Analyse de clientèle et étude de points de vente
Gagnez en efficacité. Découvrez ce scénario applicatif représentatif des études géomarketing.
Pour aller plus loin : téléchargez la carte et réalisez l’ensemble des exercices
Atelier animé par Christine Daniaud-Galet
Cet atelier se déroulera selon les étapes suivantes :
Mise en contexte
L’opérateur téléphonique L-lo Phone déjà présent sur internet souhaite implanter sa première boutique de téléphonie mobile dans un des centres commerciaux de Paris et sa petite couronne, le cœur de cible de cette entreprise étant une clientèle active et adulte. Dans le but de bien cibler quel centre commercial choisir, nous disposons d’un échantillon de 203 clients de l’opérateur sur internet, représentatifs de l’ensemble des clients de l’entreprise. Nous avons également 20 centres commerciaux pour implanter le futur point de vente, répartis sur les 4 départements : Paris, les Hauts-de-Seine, la Seine-Saint-Denis, le Val-de-Marne.
Le territoire d’action se situe à Paris et dans la petite couronne parisienne, soit les départements de Paris (75), Hauts-de-Seine (92), Seine-Saint-Denis (93) et Val-de-Marne (94) dans un milieu très fortement urbanisé.
Outre le réseau routier, les éléments topographiques, les centres commerciaux et le contour des entités administratives, on constate d’autres éléments comme les points d’intérêt (commissariats, stations de métro… ) visibles aux échelles les plus grandes. La carte est donc constituée d’objets.
Des informations attributaires appelées Champs sont associées aux éléments graphiques pour permettre l’étude dans sa globalité. Ces informations sont issues de la base cartographique (OpenStreetMap) et de l’INSEE.
D’autres informations seront calculées au sein de la base de données Geoconcept pour mener à bien l’étude.
Objectif 1 : Découvrir le paysage contextuel de l’étude
Créez un champ formule
Puisque vous disposez de deux champs Population et Surface sur les communes du territoire, vous allez créer un nouveau champ qui calculera la densité de population. Dans l’arborescence des couches d’information, il suffit de sélectionner la couche porteuse du nouveau champ (pour définir le genre du champ Réel avant de rédiger la formule :
( Population / Surface ) * 1 000 000 afin que la densité soit exprimée en km2 (alors que le champ dans Geoconcept est exprimé en m2)
Après avoir validé la structure, on peut consulter l’information ajoutée en promenant le curseur sur les communes de la carte à condition d’avoir paramétré la mini-fiche dans la boîte à outils. Le XVème arrondissement de Paris a une densité de 28 584,87 habitants au km2.
Représentez des données statistiques sur la carte
Après avoir calculé le champ Densité de population sur les communes, il convient de le cartographier sous forme d’un dégradé de couleurs pour estimer sa répartition sur le territoire d’étude. Une couche virtuelle Thématique va être créée en mode Standard de genre Plages de couleurs. L’action se déroule en deux temps :
- une discrétisation de la série statistique, c’est-à-dire un découpage en 5 classes pour réduire l’information en choisissant la méthode de Remplissage égal (à peu près le même nombre d’objets Communes dans chaque classe). Chaque classe contiendra ainsi environ 20 % des communes. Faites varier le curseur sur la valeur 5 ;
- un dégradé de couleurs en jouant avec la réglette pour intensifier ou éclaircir les teintes.
Visualisez la légende en ouvrant le dialogue approprié. Les densités les plus élevées concernent Paris et les communes limitrophes. C’est bien dans cette zone que nos pistes d’implantation vont se concentrer.
En suivant la même méthode que précédemment, vous pouvez réaliser différentes analyses thématiques pour cartographier les 3 champs qualifiant les communes :
- la part des cadres dans la population active avec un dégradé de bleu après un découpage en 5 classes de remplissage égal ;
- la part des ouvriers dans la population active sur la même méthode de discrétisation dans les tons de rouge;
- le pourcentage des chômeurs sur la population totale avec des teintes jaunes sur la même méthode de discrétisation.
On constate une concentration de cadres dans la partie occidentale du territoire alors que les ouvriers sont prépondérants au nord, à l’est et au sud. La carte du taux de chômage isole grandement les communes du nord du territoire.
Ces couches d’information s’enregistrent sous forme de visibilités et la légende permet d’analyser la répartition.
Objectif 2 : Enrichir l'environnement de travail
importez et géocodez des adresses
Importer un fichier de clients pour en apprécier la répartition sur la carte est une étape clé de toute étude géographique à condition de disposer des adresses. Glissez-déposez le fichier Excel sur la carte et suivez les différentes étapes :
- nommez la couche d’information des clients ;
- indiquez le référentiel de géocodage nécessaire pour interpréter les adresses ;
- affectez la note pour définir la tolérance d’interprétation ;
- choisissez une stratégie de géocodage fine ;
- réalisez le traitement interactif des erreurs pour lever les ambiguïtés des candidats proposés pour les enregistrements douteux ;
- validez vos choix pour visualiser les enregistrements importés.
203 clients sont importés sur la carte et placés à leur adresse. Vous pouvez en modifier l’apparence dans le gestionnaire d’affichage.
.
Mettez à jour la carte avec des fichiers Excel
Des données métier peuvent être associées aux clients déjà importés sur la carte. Vous allez enrichir la base de données Geoconcept avec un champ qui ajoute le panier moyen à chacun des clients. Cette information est contenue dans un fichier Excel à partir duquel vous allez mettre à jour la carte Geoconcept.
Vous pourrez ensuite :
- identifier le client avec le plus fort panier moyen ;
- visualiser sa localisation ;
- en calculer la moyenne.
C’est le client 10 situé dans Paris X qui dispose du plus fort panier moyen de 500 €.
Objectif 3 : Analyser l'activité commerciale
Calculez le nombre de clients par commune
Une fois les clients positionnés dans chaque arrondissement et commune de la petite couronne parisienne, on veut connaître le nombre de clients dans chacune de ces entités administratives.
Cette information est stockée dans un champ des objets Communes qui est calculé via une jointure topologique.
Sélectionner toutes les communes pour en afficher la liste autorise à trier les éléments pour identifier la commune avec le plus de clients, avec le moins, calculer la moyenne des clients sur le territoire…
Vous constatez via la mini-fiche que Paris XVème n'a que 2 clients et la commune d'Issy-les-Moulineaux, 3.
Estimez le taux de pénétration par commune
Disposer de la population et du nombre de clients par commune autorise la création d’une nouvelle information quantitative : le taux de pénétration (Nb clients/Population).
Vous créez un champ associé aux communes qui renferme la formule afin que la valeur soit systématiquement mise à jour si les champs support sont modifiés.
La répartition cartographique du taux de pénétration montre une disparité entre le nord et le sud du territoire.
On constate que dans une des communes ayant le plus de clients (l’arrondissement Paris XX), le taux de pénétration est de 2,52 alors qu’à Rungis, le taux de pénétration est le plus fort à 34,91.
Mesurez le centre commercial le plus proche des clients
En vue d’estimer la rentabilité des centres commerciaux, vous souhaitez connaître, pour chacun des clients, quel est le centre commercial le plus proche de lui. Il est indispensable de charger un graphe des vitesses qu’on paramètre en chargeant le profil Voiture et un calcul au plus rapide. Vous pouvez ensuite ajouter deux champs sur les clients :
- le premier qui indique le centre commercial le plus proche par la route ;
- le second qui évalue le temps entre chaque client et son centre commercial le plus proche exprimé en minutes et dans une limite de 20 mn.
On constate que beaucoup de clients au sud-ouest et nord-ouest sont à plus de 10 mn d’un centre commercial.
Identifiez le centre commercial le plus fréquenté
Puisqu’on a identifié le centre commercial le plus proche de chaque client, il est désormais facile de comptabiliser , par centre commercial, le nombre de clients qui sont les plus proches, donc potentiellement acheteurs pour chacun d’eux. A partir d’un champ clé dont la valeur est identique entre les deux couches d’objets, le nom d’un centre commercial d’une part et la valeur du centre commercial le plus proche pour les clients, on peut réaliser une jointure attributaire qui compte le nombre de clients «affectés» à un centre commercial.
Par une liste créée sur l’ensemble des centres commerciaux et triée sur ce nouveau champ Nbclients, vous constatez que le centre commercial le plus fréquenté est le numéro 3.
En cartographiant cette nouvelle valeur, les deux centres commerciaux 3 et 7 drainent le plus de clients à moins de 20 mn.
Cartographiez la rentabilité par commune
Il est temps d’identifier les communes rentables, c’est-à-dire celles où les dépenses sont les plus importantes par client.
Vous allez commencer par effectuer une jointure topologique entre les communes et les clients pour créer un champ Panier moyen total qui fait la somme du panier moyen de chacun des clients par commune.
Ensuite dans le configurateur de la carte, vous créerez un autre champ Rentabilité sur les communes qui divise le Panier Moyen calculé précédemment par le Nb de clients par commune.
Ensuite vous terminez avec une analyse thématique qui cartographie ce champ Rentabilité. Vous visualisez les communes où les dépenses sont les plus importantes et vous constatez une relative disparité sur l’intégralité du territoire.
Objectif 4 : Réaliser une analyse spatiale de votre territoire
Construisez les zones de chalandise des centres commerciaux
Retenez les deux centres commerciaux (centres commerciaux 3 et 7 avec le plus de clients) pour déterminer leur zone de chalandise respective sous la forme d’une zone isochrone où tous les points sont atteignables en moins de 20 minutes par la route sur la base d’un graphe routier préalablement chargé.
Les deux zones montrent l'emprise de chacun des centres commerciaux et visualisent au premier coup d'oeil les éventuelles anomalies.
Evaluez la cannibalisation éventuelle
Y a-t-il phénomène de cannibalisation entre les 2 zones de chalandise ?
Effectivement ! Une zone d’intersection dite zone de cannibalisation entre les 2 isochrones peut être construite pour permettre de calculer le panier moyen des clients situés dans cette zone.
21 clients méritent une attention particulière et le panier moyen total est de 5738 euros.
Forts des différents éléments de l'étude menée, le choix d’implantation du centre commercial est porté sur le numéro 7.
Estimez la mise en place d'un service de livraison
Pourquoi ne pas tester la mise en place d’un service de livraison ? Le temps entre le départ et l’arrivée du livreur ne doit pas excéder 20 minutes.
Faites un test sur les clients de Paris XIII. Après les avoir sélectionnés, déclarez-les comme étapes de l’itinéraire avant d’affecter le statut de point de départ ET d’arrivée au centre commercial 7. Lancez le calcul d’itinéraire au plus rapide pour consulter la feuille de route.
Cette tournée de livraison est réalisable en 10 mn environ.
L’opérateur est conforté dans son choix d’implantation au sein du centre commercial 7.