1SPATIALIST 5 PLACE MARINE 78600 MAISONS LAFFITTE Tel – fax : 01 34 93 43 33 Port : 06 62 30 74 33 E-mail : platour@spatialist.fr

ZONES DE CHALANDISE ETOPTIMISATION D’I.S.A.

METHODEEXEMPLE

La probl�matique de la distribution d’imprim�s sans adresse

Dans le cadre de l’optimisation de la distribution d’imprim�s sans adresse, l’objectif premier consiste � localiser des potentiels clients attribuables � un point de vente en ayant recours � l’analyse la plus fine possible de sa zone de chalandise.Il est bien �vident que la distribution d’I.S.A. est difficile � ma�triser par les directions marketing, car les soci�t�s sp�cialis�es qui assurent le service tendent naturellement dans leurs �tudes de couverture � maximiser les volumes, encourag�s dans cette voie par les directeurs de magasins incit�s � obtenir chacun pour sa zone la distribution la plus large possible.Les directions centrales de cha�nes sont par cons�quent souvent amen�es, faute d’autres moyens objectifs d’appr�ciation � r�partir un volume global de catalogues d�cid� au niveau national, en fonction du chiffre d’affaires r�alis� par les points de vente qui composent le r�seau. Il est �vident que cette approche n’est pas satisfaisante dans une d�marche marketing qui voudrait que l’on identifie les potentiels des march�s et que l’effort de communication porte de pr�f�rence sur les zones les plus porteuses.L’optimisation de la distribution des I.S.A. peut poursuivre deux objectifs, soit r�duire le volume global produit, mais l’�conomie possible est souvent marginale, soit mieux ajuster la distribution aux cibles vis�es, et dans ce cas, le retour se r�v�le �tre tr�s significatif.

L’identification des zones les plus int�ressantes pour la distribution d’I.S.A. passe par une connaissance la plus d�taill�e possible de la fa�on dont est constitu�e la zone de chalandise de chaque magasin.

2SPATIALIST 5 PLACE MARINE 78600 MAISONS LAFFITTE Tel – fax : 01 34 93 43 33 Port : 06 62 30 74 33 E-mail : platour@spatialist.fr

M�thode de d�termination de la zone de chalandise d’un point de vente

En fonction des donn�es disponibles, plusieurs cat�gories d’approches peuvent �tre envisag�es :

Approche r�elle : Dans tous les cas d’analyses (en espace urbain ou interurbain) il est bien �vident que la disponibilit� de donn�es sur les clients (dont l’adresse) en volume suffisant pour garantir la fiabilit� statistique requise en marketing (taux d’erreur inf�rieur � 5%), va permettre d’identifier la forme et l’�tendue r�elles de la zone de chalandise. Les sources de ces donn�es sont faciles � identifier : Cartes de paiement � maison � ou cartes de fid�lit�, � condition que les porteurs aient un comportement repr�sentatif de l’ensemble de la client�le, enqu�tes en caisse (demande du code postal, parfois du nom de la commune et plus rarement du nom de la rue), enqu�tes t�l�phoniques grand public, couponing sur I.S.A., saisie des adresses port�es sur les ch�ques remis en paiement ... Aux Etats-Unis, on pratique �galement le relev� de num�ros d’immatriculation de v�hicules, � partir desquels il est l�gal d’obtenir les noms et adresses des propri�taires ; en Grande Bretagne, les m�gabases qui disposent des donn�es de consommation sur 75% des m�nages sont �galement une source inestimable. La principale difficult� consiste � rassembler un volume suffisant de donn�es pour pouvoir caract�riser la zone � �tudier avec un taux d’erreur acceptable (5% est couramment admis en marketing). Ainsi, lorsqu’une enseigne entreprend une enqu�te grand public sur 100.000 m�nag�res, soit � peine un millier par magasin, r�parties � raison de moins de 10 par IRIS, il est impossible d’utiliser les r�sultats pour d�terminer les zones de chalandise des points de vente et de ceux de la concurrence; en effet, il serait n�cessaire d’interroger un �chantillon de 286 m�nages dans un IRIS qui en contiendrait 1.000 pour en tirer une information fiable � 5% pr�s. De m�me, les m�gabases disponibles en France (3 � 4 Millions de m�nages, soit 13%) ne repr�senteraient qu’� peine la moiti� de l’�chantillon n�cessaire si leur distribution g�ographique �tait absolument parfaite.Enfin, si plusieurs sources de donn�es sont disponibles, il est n�cessaire d’analyser leurs degr�s de corr�lation, car des porteurs de cartes de fid�lit� ou de paiement peuvent avoir un comportement diff�rent de celui des autres clients. Dans ce cas l’analyse devra �tre segment�e et distinguer autant de zones de chalandise que de typologies diff�rentes

Sch�ma g�n�ral d’�tude dans le cadre d’une approche r�elle :

POTENTIEL A L’IRIS

SCORING DES IRIS / POTENTIEL

DONNEES CLIENTS

ZONES DE CHALANDISE

MODELE

Extension au territoire

DONNEES STATISTIQUES

Corr�lations it�ratives

3SPATIALIST 5 PLACE MARINE 78600 MAISONS LAFFITTE Tel – fax : 01 34 93 43 33 Port : 06 62 30 74 33 E-mail : platour@spatialist.fr

Approche statistique : En zone interurbaine et lorsque nous ne disposons pas de fichier clients nous utiliserons les informations fournies par l’enqu�te � Inventaire communal � effectu�e par l’Insee qui permettent de d�terminer les attractions entre commune de moins de 30.000 habitants pour un millier d’�quipements et de services ; il est ainsi possible de conna�tre dans quelle commune �quip�e les habitants des communes voisines qui ne disposent pas de station service, de coiffeur ou de notaire, par exemple, se d�placent pour trouver la r�ponse � leurs besoins. Cette approche pr�sente l’avantage d’une prise en compte du comportement global et statistiquement dominant des individus.

Prenons ainsi l’exemple des zones de chalandise des grandes surfaces de la ville du Mans qui globalement sont r�parties de fa�on pr�visible, mais pr�sentent des anomalies notables, en particulier les 3 communes d’Aigne, Trange et La Caroge sont situ�es � proximit� imm�diate de Auchan, mais leurs habitants effectuent majoritairement leurs achats chez Carrefour ou Leclerc.

Approche mod�lisation th�orique : En zone urbaine et toujours dans le cas o� les donn�es sur les clients ne sont pas disponibles (projet d’implantation par exemple), nous devrons nous contenter d’�valuer des zones concentriques dans lesquelles la probabilit� d’attraction est inversement proportionnelle � la distance au point de vente et � la pr�sence de concurrents. Il est clair que l’application simpliste des lois de Reilly et Huff ne peut fournir que des informations tr�s approximatives et notablement insuffisantes � notre point de vue, m�me si les r�sultats sont pond�r�s par des analyses de donn�es � l’IRIS estim�es �tre repr�sentatives de la typologie th�orique du client d’une enseigne donn�e. En effet, les comportements des individus peuvent varier consid�rablement en fonction de la r�gion d’�tude ; ainsi, les habitants de la r�gion de Lille tendent � limiter leurs d�placements � des distances 5 � 6 fois plus faibles que les toulousains ; de m�me une marque peut b�n�ficier d’un capital de sympathie ou de position dominante sp�cifique (Magasins Leclerc en Bretagne)…

4SPATIALIST 5 PLACE MARINE 78600 MAISONS LAFFITTE Tel – fax : 01 34 93 43 33 Port : 06 62 30 74 33 E-mail : platour@spatialist.fr

Exemple d’analyse de zone de chalandise

Nous proposons, pour exposer le processus d’analyse, l’exemple d’un magasin dont la client�le est essentiellement f�minine et qui dispose sur ses clientes de l’adresse, de l’�ge et de la profession.Une analyse simple, � plat, nous permet de constater que 84% des clientes sont des femmes qui travaillent et 14% sont retrait�es (2% seulement sont sans profession). Parmi les professions exerc�es, 29% sont en cat�gorie sup�rieure (cadres), 41% en cat�gorie interm�diaire (fonctionnaires, enseignantes, infirmi�res...) et 30% en cat�gorie employ�es. Concernant les �ges (16 � 82 ans), 45% sont dans la tranche 25-44 ans et 38% dans la tranche 45-64 ans.

Analyse spatiale de la client�le

Dans un premier temps, les adresses des domiciles des clientes sont g�ocod�es au num�ro dans la rue et affich�es sur une carte dont l’�chelle a �t� d�termin�e en sorte que toutes les adresses soient repr�sent�es. Un affichage simple des adresses sous forme de points nous montre une forte concentration de la client�le ; La tr�s faible proportion de clientes qui ont un domicile tr�s �loign� laisse supposer que ces derni�res ont un lieu de travail proche du magasin.Nous constatons que 98% des clientes habitent une zone de forme g�n�rale ovale dont les diam�tres sont d’environ 15 km sur 10 km.

L’�chelle de la carte sur laquelle l’�tude va porter sera donc accrue � cette zone.

La carte ci-contre repr�sent�e � plus grande �chelle avec illustration des donn�es cartographiques fait appara�tre des � barri�res � nettes : au nord les communes de la petite couronne attir�es par Paris, � l’ouest des espaces bois�s, au nord ouest une zone dont la circulation est difficile, � l’est la nationale 7 et l’autoroute A6, enfin au sud l’a�roport d’Orly et des zones industrielles qui forment un arc situ� entre 4 et 8 km � vol d’oiseau au del� duquel l’effet distance est r�dhibitoire.

Implantation des clientes

Implantation des clientes

5SPATIALIST 5 PLACE MARINE 78600 MAISONS LAFFITTE Tel – fax : 01 34 93 43 33 Port : 06 62 30 74 33 E-mail : platour@spatialist.fr

M�thode d’analyse

Afin de pouvoir comparer math�matiquement les donn�es g�olocalis�es, nous utilisons le syst�me d’analyse de grille disponible dans la plupart des S.I.G. du march�. Cette m�thode d�riv�e des travaux d’Applebaum aux USA et de Bertin en France permet de d�passer le stade de la simple illustration cartographique qui consiste � traiter les donn�es avec les outils d’analyse classiques (SAS, SPSS…), donc sans tenir compte des notions d’espace, puis � afficher les r�sultats en les affectant aux objets de la carte (Ilots, IRIS, communes)Dans notre exemple, nous proc�dons au chargement des clientes en densit� dans une grille dont les cellules ont une dimension de 400 x 400 m. (taille optimale en zone urbaine / la taille des cellules �tant li�e au volume des donn�es trait�es et � l’�chelle d’analyse pratiqu�e ; ainsi en zone interurbaine on utilisera des cellules de 10 km2

pour des analyses locales et de 100 km2 pour des analyses nationales).Nous constatons une forte concentration des clientes dans un rayon de 2 km autour du magasin, ainsi que le long de la nationale 20 en direction de Paris.

Une repr�sentation de ces donn�es apr�s discr�tisation de la s�rie en 10 classes permet de mettre en valeur les zones les plus denses dans lesquelles sont localis�s 50% de la client�le (en rouge), puis les zones de densit� moyenne dans lesquelles sont localis�s 30% de la client�le (en orange) et enfin les zones les moins denses en jaune avec 20% des clientes. Ce choix de discr�tisation repose sur les constatations bien connues de la loi des 80/20 de Pareto.La carte ci-contre d�montre clairement que la concentration de la client�le ob�it globalement � une loi de raison inverse de la distance au magasin. Ceci confirme le principe g�n�ral de la loi de Reilly ; encore faut il pouvoir expliquer la pr�sence de cellules � forte densit� situ�es � 4 -5 km du magasin.

L’analyse pr�c�dente de la client�le nous permet d’�mettre un certain nombre d’hypoth�ses qui resteront � tester dans la suite de l’�tude, � savoir :

- Le cœur de cible est compos� de femmes actives qui ont un travail.- La distance est un �l�ment essentiel de la fr�quentation : 49% des clientes r�sident � moins de

2,5 km du magasin et 95% � moins de 6 km. - La concurrence dans cette zone exerce un impact sur le recrutement des clientes.- Le niveau de revenu n’est pas un discriminant absolu, puisque parmi les clientes se recrutent

aussi bien des cadres sup�rieurs que employ�es ; toutefois la politique de prospection cherche � �liminer les prospects � revenu trop faible.

Densit� des clientes

R�partition des clientes en 50%-30%-20%

6SPATIALIST 5 PLACE MARINE 78600 MAISONS LAFFITTE Tel – fax : 01 34 93 43 33 Port : 06 62 30 74 33 E-mail : platour@spatialist.fr

Examen des donn�es INSEE du secteur d’analyse

Les donn�es du recensement de l’INSEE nous fournissent des informations utiles sur la zone �tudi�e. La cible �tant bien d�finie, il nous suffit d’�tudier l’implantation des :- � Population active occup�e f�minine � (variable AA99FO du tableau � activit� �), - � Total logements habit. collec. HLM � (variable LC99TLM du tableau � habitat collectif �), qui � d�faut des donn�es de C.S.P. non disponibles � la date de l’�tude nous donnera des indications sur les niveaux de revenu.

Nous obtenons 233.220 femmes actives occup�es sur le secteur d’�tude, r�parties bien entendu en densit� d�croissante li�e � l’�loignement de Paris.

La distribution sans adresse �tant effectu�e aupr�s de l’ensemble des m�nages, nous avons tout int�r�t � localiser les zones dans lesquelles il est possible de trouver le plus grand nombre de femmes actives.

Une analyse de p�n�tration simple fait ressortir 2 zones principales dans lesquelles se trouve une forte proportion de femmes actives (sup�rieure � 80% du nombre de m�nages, soit 2 �carts types) ; toutefois si l’on calcule le nombre de femmes actives domicili�es dans ces zones, on n’en trouve que 457, les zones en question ayant une densit� de population faible.Il est clair que cette approche en densit� simple n’est pas satisfaisante car le volume obtenu est tr�s faible. Pour mettre en valeur les volumes dans une

perspective de recherche de dominance de ph�nom�ne, il est indispensable de recourir � la m�thode des �carts � la r�gression. Nous effectuons une analyse de corr�lation entre les femmes actives et les m�nages qui montre bien entendu une forte d�pendance spatiale entre les 2 ph�nom�nes (coefficient de 0,98), mais qui laisse appara�tre des �carts significatifs (positifs lorsque le point repr�sentatif d’une cellule de la carte est au dessus de la droite de r�gression et n�gatifs lorsque le point est situ� en dessous.

La repr�sentation cartographique des �carts � r�gression entre les femmes actives et les m�nages fait appara�tre des zones en rouge / vert fonc� dans lesquelles on trouve 80 femmes actives (2 �carts types) de plus / de moins que la tendance moyenne de la zone. Nous insistons sur cette m�thode de d�termination de potentiels trop rarement pratiqu�e et qui devrait pourtant �tre �vidente pour des sp�cialistes de marketing ; pour simplifier, il est pr�f�rable d’avoir 10% d’un march� de 1 million que 80% d’un march� de 100.

L’�tude de l’implantation des logements HLM suit le m�me raisonnement th�orique, mais mettra en valeur les zones � �viter.

Corr�lation femmes actives / m�nages

R�partition des femmes actives en 50%-30%-20%

% de femmes actives / m�nages

Ecarts � la r�gression femmes actives / m�nages

7SPATIALIST 5 PLACE MARINE 78600 MAISONS LAFFITTE Tel – fax : 01 34 93 43 33 Port : 06 62 30 74 33 E-mail : platour@spatialist.fr

Elaboration d’un mod�le

Pr�c�demment nous avons pu identifier � partir des donn�es INSEE les zones de prospection int�ressantes ; toutefois pour tenir compte des comportements des clientes et des contraintes de distance, il nous faut �laborer un mod�le explicatif du comportement de notre cible. Pour ce faire nous comparerons par des m�thodes de corr�lation chaque variable explicative avec le ph�nom�ne spatial des clientes.

Ainsi une analyse des �carts � la r�gression entre les clientes et les femmes actives habitant les m�mes zones que les clientes, montre une sur repr�sentation (zones en rouge) des clientes sur une zone proche du magasin et une sous repr�sentation lorsqu’on s’en �loigne (zones en vert) ; par ailleurs le coefficient de d�termination est faible, ce qui nous indique qu’il faut tenir compte de variables suppl�mentaires pour expliquer le ph�nom�ne clientes.

Nous proc�derons par tests successifs de l’impact des fortes implantations de HLM et de la pr�sence de concurrents, ce qui permet de construire une formulation math�matique du ph�nom�ne clientes dont la validit� est confirm�e pas � pas par l’am�lioration du coefficient de d�termination et donc, de la corr�lation. Dans le cas pr�sent, les concurrents sont situ�s principalement au nord du magasin ; leur mod�le �conomique est assez diff�rent et leur influence se limite � capter la moiti� du potentiel des femmes actives sur une zone d’environ 2,5 km sur 1,6 km.

Enfin nous devrons tenir compte de l’influence de la distance au magasin en appliquant la formule d�riv�e de la loi de Reilly sur l’attraction (M / distancek), nous calculons des coefficients d’attraction en simulant diff�rentes valeurs pour le coefficient K . A noter que pour toutes les distances inf�rieures � 1 km, le coefficient est ajust� � la valeur 1. Plus le coefficient K est �lev�, plus l’attraction diminue ; par cons�quent les commerces tr�s r�pandus (boulangerie, caf�…) auront des coefficients K plus importants que les hypermarch�s. A l’int�rieur d’une m�me cat�gorie de commerce, la valeur M peut �galement varier consid�rablement en fonction de la taille de l’�tablissement, son lin�aire, son choix de produits, la taille de son parking…

Le coefficient k qui permet d’optimiser le mod�le est dans le cas pr�sent de 1,2. La formulation math�matique du mod�le pourra donc s’�noncer ainsi :Clientes = (FAO –⅓ FAO en zones HLM > 44% – � FAO zone de concurrence) x 1 / distance en km 1,2

La corr�lation avec l’implantation des clientes atteint un taux de 0.82, ce qui est satisfaisant �tant donn�e la taille de l’�chantillon �tudi�. La repr�sentation des �carts � la r�gression entre le mod�le et les clientes laisse appara�tre quelques points de sur et sous performance qui sont probablement li�s � des causes sp�cifiques micro locales.

Coefficient distance pour k = 0.7 Coefficient distance pour k = 2

Ecarts � la r�gression clientes / femmes actives

Ecarts � la r�gression clientes / mod�le

Concurrence

8SPATIALIST 5 PLACE MARINE 78600 MAISONS LAFFITTE Tel – fax : 01 34 93 43 33 Port : 06 62 30 74 33 E-mail : platour@spatialist.fr

Application du mod�le

Nous appliquerons le mod�le non plus � la seule zone dans laquelle nous avons aujourd’hui des clientes, mais � l’ensemble du secteur �tudi�, car il faut admettre que des zones marginales ont pu �tre mal exploit�es ou que le magasin n’est pas encore connu dans toute la zone (dans la r�alit�, l’implantation n’a que 2 ans d’existence).Nous obtenons ainsi une description de notre zone de chalandise et pour chaque cellule de cette zone un potentiel prospects dont on constate qu’il est naturellement tr�s �lev� � proximit� du magasin mais diminue consid�rablement avec l’�loignement.Globalement il repr�sente 21.671 femmes actives (chiffre pond�r�) r�parties dans 449 IRIS, avec un maximum de 324 dans une cellule de 400m x 400m voisine du magasin et une moyenne de 17.3 femmes actives par cellule (�cart type de 28).

On peut repr�senter le ratio potentiel prospects / ensemble des m�nages qui sera � interpr�ter comme le % utile de distribution d’I.S.A.La r�partition a �t� faite sur la carte ci-contre en 5 tranches : > 50% en rouge,

de 25 � 50% en orange, de 10 � 25% en jaune, de 5 � 10% en vert clair et < 5% en vert fonc�.

Supposons que nous souhaitions faire une op�ration avec un taux utile de ciblage sup�rieur � 5%, le volume � distribuer sera alors de 221.000 catalogues (zones de rouge � vert clair) ; pour un taux utile sup�rieur � 10%, le volume d’I.S.A. est alors limit� � 76.600.

Nous constaterons clairement sur la carte que la zone � fort potentiel est d�cal�e au sud du magasin (� cause d’une pr�sence importante de la

concurrence � environ 1 km au nord) et qu’une zone � potentiel relativement faible est localis�e au nord est (forte implantation de HLM).

Afin de fournir au d�cideur un outil simple pour s�lectionner des volumes de distribution d’I.S.A., il suffit alors de reporter le % utile de distribution sur le fichier des IRIS qui composent la zone.Cette valeur que nous appellerons score de l’IRIS servira de crit�re principal de choix, avec lenombre de m�nages. Un tri par ordre descendant sur le score et un cumul des m�nages � l’IRIS permettront d’effectuer une s�lection ais�e des zones � plus fort potentiel dans une enveloppe globale � distribuer. Une autre approche, en particulier lorsque des arbitrages sont � effectuer entre magasins, consisterait � fixer une barre de score et � limiter le volume � un niveau de score donn�, tout en maximisant le taux de retour envisageable.

Score de la zone en 5 tranches

Densit� de la zone de chalandise

9SPATIALIST 5 PLACE MARINE 78600 MAISONS LAFFITTE Tel – fax : 01 34 93 43 33 Port : 06 62 30 74 33 E-mail : platour@spatialist.fr

REGION TYPE IRIS DEPT CODE

COM COMMUNE CODE IRIS NOM IRIS MENAGES CUMUL MENAGES SCORE

11 H 92 92002 ANTONY 920020204 BOIS DE L'AURORE 1013 1013 56,64%11 H 92 92002 ANTONY 920020203 CHEMIN DE FER 969 1982 53,27%11 H 92 92002 ANTONY 920020401 PARC HELLER 974 2956 51,82%

11 H 92 92002 ANTONY 920020304CONSERVATOIRE DARIUS

MILHAUD 911 3867 51,11%11 H 92 92002 ANTONY 920020308 BACONNETS 859 4726 49,39%11 H 92 92002 ANTONY 920020303 FONTAINE MICHALON 778 5504 45,78%11 H 92 92002 ANTONY 920020201 ONZE NOVEMBRE 961 6465 44,85%11 H 92 92002 ANTONY 920020202 GUILLEBAUD 804 7269 41,45%11 H 94 94034 FRESNES 940340106 PEUPLERAIE 1136 8405 39,68%11 A 92 92002 ANTONY 920020205 ZONE D'ACTIVITE 892 9297 39,00%11 H 92 92002 ANTONY 920020405 ANCIEN CIMETIERE 884 10181 38,48%11 H 91 91377 MASSY 913770111 DESCARTES 1298 11479 36,15%11 H 92 92002 ANTONY 920020407 LES GODETS 729 12208 34,97%11 H 92 92002 ANTONY 920020101 PARC DE SCEAUX 507 12715 34,88%11 H 94 94034 FRESNES 940340102 SABLONNIERE 1175 13890 30,27%11 A 94 94034 FRESNES 940340101 CERISAIE - MEDICIS 27 13917 27,69%11 H 94 94034 FRESNES 940340110 DOMAINE PENITENTIAIRE 258 14175 27,68%11 H 92 92002 ANTONY 920020406 BAS GRAVIERS 676 14851 27,08%11 H 94 94034 FRESNES 940340103 CENTRE VILLE 1150 16001 27,02%11 H 92 92002 ANTONY 920020107 JEAN MOULIN 1221 17222 26,75%11 H 92 92002 ANTONY 920020403 HOTEL DE VILLE 998 18220 25,94%11 H 92 92002 ANTONY 920020402 CELINE 1220 19440 25,62%11 H 92 92002 ANTONY 920020102 NOUVEAU CIMETIERE 536 19976 25,31%11 H 92 92002 ANTONY 920020106 VELPEAU 1035 21011 25,13%11 H 94 94034 FRESNES 940340105 FLEURS - PASTEUR 964 21975 24,71%

11 H 91 91645VERRIERES-LE-

BUISSON 916450105LES GROS CHENES-LES

GODETS-LE GRAND CLOS 661 22636 23,99%11 H 92 92002 ANTONY 920020301 PAJEAUD 977 23613 23,63%

11 H 92 92002 ANTONY 920020302PARVIS DU BREUIL ET DE LA

BIEVRE 1010 24623 23,63%

11 H 94 94034 FRESNES 940340109BERGONIE - FRERES

LUMIERE 1059 25682 23,54%11 H 92 92002 ANTONY 920020105 CROIX-DE-BERNY 936 26618 23,51%11 H 92 92019 CHATENAY-MALABRY 920190110 VOLTAIRE 471 27089 22,74%11 H 92 92002 ANTONY 920020104 US METRO 819 27908 21,87%11 H 92 92002 ANTONY 920020305 GRAND L 406 28314 21,78%

11 H 92 92002 ANTONY 920020404CLINIQUE DU BOIS DE

VERRIERES 818 29132 21,48%11 … … … … … … … … …

Ce tableau est naturellement un guide, il appartient au d�cideur d’effectuer certains choix li�s � sa connaissance du terrain ; il pourra ainsi estimer qu’il n’est pas indispensable de distribuer des I.S.A. � proximit� imm�diate du magasin, car le facteur distance au prochain concurrent lui assure une position quasiment de monopole. Il pourra �galement appr�cier l’int�r�t des IRIS dits d’activit� (Type IRIS = A) ou d’IRIS sp�cifiques comme � Domaine p�nitentiaire � de Fresnes. D’autres indicateurs peuvent �videmment �tre ajout�s au tableau comme la distance au magasin, le nombre de clients actuels ou des valeurs d’indicateurs du recensement.

A noter enfin qu’il aurait �t� �galement possible d’introduire dans le mod�le des notions de chiffre d’affaire � condition que cette notion soit effectivement discriminante et que l’on dispose de volumes de donn�es suffisants sur le plan statistique. En effet, il est essentiel d’appliquer les r�gles d’�chantillonnage classiques qui dans la pratique ne posent pas de probl�me tant que l’on raisonne au niveau de la zone de chalandise compl�te, mais seraient exorbitantes si l’on devait tirer des conclusions sur le chiffre d’affaires ou le typage des clients Iris par Iris. La r�gle du taux d’erreur de 5% admis en marketing n�cessiterait par exemple un �chantillon de 285 clients pour un Iris de 1.000 m�nages.

Cette approche mod�lisation permet d’appr�cier tr�s finement le potentiel r�el d’un magasin ; il est bien �vident qu’une g�n�ralisation du mod�le � une r�gion et � fortiori � la France enti�re demanderai des pr�cautions particuli�res, m�me si l’on peut d�montrer dans des cas particuliers que le comportement des clients est tr�s homog�ne sur l’ensemble du territoire (rappelons en particulier les diff�rences d’attitudes vis-�-vis des distances � parcourir entre les Lillois et les Toulousains, qui influeront n�cessairement sur le coefficient k de la formule de Reilly).