Contrôles de propreté en gare

Name: Contrôles de propreté en gare
Creator: SNCF
License: http://opendatacommons.org/licenses/odbl/summary/
Keywords: gares,proprete,services-en-gare

Updated on 1 de enero de 2023 — Open Data Commons Open Database License (ODbL)

This dataset come from an external portal. View the original source.

SNCF

SNCF est l’un des premiers groupes mondiaux de mobilité et de logistique, avec une présence dans 120 pays, 33,8 milliards d’euros de chiffre d’affaires dont près de 25 % à l’international et 250 000 collaborateurs en 2012. Groupe public à vocation de service public, fort de son socle ferroviaire…

217 datasets

Informations

Licencia: Open Data Commons Open Database License (ODbL)
ID: 59593609a3a7291dd09c8230
Remote source: Remote source

Temporality

Frequency: Desconocido
Fecha de creación: 2 de julio de 2017
Latest resource update: 1 de enero de 2023

Harvest

backend: OpenDataSoft
modified_at: 2023-01-01 23:00:26
source_id: 563dd01f88ee386a21e72046
remote_id: proprete-en-gare
domain: ressources.data.sncf.com
last_update: 2023-01-30 05:01:29.362000
remote_url: https://ressources.data.sncf.com/explore/dataset/proprete-en-gare/
ods_geo: False
ods_has_records: True
ods_url: https://ressources.data.sncf.com/explore/dataset/proprete-en-gare/

Participate

Add a reuse Contact the producer

Embed

<div data-udata-dataset="59593609a3a7291dd09c8230"></div><script data-udata="https://www.data.gouv.fr/" src="https://static.data.gouv.fr/static/oembed.js" async defer></script>

Permalink

Descripción

Ce jeu de données informe sur le niveau de propreté des gares.

La propreté des gares est un enjeu fort pour SNCF. En vue de satisfaire les clients, SNCF réalise, conjointement avec le prestataire, des contrôles de conformité de la prestation de nettoyage, dont la fréquence varie en fonction de l’importance de la gare. Ces contrôles reposent sur la réalisation d’observations dans différentes zones de la gare abord, accès, hall, quais, … et sur différents supports (vitres, sols, signalétique). L’obligation de résultat est fixée à 90% de conformité minimum. En deçà, des actions correctives sont déclenchées rapidement et s’inscrivent dans une démarche d’amélioration continue.

Pour chaque gare, une ligne du jeu de données correspond à un ensemble mensuel de contrôles de propreté effectués suite au passage et actions des prestataires de nettoyage. Pour chaque mois sont indiqués le nombre d'observations total et le nombre d'observations non-conformes aux attendus dans la gare concernée.

Le taux de conformité se calcule par l'opération (nb d’observations – nb de non-conformités)/(nb d’observations).

Files ²

Main file

Export au format CSV

Updated on 1 de noviembre de 2022 — csv — 3 downloads

Mois: mois[date]
UIC: uic[text]
Nom gare: nom_gare[text]
Nombre de non-conformités: nombre_de_non_conformites[int]
Nombre d'observations: nombre_d_observations[int]
Taux de conformité: taux_de_conformite[double]

URL: https://ressources.data.sncf.com/explore/dataset/proprete-en-gare/download?format=csv&timezone=Europe/Berlin&use_labels_for_header=false
Permalink: https://www.data.gouv.fr/es/datasets/r/d72e1bdd-4386-4ec8-8332-28c94d36e167
MIME Type: text/csv

Created on: 14 de marzo de 2018
Modified on: 1 de noviembre de 2022

Export au format JSON

Updated on 1 de noviembre de 2022 — json — 0 downloads

Mois: mois[date]
UIC: uic[text]
Nom gare: nom_gare[text]
Nombre de non-conformités: nombre_de_non_conformites[int]
Nombre d'observations: nombre_d_observations[int]
Taux de conformité: taux_de_conformite[double]

URL: https://ressources.data.sncf.com/explore/dataset/proprete-en-gare/download?format=json&timezone=Europe/Berlin&use_labels_for_header=false
Permalink: https://www.data.gouv.fr/es/datasets/r/4daa173a-66d3-4aba-a232-2a689ca1a5c1
MIME Type: application/json

Created on: 14 de marzo de 2018
Modified on: 1 de noviembre de 2022

Community resources ⁰

Publish a resource

You have built a more comprehensive database than those presented here? This is the time to share it!

Reutilizaciones ⁰

Add a reuse

Explore the reuses of this dataset.

Did you use this data ? Reference your work and increase your visibility.

Discussion between the organization and the community about this dataset.