement manquant <Src n={13} />, maillons manquants du schéma directeur <Src n={31} />, accidents impliquant des cyclistes <Src n={17} />.
- **Gouvernance** : AOM compétente pour chaque commune <Src n={33} />.

### Méthode

1. Pour chaque site, calculer le temps d'accès en transports en commun le samedi matin depuis la gare la plus proche et depuis Grenoble, et le temps en voiture par le graphe routier <Src n={18} />.
2. Calculer un indice d'écart = temps en transports en commun / temps en voiture, et le croiser avec la fréquentation.
3. Classer en quadrants : fréquenté et mal desservi (priorité), fréquenté et bien desservi (à faire connaître), peu fréquenté et bien desservi (réserve de report), le reste.
4. Pour les priorités : l'AOM compétente, l'aire de covoiturage ou le parking relais de rabattement possible, et l'ordre de grandeur d'une navette de week-end.

### Pièges

- La ponctualité mesurée pendant le hackathon couvre deux jours de semaine hors saison : elle reste indicative.
- Dans les communes sans AOM locale, seule la Région intervient <Src n={33} /> : le dire dans la recommandation.

---

## 6. Profils des visiteurs des ENS

<Problems ids="P5" />

**En une phrase** : distinguer les grandes familles de visiteurs des espaces naturels sensibles (excursionnistes locaux, familles en vacances, sportifs, visiteurs de passage), leur part dans chaque site et ce qui les fait venir.

| | |
|---|---|
| **Pour qui** | Département (gestion des ENS), Isère Attractivité |
| **Démonstration** | Quatre à six personas, leur part par ENS sur une carte, et un levier de gestion par persona |
| **Difficulté** | ★★☆ : regroupement automatique en classes (clustering), sur des données d'origine agrégées |
| **Experts** | Ines Hiverlet (Insee, SSP Cloud), Céline Tritz (Université Grenoble Alpes), Gautier Hauser (Affluences) |

:::howto{caption="Même lecture que la fiche de la proposition 1."}
:::

### Données

- **Périmètres** : ENS <Src n={60} />, espaces protégés au-delà des ENS <Src n={64} />, zones de montagne <Src n={44} />.
- **Origine des visiteurs** : Orange Flux Vision (fourni, commune ou département de résidence) ; provenance des covoitureurs <Src n={15} />.
- **Profil des zones d'origine** : niveau de vie communal <Src n={53} /> et en carreaux de 200 m <Src n={55} />, résidences secondaires <Src n={34} />, IRIS <Src n={37} />.
- **Pratiques de référence** : enquêtes déplacements de la région grenobloise <Src n={51} />, enquête mobilité nationale <Src n={56} />, demande touristique des résidents français <Src n={25} />.
- **Temporalité** : zone en vacances ce jour-là, pour séparer clientèle locale et touristique <Src n={26} /> ; écocompteurs (fournis) pour la semaine et le week-end.

### Méthode

1. Découper Flux Vision et les écocompteurs par périmètre d'ENS.
2. Décrire chaque couple ENS × période par un vecteur : part locale, départementale et extérieure ; revenu médian des communes d'origine ; part des jours de vacances de la zone A ou des autres zones ; semaine ou week-end ; accessibilité en transports en commun.
3. Classer (k-means ou classification hiérarchique sur variables normalisées) en quatre à six classes, nommées à l'aide des distributions de référence (enquête mobilité des personnes, suivi de la demande touristique).
4. Associer à chaque persona un levier : navette, information en amont, report vers un autre ENS (proposition 3).

### Pièges

- Les enquêtes déplacements décrivent les résidents, pas les touristes venus d'ailleurs <Src n={51} />.
- Flux Vision est agrégé : on profile des zones d'origine, pas des personnes. Le dire au jury.
- Les observations naturalistes des ENS recoupent peut-être le système d'information sur la biodiversité fourni <Src n={60} />.

---

## Combiner les propositions

Les propositions s'emboîtent : deux équipes peuvent partager une brique plutôt que de la refaire.

| Brique | Produite par | Réutilisée par |
|---|---|---|
| Indice de charge par zone | 1 | 3 (charge des sites de report), 5 (fréquentation) |
| Prévision journalière | 2 | 3 (report selon la charge prévue), 4 (renfort de navettes) |
| Moteur multimodal (OpenTripPlanner, r5py) | 4 | 5 (isochrones), 3 (temps d'accès) |
| Catalogue unifié des sites | 3 | 1 (potentiel), 6 (typage des ENS) |
| Archiveur temps réel | socle commun | 2, 4, 5 |

:::howto{caption="Une ligne par brique réutilisable : qui la produit, qui peut s'en servir."}
Deux équipes qui partagent une brique gagnent du temps.
:::

## Choisir selon son équipe

| Profil dominant | Propositions conseillées |
|---|---|
| Data scientists, statisticiens | 2 (prévision), 6 (profils) |
| Géomaticiens, cartographes | 1 (indice), 5 (zones blanches) |
| Développeurs web | 3 (site de report), 4 (calculateur) |
| Métiers du tourisme | 1 ou 3, avec au moins un développeur : la valeur tient au choix des critères |

:::howto{caption="Conseil du portail · (interprété)"}
:::

## Pour la restitution

1. **La question** : la problématique et l'utilisateur visé, en une phrase.
2. **Les données** : celles fournies et les sources supplémentaires utilisées, avec leurs limites.
3. **La démonstration** : en direct, sur un cas isérois concret.
4. **Les limites** : ce qui manque (données hors saison, couverture partielle) et comment le combler.
5. **La suite** : qui pourrait reprendre le projet (Département, AOM, office de tourisme) et avec quelles données de plus.

## Limites

:::limits
- Ce sont des pistes de travail (interprété), pas des résultats. Seule la proposition 3 a un prototype, l'application [Plutôt là](/plutotla).
- Les faits cités (couvertures, limites, dates) viennent des fiches des sources, vérifiées une seule fois, le 09/11/2026.
- Les niveaux de difficulté et la taille d'équipe sont des estimations du portail.
- Les experts sont rattachés aux propositions par le portail, selon leur domaine ; leur disponibilité pendant le hackathon n'est pas garantie.
- Le hackathon a eu lieu un lundi et un mardi hors saison : des données temps réel collectées pendant ces deux jours ne montrent pas de pic.
:::
