Catégorie : Sobriété des applications

Quel est l’impact environnemental des jeux sur mobile en 2023 ?

Reading Time: 12 minutes

Précédemment, nous vous avions proposé des classements des jeux vidéo sur mobile :  

Depuis le dernier en date (début 2020), les téléchargements et revenus ont augmenté considérablement. Aujourd’hui, les jeux sur mobile représenteraient la majeure partie des revenus du jeu dématérialisé (source : https://www.statista.com/topics/1680/gaming/#topicOverview [EN]), avec notamment des hausses sans précédent au cours de la pandémie (source : https://www.statista.com/statistics/511639/global-mobile-game-app-revenue/ [EN]).  

Si l’on regarde les jeux sur mobile les plus téléchargés en 2022, on obtient le classement suivant : 

1- Subway Surfers
2- Stumble Guys
3- Roblox
4- Candy Crush
5- Race MAster 3D
6- 8 Ball Pool
7- FIFA Mobile
8- Merge Master – Dinosaur Game
9- Garena Free Fire
10- Bridge Race

Source : https://www.statista.com/statistics/1285134/top-downloaded-gaming-apps-worldwide/ [EN] 

NomNom packageVersion
Subway Surferscom.kiloo.subwaysurf3.16.1
Stumble Guyscom.kitkagames.fallbuddies0.54
Robloxcom.roblox.client2.589.593
Candy Crush Sagacom.king.candycrushsaga1.259.0.1
Race Master 3Dcom.easygames.race4.0.4
8 Ball Poolcom.miniclip.eightballpool5.13.3
FIFA Mobilecom.ea.gp.fifamobile18.1.03
Merge Master - Dinoasaur gamecom.fusee.MergeMaster3.11.0
Garena Free Firecom.dts.freefireth1.100.1
Bridge Racecom.Garawell.BridgeRace3.23

La première chose que l’on remarque par rapport au précédent classement des jeux sur mobile est qu’on retrouve trois jeux : Subway Surfers, Candy Crush Saga et 8 Ball Pool. En termes de téléchargements, Subway Surfers reste en première place du classement.  

En regardant les dépôts d’APK, on note que la fréquence de sortie d’une nouvelle version de l’APK est très variable : au maximum une tous les 15 jours environ pour Candy Crush Saga ou Race Master 3D, au moins une par semaine pour Roblox. Ces mises à jour ont évidemment un impact environnemental. Pour des raisons de simplicité, nous allons ici nous concentrer sur l’impact du leur usage en nous mettant dans les conditions d’un premier lancement du jeu. L’unité fonctionnelle serait donc : “lancer une partie du jeu pour la première fois, sur un appareil mobile Android de milieu de gamme et en WIFI”.  

Ceci nous permettra d’évaluer les impacts environnementaux de ces jeux afin de les comparer. 

Le saviez-vous ?

En 2021, Google a commandé et publié une étude sur l’avenir des jeux sur mobile (https://games.withgoogle.com/reports/beyondreport/ [EN]).  

Si l’intention première était d’évaluer la hausse à venir des revenus engendrés par les jeux sur mobile, il en ressort quelques faits intéressants :  

  • Plus de la moitié des joueurs sur mobile sont des joueuses 
  • 73% des joueurs dépensent de l’argent dans ces jeux 
  • La majorité des joueurs sont en Asie et dans la zone Pacifique 

Méthodologie 

Définition du parcours utilisateur  

Pour la mesure, il était indispensable mais difficile de définir un parcours utilisateur commun à l’ensemble des jeux. Comme indiqué plus haut, la réponse évidente pour nous était un parcours de lancement de l’application puis de lancement d’une partie. Il se trouve que les choses se sont vite compliquées.  

Pour la plupart des jeux étudiés, le premier lancement comprend plusieurs écrans intermédiaires :  

  • Recueil du consentement relatif au RGPD 
  • Saisie de l’âge du joueur 
  • Recueil du consentement lié aux publicités 
  • Création d’un profil ou rattachement à un compte sur un service tiers (Google, Facebook, etc). A ce titre, il serait intéressant ultérieurement d’analyser plus en détail les services tiers utilisés dans chaque jeu.  
  • Chargement de mises à jour du contenu 

Si les trois premiers éléments de la liste ne sont renseignés qu’une seule fois, la mise à jour de contenu peut intervenir inopinément et indépendamment de la mise à jour de l’APK.  

Le rattachement à un compte Google a rendu l’automatisation du jeu Bridge Race trop complexe par rapport au temps que nous avions décidé de consacrer à cette étude, ce qui a poussé à sortir le jeu de l’échantillon étudié ici. En particulier, nous avons constaté des différences de comportement lors du rattachement du profil Google selon le terminal utilisé. Par la suite, nous verrons pour proposer une étude complémentaire s’appuyant directement sur les impacts d’une minute de jeu, via l’outil Freerunner de Greenspector.  

Au final, nous avons tout de même essayé d’automatiser pour chaque jeu le parcours suivant : 

Étape 1 : Lancement de l’application

Étape 2 : Chargement de l’écran titre

Étape 3 : Lancement d’une partie

Entre ces étapes mesurées se sont parfois intercalées des actions de validation de consentement ou de connexion qui n’ont pas été mesurées car absentes de certaines applications. La grande quantité d’éléments à cliquer et d’écrans intermédiaires lors du premier lancement du jeu ont empêché d’aller jusqu’au lancement d’une partie pour FIFA Mobile. Les mesures et calculs présentés ici sont donc en-dessous de la réalité mais ont été conservés afin de mettre en évidence d’autres éléments. 

Dans le cadre de cette étude, les données ont été mesurées entre le 11 et le 16 août 2023 à l’aide de Greenspector Studio. Nous avons utilisé le langage GDSL (Greenspector Domain-Specific Language) pour rédiger des scripts de test, qui reproduisent automatiquement les actions à effectuer sur un téléphone.  Le module Testrunner nous a ensuite permis de réaliser les mesures sur un smartphone Android : nous avons ainsi obtenu les consommations d’énergie et de ressources (mémoire, CPU, données échangées) et les temps de réponse pour chacune des étapes du parcours. Enfin à partir de ces mesures, le modèle d’impacts intégré à Greenspector Studio évalue l’impact environnemental correspondant ainsi que les ecoscores. Pour rappel, dans le cas d’une mesure de parcours utilisateur, l’Ecoscore global se décompose en trois Ecoscores : Performance, Données mobiles et Energie. Chacun est noté entre 0 et 100, 100 étant le meilleur score. Chacun de ces scores s’obtient à partir des notes obtenues par chaque étape de mesure, celles-ci dépendant de seuils. Par exemple, dans le cas des données mobiles pour les étapes de chargement :  

Hypothèses 

Lors de cette évaluation, nous sommes partis d’un premier lancement de l’application. Ceci représente forcément un parcours plus impactant que pour les utilisations ultérieures mais permet de se faire une meilleure idée du fonctionnement du jeu. A noter que, lors de l’utilisation du jeu, il y aura également souvent des mises à jour régulières qui seront elles aussi impactantes.  

Contexte de mesure 

  • Samsung Galaxy S9, Android 10   
  • Réseau : Wi-Fi   
  • Luminosité : 50%  
  • Tests réalisés sur au moins 3 itérations pour fiabiliser les résultats 

Hypothèses retenues pour les projections environnementales 

  • Localisation des utilisateurs : 100% Monde
  • Localisation des serveurs : 100% Monde
  • Appareils utilisés : smartphones uniquement 

L’empreinte environnementale dépend de la localisation des serveurs de l’application, de leur type, de la localisation des utilisateurs et du type d’appareils qu’ils utilisent.  Nous avons étudié l’usage des applications uniquement sur smartphone. Nous sommes également partis du principe que les utilisateurs sont très majoritairement en-dehors de la France, de même que les serveurs.

Résultats 

NomTaille APK (Mo)Données échangées (Mo)Décharge totale de la batterie (mAh)
Subway Surfers177,15,318,3
Stumble Guys19846,444,9
Roblox160,81715,4
Candy Crush Saga92,212,122,3
Race Master 3D182,633,217,1
8 Ball Pool89,907,8
FIFA Mobile180,4161,534,3
Merge Master - Dinoasaur game17526,124,5
Garena Free Fire400,85,719,8
Bridge Race170,9

Tout d’abord, on constate que les APK pour un premier téléchargement font majoritairement entre 160 et 200 Mo, ce qui est déjà très conséquent. Seuls Candy Crush Saga et 8 Ball Pool sont en-dessous avec autour de 90 Mo. Pour Free Fire, on monte à 400 Mo ! 

La durée des usages serait d’un peu plus de 20 min par jour si l’on en croit cette étude de Statista : https://www.statista.com/statistics/1272891/worldwide-game-apps-time-spent-daily-age/ [EN]. L’impact de l’installation et des mises à jour, dans l’hypothèse d’une utilisation quotidienne ou presque, a donc été laissé de côté dans la présente étude. Il est toutefois possible que, dans le cas d’un jeu qui ne serait utilisé que de façon sporadique dans le temps, les mises à jour soient plus impactantes que l’utilisation. Le risque pour l’éditeur du jeu est, dans ce cas, de voir l’utilisateur se désintéresser du jeu. La mise à jour de l’APK peut être gérée au quotidien comme pour les autres applications mobiles mais, ici, c’est la mise à jour du contenu lors du lancement du jeu qui peut devenir problématique. Comme nous l’évoquerons plus loin, tout est fait pour inciter à jouer quotidiennement. 

Au niveau des données transférées pour le premier lancement du jeu, la plupart des jeux demandent quelques Mo supplémentaires. Seul 8 Ball Pool ne demande pas de transfert de données. Inversement, FIFA Mobile, Stumble Guys, Race Master 3D et Merge Master nécessitent le téléchargement de quelques dizaines de Mo. En particulier, FIFA Mobile impose de télécharger plus de 160 Mo, ce qui correspond notamment à la mise à jour du contenu en fonction de l’actualité sportive. Ceci constitue une valeur ajoutée mise en avant par l’éditeur mais une mauvaise pratique du point de vue de la sobriété. Il faudrait dans un premier temps voir comment réduire techniquement la taille des informations nécessaires et, dans l’idéal, limiter la fréquence de rafraîchissement et l’exhaustivité des informations.  

Ces transferts de données conséquentes sont souvent corrélés avec des performances dégradées. Ainsi, pour Stumble Guys et FIFA Mobile, il faut parfois attendre 1 à 2 min pour que s’affiche l’écran qui permet de lancer le jeu. Pour la moitié des jeux, le simple lancement de l’application prend entre 10 et 20s, ce qui est particulièrement long. Pour Roblox, le chargement de l’écran titre (sélection des parties) est rapide, le chargement de contenu étant effectué après sélection de la partie (et généralement assez long). Le lancement le plus long est pour 8 Ball Pool mais, pour ce jeu, aucune donnée n’est transférée et l’impact sur la batterie est relativement faible (en particulier grâce à la faible quantité d’animations). Ce jeu est en définitive celui avec les meilleurs scores. Plus généralement, les scores obtenus sont les suivants :  

On constate que 8 Ball Pool est le jeu avec les meilleurs scores, notamment en raison de ce que l’on vient d’évoquer (peu d’animations, pas de données transférées). En cela, son fonctionnement au lancement se rapproche plutôt de ce que j’aurais tendance à rapprocher des jeux sur mobile “à l’ancienne” : des jeux hors-ligne et relativement simples (sans pour autant aller jusqu’à Snake et autres jeux similaires). A noter que, une fois l’on-boarding de 8 Ball Pool terminé, on revient sur un fonctionnement plus classique avec notamment du jeu en ligne par défaut, ce qui nécessiterait d’être mesuré par ailleurs.  

En comparaison, les autres jeux sont moins bien notés. Seuls Race Master 3D et Subway Surfers sortent un peu du lot. Il en ressort que les jeux étudiés ici ont des scores au mieux autour de la moyenne, à quelques rares exceptions près. Tout ceci peut indiquer des soucis d’efficience ou de sobriété mais est plus probablement à imputer à la nature même de ces applications : de l’animation, des échanges de données mais aussi souvent des mécanismes captologiques à foison. Nous y reviendrons plus tard. 

Pour ce qui est des impacts environnementaux, les calculs aboutissent aux résultats suivants :  

NomEmissions GES en gCO2eEau consommée en LOccupation des sols en cm2
Subway Surfers1,10,11,3
Stumble Guys6,50,63,6
Roblox2,50,21,6
Candy Crush Saga1,90,21,6
Race Master 3D4,40,41,9
8 Ball Pool0,200,6
FIFA Mobile20,11,66,1
Merge Master - Dinoasaur game3,80,42,4
Garena Free Fire1,10,11,3

Les impacts élevés sont ici corrélés à des constats effectués précédemment, en particulier des chargements de données importants qui provoquent une dégradation de la performance et de l’impact sur la batterie du terminal. On retrouve donc pour les impacts les plus élevés FIFA Mobile (très loin devant les autres) mais aussi Stumble Guys et Merge Master. Sans surprise, 8 Ball Pool est là aussi le jeu le moins impactant.

Analyse 

Les mesures effectuées font ressortir certains choix de design qui viennent directement augmenter les impacts environnementaux.  

Comme nous l’avons évoqué précédemment, la longueur des parcours d’onboarding met souvent en évidence trois soucis corrélés : la récolte de données personnelles, la publicité et plus généralement les mécanismes captologiques. Pour rappel, ces derniers visent à faire passer à l’utilisateur le plus de temps possible sur l’application et se retrouvant dans quantité d’applications mais aussi de sites web. Entre autres, les Designers Ethiques s’intéressent beaucoup à cette question. Mais intéressons-nous plus en détail au cas des jeux étudiés ici.  

Le consentement RGPD, celui relatif aux publicités (et parfois la saisie de l’âge) ont pour but d’encadrer un minimum l’affichage, au cours du jeu, de publicités. Il s’agit là bien sûr d’une source de revenus pour les éditeurs de jeux. Celles-ci sont plus ou moins intrusives. Souvent, il est ainsi proposé au joueur de regarder une vidéo publicitaire pour débloquer des récompenses ou pouvoir continuer à jouer. Parfois, il est possible d’acheter le jeu afin de se débarrasser de ces publicités. Le niveau d’attention du joueur le rend plus sensible à ce type de suggestion. Ceci est lié aux mécanismes captologiques.  

Dans le domaine du design (et en particulier de conception des interfaces et interactions utilisateur), on parle depuis plusieurs années déjà de gamification. Il s’agit d’introduire des mécaniques issues des jeux afin de renforcer l’adhésion de l’utilisateur et rendant l’expérience plus ludique. Ceci n’est pas anodin dans la mesure où certains jeux sont très forts pour ce qui est de capter et faire revenir les joueurs. Mais aussi (en poussant la logique un peu plus loin) pour leur faire dépenser leur argent.  

Pour prendre l’exemple (parmi tant d’autres) de Candy Crush Saga, il serait facile de proposer ce jeu sous une forme limitée au jeu lui-même : enchaîner des niveaux plus ou moins difficiles avec pour objectif de faire disparaître des bonbons ou embûches. Les règles et obstacles sont simples et constituent le noyau du jeu en tant que tel. Ici, différents artifices viennent s’ajouter :  

  • Des couleurs vives, effets visuels et sons pour venir augmenter l’impact des actions de l’utilisateur. On parle ici de feedback
  • Des ressources limitées (vies, bonus, etc) pour créer le besoin et surtout le manque. Souvent, il est possible de compléter ces ressources en regardant des vidéos ou en dépensant de l’argent (virtuel ou non). 
  • Des jauges (niveau ou autre), des trophées, des récompenses, des avatars et des scores pour chercher à faire toujours mieux et pouvoir se comparer avec les autres. Ce qui nous amène à un autre élément important de la gamification mais aussi de la captation de l’attention :  
  • Le lien social : voir ce que font les autres, se comparer avec eux, leur permettre de voir ce qu’on fait. De même que pour les réseaux sociaux (et souvent via une connexion avec ceux-ci), cette mécanique pousse à jouer davantage voire mieux mais crée aussi de l’attachement au jeu via le lien avec d’autres joueurs. Ceci se fait via du jeu en ligne ou la création de connexions avec des réseaux sociaux (pour partager les résultats obtenus, trouver des joueurs, etc). 

Tout ceci contribue à la motivation du joueur, en particulier via un subtil équilibre de sa frustration à travers deux états que le joueur va (consciemment ou non) chercher à atteindre : 

  • Le flow : état de concentration du joueur où les objectifs s’enchaînent de façon fluide. C’est typiquement la période où l’on ne voit pas le temps passer. C’est aussi, en conséquence, ce qui peut pousser le joueur à investir (du temps, des ressources virtuelles, de l’argent réel) pour maintenir cet état et ne pas être frustré. 
  • Le fiero : état de satisfaction lié au fait d’avoir surmonté un obstacle particulièrement redoutable (dans du jeu vidéo non-mobile, il s’agit ici d’une des mécaniques de base de ce que l’on appelle parfois les Souls-like : des jeux mettant l’accent sur la maîtrise par les joueurs afin de proposer un challenge très élevé).  

La conception du jeu s’articule souvent autour de ces deux états, directement ou non (augmentation progressive de la difficulté, récompenses, etc). Ce subtil équilibre va être crucial pour la qualité d’un jeu et surtout de l’expérience de jeu mais aussi, pour les éditeurs, pour le temps passé sur le jeu et l’argent dépensé par les joueurs. Ce qui peut parfois amener à des impacts environnementaux plus élevés.  

Directement, en incitant les joueurs à passer le plus de temps possible sur le jeu et en s’appuyant sur du jeu en ligne et des liens avec les réseaux sociaux, en affichant de la publicité et en concevant des interfaces très denses en informations et effets visuels.  

Indirectement, en incitant à la consommation (dépenser de l’argent) mais aussi à la surconsommation (vouloir toujours plus et générer de la frustration). Ceci induit donc des comportements peu écoresponsables et à l’encontre d’une logique de sobriété.  

A noter que l’industrie du jeu vidéo prend de plus en plus conscience de ses impacts environnementaux.  

Polygon, notamment, s’était intéressé au sujet : https://www.polygon.com/features/22914488/video-games-climate-change-carbon-footprint [EN] 

Cette prise de conscience donne souvent lieu à des actions mais aussi à du greenwashing (exemple : https://www.ouest-france.fr/high-tech/jeux-video/ecologie-le-secteur-du-jeu-video-fait-il-du-greenwashing-355c56fc-0c3d-11ee-8e71-2cd44afe92ef?utm_source=pocket-newtab-bff).  

Pour autant, de plus en plus de ressources pertinentes apparaissent sur le sujet : https://playing4theplanet.org/resources [EN]. Certains fabricants s’intéressent à l’impact du matériel, tandis que des éditeurs cherchent à évaluer leurs impacts environnementaux. Le renouvellement régulier des machines et les cadences de sortie des jeux sont en soi problématiques. Le jeu en ligne et la dématérialisation n’arrangent pas nécessairement les choses. Voir à ce propos l’étude de l’ADEME (Agence de l’Environnement et de la Maîtrise de l’Énergie) sur la dématérialisation des services culturels. De façon similaire à ce que l’on peut observer par exemple pour les sites web, des optimisations sont possibles (efficience) mais l’enjeu est surtout celui de la sobriété (à l’inverse de la surenchère des jeux à monde ouvert). Des enjeux plus généraux sont également à prendre en compte :  

Conclusion 

Les jeux mobiles font partie du quotidien de nombreuses personnes, ce qui rend l’étude de leurs impacts environnementaux d’autant plus essentielle (même si d’autres domaines du Numérique Responsable restent concernés comme l’économie de l’attention, l’accessibilité et la gestion des données personnelles). Même si des optimisations techniques restent à envisager, le nœud du problème réside dans leur conception et les comportements induits (avec entre autres le risque de créer de la dépendance voire de présenter des risques financiers pour les joueurs).  

Le jeu vidéo en général pourrait et devrait devenir un levier pour une prise de conscience des enjeux autour de l’écologie. De même que pour l’accessibilité, la démarche a été amorcée par certains et il sera intéressant de voir comment cela évolue face à l’urgence des enjeux.  

Quel est l’impact environnemental des 10 applications de transport les plus utilisées en France ? 2023

Reading Time: 8 minutes

Avec l’émergence des applications de transport en France, la mobilité urbaine a connu une transformation significative au cours des dernières années. En effet, ces applications mobiles font partie des applications les plus téléchargées et les plus utilisées par les Français. Toutes les grandes villes ont une application éditée par les sociétés de transports urbains qui offre des solutions pratiques et flexibles pour se déplacer en ville. Cependant, derrière cette facilité d’utilisation et cette commodité se cache un aspect souvent négligé : l’impact environnemental de ces applications. 

Ces sociétés ont compris que le développement des applications mobiles permettait d’offrir des services aux voyageurs (horaires, info-trafic, carte des transports, intermodalités), mais aussi de réduire des coûts par la mise à disposition de service de vente et compostage de billet directement intégrés dans l’application de nos téléphones.

L’objectif de cette étude est de mesurer l’impact environnemental des applications de transport des 10 villes les plus peuplées en France selon le site Statista :

  • Bonjour RATP pour la région parisienne
  • RTM à Marseille
  • TCL à Lyon
  • Tisséo pour la ville de Toulouse
  • Lignes d’azur à Nice
  • TAN à Nantes
  • TAM dans la ville de Montpellier
  • CTS à Strasbourg
  • TBM à Bordeaux
  • Ilévia à Lille

Ces applications sont différentes en termes d’interface utilisateur, mais elles permettent toutes de répondre à un ensemble de besoins essentiels de l’utilisateur. Nous avons donc déterminé un parcours utilisateur commun, qui nous permet de comparer ces applications en termes d’impact carbone, de consommation d’énergie et de données échangées. Enfin, dans une deuxième partie, nous analyserons les causes des résultats obtenus.

Classement des villes comptant le plus d’habitants en France en 2020

Méthodologie

Définition du parcours utilisateur 

Pour la mesure, nous avons déterminé un scénario commun compatible pour toutes les applications, à savoir la recherche d’un itinéraire d’un point A à un point B (géolocalisation activée) comportant les étapes suivantes.

  • Etape 1 : Lancement de l’application 
  • Etape 2 : Accès à la page de recherche 
  • Etape 3 : Saisie d’itinéraire 
  • Etape 4 : Affichage des résultats 
  • Etape 5 : Sélection d’un itinéraire 
  • Etape 6 : Mise en arrière-plan de l’application (30 s)

Dans le cadre de cette étude, les données ont été mesurées le 19 juin 2023 à l’aide de  Greenspector Studio. Nous avons utilisé le langage GDSL (Greenspector Domain-Specific Language) pour rédiger des scripts de test, qui reproduisent automatiquement les actions à effectuer sur un téléphone.  Le module Testrunner nous a ensuite permis de réaliser les mesures sur un smartphone Android : nous avons ainsi obtenu les consommations d’énergie et de ressources (mémoire, CPU, données échangées) et les temps de réponse pour chacune des étapes du parcours. Enfin à partir de ces mesures, le modèle d’impacts intégré à Greenspector Studio évalue l’impact environnemental correspondant.

Hypothèses

Lors de cette évaluation, nous avons pris le parti d’étudier le comportement d’un utilisateur qui utilise régulièrement l’application et recherche donc son itinéraire avec moins de clics possibles. 

Contexte de mesure

  • Samsung Galaxy S10, Android 10  
  • Réseau : Wi-Fi  
  • Luminosité : 50% 
  • Tests réalisés sur au moins 3 itérations pour fiabiliser les résultats

Hypothèses retenues pour les projections environnementales

  • Localisation des utilisateurs : 100% en France 
  • Localisation des serveurs : 100% en France 
  • Appareils utilisés : smartphones uniquement

L’empreinte environnementale dépend de la localisation des serveurs de l’application, de leur type, de la localisation des utilisateurs et du type d’appareils qu’ils utilisent.  Nous avons étudié l’usage des applications uniquement sur smartphone et sur les utilisateurs présents sur le sol français car leur usage est destiné uniquement à cette part de la population. Faute de meilleure information, les serveurs ont été considérés comme ayant un niveau de complexité moyen.

Résultats

Après avoir effectué une analyse détaillée, nous avons établi un tableau comparatif des résultats, mettant en évidence les applications les plus économes en émissions de GES et celles qui génèrent une empreinte environnementale plus importante.  

Les résultats suivants sont exprimés en g de CO2 équivalent par parcours.

L’application la plus sobre

Ilévia de Lille et Tam de Montpellier sont les applications les moins impactantes selon nos résultats. Celles-ci ne consomment qu’un très faible volume d’énergie. Le fait que le parcours mesuré contienne une faible quantité d’images et d’animations explique notamment ce chiffre.

L’application la moins sobre

Bonjour RATP arrive en dernière position du classement sans grande surprise. En effet, l’application est très énergivore. Cette énorme consommation est notamment due à l’intégration des services tiers de géolocalisation et aux nombreux contenus multimédia (photos, icônes…). De plus l’application propose de nombreuses fonctionnalités dès l’écran d’accueil comme le scan des trottinettes.

L’application précharge de nombreux contenus. Même si l’utilisateur est hors connexion, il peut tout de même accéder à la carte interactive pour la recherche de station. C’est un point négatif pour l’application car ce pré chargement n’est pas une étape critique pour la suite du parcours. Il est non pertinent pour l’utilisateur de charger une carte allant au delà des frontières parisiennes.

Projection pour 10 000 utilisateurs réguliers

La plupart des applications comptent entre 100 000 et 500 000 téléchargements sur le Playstore. Prenons pour chaque ville 10 000 utilisateurs réguliers utilisant l’application tous les jours pour faire un trajet aller-retour : cela équivaut à 600 000 visites mensuelles.

Application (Ville) Impact par visite (g CO2e) Impact par jour pour 10000 users (à raison de 2x/jour) (kg CO2e)Impact total par an (kg CO2e) 
TAM (Montpellier) 1,1 22 8030 
Ilévia (Lille) 1,1 22 8030 
CTS (Strasbourg) 1.2 24 8760 
Tisseo (Toulouse) 1.2 24 8760 
RTM (Marseille) 1.2 24 8760 
TCL (Lyon) 1.2 24 8760 
TAN (Nantes) 1.3 26 9490 
Azur (Nice) 1.5 30 10950 
TBM (Bordeaux) 1.5 30 10950 
RATP (Paris) 2.4 48 17520 

Le tableau reprend l’impact carbone d’une visite unitaire en g CO2e et présente la projection d’une utilisation 2 fois par jour à l’échelle de 10 000 utilisateurs en kg CO2e. Enfin la projection est faite sur une durée d’un an avec la même unité.

Pour les applications les moins impactantes telles que TAM ou CTS, une telle utilisation à l’année représente 8,03 tonnes de CO2e. Cela équivaut à plus de 36 903 km en véhicule léger parcourus d’après le site Impact CO2 de l’Ademe.

Pour la RATP, qui est de loin la plus impactante, son impact représente plus du double, soit à l’année 17,5 tonnes de CO2e. Cette valeur équivaut à plus de 80 000 km en véhicule léger.

D’après le Bilan annuel des transports en 2019 du ministère de la transition écologique, une voiture immatriculée en France métropolitaine a roulé en moyenne 12 200 km dans l’année. L’impact d’une application de transport sobre utilisée par 10 000 personnes 2 fois par jour représente les émissions annuelles de plus de 2 véhicules légers tandis que l’impact de la RATP représente les émissions annuelles d’environ 7 véhicules !

Projection sur un an de l’impact

Selon le site de Groupe RATP, l’application Bonjour RATP est visitée par 2,5 millions de visiteurs uniques mensuels et génère plus de 20 millions de visites mensuelles. Si on hypothétise que chaque visite comprend au moins une recherche d’itinéraire, on peut obtenir l’impact carbone mensuel de l’application.

Celui-ci représente 48 t CO2e par mois autrement dit plus de 220 000 km en voiture.

Mais à quoi sont dus ces impacts ?

Dans cette deuxième partie, nous analysons d’où peuvent venir ces valeurs d’impact environnemental. Au travers de la consommation d’énergie ainsi que des données échangées sur le réseau pendant le parcours de l’utilisateur, les applications sont de nouveau classées en fonction de leur consommation énergétique.

ApplicationLancementInactive premier planAccès page itinéraireSaisie départ/arrivéeAffichage des résultatsChoix itinéraireinactive arrière plan
TAM0,41,20,11,30,30,21,1
TCL0,61,10,310,30,51,2
ILévia0,610,21,40,30,41,2
TAN0,61,10,11,70,40,52
CTS0,510,22,20,40,41,1
RTM1,51,10,31,60,20,31,1
Tisseo1,31,10,21,9101,1
Azur1,610,21,811,51
TBM0,81,10,62,70,41,51,1
RATP1,61,10,75,81,80,71,2

Le graphique ci-dessus met en comparaison les différentes étapes (hormis quelques pauses) mises bout à bout de chaque parcours mesuré en termes d’énergie consommée.  

On remarque que les étapes de pauses au premier plan sont en général consommatrices, c’est à dire que l’utilisateur est présent sur l’écran d’accueil de l’application mais sans effectuer une seule action. Cela peut s’expliquer par le fait que le lancement n’est pas assez long pour générer tout le contenu et donc que même en étant inactive après avoir été lancée elle continue de générer du contenu comme les petites icones de station de bus par exemple. Il se peut également que la localisation de l’utilisateur soit recherchée en permanence comme en témoigne l’activité sur l’étape de pause de mise en arrière-plan. 

On note aussi que les applications en arrière-plan consomment quasiment la même quantité d’énergie dans toutes les mesures. 

L’étape la plus consommatrice est la saisie de départ et d’arrivée de l’itinéraire de l’utilisateur à cause de la recherche et du chargement des itinéraires saisie pour la section. En effet, sur plusieurs applications de transport, il est nécessaire de réaliser plusieurs actions, voire de charger de nouvelles pages pour chaque étape de saisie or sur d’autres applications la saisie est directement accessible depuis la page d’accueil. Par exemple, CTS et Ilévia. 

Une disparité de consommation est également observée lors de l’étape de sélection d’itinéraire dans les applications. Certaines applications, telles que Tisseo, proposent directement l’unique itinéraire disponible dans les prochaines minutes. 

De plus, la RATP affiche une étape d’accès à la page d’itinéraire beaucoup plus consommatrice que les autres. Certaines applications qui affichent une consommation nulle à cette étape n’ont simplement pas de chargement de nouvelle page car cette fonctionnalité est présente sur la page d’accueil, le parcours de l’utilisateur est optimisé en réduisant les actions réduisant ainsi sa consommation énergétique. C’est le cas de Tisséo qui n’a pas de page de résultats pour afficher les différents trajets. En effet, l’application propose directement le trajet le plus court comme vu sur la capture d’écran ci-dessous.

Capture d’écran étape « Affichage des résultats » 

Une observation notable concerne l’étape de saisie d’itinéraire, où Ratp se distingue par une consommation d’énergie plus élevée, étant 5,8 fois plus énergivore que la TCL. Cette consommation excessive pourrait être attribuée aux trackers et aux services tiers intégrés.

Enfin on note sur l’application Azur de Nice et TBM de Montpelier que son étape d’affichage de l’itinéraire choisi consomme davantage que les autres. Cela peut venir de la carte générée pour cet affichage qui n’est pas compressée ou qui charge au-delà de ce qui est nécessaire c’est à dire au-delà des limites du réseau de transport de la ville.

En ce qui concerne les données échangées, les parcours les moins sobres sont ceux des applications CTS, Tisseo et TAM . La TAM échange 2,4 Mo, soit deux fois plus que la moyenne établie pour toutes les applications. Les bons élèves en termes de données échangées sont Azur, Ilévia, TCL, RTM et TBM qui consomment moins de 0,5 Mo. 

Selon Green IT, la taille moyenne d’un e-mail est de 81 Ko. Ainsi, une recherche d’itinéraire en moyenne équivaut à l’échange de 12 e-mails.

D’après notre outil, lors de l’étape de lancement de la plupart des applications, un échange important de données se produit afin de garantir une expérience utilisateur fluide et réactive. Cependant, certaines applications, comme la TAN, ont choisi d’adopter une approche de chargement progressif des données. Cela signifie que seules les informations essentielles sont récupérées initialement, tandis que d’autres données sont chargées au fur et à mesure de l’utilisation de l’application. 

Comme évoqué plus tôt, l’application RATP charge beaucoup de contenu à son lancement comme la TAM. On le visualise quand on lance l’application hors connexion, la carte est par exemple déjà chargée avec les stations et arrêts de métro et bus.

Capture d’écran de l’application RATP hors connexion

Tous ces services tiers sont-ils nécessaires ?

L’intégration des services tiers dépendra des avantages spécifiques qu’ils apportent, de la pertinence pour les utilisateurs finaux et de l’impact global sur les performances et la complexité technique de l’application. Il est recommandé de mener des tests, de surveiller les performances et de solliciter les commentaires des utilisateurs pour évaluer l’efficacité des services tiers et prendre des décisions éclairées.

Bilan

L’étude de l’impact environnemental des applications de transport dans les 10 plus grandes villes de France révèle des résultats contrastés. Certaines applications, telles que RATP, TBM et Azur, ont des parcours moins sobres, consomment plus d’énergie , ce qui peut avoir un impact négatif sur l’environnement. En revanche, des applications telles que Azur, Ilévia et TAM se démarquent en consommant moins de données et d’énergie. 

Il est essentiel que les concepteuret les product owners d’applications de transport prennent conscience de l’impact de leurs solutions sur l’environnement et cherchent des moyens de réduire leur empreinte écologique. L’adoption de bonnes pratiques en matière de sobriété numérique, de réduction des émissions de carbone peut contribuer à atténuer l’impact environnemental de ces applications.

Sources  

https://www.statistiques.developpement-durable.gouv.fr/sites/default/files/2020-12/datalab_78_comptes_transports_2019_circulation_novembre2020.pdf

https://impactco2.fr/convertisseur

GreenIT

Quelle est l’empreinte environnementale des 10 sites et applications de m-commerce les plus visités en France en 2023 ?

Reading Time: 9 minutes

Étude en partenariat avec LSA

Le marché du e-commerce en France en 2022 s’élevait à 146,7 milliards d’euros de chiffre d’affaires. C’est une croissance en hausse de 13,8% par rapport à 2021. Bien que le chiffre d’affaires (CA) des ventes de produits soit en recul par rapport à l’année précédente, la hausse considérable (+36%) du CA des ventes de services soutient la croissance globale du secteur du e-commerce.

On comptait 2,3 milliards de transactions effectuées sur internet en France en 2022, soit 6,5% de plus par rapport à 2021. L’inflation et la vente de services a contribué à une augmentation du panier moyen avec 6,9% d’augmentation. Il était en moyenne de 65 euros en 2022. 

Cet article peut être exploité à titre de comparaison avec le précédent contenu réalisé sur le sujet en 2022. L’article portait sur les chiffres du e-commerce en 2021 et sur le classement des applications et des sites web de m-commerce du 2 ème trimestre 2021. 

Le e-commerce désigne toutes les transactions effectuées sur Internet, tandis que le m-commerce désigne tous types d’achat effectué sur un site de commerce en ligne avec un appareil mobile. Le m-commerce est donc une sous-catégorie du e-commerce.

Méthode de selection des sites web et applications

Pour cette nouvelle version, nous nous sommes basés sur la mesure des 10 sites et applications de m-commerce les plus visités en France (chiffres du 4ème trimestre 2022 exposés par la Fevad). Par rapport au classement précédent, 2 acteurs font leur apparition : Rakuten et Darty. C’est eBay et ManoMano qui sortent du top 10. 

Définition du parcours utilisateur

Après avoir affiné la sélection des 10 applications et sites web à mesurer, nous avons repris le parcours qui avait été défini dans l’article de l’année dernière.

Mise en place de la solution Greenspector

Nous avons utilisé notre solution innovante pour mesurer l’impact environnemental des différentes étapes du parcours utilisateur. Nous avons exécuté les tests automatisés à plusieurs reprises sur un appareil réel, ici le Samsung Galaxy Note 8. Nous avons mesuré les consommations de ressources (énergie, mémoire, données) et les temps de réponse. Ces données nous ont ensuite permis d’obtenir l’impact environnemental des applications et sites web. On vous explique tout cela en détail dans notre méthodologie.

Classement de l’empreinte environnementale des 10 sites de m-commerce les plus visités en France

Les 3 sites les moins impactants sont : Leclerc, Leroy Merlin et Fnac

En comparaison à l’article sorti l’année dernière, Cdiscount redescend du podium tandis que le site de la Fnac se hisse dans le top 3 des sites les moins impactants. 

Les 3 sites les plus impactants sont : Amazon, Rakuten et Darty

Le site Amazon est 2,2 fois plus impactant que le site Leclerc. 

La moyenne d’impact carbone de ces 10 sites web est de 1,09gEqCO2 pour une durée moyenne du scénario (voir la méthodologie en fin d’article) de 1 minute et 58 secondes, soit l’équivalent de 5 mètres effectués en véhicule léger.

Projection des impacts carbone globaux sur un mois

Dans l’article de l’année dernière nous nous étions basés sur les chiffres exposés dans le rapport de l’ECN. Pour cette nouvelle étude nous nous sommes appuyés sur le baromètre de la Fevad enrichi par Médiamétrie afin d’être au plus proche de la réalité. 

Pour cette projection, nous considérons que la part du trafic global du e-commerce est de 55% sur mobile, 39% sur PC et 6% sur tablette (source). Nous nous sommes également appuyés sur l’outil de l’ADEME pour projeter les équivalences. 

Avec 16,15 millions d’utilisateurs mensuels en moyenne et une durée moyenne de visite de 5 minutes et 50 secondes, ces 10 sites e-commerce ont en moyenne un impact projeté de 172 tonnes d’EqCO2 par mois (29 tonnes sur mobiles, 139 tonnes sur PC, 4 tonnes sur tablettes). C’est l’équivalent de 20 fois la circonférence de la Terre parcourue en véhicule léger.

Projection d’impact pour le site web le plus et le moins sobre 

Concernant le meilleur site web de ce classement (Leclerc) pour 14,84 millions de visites / mois ayant une durée de 3 minutes, l’impact carbone total serait de 58 tonnes d’EqCO2 par mois (9 tonnes sur mobile, 47 tonnes sur PC et 1 tonne sur tablette). C’est l’équivalent de 6 fois la circonférence de la Terre parcourue en véhicule léger. 

Concernant le site web le moins bon de ce classement (Amazon) pour 38,29 millions de visites / mois ayant une durée de 8 minutes, l’impact carbone serait de 690 tonnes d’EqCO2 par mois (121 tonnes sur mobile, 553 tonnes sur PC et 15 tonnes sur tablette). C’est l’équivalent de 79 fois la circonférence de la Terre parcourue en véhicule léger.

Le fait que le site de Leclerc soit en tête du classement s’explique principalement par la faible consommation en énergie des étapes de visualisation du produit et de visualisation du panier. Seules les informations essentielles sont présentes sur cette page de recherche (nom des produits, prix, disponibilité). Sur la fiche produit, il y a la possibilité d’ajouter rapidement le produit au panier, et des menus déroulants sont proposés si le client souhaite plus d’informations. Ce site est également celui qui échange le moins de données pour réaliser le scénario complet. 

En analysant la page des résultats de recherche des produits grâce à notre outil de mesure, on peut voir que de nombreuses bonnes pratiques sont appliquées. Il y a peu d’échanges réseaux avec 19 requêtes HTTP et un seul fichier CSS. Le chargement différé (lazy-loading) des images est appliqué.

Le fait que le site de Amazon soit dernier du classement s’explique par les étapes de recherche et de visualisation du produit. En effet, ce site consomme beaucoup d’énergie sur ces phases. L’échange de données est également important. Il y a 2,62Mo de données échangées pour la phase de recherche, et 5,85Mo de données échangées pour la visualisation de la fiche produit. Lors de la recherche, beaucoup d’informations apparaissent (indication « Suggestions », « Sponsorisé », « Amazon Choice » ou « N°1 des ventes », nom du produit, note, nombre d’avis, prix, réduction, date de livraison). Cependant, contrairement à l’année dernière, on constate qu’il n’y a plus de vidéo publicitaire en autoplay sur cette phase. Lors de la visualisation du produit, beaucoup d’informations apparaissent également (offres, dates de livraison en cas de livraison gratuite ou accélérée, détails du produit, produits fréquemment achetés ensemble…). De plus, le client est obligé de scroller avant de pouvoir accéder et cliquer sur le bouton « Ajouter au panier ». 

En rentrant plus en détail sur la page de recherche d’un produit, il y a beaucoup d’échanges réseaux avec 119 requêtes HTTP et 11 fichiers CSS. Ce sont des chiffres en hausse par rapport à l’année dernière qui étaient respectivement de 109 et 9. Le chargement différé (lazy-loading) des images n’est pas appliqué, ce qui implique un chargement des images non visibles à l’écran. Cette pratique est à proscrire, car l’utilisateur ne scrollera pas forcément jusqu’à ces images. 

Classement de l’empreinte environnementale des 10 applications de m-commerce les plus visitées en France

Les 3 applications les moins impactantes sont : Carrefour, Darty et Veepee 

Les 3 applications les plus impactantes sont : Amazon, Aliexpress et Leroy Merlin 

Nous observons que l’application Amazon a un impact carbone 3 fois plus important que l’application Carrefour. 

La moyenne d’impact carbone de ces 10 applications est de 0,81 gEqCO2 pour une durée moyenne du scénario de 1 minutes et 58 secondes, soit l’équivalent de 3 mètres effectués en véhicule léger. 

L’application Carrefour tient sa place des phases de visualisation de la fiche produit et de l’ajout du produit au panier qui sont plus faibles en consommation d’énergie et en quantité de données échangées. Sur l’étape d’ajout au panier on peut expliquer cela par le fait que cette dernière ne redirige pas automatiquement vers le panier et ne génère qu’un simple changement sur le bouton d’ajout au panier qui devient un sélecteur de quantité.

Cette année encore Amazon est à la dernière place du classement. Ce résultat s’explique une nouvelle fois par les phases de recherche et de visualisation du produit, pendant lesquelles l’application consomme beaucoup d’énergie. En termes de données échangées nous observons 4,73Mo sur l’étape de visualisation du produit (contre 0,05Mo pour Carrefour) et 4,15Mo sur l’étape recherche (contre 0,19Mo pour Carrefour).

Bilan de l’étude

Cette année encore nous observons que l’impact est près de trois fois plus important entre la plateforme la plus sobre et celle la plus impactante. 

Pour faire ses achats en ligne, il vaut mieux passer par les applications que par les sites web. En effet, sur le scénario étudié, les sites web sont en moyenne 44% plus impactants. Seuls Leroy Merlin et Leclerc ont un impact carbone plus important sur application que sur le web. On rappelle tout de même que les applications ont un impact au niveau de leur téléchargement et de leurs mises à jour. Elles sont donc à privilégier seulement en cas de commandes régulières. 

Nous tenons à compléter ce bilan par une observation que nous avons faite durant nos tests. En effet, nous avons observé que sur certains sites web et applications le parcours pouvait changer ou être altéré. C’est le cas pour Amazon qui a mis en place de l’AB testing. Cette méthode permet à l’application et au site web de notamment varier les affichages. Par exemple, sur la fiche descriptive d’un produit, la description peut être différente d’un utilisateur à l’autre. 

Dans notre cas nous avons rencontré un phénomène de changement de parcours sur le site web d’Amazon. Lors d’un premier test nous étions redirigé directement vers le panier avec l’ajout du produit à ce dernier. Lors d’un second test effectué le lendemain nous n’étions plus redirigé automatiquement vers la page panier. À la place de cela, nous devions nous même nous rendre sur le panier en cliquant sur l’icône prévu à cet effet. 

En fonction du parcours, le site ou l’application consommera plus ou moins d’énergie et échangera plus ou moins de données. L’AB testing est une fonctionnalité exploitée par de nombreuses solutions numérique dans le monde et nous le traitons dans nos automatisations de parcours grâce à notre langage GDSL. Dans le cas de notre étude nous avons bien sûr pris le soin de baser nos mesures sur un seul et même parcours.

Tableaux des résultats

Classement des 10 sites web les plus visités en France

Sites weburlEnergie (mAh)Données échangées (Mo)Impact carbone (gEqCO2)Empreinte eau (Litres)Empreinte sols (cm2)Durée du scénario (secondes)
Leclerce.leclerc12,093,970,670,121,37102,71
Leroy Merlinleroymerlin.fr14,854,190,790,141,67123,27
Fnacfnac.com17,264,430,900,161,94109,37
Cdiscounthttps://cdiscount.com/15,077,320,940,161,73123,48
Carrefourcarrefour.fr18,934,740,990,182,12125,94
Aliexpresshttps://fr.aliexpress.com/18,356,751,050,182,08128,71
Veepeeveepee.fr17,0014,271,320,202,03118,11
Dartyhttps://www.darty.com/22,199,981,350,232,54117,84
Rakutenhttps://fr.shopping.rakuten.com/21,5712,121,410,232,50113,64
Amazonamazon.fr24,3811,171,490,252,80123,62

Classement des 10 applications les plus visitées en France

ApplicationVersionEnergie (mAh)Données Žéchangées (Mo)Impact carbone (gEqCO2)Empreinte eau (Litres)Empreinte sols (cm2)Durée du scénario (secondes)
Carrefour16.9.111,271,350,520,101,25107,77
Darty4.2.511,402,700,590,111,28108,52
Veepee5.43.19,875,700,650,111,15102,25
Fnac5.3.613,462,370,660,121,50126,91
Cdiscount1.62.0-twa16,631,070,730,141,83111,73
Leclerc19.2.014,383,420,740,131,61127,75
Rakuten9.3.013,754,030,740,131,55130,35
Leroy Merlin8.11.213,308,850,930,151,56119,27
Aliexpress8.67.216,179,121,060,171,88120,11
Amazon24.6.0.10021,5914,291,510,242,53130,15

La sélection se porte sur des applications et sites dans lesquels nous pouvons définir un parcours commun. Nous avons donc écarté certains sites et apps qui présentaient un parcours trop différent de celui affiché ci-dessous. Exemple : Booking.com. 

Nous avons également écarté 2 solutions basées sur l’achat entre particuliers qui sont Leboncoin et Vinted.

Pour chaque site et chaque application, mesurés sur un Samsung Galaxy Note 8 (Android 9), les mesures ont été réalisées à partir de scripts utilisant le langage GDSL (Greenspector Domain-Specific Language). Ce langage permet d’automatiser des actions à réaliser sur un téléphone. Les mesures ont été réalisées entre le 10 et 19 avril 2023.

Le scénario est défini en nous basant sur le parcours utilisateur d’achat d’un produit. Nous n’allons pas jusqu’à l’étape de paiement. Nous nous arrêtons à la visualisation du produit. 

Détail du scénario commun aux 20 mesures : 

-Lancement du site ou de l’application
-Pause de 30 secondes sur la page d’accueil
-Recherche d’un produit en passant par la barre de recherche, puis visualisation des produits proposés
-Sélection d’un produit, puis visualisation de ses caractéristiques (détails, avis…) 
-Ajout du produit au panier 
-Pause de 30 secondes sur la page du panier 

Chaque mesure est la moyenne de 5 mesures homogènes (avec un écart-type faible). Les consommations mesurées sur le smartphone donné selon un réseau de type wifi peuvent être différentes sur un PC portable avec un réseau filaire par exemple. Pour chacune des itérations sur les sites internet, le cache est préalablement vidé.

Côté projection de l’empreinte, les paramètres pris en compte pour réaliser ces classements sont : 

  • Ratio de visualisation : 100% Smartphone 
  • Ratio de visualisation : 100% France 
  • Localisation des serveurs : 100% Monde

Découvrez comment Greenspector évalue l’empreinte environnementale d’un service numérique.

Quel est l’impact environnemental des applications de rencontre les plus utilisées en France ?

Reading Time: 6 minutes

Résumé de l’article

En 2022, un tiers des français a utilisé une application de rencontre. Mais ça a quel impact environnemental de chercher l’amour ?  
Nous avons mesuré les 10 applications mobiles de rencontres les plus populaires (sur un parcours utilisateur commun).
Voici le Flop 3 (les applis les plus impactantes)  : Lovoo, Grindr et OkCupid.  
Voici le Top 3 (les applis les moins impactantes) : Bumble, Tinder et Happn.  

Le chiffre impactant : Projeté sur un mois, l’impact de ces 10 applications de rencontres est de 9614 tonnes EqCO2. C’est équivalent à parcourir 1102 fois la circonférence de la Terre en voiture à moteur thermique (en comptant 23 millions d’utilisateurs français ayant une moyenne d’utilisation de 55 minutes par jour).
A savoir que nombreux sont ceux qui utilisent plusieurs applications (autant maximiser ses chances 😉 )

Depuis la création de la fonctionnalité de géolocalisation pour les smartphones, les applications de rencontre ont connu une grande popularité. Aujourd’hui, on en recense plus de 8000 dans le monde, dont 2000 en France. Près d’un tiers des français utilisent ou ont déjà utilisé une application de rencontre. Les utilisateurs passeraient 55 minutes par jour dessus. 

Au regard de ces chiffres, nous pouvons nous interroger quant à l’impact de ces applications sur l’environnement. 

Les applications de rencontre que nous avons choisi de mesurer

Trois critères ont compté pour choisir les 10 applications évaluées : la popularité, la gratuité et la disponibilité sur Android. En effet, nous avons choisi d’évaluer des applications dont l’utilisation est gratuite car elles figurent parmi les plus utilisées. Moins de 3% des français ont recours à des applications payantes. 

Au sujet de l’évaluation, nous avons déterminé un scénario commun compatible pour toutes les applications, à savoir la consultation de profils, aimer ou non le profil et envoyer un message. Cela permet de se rapprocher le plus possible d’un usage réel de l’application.

Etape 1 : Lancement de l’application 

Etape 2 : Disliker un profil (en swipant ou cliquant sur “rejeter”) 

Etape 3 : Liker un profil (ou envoyer une tap, en swipant ou cliquant sur “aimer”)

Etape 4 : Consulter les détails d’un profil (en scrollant) 

Etape 5 : Liker le profil (ou envoyer une tap, en swipant ou cliquant sur “aimer”) 

Etape 6 : Consulter la dernière conversation 

Etape 7 : Envoyer un message dans cette conversation 

Classement de l’empreinte environnementale des 10 applications de rencontre gratuites les plus utilisées en France

Les 3 applications les plus impactantes : Lovoo, Grindr et OkCupid.

Les 3 applications les moins impactantes : Bumble, Tinder et Happn.

Nous constatons que l’application la plus impactante (Lovoo) a un impact 5 fois supérieur à celui de l’application la moins impactante (Bumble)

La moyenne de l’impact carbone de ces applications est de 0,25 gEqCO2 pour une durée moyenne de 25 secondes. C’est équivalent à parcourir 1 mètre en voiture à moteur thermique

Projection des impacts carbone sur un mois

Pour projeter l’impact des applications de ce classement, nous allons utiliser les hypothèses suivantes :

  • 100 % des utilisateurs sont en France 
  • 100 % des utilisateurs sont sur mobile

Différentes études révèlent qu’un tiers de la population française (23 millions d’individus) a utilisé les applications de rencontre en 2022 avec une moyenne de 55 minutes passées dessus

Projeté sur un mois, l’impact de ces 10 applications de rencontre est de 9614 tonnes EqCO2. C’est équivalent à parcourir 1102 fois la circonférence de la Terre en voiture à moteur thermique. 

Pour l’application la mieux classée (Bumble), pour une durée moyenne de 55 minutes par jour pendant un mois, un utilisateur a un impact de 579 gEqCO2. Cela correspond à parcourir 2,7 kilomètres en voiture à moteur thermique. 

Pour l’application la moins bien classée (Lovoo), pour une durée moyenne de 55 minutes par jour pendant un mois, un utilisateur a un impact de 2,7 kgEqCO2. Cela correspond à parcourir 12,4 kilomètres en voiture à moteur thermique. 

Le focus de nos experts Greenspector sur l’application la plus sobre : Bumble

L’application Bumble tient sa sobriété particulièrement des phases de lancement et d’ouverture de la page des messages. Pendant ces phases, peu de données sont chargées et il n’y a pas de surconsommations énergétiques majeures. 

Sur la page où s’affichent les profils, seul 4 environ sont préchargés. Les animations sont également limitées pendant les actions sur l’application et un chargement différé des photos a été implémenté pour celles qu’on ne voit pas à l’écran. 

Le focus de nos experts Greenspector sur l’application la moins sobre : Lovoo

L’application Lovoo se retrouve en bas du classement avec un impact bien plus élevé que ses concurrents. Bien que la performance soit excellente à l’exception de l’ouverture de l’application qui est plutôt longue, la consommation en termes d’énergie et de données est très élevée. L’intégration de la publicité omniprésente avec des carrousels ou des vidéos contribue grandement à ces surconsommations. 

L’ouverture de la page pour swiper charge en moyenne 1,9 Mo de données. De nombreux profils sont préchargés pour être affiché avec fluidité après chaque swipe par rapport aux applications concurrentes. Plus de 20 profils sont préchargés contre 4 environ sur les autres applications. 

Bilan

Entre l’application de rencontre la plus sobre et l’application la moins sobre, nous retenons que l’impact est 5 fois plus important

Notons que les différences sont pour la plupart dues aux animations, aux chargements conséquents de données (photos, vidéos…) et à la gestion des éléments affichés à l’écran. En appliquant de bonnes pratiques, il est possible de réduire l’impact environnemental des applications. 

En tant qu’utilisateur, il est possible de réduire son impact en n’utilisant qu’une seule application de rencontre si nous en avons plusieurs. 

Et pour aller plus loin dans la sobriété numérique, il est toujours possible de faire des rencontres dans la vie réelle !

Tableau des résultats

Applications Version Énergie (mAh) Données échangées (Mo) Impact carbone (gEqCO2) Empreinte Eau (Litres) Empreinte Sols (cm²) Durée du scénario (secondes) 
Lovoo 143.0 58,95,30,70,10,225,3
Grindr 9.2.0 44,53,30,40,00,221,0
Happn 26.31.2 36,60,90,20,00,130,7
Fruitz 3.6.2 41,40,90,20,00,127,6
Hinge 9.15.1 36,61,00,20,00,129,0
Adopte un mec 4.9.21 86,00,60,20,00,230,4
Badoo 5.306.0 37,21,50,20,00,123,6
OKCupid 74.1.0 42,11,50,20,00,120,2
Bumble 5.307.0 35,60,80,10,00,123,2
Tinder 14.2.0 55,20,60,10,00,121,4

Pour chacune des applications, mesurées sur un Samsung Galaxy S9 (Android 10), les mesures ont été réalisées à partir de scripts utilisant le langage GDSL (Greenspector Domain-Specific Language). Ce langage permet d’automatiser des actions à réaliser sur un téléphone. Les mesures ont été réalisées durant le mois de février 2023. 

Détails du scénario : 

  • Disliker un profil 
  • Liker un profil 
  • Consulter les détails d’un profil (voir les informations et les différentes photos) et le liker 
  • Aller dans la boîte de réception et envoyer un message dans la dernière conversation entretenue 

Chaque mesure est la moyenne de 5 mesures homogènes (avec un faible écart-type). La consommation mesurée sur un smartphone donné selon un réseau de type wifi peut être différente si l’on est en 4G ou 3G. 

Côté projection de l’empreinte, les paramètres pris en compte pour réaliser ces classements sont :  

  • Ratio de visualisation : 100% Smartphone  
  • Ratio de visualisation : 100% France  
  • Localisation des serveurs : 100% Monde

L’impact de nos usages en visioconférence sur mobile et PC ! Édition 2022

Reading Time: 6 minutes

Pour cette nouvelle édition 2022 de notre classement, nous avons décidé de procéder différemment. Contrairement à l’édition 2021, nous avons réduit le nombre d’applications mesurées. Nous avons à la fois réalisé des mesures sur téléphone mais également PC pour répondre à la demande générale. L’objectif de ces nouvelles mesures est d’observer comment les solutions se situent en termes d’impact environnemental (Carbone) les unes par rapport aux autres sur des scénarios utilisateurs courants mais aussi sur deux plateformes différentes : PC versus téléphone.

Nous avons comparé 10 applications : BlueJeans, Google Meet, Go To Meeting, JITSI, Skype, Teams, Webex, Whereby, Zoho Meetings et Zoom.

Pour chacune de ses applications, mesurées sur un smartphone S7 (Android 8) et sur un ordinateur, les trois scénarios suivants ont été réalisés au travers de notre Greenspector Test Runner, permettant la réalisation de tests manuels sur une durée de 1 minute en one-to-one :

  • Conférence audio uniquement
  • Conférence audio et vidéo (caméra activée de chaque côté)
  • Conférence audio et partage d’écran

En savoir plus sur la méthodologie.

Classement projeté en impact carbone des applications de visioconférences (gEqCO2) sur mobile

Scénario / Année1 mn de visioconférence en audio1 mn de visioconférence en audio + caméra1 mn de visioconférence en audio + partage d’écran
20220,31 gEqCO21,10 gEqCO20,54 gEqCO2
Équivalence en mètres parcourus en véhicule léger2,76 mètres9,82 mètres4,82 mètres

En moyenne, une minute de visioconférence en audio impacte 71% moins qu’avec les caméras activées et 42% de moins qu’en partageant un écran. 

Le Top 3 d’une minute de visioconférence en moyenne : Zoho Meeting (0,49 gEqCO2), Microsoft Teams (0,513 gEqCO2) et Whereby (0,533 gEqCO2). Zoho Meeting premier de ce classement côté impact carbone impacte 2,2 fois moins que, GoToMeeting, le dernier de ce classement. La moyenne de ce classement est de 0,657 gEqCO2, 4 solutions se trouvent au-dessus. 

La principale partie des impacts Carbone se situent sur la partie device utilisateur (61%), suivie par la partie Serveur (23%) et enfin la partie Réseau (16%).

Voici les trois applications mobiles les moins impactantes en termes de Carbone suivant le scénario : 

Audio (Top 3)Audio + caméra (Top 3)Audio + partage d’écran (Top 3)
Microsoft TeamsWherebyMicrosoft Teams & Zoho Meeting
Cisco Webex MeetingZoho MeetingZoom & Google Meet
JITSI MeetTeams & ZoomCisco Webex Meeting

Consommation d’énergie des applications de visioconférences (mAh) sur mobile

Voici les moyennes de consommation d’énergie pour les trois scénarios sur téléphone : 

Scénario / Année1 mn de visioconférence en audio1 mn de visioconférence en audio + caméra1 mn de visioconférence en audio + partage d’écran
20226,68 mAh14,29 mAh7,82 mAh

En moyenne, une minute de visioconférence avec la vidéo activée consomme 2,1 fois plus d’énergie qu’en audio ; quant au partage d’écran, il engendre une surconsommation de 17% par rapport à l’audio seule. 

Consommation d’énergie des applications de visioconférences (mAh) sur PC !

Voici les moyennes de consommation d’énergie sur ordinateur : 

Moyenne : 1 mn de visioconférence en audioMoyenne : 1 mn de visioconférence en audio + caméraMoyenne : 1 mn de visioconférence en audio + partage d’écran
17,255 mAh23,654 mAh22,82mAh

Ici, une minute de visioconférence les caméras activées consomme 1,4 fois plus qu’avec l’audio ; quand au partage d’écran il engendre une surconsommation de 24% de plus qu’avec l’audio seule. On constate donc ici une différence de consommation énergétique beaucoup plus conséquente sur téléphone en fonction du scénario.  

Le Top 3 (tous scénarios confondus) en consommation d’énergie en prenant en compte la consommation du téléphone et de l’ordinateur : Zoho Meeting (76,21 mAh), BlueJeans (81,70 mAh) et Microsoft Teams (83 mAh). Zoho Meeting premier de ce classement côté consommation d’énergie consomme 1,4 fois moins que le dernier de ce classement : Whereby

Voici les trois applications mobiles les moins impactantes en termes de Carbone suivant le scénario : 

Audio (Top 3)Audio + caméra (Top 3)Audio + partage d’écran (Top 3)
Blue JeansZoho MeetingZoho Meeting
Cisco Webex MeetingZoomTeams
Google MeetTeamsBlueJeans

Données échangées des applications de visioconférences (Mo) sur mobile

Voici les moyennes des données échangées pour les trois scénarios : 

Scénario / Année1 mn de visioconférence en audio1 mn de visioconférence en audio + caméra1 mn de visioconférence en audio + partage d’écran
20220,88 Mo10,34 Mo4,49 Mo

C’est sur la consommation de données que les écarts se creusent entre les outils et les usages. 

En moyenne, une minute de visioconférence en audio consomme 91% moins (ou 12 fois moins) de données échangées qu’avec les caméras activées et 80% de moins qu’en partageant un écran. 

Le Top 3 (tout scénario confondus) en échange de données : Whereby (4,54 Mo), Zoho Meeting (8,39 Mo) et Skype (9,68 Mo). Whereby (via Firefox) premier de ce classement côté données échangées en consomme 9,2 fois moins que le dernier de ce classement : GoToMeeting

Voici les trois applications les moins consommatrices de données suivant le scénario : 

Audio (Top 3)Audio + caméra (Top 3)Audio + partage d’écran (Top 3)
Blue JeansWherebyZoho Meeting
Zoho MeetingZoho MeetingSkype
WherebySkypeZoom

Et pour nos usages au quotidien de la visioconférence : 

Dans l’étude effectuée en 2021 nous avons indiqué que la visioconférence est préférable à un déplacement en voiture. Effectivement cette solution est moins polluante, cependant attention aux effets rebond ! Avec la pandémie mondiale, le télétravail s’est largement répandu dans de nombreuses entreprises, cependant cette pratique encourage un nombre croissant de personnes à s’éloigner de leur lieu de travail. Donc en fonction du rythme de télétravail imposé et des moyens de transport utilisés, les gains environnementaux du télétravail peuvent être contrebalancés. 

Également il faut marquer un point d’attention à l’augmentation de consommation d’énergie des foyers engendrés. On peut considérer que cette hausse peut compenser la baisse de besoin en énergie dans les locaux d’entreprises mais cela est à prendre au cas par cas et comporte de nombreux facteurs.

Exemples :

Versions mesurées :

  • Microsoft Teams (4.10.1) / ordinateur (1.5.00.10453) 
  • Zoom (5.10.4) / ordinateur (5.10.7.3311)
  • Google Meet (2022.05.15.450927857) / client léger sur Firefox 
  • Cisco Webex Meetings (42.6.0.239) / ordinateur (42.5.0.22187) 
  • GoToMeeting (4.8.1) / client léger sur Chrome 
  • BlueJeans (2.2.0.142) / ordinateur (2.29.1-3) 
  • Skype (8.82.0.403) / ordinateur (8.83.0.411
  • Whereby (2.3.0) / client léger Firefox  
  • Zoho Meeting (2.2.1) / client léger Firefox  
  • Jitsi Meet (21.3.0)/ client léger Firefox  

Pour chacune de ses applications, mesurées sur un smartphone S7 (Android 8), les scénarios utilisateurs ont été réalisés au travers de notre Greenspector Test Runner, permettant la réalisation de tests manuels.

Une fois l’application téléchargée et installée, nous exécutons nos mesures sur les paramètres de base et d’origine de l’application. Aucune modification n’est réalisée (même si certaines options permettent de réduire la consommation d’énergie ou ressources : mode économie de données, thème sombre etc. Cependant nous vous encourageons à vérifier les paramètres de votre application favorite afin d’en optimiser l’impact.

Chaque mesure est la moyenne de 5 mesures homogènes (avec un écart-type faible). Les consommations mesurées sur le smartphone donné selon un réseau de type Wi-Fi peuvent être différentes sur un PC portable avec un réseau filaire par exemple. Pour chacune des itérations, le cache est préalablement vidé.

Pour les mesures sur ordinateur nous avons utilisé un connecteur Greenspector couplé à un module Yochto-Watt afin de mesurer la consommation énergétique. De la même manière que pour les applications mobiles les clients lourds, lorsqu’il en existait un, ont été téléchargés, puis installé sans changer les paramètres de base. Cette puce ne permet de mesurer que la consommation énergétique pour l’instant. C’est pourquoi les analyses de l’impact carbone et des données échangées de cet article ne s’appuient que sur les mesures réalisées sur téléphone. Ressource supplémentaire sur le Yoctopuce.

Découvrez comment Greenspector évalue l’empreinte environnementale de l’utilisation d’un service numérique. (Méthodologie complète)

Quelle est l’empreinte environnementale des 10 sites et applications de m-commerce les plus visités en France ? 

Reading Time: 7 minutes

Introduction

Le marché du e-commerce en France connaît une croissance très importante. Les ventes e-commerce sont passées de 57 milliards en 2014 à 112,2 milliards d’euros en 2021. Cette croissance s’explique en partie par la crise sanitaire. Cela a considérablement augmenté les achats en ligne et créé des habitudes chez les Français. Parmi ces ventes, celles sur mobile ont connu une croissance impressionnante. Elles ont augmenté de 13 % en 2021. Près d’un Français sur deux (48%) fait aujourd’hui des achats via son téléphone. Un Français sur trois (34%) achète via son téléphone au moins une fois par mois. 

L’abandon de panier représente 18 milliards de dollars de pertes de vente chaque année. Ce taux d’abandon est plus élevé sur mobile (97%) que sur ordinateur (entre 70 et 75%). Les raisons sont multiples : le prix, les coûts d’expédition, la rapidité de livraison, les réductions disponibles mais aussi le temps de chargement du site (Source). Les sites et applications de m-commerce ont donc tout intérêt à faire preuve de performance et de sobriété numérique. 

Qu’en est-il des 10 sites et applications de m-commerce les plus visités en France ? Quels sont les sites et applications les plus frugaux sur lesquels faire son e-shopping en toute sobriété ?

Choix des sites et applications

Pour déterminer quels sites et quelles applications étudier, nous nous sommes appuyés sur le classement des sites et applications e-commerce réalisé par Médiamétrie et la Fevad (Fédération du e-commerce et de la vente à distance). Il s’agit des sites et applications les plus visités en France au 2ème trimestre 2021.

La particularité de cette étude est qu’elle est basée sur un scénario commun qui va de la recherche et consultation d’un produit jusqu’à la consultation du panier avant paiement. Ceci permet d’être au plus proche des usages réels des internautes et mobinautes. 

Classement de l’empreinte environnementale des 10 sites de m-commerce les plus visités en France

Les 3 sites les moins impactants sont : Leclerc, Cdiscount et Ebay. 

Les 3 sites les plus impactants sont : Amazon, Carrefour et Veepee. 

Nous observons plus de 2,7 fois plus d’impact entre le site le moins impactant (Leclerc) et le site le plus impactant (Amazon) de ce classement.

La moyenne d’impact carbone de ces 10 sites web est de 0,92 gEqCO2 pour une durée moyenne du scénario de 1 minute et 54 secondes, soit l’équivalent de 8 mètres effectués en véhicule léger. 

Projection des impacts carbone sur un mois

Considérons que 55% du trafic global du e-commerce passe par le mobile, contre 39% par le PC et 6% par la tablette (Source).

Si l’on projette l’impact carbone de ces 10 sites e-commerce pour en moyenne 37,41 millions de visites par mois ayant une durée de 5 minutes et 54 secondes, cet impact serait de 439,6 tonnes d’EqCO2 par mois (87,5 tonnes sur mobile, 341,0 tonnes sur PC et 11,1 tonnes sur tablette). C’est l’équivalent de 98 fois la circonférence de la Terre parcourue en véhicule léger.

Concernant le meilleur site web de ce classement (Leclerc) pour 9,99 millions de visites / mois ayant une durée moyenne de 3 minutes, cet impact serait de 37,0 tonnes d’EqCO2 par mois (5,9 tonnes sur mobile, 30,3 tonnes sur PC et 0,8 tonne sur tablette). C’est l’équivalent de 8 fois la circonférence de la Terre parcourue en véhicule léger.

Concernant le site web le moins bon de ce classement (Amazon) pour 164,32 millions de visites / mois ayant une durée moyenne de 8 minutes, l’impact carbone serait de 2639,4 tonnes d’EqCO2 par mois (588,1 tonnes sur mobile, 1978,4 tonnes sur PC et 72,9 tonnes sur tablette). C’est l’équivalent de 588 fois la circonférence de la Terre parcourue en véhicule léger. 

Le site web Leclerc se distingue surtout au niveau des étapes de recherche, de visualisation d’un produit et de visualisation du panier. En effet, ce site consomme peu d’énergie sur ces phases par rapport à ses concurrents. Seules les informations essentielles sont présentes sur cette page de recherche (nom des produits, prix, disponibilité). Sur la fiche produit, il y a la possibilité d’ajouter rapidement le produit au panier, et des menus déroulants sont proposés si le client souhaite plus d’informations. Ce site est également celui qui échange le moins de données pour réaliser le scénario complet. 

En rentrant plus en détail sur la page de recherche d’un produit, beaucoup de bonnes pratiques sont appliquées. Il y a peu d’échanges réseaux avec 12 requêtes HTTP et un seul fichier CSS. Le chargement différé (lazy-loading) des images est appliqué. 

Le site web d’Amazon tient son mauvais classement principalement des étapes de recherche et de visualisation d’un produit. En effet, ce site consomme beaucoup d’énergie sur ces phases, et échange beaucoup de données. Il y a 9,10 Mo de données échangées pour la phase de recherche (contre 1,03 Mo pour Leclerc), et 5,58 Mo de données échangées pour la fiche produit (contre 0,18 Mo pour Leclerc). Lors de la recherche, beaucoup d’informations apparaissent (indication « Suggestions », « Sponsorisé », « Amazon Choice » ou « N°1 des ventes », nom du produit, note, nombre d’avis, prix, réduction, date de livraison). Une vidéo publicitaire en autoplay apparaît même au milieu des produits. Lors de la visualisation du produit, beaucoup d’informations apparaissent également (offres, dates de livraison en cas de livraison gratuite ou accélérée, détails du produit, produits fréquemment achetés ensemble…). De plus, le client est obligé de scroller avant de pouvoir accéder et cliquer sur le bouton « Ajouter au panier ».  

En rentrant plus en détail sur la page de recherche d’un produit, il y a beaucoup d’échanges réseaux avec 109 requêtes HTTP et 9 fichiers CSS. Le chargement différé (lazy-loading) des images n’est pas appliqué, ce qui implique un chargement des images non visibles à l’écran. Cette pratique est à proscrire, car l’utilisateur ne scrollera pas forcément jusqu’à ces images. 

Classement de l’empreinte environnementale des 10 applications de m-commerce les plus visités en France

Les 3 applications les moins impactantes sont : eBay, Leclerc et Carrefour. 

Les 3 applications les plus impactantes sont : Amazon, AliExpress et ManoMano.

Nous observons plus de 2,8 fois plus d’impact entre l’application la moins impactante (eBay) et l’application la plus impactante (Amazon) de ce classement

La moyenne d’impact carbone de ces 10 applications est de 0,69 gEqCO2 pour une durée moyenne du scénario de 2 minutes et 1 seconde, soit l’équivalent de 6 mètres effectués en véhicule léger

L’application eBay tient sa première place des phases du lancement de l’application et de la visualisation du panier. En effet, lors de ces phases, cette application consomme peu d’énergie. De plus, elle échange peu de données sur toute la durée du scénario (seulement 0,53 Mo). 

Amazon se retrouve une nouvelle fois à la dernière place du classement, loin derrière ses concurrents. Ce résultat s’explique à nouveau par les phases de recherche et de visualisation du produit, où cette application consomme beaucoup plus d’énergie que les autres. En termes de données échangées, nous observons 8,22 Mo pour la recherche (contre 0,23 Mo pour eBay) et 2,6 Mo pour la fiche produit (contre 0,13 Mo pour eBay). 

Bilan

Que ce soit pour les sites web ou les applications de m-commerce les plus visités en France, nous constatons un impact près de trois fois plus important entre la plateforme la plus sobre et celle la plus impactante

Cela montre qu’en gérant différemment les informations visibles à l’écran, le chargement des images, la consommation des scripts et les données échangées au cours du scénario, il est possible de diminuer l’impact environnemental d’un site web et d’une application mobile. 

En tant que e-shopper utilisant son mobile, il vaut mieux passer par les applications que par les sites web. En effet, sur le scénario étudié, les sites web impactent en moyenne 39% de plus. Seul AliExpress a une consommation plus importante sur application que sur site web. Cependant, les applications ont un impact au niveau de leur téléchargement et de leurs mises à jour. Elles sont donc à privilégier seulement en cas de commandes régulières.

Cela dit, en termes de sobriété numérique, rien n’égalera le fait d’acheter les produits alimentaires au marché et les autres produits chez des commerçants locaux, bien entendu ! 

Tableau des résultats

Classement des 10 sites web les plus visités en France

Sites web URLÉnergie (mAh)Données échangées (Mo)Impact carbone (gEqCO2)Empreinte Eau (Litres)Empreinte Sols (m²)Durée du scénario (secondes)
Leclerc e.leclerc 11,57 2,59 0,61 0,10 1,29 102.72
Cdiscount cdiscount.com 13,49 2,62 0,69 0,13 1,50 108.03
eBay ebay.fr 14,00 3,96 0,78 0,14 1,58 122.24
Leroy Merlin leroymerlin.fr 15,47 3,15 0,80 0,14 1,72 112.67
AliExpress fr.aliexpress.com 14,84 3,89 0,80 0,13 1,67 114.46
ManoMano manomano.fr 13,60 6,30 0,87 0,14 1,56 107.33
Fnac fnac.com 16,88 4,20 0,90 0,15 1,90 118.37
Veepee veepee.fr 14,50 8,19 1,00 0,16 1,68 114.95
Carrefour carrefour.fr 20,25 4,14 1,04 0,19 2,25 118.8
Amazon amazon.fr 19,04 18,06 1,68 0,24 2,29 123.84

Classement des 10 applications les plus visitées en France

Applications Version Énergie (mAh)Données échangées (Mo)Impact carbone (gEqCO2)Empreinte Eau (Litres)Empreinte Sols (cm²)Durée du scénario (secondes)
eBay 6.51.0.2 11,69 0,53 0,51 0,09 1,27 119,73
Carrefour 14.4.3 11,67 0,57 0,52 0,10 1,29 108,64
LeclercDrive 15.2.0 11,97 0,45 0,52 0,10 1,30 128,01
Leroy Merlin 7.12.3 12,95 0,51 0,55 0,11 1,41 115,84
Cdiscount 1.43.0-twa 13,81 0,04 0,58 0,11 1,49 115,44
Fnac 5.2.7 12,78 1,14 0,59 0,11 1,41 128,84
Veepee 5.24.2 12,17 2,32 0,63 0,11 1,35 114,47
ManoMano 1.15.2 15,48 0,26 0,65 0,12 1,69 124,59
AliExpress 8.44.0 17,55 2,33 0,84 0,17 1,94 123,71
Amazon Shopping 24.6.0.100 19,74 12,86 1,46 0,22 2,31 126,03

Pour chaque site et chaque application, mesurés sur un Samsung Galaxy Note 8 (Android 9), les mesures ont été réalisées à partir de scripts utilisant le langage GDSL (Greenspector Domain-Specific Language). Ce langage permet d’automatiser des actions à réaliser sur un téléphone. Les mesures ont été réalisées entre le 29 mars et le 1er avril 2022. 

Détail du scénario commun aux 20 mesures : 

-Lancement du site ou de l’application
-Pause de 30 secondes sur la page d’accueil
-Recherche d’un produit en passant par la barre de recherche, puis visualisation des produits proposés
-Sélection d’un produit, puis visualisation de ses caractéristiques (détails, avis…) 
-Ajout du produit au panier 
-Pause de 30 secondes sur la page du panier 

Chaque mesure est la moyenne de 5 mesures homogènes (avec un écart-type faible). Les consommations mesurées sur le smartphone donné selon un réseau de type wifi peuvent être différentes sur un PC portable avec un réseau filaire par exemple. Pour chacune des itérations sur les sites internet, le cache est préalablement vidé. 

Côté projection de l’empreinte, les paramètres pris en compte pour réaliser ces classements sont : 

  • Ratio de visualisation : 100% Smartphone 
  • Ratio de visualisation : 100% France 
  • Localisation des serveurs : 100% Monde 

Découvrez comment Greenspector évalue l’empreinte environnementale d’un service numérique.

Quelle empreinte environnementale pour les applications réseaux sociaux ? Édition 2021

Reading Time: 4 minutes

L’usage des applications mobiles de type réseau social augmente tous les ans. Tout comme l’usage professionnel des outils de visioconférence, ces usages ont apporté une pression supplémentaire sur le réseau et sur les serveurs de ces solutions.

Comment les acteurs prennent en compte l’impact environnemental dans leur stratégie ? Quels sont les impacts de nos activités sur les réseaux sociaux ? Quelles sont les solutions les plus/moins impactantes pour l’environnement, l’encombrement des réseaux et l’autonomie de nos smartphones ?

Pour cette étude, nous avons choisi de mesurer le fil d’actualité des 10 applications réseaux sociaux les plus populaires : Facebook, Instagram, LinkedIn, Pinterest, Reddit, Snapchat, TikTok, Twitch, Twitter et Youtube. Bien que ces applications soient différentes en termes de fonctionnalités, nous avons choisi de les comparer en termes d’impact carbone, de consommation d’énergie et de données échangées.

Pour chacune de ses applications, mesurées sur un smartphone S7 (Android 8), le scénario du défilement du fil d’actualité a été réalisé au travers de notre Greenspector Test Runner, permettant la réalisation de tests manuels sur une durée de 1 minute en one-to-one. En savoir plus sur la méthodologie et comment Greenspector évalue l’empreinte environnementale d’un service numérique.

Classement projeté en impact carbone des fils d’actualité des applications de réseaux sociaux (g EqCO2)

ApplicationImpact carbone du
fil d’actualités / min
Position
2021
Évolution
2020
Ressource en EauOccupation des sols
Youtube0,46 gEqCO2/min1=0,08 Litres0,92 m²
Twitch0,55 gEqCO2/min2+30,09 Litres1,01 m²
Twitter0,60 gEqCO2/min3 +1 0,10 Litres1,14 m²
LinkedIn0,71 gEqCO2/min4-10,10 Litres1,00 m²
Facebook0,79 gEqCO2/min5-30,12 Litres1,38 m²
Snapchat0,87 gEqCO2/min6+10,12 Litres1,29 m²
Instagram1,05 gEqCO2/min7-10,12 Litres1,03 m²
Pinterest1,30 gEqCO2/min8=0,15 Litres1,25 m²
Reddit2,48 gEqCO2/min9=0,23 Litres1,35 m²
TikTok2,63 gEqCO2/min10=0,27 Litres1,88 m²

Selon le Global Web Index Juillet 2021, nous passons en moyenne 2 heures et 24 minutes sur les réseaux sociaux soit +2 minutes par rapport à 2019. Si on projette la moyenne des impacts carbone des 10 applications mesurées (1,15 gEqCO2) sur 60 secondes au temps moyen passé par utilisateur, on obtient pour un utilisateur / jour : 165,6 gEqCO2. Soit l’équivalent de 1,4 km effectués en véhicule léger. Cela correspond également à 60 kgEqCO2 par utilisateur par an, soit l’équivalent de 535 km effectués en véhicule léger moyen en France. Ce qui équivaut à 1% de l’impact carbone d’un(e) français(e) (7 Tonnes).

En mai 2021, le nombre d’utilisateurs actifs des réseaux sociaux s’élève à 4,33 milliards (55,1% de la population mondiale) soit +35% par rapport à 2019. 99% accèdent aux réseaux sociaux via un appareil mobile. 80% du temps passé (2 heures et 24 minutes) sur les réseaux sociaux se fait via un appareil mobile. Si l’on projette notre impact carbone / utilisateur à ces données, nous obtenons : 262 millions Tonnes EqCO2 par an pour les 4,33 milliards d’utilisateurs sur mobile soit l’équivalent de 0,61% des impacts EqCO2 dans le monde en 2019 et plus de la moitié des émissions Carbone de la France (56%).

Consommation d’énergie des fils d’actualité des applications de réseaux sociaux (mAh)

ApplicationConsommation d’énergie
fil d’actualité / min
Position
2021
Évolution
2020
Youtube8,58 mAh1=
Instagram8,9 mAh2+5
LinkedIn8,92 mAh3-1
Twitch9,05 mAh4-1
Twitter10,28 mAh5+1
Pinterest10,83 mAh6+2
Reddit11,04 mAh7-4
Snapchat11,48 mAh8+2
Facebook12,36 mAh9-5
TikTok15,81 mAh10-1

En termes de consommation d’énergie, les mauvais élèves sont les fils d’actualités des applications Snapchat, Facebook et TikTok. Les bons élèves côté énergie, sont Youtube, Instagram et LinkedIn. Le fil d’actualité TikTok consomme ici 1,8 fois plus d’énergie que celui de Youtube.

La moyenne établie pour la consommation d’énergie est de 10,73 mAh soit +1,2% par rapport à notre classement 2020.

Données échangées des fils d’actualité des applications de réseaux sociaux (Mo)

ApplicationDonnées échangées
fil d’actualité / min
Position
2021
Évolution
2020
Youtube3,09 Mo1=
Twitter6,28 Mo2+2
Twitch6,87 Mo3+2
Facebook11,15 Mo4-2
LinkedIn15,34 Mo5-2
Snapchat17,26 Mo6+1
Instagram32,46 Mo7-1
Pinterest40,65 Mo8=
TikTok96,23 Mo9+1
Reddit100 Mo10-1

En termes de données échangées, les mauvais élèves sont les fils d’actualités des applications Reddit, TikTok et Pinterest. Les bons élèves côté données échangées, sont YoutubeTwitter et TwitchReddit consomme 32 fois plus de données que l’application Youtube.

La moyenne établie pour les donnés échangées est de 32,93 Mo pour cet usage soit 71% plus par rapport à l’édition 2020. Seules 3 applications se situent au-dessus de ce seuil. Attention à vos forfaits data ! Projection en 1 mois, vous aurez consommé 142 Go !

En prenant compte les réels temps moyens passés par réseau social selon le blog de Visionary Marketing : si vous utilisez uniquement Tik Tok en réseau social (à hauteur de 52 minutes par jour projeté), vous consommerez près de 149 Go par mois, tandis qu’Instagram (à hauteur de 53 minutes par jour) vous fera consommer 51 Go ! Vous êtes plutôt branché Facebook ? Celui-ci vous fera consommer près de 19 Go (à hauteur de 58 minutes par jour) par mois.

Vous souhaitez mesurer votre application mobile ou site web ? Vérifier son impact environnemental ?

Pour chacune de ses applications, mesurées sur un smartphone S7 (Android 8), le scénario suivant a été réalisé au travers de notre Greenspector Test Runner, permettant la réalisation de tests manuels sur une durée de 1 minute en one-to-one.

  • Lancement de l’application (attente de 20 secondes)
  • Défilement du fil d’actualité ou onglet « Discover » des applications
ApplicationVersionTéléchargementsNote du PlayStore (Google)
YouTube16.40.3510 000 000 000+4,3
LinkedIn4.1.627.1500 000 000+4,3
Reddit2021.41.050 000 000+4,3
Facebook340.0.0.27.1135 000 000 000+2,6
Twitch11.7.0100 000 000+4,5
Twitter9.16.11 000 000 000+3,5
Instagram210.0.0.28.711 000 000 000+3,8
Pinterest9.35.0500 000 000+4,6
TikTok21.6.51 000 000 000+4,4
Snapchat11.50.0.291 000 000 000+4,2

Chaque mesure est la moyenne de 3 mesures homogènes (avec un écart-type faible). Les consommations mesurées sur le smartphone donné selon un réseau de type wifi peuvent être différentes sur un PC portable avec un réseau filaire par exemple. Pour chacune des itérations, le cache est préalablement vidé.

Découvrez comment Greenspector évalue l’empreinte environnementale d’un service numérique.

Quelle application mobile de visioconférence pour réduire votre impact ? Édition 2021

Reading Time: 5 minutes

Nous vous proposons de consulter l’édition de 2022. Disponible ici.

Pour cette nouvelle édition 2021 de notre classement, nous avons complété notre étude de 2020 avec de nouvelles solutions et même élargi à des solutions web voire même à une solution dont l’objectif principal n’est pas de faire de la visioconférence mais qui intègre cette fonctionnalité. L’objectif de ces mesures est de voir comment les solutions se situent en termes d’impact environnemental (Carbone) les unes par rapport aux autres sur des scénarios utilisateurs courants mais aussi de donner des repères sur nos usages de la visioconférence.

Nous avons donc comparé cette fois-ci 19 applications mobile : Big Blue Button, BlueJeans, Circuit by Unify, Cisco Webex Meetings, ClickMeeting, Go To Meeting, Discord, Google Meet, Infomaniak kMeet, Jitsi, Pexip, Rainbow, Skype, StarLeaf, Microsoft Teams, Tixeo, WhereBy, Zoho Meeting et Zoom.

Pour chacune de ses applications, mesurées sur un smartphone S7 (Android 8), les trois scénarios suivants ont été réalisés au travers de notre Greenspector Test Runner, permettant la réalisation de tests manuels sur une durée de 1 minute en one-to-one :

  • Conférence audio uniquement
  • Conférence audio et vidéo (caméra activée de chaque côté)
  • Conférence audio et partage d’écran

En savoir plus sur la méthodologie.

Classement projeté en impact carbone des applications de visioconférence (gEqCO2)

Impact Carbone moyen des applications de visioconférence

Voici les moyennes d’impact pour les trois scénarios :

En moyenne, une minute de visioconférence en audio impacte 61% moins (ou 2,6 fois moins) qu’avec les caméras activées et 5% de moins qu’en partageant un écran. D’après notre récente étude sur l’impact du streaming d’une vidéo MyCanal, en moyenne, une heure de streaming vidéo correspond à un impact de 14g eqCO2. Soit 0,233g eqCO2 par minute, soit 1,7 moins impactant qu’une minute de visioconférence en audio et caméra mais 1,5 fois plus qu’une minute de visioconférence en audio uniquement.

Le Top 3 d’une minute de visioconférence en moyenne : Google Meet (0,164 gEqCO2), Tixeo (0,166 gEqCO2) et Microsoft Teams (0,167 gEqCO2). Google Meet premier de ce classement côté impact carbone impacte 2,5 fois moins que, Discord, le dernier de ce classement. La moyenne de ce classement est de 0,237 gEqCO2, seulement 7 solutions se trouvent au-dessus.

La principale partie des impacts Carbone se situent sur la partie device utilisateur (72%), suivie par la partie Réseau (16%) et enfin la partie Serveur (12%).

Voici les trois applications les moins impactantes en termes de Carbone suivant le scénario :

Audio (Top 3)Audio + caméra (Top 3)Audio + partage d’écran (Top 3)
Microsoft TeamsBig Blue Buttons (via Chrome)Microsoft Teams
Google MeetClick MeetingGo To Meeting
Infomaniak MeetGoogle MeetTixeo

Consommation d’énergie des applications de visioconférence (mAh)

Voici les moyennes de consommation d’énergie pour les trois scénarios :

Scénario / Année1 mn de visioconférence en audio1 mn de visioconférence en audio + caméra1 mn de visioconférence en audio + partage d’écran
20219,84 mAh16,26 mAh9,98 mAh
20206,6 mAh14,24 mAh7,50 mAh

En moyenne, une minute de visioconférence en audio consomme 39% moins (ou 1,6 fois moins) d’énergie qu’avec les caméras activées et 1.5% de moins qu’en partageant un écran.

Le Top 3 (tous scénarios confondus) en consommation d’énergie : Microsoft Teams (27,27 mAh), Go To Meeting (28,79 mAh) et Google Meet (30,11 mAh). Microsoft Teams premier de ce classement côté consommation d’énergie consomme 2 fois moins que le dernier de ce classement : Discord.

Voici les trois applications les moins énergivores suivant le scénario :

Audio (Top 3)Audio + caméra (Top 3)Audio + partage d’écran (Top 3)
Microsoft TeamsZoho MeetingMicrosoft Teams
TixeoZoomTixeo
Infomaniak kMeetStarLeafGo To Meeting

Données échangées des applications de visioconférence (Mo)

Voici les moyennes des données échangées pour les trois scénarios :

Scénario / Année1 mn de visioconférence en audio1 mn de visioconférence en audio + caméra1 mn de visioconférence en audio + partage d’écran
20211,15 Mo16,01 Mo1,87 Mo
20200,806 Mo8,44 Mo1,43 Mo

C’est sur la consommation de données que les écarts se creusent entre les outils et les usages.

En moyenne, une minute de visioconférence en audio consomme 92% moins (ou 14 fois moins) de données échangées qu’avec les caméras activées et 38% de moins qu’en partageant un écran.

Le Top 3 (tous scénarios confondus) en consommation d’énergie : Big Blue Buttons (4,49 Mo), Tixeo (6,21 Mo) et Google Meet (6,30 Mo). Big Blue Buttons (via Chrome) premier de ce classement côté données échangées en consomme 10 fois moins que le dernier de ce classement : Discord.

Voici les trois applications les moins consommatrices de données suivant le scénario :

Audio (Top 3)Audio + caméra (Top 3)Audio + partage d’écran (Top 3)
Cisco Webex MeetingsBig Blue ButtonsCisco Webex Meetings
Blue JeansTixeoInfomaniak kMeet
Google MeetGoogle MeetGoogle Meet

Et pour nos usages au quotidien de la visioconférence :

Tout comme notre première étude, nous vous conseillons lors de vos conférences en ligne de :

Favorisez l’audio uniquement lors de vos réunions : le flux vidéo (caméra) aura tendance à consommer beaucoup plus. Une séance sur mobile est en moyenne 2,6 fois plus impactante pour l’environnement en impact carbone quand on ajoute la vidéo à l’audio. Ajouter un partage d’écran n’est pas trop pénalisant s’il est utile.

Optimisez les paramètres (quand c’est possible) : adoptez le thème sombre, activez les paramètres d’économie de données ou d’énergie (cas des écrans de type LED, AMOLED).

Préférez la visioconférence par rapport à un déplacement en voiture !
– Comparaison pour 2 personnes qui se parlent en séance de 3 heures en audio et caméras actives (0,403 gEqCO2 par minute) alors qu’un des deux a effectué 20 kms (112 gEqCO2 / km en France) aller-retour pour un face à face.
– En visioconférence : 180*0,403*2 = 145 gEqCO2
– En voiture : 112*20 = 2,4 kg EqCO2 soit environ, 16x plus d’impact.

Versions mesurées : Big Blue Button via Chrome (87.0.4280.101), BlueJeans (45.0.2516), Circuit by Unify (1.2.5102), Cisco Webex Meetings (41.2.1), ClickMeeting (4.4.6), Go To Meeting (4.6.0.7), Discord (62.5), Google Meet (2021.01.24.355466926), Infomaniak kMeet (2.2), Jitsi (20.6.2), Pexip (3.4.6), Rainbow (1.84.1), Skype (8.68.0.97), StarLeaf (4.4.29), Microsoft Teams (1416.1.0.0.2021020402), Tixeo (16.0.1.2), WhereBy (2.3.0), Zoho Meeting (2.1.4) et Zoom (5.5.2.1328).

Pour chacune de ses applications, mesurées sur un smartphone S7 (Android 8), les scénarios utilisateurs ont été réalisés au travers de notre Greenspector Test Runner, permettant la réalisation de tests manuels.

Une fois l’application téléchargée et installée, nous exécutons nos mesures sur les paramètres de base et d’origine de l’application. Aucune modification n’est réalisée (même si certaines options permettent de réduire la consommation d’énergie ou ressources : mode économie de données, thème sombre etc. Cependant nous vous encourageons à vérifier les paramètres de votre application favorite afin d’en optimiser l’impact.

Chaque mesure est la moyenne de 5 mesures homogènes (avec un écart-type faible). Les consommations mesurées sur le smartphone donné selon un réseau de type Wi-Fi peuvent être différentes sur un PC portable avec un réseau filaire par exemple. Pour chacune des itérations, le cache est préalablement vidé.

Découvrez comment Greenspector évalue l’empreinte environnementale de l’utilisation d’un service numérique. (Méthodologie complète)

1 heure de visualisation Netflix équivaut à 100 gEqCO2. Et alors ?

Reading Time: 8 minutes

Netflix, ainsi que d’autres acteurs comme la BBC, a étudié avec l’appui de l’Université de Bristol : l’impact de son service. Les chiffres précis et la méthodologie seront publiés prochainement mais il en ressort qu’une heure de visualisation de Netflix, est équivalent à 100 gEqCO2.

À la sortie de cette communication, plusieurs acteurs du numérique ont repris ce chiffre, mais, à mon avis, pas pour de bonnes raisons. La communication de l’impact de la vidéo par le Shift Project ressort comme un point systématique de débat. En mars 2020, la publication du Shift avait été largement diffusée dans les médias avec une erreur importante d’évaluation. Cette erreur avait été corrigée en Juin 2020 mais le mal était fait.

L’IEA avait dans ce cadre réalisé une analyse contradictoire sur le sujet. Au final, de nombreuses études sur l’impact de la vidéo sont sorties (IEA, le ministère Allemand de l’environnement, nous même avec notre étude sur l’impact de la lecture d’une vidéo Canal+). Il est toujours difficile mais pas impossible de comparer les chiffres (par exemple, la prise en compte ou non de l’étape de fabrication, la représentativité des terminaux, les différentes infrastructures et optimisations entre acteurs…), cependant, si on prend des choses comparables, toutes les études ont des ordres de grandeur proches. En prenant la correction de l’erreur du Shift Project (Ratio 8 issus d’une erreur entre Byte et Bit), les chiffres sont aussi proches.

Que disent-les études ?

Mais au-delà des discussions sur les chiffres, si on examine en détail les études, les conclusions vont dans le même sens :

  • Indépendamment du coût unitaire, il y a une croissance importante des usages et de l’impact global.


Set against all this is the fact that consumption of streaming media is growing rapidly. Netflix subscriptions grew 20% last year to 167m, while electricity consumption rose 84%.

« Les abonnements Netflix ont augmenté de 20% l’an dernier pour atteindre 167 millions, tandis que la consommation d’électricité a augmenté de 84%. » (IEA)

  • L’impact des services numériques est relativement faible par rapport à l’impact d’autres activités. Il est cependant nécessaire de continuer à étudier et surveiller cet impact.

« What is indisputable is the need to keep a close eye on the explosive growth of Netflix and other digital technologies and services to ensure society is receiving maximum benefits, while minimising the negative consequences – including on electricity use and carbon emissions. »

« Ce qui est incontestable, c’est la nécessité de surveiller de près la croissance explosive de Netflix et d’autres technologies et services numériques pour s’assurer que la société en profite au maximum, tout en minimisant les conséquences négatives – y compris sur la consommation d’électricité et les émissions de carbone. » (IEA)

  • Les entreprises concernées ont pour but de mieux mesurer leur impact et d’identifier les vrais axes d’optimisation.

“Netflix isn’t the only company using DIMPACT right now, either. The BBC, ITV and Sky are also involved. A spokesperson from ITV says that, like Netflix, the tool will help it to find and target hot spots and reduce emissions. Making such decisions based on accurate data is crucial if digital media companies are to get a grip on their carbon footprints.”

« Netflix n’est pas non plus la seule entreprise à utiliser DIMPACT à l’heure actuelle. La BBC, ITV et Sky sont également impliquées. Un porte-parole d’ITV a déclaré que, comme Netflix, l’outil l’aidera à trouver et à cibler les points chauds et à réduire les émissions. Prendre de telles décisions sur la base de données précises est crucial si les entreprises de médias numériques veulent maîtriser leur empreinte carbone. » (Projet DIMPACT)

“Ces travaux nous permettent tout d’abord d’identifier les projets techniques à prioriser pour minimiser le plus fortement le bilan carbone de la consommation vidéo de myCANAL. En parallèle, les enseignements nous orientent sur les messages de sensibilisation à relayer auprès de nos utilisateur·rices, au long de nos prochaines évolutions. Cet engagement de coopération entre nos développements techniques et nos utilisateur·rices est la clé pour une consommation moins impactante pour l’environnement. “ (Témoignage du CDO de Canal+, étude Greenspector de l’impact de la lecture d’une vidéo)

  • L’impact de la vidéo peut être faible mais il est nécessaire de bien le mesurer (point précédent).

« The most recent findings now show us that it is possible to stream data without negatively impacting the climate if you do it right and choose the right method for data transmission ».

« Les découvertes les plus récentes nous montrent maintenant qu’il est possible de diffuser des données sans impact négatif sur le climat si vous le faites correctement en choisissant la bonne méthode de transmission des données. »

Est-ce que les discussions vont dans le bon sens ?

Les erreurs de certaines études n’ont pas aidé à l’apaisement des discussions. La médiatisation de ces chiffres non plus. Cependant, il ne faut pas être dupe, dire que le numérique a un impact n’est pas forcément bien accepté par tous les acteurs. Cela peut être une gêne pour un domaine qui depuis 30 ans est habitué à un paradigme de développement sans très peu de contrainte et surtout très peu d’intérêt pour les problématiques environnementales internes. Rappelons que la loi de Moore qui dirige beaucoup ce monde numérique est une prophétie-autoréalisatrice et pas une loi scientifique : l’industrie met en place des moyens financiers et techniques pour que la puissance des processeurs augmente régulièrement. Il ne faut pas être dupe car se focaliser sur certaines erreurs permet de ne pas prendre en compte les problématiques. J’ai observé uniquement des citations de l’erreur Shift Project dans l’annonce DIMPACT de Netflix mais aucunement des citations sur le souhait de Netflix de mesurer et réduire son impact. Nous devons accepter les erreurs du passé si nous souhaitons avancer sur ce sujet. L’étude du Shift a le mérite d’avoir mis au-devant de la scène une problématique qui avait du mal à être visible. Et aussi accepter ces propres erreurs, combien de promesses du numérique n’ont pas été (encore) prouvées ? Est-ce que les externalités positives du numérique ont été chiffrées scientifiquement par un nombre suffisant d’étude ? Cette dernière analyse montre que les quelques études existantes (Principalement 2 études Carbon Trust et la GSMA) méritent beaucoup plus de travail pour affirmer le bénéfice énorme annoncé du numérique.

« L’étude des affirmations d’impacts positifs du numérique sur le climat permet de conclure que celles-ci ne peuvent pas être utilisées pour informer les décisions politiques ou la recherche. Elles reposent sur des données extrêmement parcellaires et des hypothèses trop optimistes pour extrapoler des estimations globales. De plus, les deux rapports étudiés ne voient pas les évitements dans les mêmes secteurs, voire se contredisent« 

Il est même dommage de se focaliser sur un aspect de l’impact en écartant la problématique globale. C’est le cas sur la discussion de l’impact du réseau sur la partie énergétique. La méthode de calcul basée sur la métrique kWh/Gb même si partagée par la quasi-totalité des études et des équipes internes des opérateurs, est critiquée par certains. Cette méthode est en effet perfectible mais il faut remettre l’église au milieu du village : l’impact du réseau est dans tous les cas plus faible que la partie Terminal, la partie fabrication du matériel n’est jamais discutée dans ces débats alors que c’est la problématique principale de l’impact du numérique. D’autant plus que l’amélioration énergétique du réseau et des datacenters se base sur un principe contraire à l’impact du matériel : le renouvellement régulier du matériel pour mettre en place de nouvelles technologies plus efficaces.

Google a été critiqué pour la politique de déchet de ses serveurs. Les pratiques ont été améliorées mais on peut se poser des questions sur cette gestion : même si les serveurs sont revendus et le coût environnemental est amorti pour l’acheteur, cela ne change rien dans le cycle trop important de renouvellement

« We’re also working to design out waste, embedding circular economy principles into our server management by reusing materials multiple times.In 2018, 19% of components used for machine upgrades were refurbished inventory. When we can’t find a new use for our equipment, we completely erase any components that stored data and then resell them. In 2018, we resold nearly 3.5 million units into the secondary market for reuse byother organizations. »

« En 2018, nous avons revendu près de 3,5 millions d’unités sur le marché secondaire pour réutilisation par d’autres organisations. » (Google Environmental Report 2019).

Une des premières explications de ces discussions tranchées vient souvent du manque de sensibilisation aux problématiques environnementales du numérique. Mais derrière cela il existe une explication aussi plus sociologique : On reproche des croyances “écologiques » à certaines organisations. Cependant on peut aussi parler de croyance chez certains acteurs du numérique quand on idolâtre sans critique les bénéfices du numérique. Dans ce cas, pas sûr que ces discussions aillent dans le bon sens. “Technophobe” contre “Techno-béa”, les raisonnés ont du mal à prendre leur place au milieu. Plusieurs pistes sont cependant utiles pour avancer sereinement sur l’impact du numérique!

Limitons les comparaisons entre domaine

Les comparaisons de l’impact environnemental du numérique avec d’autres domaines est un piège. Il est nécessaire pour comprendre un impact CO2 abstrait. Nous l’utilisons nous-même pour effectuer cette sensibilisation. Cependant cela amène à des conclusions parfois biaisées.

Voici le chapeau utilisé par les Echos ! « Netflix affirme qu’une heure de streaming sur sa plate-forme génère moins de 100gCO2e. Soit l’équivalent de l’utilisation d’un ventilateur de 75 W pendant 6 heures en Europe, ou d’un climatiseur de 1.000 W fonctionnant pendant 40 minutes.”

Donc une heure de streaming c’est faible ? Oui et non. Car il faut le voir d’un niveau “macro” : les heures de visionnage mondiales explosent. Et Netflix n’est pas le seul service numérique qu’on utilise. Est-ce possible de le comparer à du temps de ventilateur ? Un foyer va pouvoir visualiser 4 flux en même temps pendant plusieurs heures, on n’est pas sur les mêmes importances d’usage avec un ventilateur (Peut-être que si avec le réchauffement climatique…).

Ce qui est important c’est que cette métrique va permettre aux concepteurs de service de suivre leur amélioration. Avec le détail de cet impact, ils vont pouvoir identifier les hotspots. Elle va permettre de se comparer à un concurrent et de se positionner.

Utiliser ces chiffres pour dire que l’impact du numérique est énorme ou est nul ne sert pas à grand-chose dans le débat. Tous les domaines doivent réduire leurs impacts, les challenges à venir sont énormes et ce type de comparaison n’aide pas forcément dans la dynamique d’amélioration. Par contre, plus ce type d’étude sortira, plus on aura une cartographie précise de l’impact du numérique.

Collaborons

Les modèles ACV sont critiqués pour leur manque de fiabilité. Ok, est-ce une raison pour abandonner l’analyse de l’impact du numérique ? Cela en arrangerait bien certains !

Il est surtout nécessaire de les améliorer. Et cela viendra par plus de transparence : des ACV publiques des constructeurs de matériel, des métriques de consommation de l’énergie remontées par les hébergeurs et même plus d’informations sur le renouvellement des parcs… Certains acteurs jouent le jeu, c’est ce que nous avons pu faire par exemple avec Canal+ et cela a permis d’avoir des données fiables sur les parties datacenters, CDN et terminaux. Le manque de transparence est cependant important dans ce secteur quand il s’agit du domaine de l’impact environnemental.

Il est de plus nécessaire d’éviter de toujours rejeter la faute sur les autres secteurs. Dans ces discussions sur l’impact de la vidéo, et plus globalement du numérique, je vois continuellement des arguments “c’est pas moi c’est lui”. Par exemple, c’est sur le matériel qu’il faut agir, sous-entendu le logiciel n’est pas responsable de l’impact. Encore une fois, le contexte environnemental est critique, il n’y a pas de solution miracle et tout le monde doit agir. S’affranchir des actions en pointant du doigt d’autres acteurs n’est pas sérieux. L’idée de la mesure de l’impact du numérique n’est pas de faire du “numérique bashing » mais bien de l’améliorer. Donc il n’y a aucune raison de ne pas prendre en compte ces problématiques, à moins d’aller dans une démarche de lobbying et vouloir aller vers une libéralisation totale du numérique.

Pour avoir vu ce domaine évoluer depuis 10 ans, je peux dire qu’il y a une réelle prise de conscience de certains acteurs. Il est possible de nier encore l’impact du numérique, mais c’est un risque dangereux. Dangereux car il est clair que les objectifs environnementaux vont être de plus en plus contraignants, que cela plaise ou non. Ne pas prendre en main cette problématique, c’est la laisser à d’autres personnes. C’est ce que l’on voit aujourd’hui : certains se plaignent des législations sur le numérique. Mais qu’ont-ils fait ces 10 dernières années alors que cette problématique était connue ? Par crainte que cela ne freine le développement du numérique français par rapport à d’autres pays? Et pourquoi ne pas plutôt voir la sobriété numérique comme un facteur concurrentiel de notre industrie ? On voit d’ailleurs que la sobriété est prise en compte par de nombreux pays (Le projet DIMPACT en est un exemple). La France a une avance avec de nombreux acteurs qui traitent de la sobriété. Il est temps d’agir, de collaborer sur ces sujets, de critiquer les méthodes pour les améliorer, de se mesurer, que chacun agisse sur son domaine d’expertise.

C’est cela qui guide notre stratégie R&D, fournir un outil de mesure précis de la consommation d’énergie et de l’impact des terminaux. Nous travaillons à améliorer la fiabilité des mesures dans ce domaine, pour tenter d’apporter des éléments de réflexions et des métriques. En espérant que les débats soient non manichéens et plus constructifs et que le domaine du numérique prenne pleinement en compte la problématique environnementale

Quels sont les meilleurs navigateurs web Android à utiliser en 2021 ?

Reading Time: 8 minutes

Le navigateur internet est l’outil primordial sur un appareil mobile. Il est le moteur pour naviguer sur internet. Plus uniquement pour les sites web mais aussi maintenant pour les nouveaux types d’applications basées sur les technologies web (progressive web app, jeux…).

Pour cette nouvelle édition de notre classement, réalisé en 2018 et en 2020, nous avons choisi de comparer 16 applications mobiles : Brave, DuckDuckGo, Chrome, Ecosia, Edge, Firefox, Firefox Focus, Firefox Nightly (anciennement Preview), Kiwi, Mint, Opera, Opera Mini, Qwant, Samsung, Vivaldi et Yandex.

L’objectif de ces mesures est de voir comment les solutions se situent en termes d’impact environnemental (émission Carbone) les unes par rapport aux autres sur des scénarios utilisateurs courants mais aussi de donner des repères sur nos usages des navigateurs.

Pour chacune de ces applications mesurées sur un smartphone Galaxy S7 (Android 8), les scénarios intégrant le lancement du navigateur, la navigation sur 7 sites web différents, les périodes d’inactivité etc. ont été réalisés au travers de notre Greenspector Test Runner, permettant la réalisation de tests automatisés.

En savoir plus sur la méthodologie

Consommation d’énergie tous parcours confondus (en mAh)

La moyenne de consommation d’énergie est de 49 mAh (pour rappel, la moyenne du classement 2020 était de 47mAh, soit +4,2% en 2021).

Voici l’évolution par rapport à l’année dernière.

Classement 2021Classement 2020Évolution
Firefox Focus1109
Vivaldi242
DuckDuckGo352
Firefox Nighly4106
Yandex53-2
Kiwi682
Opéra72-5
Brave87-1
Ecosia91-8
Chrome106-4
Samsung119-2
Firefox12131
Edge1311-2
Qwant1413-1
Opera Mini1514-1
Mint1612-4

Firefox Focus et la meilleure solution en termes de consommation énergétique de notre comparatif. La version évaluée en 2020 était une des premières versions et il semble que les équipes Firefox ont travaillé sur l’optimisation de la consommation d’énergie de leur navigateur depuis. Ecosia perd sa place de leader sur cet indicateur et se retrouve en milieu de classement. Du côté des navigateurs les plus énergivores on retrouve Mint et Opera Mini. À noter que les navigateurs les plus répandus : Edge, Firefox, Chrome et Samsung, sont assez mal classés.

Cette consommation totale d’énergie peut être évaluée et analysée en 2 domaines : la consommation d’énergie de la navigation pure et la consommation d’énergie liée aux fonctionnalités du navigateur. 

Consommation d’énergie de la navigation (en mAh)

La navigation est la consommation uniquement associée à la visualisation de la page (pas de prise en compte du lancement du navigateur, des fonctionnalités…).

La plupart des navigateurs ont une consommation d’énergie sur la navigation “pure” qui est assez proche. Ceci s’explique principalement sur l’usage des moteurs de visualisation. La plupart des navigateurs utilisent le moteur de visualisation Chromium.

Par rapport au classement 2020, il semble que le moteur Firefox se soit amélioré. Qwant, utilisant ce moteur aussi.

Consommation d’énergie des fonctionnalités (en mAh)

Les fonctionnalités intègrent les états du navigateur comme les périodes d’inactivités (idle), le lancement du navigateur, l’écriture des URLs dans la barre de navigation.

En gardant le même classement que pour l’énergie totale, on voit que les fonctionnalités hors navigation (écriture d’URL, inactivité du navigateur…) ont un impact non négligeable sur la consommation totale.

Autonomie (heures)

L’autonomie est le nombre d’heures pendant lesquelles l’utilisateur peut surfer avant que la batterie ne soit complètement déchargée. Le classement ne change pas par rapport à celui de l’énergie, l’autonomie étant directement liée à l’énergie.

On observe que l’autonomie peut doubler de 5h à 10h entre le navigateur le plus consommateur (Mint) et le moins consommateur (Firefox Focus).

Données (Volume de données échangées) (Mo)

Certaines applications ne gèrent pas du tout le cache pour des raisons de protection et de confidentialité des données, utilisent des proxy qui optimisent les données, ont une différence d’implémentation de la gestion du cache. De plus, si un navigateur est performant, la contrepartie est que beaucoup plus de données sont potentiellement chargées en arrière-plan. Dans notre méthodologie, on le constate pour le site New York Times plus volumineux en termes de données.

Voici un exemple des itérations de mesure sur le site Amazon (Amazon.com) qui montre la différence de traitement des données entre différents navigateurs.

Mémoire consommée (RAM) par le processus navigateur (Mo)

La consommation de mémoire est importante à prendre en compte dans un service numérique car même la variation de la consommation de mémoire n’influe pas sur l’impact énergétique, elle reste très importante à intégrer car des effets de surconsommations sur des smartphones déjà bien encombrés en mémoire, ou plus anciens, moins puissants, cela peut créer des instabilités ou des applications qui ne peuvent pas fonctionner simultanément car en concurrence. En terme écologique, cela peut bien sûr procurer un changement de smartphone prématuré côté utilisateur pour un modèle plus puissant pour satisfaire à un bon confort d’usage.

La variation va de 400 Mo à 1,8Go (soit environ la moitié de la RAM du Samsung Galaxy S7).

Observons plus précisément le comportement de la mémoire suite à la séquence :

1. Lancement navigateur
2. Inactivité Navigateur
3. Navigation (Moyenne de la consommation mémoire)
4. Inactivité suite à la navigation
5. Système après fermeture navigateur

Au lancement des navigateurs, on a une médiane d’utilisation de la mémoire de 413Mo. Edge consomme beaucoup plus avec 834Mo.

Si on laisse le navigateur inactif, la consommation mémoire de la plupart des navigateurs reste assez stable. Ce qui est plutôt bon et normal. Par contre, on voit que Edge et Ecosia ont une forte augmentation de la mémoire.

Ensuite, avec la navigation, la mémoire consommée augmente de façon importante. Cela s’explique par la consommation des moteurs de navigation pour analyser et stocker les éléments. La gestion des onglets va aussi jouer. Si le navigateur déleste la mémoire pour les onglets non actifs, alors la consommation sera plus faible.

On peut noter que Firefox Focus, Mint, Duck Duck go, Opéra Mini et Qwant consomment globalement peu de mémoire.

À la fermeture du navigateur, presque tous les onglets ne sont plus en mémoire. Firefox reste cependant avec 1Go ainsi que Chrome et Mint avec 100Mo environ. Probablement un bug mais qui est gênant car des éléments occupent encore la mémoire et des traitements peuvent aussi exister : les traitements sont confirmés sur Firefox et Mint avec le taux de CPU consommé par le processus du navigateur qui reste élevé.

On peut aussi regarder l’impact mémoire de la consultation de Wikipédia (La consommation de base du navigateur est ici soustraite).

On comprend bien la différence de gestion mémoire entre navigateurs et la potentielle entropie sur des sites plus lourds.

Performance

Nous avons mesuré le temps d’écriture de l’URL dans la barre d’adresse.

Cette différence de performance s’explique par plusieurs facteurs : échanges réseau lors de la saisie (auto-complétions), traitement lors de la saisie, recherche en base des adresses connues… Au final, pour l’utilisateur le temps pour avoir accès au site va être plus ou moins long. Exemple sur l’entrée de l’url Wikipédia sur Duck Duck Go: beaucoup d’échanges réseau et de traitements CPU (pic à 22% de CPU).

Contrairement à Edge plus rapide qui a des traitements plus faible en terme de CPU.

Au passage, on pourrait avoir une optimisation de tous les navigateurs en limitant ses traitements (par exemple en regroupant et espaçant les traitements).

Impact environnemental

L’impact environnemental est calculé en fonction des facteurs d’émission Greenspector prenant en compte l’énergie consommée et l’usure de la batterie (impact sur la fabrication). L’impact du réseau et du data center est pris en compte avec l’intensité internet.

Cet impact est ramené à la consultation d’une page.

Firefox Focus par sa faible consommation est premier. Samsung qui a une consommation d’énergie dans la moyenne est à la deuxième place grâce à bonne gestion des données.

Les navigateurs les plus impactants (Esosia, Edge, Mint et Opera Mini) ont une consommation d’énergie élevée et une mauvaise gestion des données.

Navigateurs évalués

Versions mesurées : Brave (1.18.75), Chrome (87.0.4280.101), DuckDuckGo (5.72.1), Ecosia (4.1.3), Edge (45.12.4.5121), Firefox (84.1.2), Firefox Focus (8.11.2), Firefox Nightly 201228), Kiwi (Git201216Gen426127039), Opera (61.2.3076.56749), Opera Mini (52.2.2254.54723), Qwant (3.5.0), Vivaldi (3.5.2115.80), Yandex (20.11.3.88), Mint (3.7.2), Samsung (13.0.2.9).

Scénario

Pour chacune de ses applications, mesurées sur un smartphone S7 (Android 8), les scénarios utilisateurs ont été réalisés au travers de notre Greenspector Test Runner, permettant la réalisation de tests automatisés.

Une fois l’application téléchargée et installée, nous exécutons nos mesures sur les paramètres de base et d’origine de l’application. Aucune modification n’est réalisée (même si certaines options permettent de réduire la consommation d’énergie ou ressources : mode économie de données, thème sombre etc.

Cependant nous vous encourageons à vérifier les paramètres de votre application favorite afin d’en optimiser l’impact. Voici le scénario évalué :

· Évaluation des fonctionnalités
o Lancement du navigateur
o Ajout d’un onglet
o Écriture d’une URL dans la barre de recherche
o Suppression des onglets et nettoyage du cache

· Navigation
o Lancement de 7 sites et attente pendant 30 secondes pour être représentatif d’un parcours utilisateur

· Benchmark navigateur
o Le benchmark Mozilla Kraken permet de tester la performance JavaScript

· Évaluation des périodes d’inactivité du navigateur
o Au lancement (cela permet d’évaluer la page d’accueil du navigateur)
o Après navigation
o Après fermeture du navigateur (pour identifier des problèmes de fermeture)

Pour chaque itération, on réalise les tests suivants :
· Suppression du cache et des onglets (sans mesure)
· Première mesure
· Deuxième mesure pour mesurer le comportement avec cache
· Suppression du cache et des onglets (avec mesure)
· Fermeture système du navigateur (et pas uniquement une fermeture par l’utilisateur pour s’assurer une réelle fermeture du navigateur)

La moyenne de mesure prend donc en compte une navigation avec et sans cache.

Les métriques principales analysées sont les suivantes : performance d’affichage, consommation d’énergie, échange de données. D’autres métriques telles la consommation CPU, la consommation mémoire, des données systèmes… sont mesurées mais ne seront pas affichées dans ce rapport. Contactez Greenspector pour en savoir plus.

Afin d’améliorer la stabilité des mesures, le protocole est totalement automatisé. Nous utilisons un langage abstrait de description de test Greenspector qui nous permet une automatisation poussée de ce protocole. Les configurations des navigateurs sont celles par défaut. Nous n’avons changé aucun paramètre du navigateur ou de son moteur de recherche.

Chaque mesure est la moyenne de 5 mesures homogènes (avec un écart-type faible).=

Évaluation de l’impact

Pour évaluer les impacts des infrastructures (datacenter, réseau) dans les calculs de projection carbone, nous nous sommes appuyés sur notre base de facteur d’émission (issus de notre R&D, comme par exemple l‘Étude d’impact de la lecture d’une vidéo Canal+ – Greenspector) avec en entrée les données réelles mesurées du volume de données échangées. Comme c’est une approche très macroscopique, elle est soumise à une incertitude et pourrait être affinée pour s’adapter à un contexte, à un outil donné. Pour la projection Carbone, nous avons pris l’hypothèse d’une projection 50% via un réseau Wi-Fi et 50% via un réseau mobile.

Pour évaluer les impacts du mobile dans les calculs de projections carbone, nous mesurons sur appareil réel, la consommation d’énergie du scénario utilisateur et afin d’intégrer la quote-part d’impact matériel, nous nous appuyons sur le taux d’usure théorique généré par le scénario utilisateur sur la batterie, première pièce d’usure d’un smartphone. 500 cycles de charges et de décharges complètes occasionnent donc dans notre modèle un changement de smartphone. Cette méthodologie et mode de calcul ont été validés par le cabinet de conseil spécialiste de l’éco-conception Evea.

Dans une démarche de progrès continu, nous sommes vigilants à améliorer sans cesse la cohérence de nos mesures ainsi que notre méthodologie de projections des données en impact CO2. De ce fait, il est difficilement possible de comparer une étude publiée un an plus tôt avec une étude récente.