Une enquête menée en 2025 auprès de plus de 200 exploitants de bornes britanniques, réalisée par Monta, a révélé que seulement 3,9 % des bornes rapides (50 kW et plus) atteignent réellement le seuil légal de 99 % de disponibilité du pays. Trois quarts des exploitants déclarent une disponibilité supérieure à 95 %, et un bon nombre affirment se situer dans la fourchette 97-98,4 %. Presque aucun d'entre eux ne franchit le seuil qui compte vraiment.
Cet écart entre le chiffre affiché au tableau de bord et celui que vit réellement un conducteur n'est pas une particularité britannique. Il apparaît partout où la fiabilité est mesurée sérieusement : des réseaux qui annoncent une disponibilité proche de 100 %, alors qu'une part significative des tentatives de recharge réelles ne démarre toujours pas proprement. Une répartition des échecs de session par le fabricant de matériel de recharge Kempower, citée dans l'analyse de fiabilité 2026 de Zest, a montré que la majorité des incidents sont côté utilisateur (une authentification échouée, un câble qui ne s'est jamais verrouillé), mais qu'une part réelle, environ un cinquième, correspond à de véritables défauts techniques sur la borne elle-même. Dans les deux cas, l'expérience du conducteur est identique : il branche son câble, et rien ne se passe.
Pourquoi c'est un problème de tarification, pas seulement d'exploitation
Les modèles de tarification dynamique, le nôtre y compris, traitent la demande comme une fonction de l'heure, du lieu et de l'affluence actuelle d'une station. Ce que presque aucun d'entre eux ne prend en compte comme donnée d'entrée, c'est la disponibilité, la vôtre ou celle de quelqu'un d'autre à proximité.
Imaginez ce qui se passe quand une borne à deux rues de là tombe en panne pour l'après-midi. La demande pour votre emplacement ne change pas parce que vous avez fait quelque chose. Elle change parce que l'offre dans la zone vient de baisser. Les conducteurs qui s'y seraient rendus se présentent à votre connecteur à la place, exactement au prix que vous aviez déjà fixé pour une journée normale. Si votre modèle tarifie uniquement sur votre propre courbe de demande historique, vous laissez de la marge sur la table précisément au moment où vous aviez le plus de levier pour la capter, parce que ce déplacement de demande vous était invisible jusqu'à ce que les sessions arrivent.
La même logique fonctionne dans l'autre sens, et cela coûte plus cher. Quand votre propre borne tombe en panne, un moteur de tarification basé sur la demande ne voit strictement rien. Aucune session échouée n'apparaît dans votre CDR, puisque la session n'a jamais commencé. L'occupation baisse, mais rien dans une vue chiffre d'affaires par session ne vous dit pourquoi, et si votre modèle traitait déjà ce connecteur comme peu demandé à cause de ce trou dans son historique, il continuera à le tarifer comme si de rien n'était une fois la borne de nouveau en ligne.
La fiabilité est désormais le problème numéro un cité par le secteur, ce qui rend cela plus urgent
Les enquêtes menées cette année auprès des exploitants placent la fiabilité et la stabilité des bornes devant les contraintes énergétiques et de réseau comme principal défi pour les opérateurs de réseau, selon un rapport sur les données d'enquête des opérateurs de cette année, une première depuis que ce type de rapport existe. C'est le signe que le secteur lui-même passe de « à quelle vitesse pouvons-nous nous développer » à « quelle part de ce que nous avons construit fonctionne vraiment quand quelqu'un en a besoin ». La stratégie tarifaire n'a globalement pas encore rattrapé ce changement. La plupart des discussions sur la tarification dynamique portent encore sur les courbes horaires et les prix spot de l'énergie, pas sur le fait que l'offre concurrentielle réelle et momentanée autour d'une station peut fortement varier dans un sens ou dans l'autre à cause d'un ticket de panne situé trois kilomètres plus loin.
Ce que cela signifie concrètement
Nous ne suggérons pas que vous devriez tarifer en fonction du statut en direct d'un concurrent. Sur la plupart des marchés, vous n'y avez pas accès, et même si c'était le cas, faire grimper un prix à cause de la mauvaise journée de quelqu'un d'autre soulève des questions légitimes auxquelles vous préférez ne pas avoir à répondre face à un régulateur ou à un conducteur. L'enseignement le plus utile est plus proche de chez vous : vos propres pannes et votre propre taux d'échec à la première tentative sont des signaux de demande dont votre modèle tarifaire est actuellement aveugle. Un connecteur au taux d'échec élevé n'est pas qu'une métrique d'exploitation, il supprime activement la demande que votre moteur de tarification pense observer, ce qui signifie que tout modèle entraîné uniquement sur des sessions terminées travaille avec un jeu de données qui exclut déjà ses propres pires journées.
Si vous exploitez la tarification dynamique, ou y réfléchissez, voici ce qu'il vaut la peine de vérifier avant tout le reste : votre modèle de demande fait-il la différence entre « personne ne voulait recharger ici » et « quelqu'un a essayé et la borne l'a laissé tomber » ? Pour beaucoup d'exploitants aujourd'hui, la réponse honnête est non.
Nous exploitons notre propre réseau de recharge et concevons la tarification qui va avec, ce qui est précisément là que ce genre d'angles morts devient évident, souvent à nos dépens. Où vivent réellement vos propres données de fiabilité aujourd'hui, dans votre CPMS, vos CDR, une boîte mail support, et quelqu'un les relie-t-il à votre façon de tarifer ?
Questions fréquentes
Pourquoi la panne d'un concurrent affecte-t-elle mon propre prix ?
Parce que la demande sur un site de recharge public n'est pas déterminée uniquement par votre propre borne, mais par l'offre disponible dans la zone à ce moment-là. Quand une borne à proximité tombe en panne, les conducteurs qui l'auraient utilisée se présentent à votre connecteur à la place. Votre prix a été fixé pour une journée normale et ne reflète pas le fait que l'offre locale vient de diminuer.
Pourquoi ma propre panne n'apparaît-elle pas dans un modèle tarifaire basé sur le chiffre d'affaires ?
Parce qu'un modèle entraîné sur les sessions terminées ne voit que les sessions qui ont réellement eu lieu. Une tentative de recharge échouée ne génère aucune session, donc aucune donnée. Le modèle n'enregistre pas 'un conducteur a essayé et a échoué', il enregistre seulement une occupation plus faible sur ce connecteur, et peut finir par traiter un connecteur sujet aux pannes comme durablement peu demandé plutôt que peu fiable.
Quel est l'écart réel entre la disponibilité annoncée et la disponibilité réelle ?
Au Royaume-Uni, une enquête menée en 2025 auprès de plus de 200 exploitants de bornes (via Monta) a révélé que seulement 3,9 % des bornes rapides atteignent le seuil légal de 99 % de disponibilité, alors que 74 % des exploitants déclarent eux-mêmes une disponibilité supérieure à 95 %. Le chiffre annoncé est une moyenne réseau sur une longue période, il en dit peu sur le fonctionnement réel de la borne précise devant laquelle se trouve un conducteur un jour donné.
Que peut concrètement faire un exploitant avec cette information ?
Commencez par traiter votre propre taux d'échec à la première tentative comme un signal de demande, pas seulement comme une métrique d'exploitation. Suivez-le par connecteur, pas seulement à l'échelle du réseau, et vérifiez si les périodes à taux d'échec élevé coïncident avec des baisses d'occupation que votre modèle tarifaire pourrait mal interpréter comme une faible demande plutôt qu'une demande réprimée.