Google Maps n’est pas un annuaire et Airbnb n’est pas un ogre

Pour sa newsletter, la data scientist Lauren Leek s’est intéressée aux recommandations de restaurants que produit Google Maps à Londres. « Google Maps n’est pas un annuaire, c’est un créateur de marché algorithmique où la survie des établissements est de plus en plus déterminée par le code ». 

« L’image publique de Google Maps est celle d’un reflet passif des préférences des utilisateurs : plus d’étoiles, plus d’avis, une meilleure cuisine. Mais cette vision occulte le fonctionnement réel de la plateforme. Google Maps ne se contente pas d’indexer la demande ; il l’organise activement grâce à un système de classement basé sur un petit nombre de critères clés que Google a lui-même publiquement reconnus : la pertinence, la distance et la notoriété. La « pertinence » est déduite de la correspondance textuelle entre votre requête de recherche et les métadonnées de l’établissement. La « distance » est purement spatiale. Mais c’est la « notoriété » qui marque le début de l’économie politique. Google définit la notoriété à l’aide de critères tels que le volume et la fréquence des avis, la note moyenne, la notoriété de la marque et la visibilité web globale. Autrement dit, il ne s’agit pas seulement de l’opinion des gens sur un lieu, mais aussi de la fréquence à laquelle ils interagissent avec lui, en parlent et le connaissent déjà. La visibilité dans ces classements détermine la fréquentation. La fréquentation détermine la vitesse d’accumulation des avis. L’accumulation d’avis contribue ensuite directement au signal de notoriété. Le système s’auto-entretient ». C’est en quelque sorte l’effet Matthieu décrit par le sociologue Robert Merton appliqué aux kebabs : « à chacun selon ce qu’il a, il sera donné ».

« Ce système avantage de manière disproportionnée les chaînes et les établissements déjà bien situés. Les chaînes bénéficient d’une notoriété de marque partagée entre leurs différents points de vente. Les zones à forte fréquentation génèrent des avis plus rapidement, ce qui signifie que les établissements situés dans ces zones grimpent plus vite dans le classement de notoriété, même à qualité égale. À l’inverse, les nouveaux indépendants sont confrontés à un problème classique de démarrage à froid : sans avis, ils sont difficiles à trouver, et sans être trouvés, ils peinent à accumuler des avis. » Cette dynamique s’apparente à la logique d’un détendeur de marché : « un intermédiaire qui ne se contente pas de refléter l’offre et la demande sous-jacentes, mais qui influence activement la liquidité, la mise en relation et la formation des prix ». Mais plus que les prix, Google Maps contrôle la visibilité : « les algorithmes de classement agissent comme des répartiteurs d’attention, orientant la demande vers certaines entreprises et la détournant d’autres ».

Lauren Leek a construit un contre modèle, afin de prédire la note Google d’un restaurant, en se basant uniquement sur ses caractéristiques structurelles. « Google Maps est étonnamment mauvais pour catégoriser les cuisines. Une grande partie des restaurants sont étiquetés de manière vague (« restaurant », « café », « plats à emporter »), incohérentes, ou tout simplement incorrectes. J’ai donc fini par créer un modèle de classification des cuisines distinct qui prédit la cuisine à partir des noms des restaurants, de la langue du menu et du texte des avis, lorsqu’ils sont disponibles ». Le but : faire que les filtres ne soient pas simplement les étiquettes de Google, mais qu’ils soient issus de l’apprentissage automatique. Cela permet de générer une note contrefactuelle attendue pour chaque restaurant : celle que la plateforme attribuerait généralement dans ces conditions. La différence entre la note réelle d’un restaurant sur Google Maps et cette note prédite est un résidu de note. « Un résidu positif signifie que le restaurant obtient des résultats nettement supérieurs à ce que la plateforme suggérerait. Un résidu négatif signifie qu’il obtient des résultats inférieurs à ce que l’algorithme valorise habituellement. Ce n’est pas une mesure parfaite de la qualité des plats, mais c’est un indicateur pertinent des erreurs de tarification algorithmiques : les situations où la valeur sociale ou culinaire diverge de ce que la plateforme met en avant ». Bien sûr, comme certains restaurants paient pour être visibles (sans que ce ne soit transparent) ces résidus peuvent en partie refléter des dépenses publicitaires inobservables.

Lauren Leek a ainsi créé un prototype de tableau de bord gastronomique londonien. Plus les bulles sont grosses et foncées, plus les établissements sont sous-évalués par le modèle de Lauren Leek. 

« Les restaurants ne font pas faillite seuls : ils échouent au sein d’écosystèmes », explique la data scientist qui a ajouté une deuxième couche de modélisation selon les quartiers en prenant en compte, la densité de restaurants, la note moyenne, le résidu moyen, le nombre total d’avis, la part de marché des chaînes, et le niveau de prix… pour classer les zones en quatre types structurels : hubs d’élite, hubs forts, hubs ordinaires et hubs faibles. Ce qui lui permet d’identifier les cinq pôles de restauration les plus puissants de Londres. Ce sont des lieux où densité, visibilité algorithmique, autonomie et pouvoir d’achat des consommateurs convergent. « La diversité culinaire londonienne n’est pas répartie uniformément au sein de son économie numérique. Les cuisines issues de l’immigration se concentrent fortement dans les quartiers où la visibilité algorithmique est structurellement plus faible. Cuisine italienne, indienne, turque, chinoise, thaïlandaise, britannique, japonaise, française, américaine et fish and chips : toutes ces cuisines ont des histoires d’implantation, des réseaux de main-d’œuvre, des formats de vente et des rapports au capital et aux loyers distincts. Certaines cuisines forment de longs corridors continus. D’autres apparaissent sous forme de regroupements ponctuels, liés à des rues commerçantes spécifiques ou à des tranches de revenus particulières. »

« Le résultat le plus important n’est pas le classement des quartiers, mais la prise de conscience que les plateformes structurent désormais, discrètement, la survie des restaurants sur les marchés urbains du quotidien. La scène gastronomique londonienne n’est plus uniquement régie par le goût. Elle est structurée par une visibilité croissante, des loyers qui augmentent avec la notoriété, et des algorithmes qui captent l’attention bien avant l’arrivée des consommateurs. Ce qui apparaît comme un « choix » est de plus en plus la conséquence des systèmes de classement. »

« Pour les politiques publiques, cela change la donne. Si la découverte détermine aujourd’hui la survie des petites entreprises, alors la concurrence, l’équité et la revitalisation urbaine ne peuvent plus ignorer les systèmes de classement des plateformes. Les municipalités peuvent rénover les rues et libéraliser les licences autant qu’elles le souhaitent, mais l’invisibilité algorithmique peut laisser des territoires économiquement isolés. La transparence et l’auditabilité des plateformes ne sont plus des débats techniques de niche ; elles deviennent discrètement des outils de politique économique locale. À tout le moins, les algorithmes de classement ayant un tel impact économique devraient être auditables. On audite les marchés financiers. On devrait aussi auditer les marchés de l’attention. »

Airbnb : réguler l’espace plus que le temps

Dans un autre billet, Lauren Leek s’est intéressée à l’ogre Airbnb à Londres. Et là aussi, elle revisite les idées reçues. Les annonces Airbnb sur Londres sont très concentrées dans des zones très spécifiques. Plus qu’une submersion, les offres se concentrent dans des zones où la pénurie de logements, la pression salariale et les lacunes en matière d’urbanisme faisaient déjà de la location de courte durée la solution rationnelle. Elle a à nouveau créé une carte pour montrer où se concentrent les locations de courtes durées. 

Londres – comme la plupart des grandes villes – réglemente les locations de courte durée. Depuis 2015, les Londoniens peuvent louer leur logement entier jusqu’à 90 nuits par an, afin de permettre aux propriétaires de rentabiliser leur appartement, alléger la pression sur les prêts immobiliers et dynamiser le marché du tourisme. Au-delà de 90 nuits, il ne s’agit plus d’une location de logement, mais d’un « hébergement temporaire », nécessitant une autorisation expresse de la mairie. Dans les zones à forte demande, des arrondissements comme Camden, Westminster et Hackney refusent systématiquement ces demandes, avec des taux de rejet de 60 à 80 %.

« Reste, que le système est très perméable : il enregistre les réservations, et non l’occupation réelle. Le système ne permet pas de repérer les hôtes qui publient des annonces sur plusieurs plateformes (Airbnb + Booking.com + Vrbo = soit 270 nuits, ce qui est techniquement légal), qui créent des comptes dupliqués ou qui font de fausses déclarations concernant les autorisations. Et si Westminster dispose d’agents chargés de faire respecter la réglementation, ce n’est pas le cas de la plupart des arrondissements. Les règles sont respectées individuellement, mais les transformations de quartiers en hôtels, eux, continuent. Le critère réglementé (le temps) ne correspond pas au lieu où se situe le problème (l’espace et la densité). » La loi régule le temps, alors que le problème est spatial. 

La carte de Lauren Leek pondère les annonces par rapport au nombre réel de logements, ce qui permet de comparer la pression. Elle montre que Airbnb n’est pas en train d’envahir Londres. « Si la règle des 90 jours influençait réellement les comportements, la densité serait la plus faible là où les contrôles sont les plus stricts : Camden, Westminster, Hackney – des arrondissements qui appliquent des restrictions explicites et le font savoir. La carte y montre pourtant des regroupements. Elle montre également des regroupements là où l’application de la réglementation est fragmentée et où les règles sont surtout théoriques. Qu’elle soit stricte ou laxiste, le résultat est le même. La réglementation n’est pas absente. Elle est simplement mal ciblée. »

« Dans un arrondissement où le salaire médian couvre le loyer médian, louer son  appartement est généralement un choix de vie. Là où ce n’est pas le cas, il s’agit plutôt d’une stratégie de survie : quelqu’un qui transforme son seul actif évolutif en liquidités. Cela ne rend pas la plateforme inoffensive pour autant, mais cela la rend endogène : l’interdire, c’est déplacer la pression vers un autre exutoire, peut-être pire. Cette pression n’est pas apparue avec Airbnb. Airbnb est la forme qu’elle a prise. Les plateformes n’ont pas de morale. Elles sont conçues pour l’optimisation. » Pour la datascientist, le véritable problème n’est pas la transgression des règles, mais le fait que ces règles décrivent un Londres qui n’existe plus.

La stagnation des salaires a fait du logement le seul actif dont la plupart des ménages disposent pour faire évoluer leurs revenus. Une planification défaillante et une faible construction de logements ont engendré une pénurie. Dans ce schéma, Airbnb se comporte alors comme toute plateforme bien conçue : elle oriente la demande par le chemin le plus facile. Si l’on souhaite une réponse plus radicale que « interdire Airbnb », les politiques publiques doivent être en adéquation avec le fonctionnement réel du système, explique Leek. « Si les interdictions procurent une satisfaction émotionnelle, elles ne constituent pas une solution durable au changement ». 

Pour Leek, il faudrait plutôt instaurer des plafonds au niveau de la rue ou du pâté de maisons : au-delà d’un certain pourcentage de logements dans une zone donnée, aucune nouvelle location de courte durée ne serait autorisée. De plus, les autorisations devraient être liées au taux de saturation local : un arrondissement avec 0,2 % de logements Airbnb n’est pas comparable à un arrondissement à 3 %.

Si les collectivités locales sont dépassées, c’est aussi parce qu’elles n’ont pas vraiment accès à ces informations. Il faudrait que les plateformes déclarent leurs activités de location de courtes durées dans un registre central et que les données soient accessibles à la recherche pour en évaluer les effets. Elle propose d’affecter une partie des recettes fiscales et des redevances issues des locations de courte durée aux fonds de logement locaux du même arrondissement et suggère de baisser la taxe d’habitation là où la pression est forte. De proposer des procédures d’urbanisme accélérées ou des allégements fiscaux aux propriétaires qui transforment des logements de courte durée en locations de longue durée dans les zones à forte tension sur le marché. 

Pour elle, il faut s’attaquer aux causes profondes du problème du logement ET des salaires. « Rien de tout cela n’est radical. Ce qui est radical, c’est de continuer à réguler un problème spatial avec un outil temporel. Je ne suis pas assez naïve pour croire qu’une publication sur Substack puisse modifier la politique d’urbanisme. Mais je suis assez obstinée pour penser que rendre le problème visible est un premier pas, et bien moins coûteux qu’une nouvelle consultation. »

Airbnb a proposé une interface à un problème qui lui préexistait, estime-t-elle.

Leek a rapidement observé ce qu’il en était ailleurs. A Florence, on compte 10 500 annonces Airbnb pour 360 000 habitants. A Amsterdam, la location de courte durée est de 30 nuits maximum avec permis obligatoire et interdictions dans certains quartiers de la ville depuis 2019. « Le centre et le quartier De Pijp pourraient être limités à 15 nuits à partir d’avril 2026. Malgré ces restrictions, les loyers à long terme ont augmenté de 37 % depuis leur mise en place. » La pression reste trop forte. Amsterdam ne parvient pas à résoudre le problème. « C’est le système sous-jacent – ​​celui qui a rendu les revenus des plateformes parfaitement rationnels – qu’il faut repenser. » Cartographier la réalité permet de mieux circonscrire le problème, explique-t-elle. L’enjeu n’est pas de se demander comment arrêter Airbnb, mais « que ne fait plus la ville par elle-même, et qu’est-ce que les plateformes ont pris en charge ? »

A New York, où l’ogre Airbnb a été chassé, « la réglementation n’a pas permis de faire baisser les loyers, ni d’améliorer le taux de vacance comme annoncé », expliquait déjà Le Monde. « Au contraire, elle a pénalisé les New-Yorkais, en particulier les résidents de quartiers défavorisés, qui bénéficient de la location de courte durée pour faire face à la crise du logement. »