La question de la chalandise : d'où viennent vraiment vos visiteurs ?

La plupart des sites ont de leurs visiteurs une image assurée et détaillée, construite au fil d’années d’exploitation d’un lieu. Cette image est aussi souvent fausse, et les erreurs touchent des décisions qui comptent énormément : où ouvrir ensuite, comment répartir un budget marketing, quel locataire installer dans le local qui se libère au printemps. L’analyse de la zone de chalandise sert à mesurer d’où viennent les visiteurs, et l’idée intuitive ne résiste pas à cette mesure.

En bref

• Une zone de chalandise est la zone d’où un magasin, un centre commercial ou un lieu attire ses visiteurs ; on la divise généralement en zones primaire, secondaire et tertiaire.
• Les plaques d’immatriculation du parking, les codes postaux des cartes de fidélité et les souvenirs du personnel sont des signaux très filtrés : le modèle intuitif surpondère donc les zones qui se rendent visibles.
• L’analytique du réseau mobile fournit des comptages de visiteurs par quartier d’origine, par jour et par saison, sous forme anonymisée et agrégée, sans qu’aucun individu soit identifié.
• Pour un nouveau site, le nombre d’habitants à proximité n’est qu’un point de départ ; la question est de savoir combien de personnes viendront, et d’où. Les mêmes comptages par origine servent au mix locataire, au budget marketing et aux services publics.

Qu’est-ce que la zone de chalandise d’un magasin ou d’un centre commercial ?

Une zone de chalandise est la zone géographique d’où un lieu tire ses visiteurs. Les géographes du commerce la divisent traditionnellement en trois : une zone primaire, qui couvre la population la plus proche et génère la grande majorité des visites ; une zone secondaire, qui apporte une part supplémentaire ; et une zone tertiaire, celle des visiteurs occasionnels ou venus spécialement.

L’analyse de la zone de chalandise à l’échelle du quartier fonctionne sans enquêtes ni déductions tirées des cartes de fidélité, et montre d’où viennent les visiteurs avant qu’ils n’arrivent chez vous. L’analytique du réseau mobile la rend possible à l’échelle qu’exigent de vraies décisions de planification.

La carte obtenue surprend souvent. Un centre commercial à forte réputation régionale peut tirer la plupart de ses visiteurs de deux ou trois quartiers voisins, tandis que le quartier situé à trois kilomètres y apparaît à peine. Ou l’inverse : un emplacement que son exploitant croit local attire en réalité beaucoup de visiteurs d’une zone résidentielle éloignée, dépourvue d’alternative évidente. Les deux schémas peuvent convenir à une entreprise, et tous deux pèsent sur chaque décision qui dépend de l’identité de votre clientèle.

Pourquoi le modèle intuitif échoue-t-il ?

Le modèle intuitif échoue parce que les exploitants construisent leurs hypothèses de chalandise à partir de ce qu’ils peuvent observer : plaques d’immatriculation sur le parking, accents à l’accueil, codes postaux sur les commandes de livraison. Ce sont des signaux réels, mais très filtrés. L’échantillon du parking ignore tous ceux qui arrivent à pied. Les codes postaux des cartes de fidélité ne couvrent que les titulaires de carte, qui ne forment pas un échantillon aléatoire des visiteurs. La mémoire du personnel retient les conversations marquantes et les cas inhabituels, tandis que le visiteur médian, qui arrive, fait ses courses et repart sans incident, passe presque inaperçu.

Le modèle qui en résulte surpondère les zones de chalandise qui se rendent visibles et sous-pondère les autres. Les dépenses marketing, l’emplacement de la signalétique et les négociations sur les transports découlent tous de ce modèle, si bien que l’erreur s’accumule pendant des années sans que personne ne s’en aperçoive.

Comment les données de chalandise changent-elles un choix d’implantation ?

Pour un nouveau site, « combien de personnes vivent à proximité » n’est qu’un point de départ ; la question à laquelle répondent les données de chalandise est « combien de personnes viendront, et d’où ». C’est dans l’analyse d’implantation que les erreurs de chalandise coûtent le plus cher. Un site de centre-ville bien desservi par les transports en commun peut attirer des visiteurs d’une zone bien plus large qu’un retail park en périphérie urbaine, même avec moins d’habitants à distance de marche.

Les chiffres de population peuvent aussi tromper dans l’autre sens. Un bourg qui possède déjà une destination commerciale bien établie peut sembler attrayant par sa population, jusqu’à ce que les données de chalandise montrent que la destination existante a déjà capté l’audience effective et que le nouveau site se disputerait des visiteurs qui ont déjà pris leurs habitudes. Une erreur à ce stade coûte cher, et l’analyse doit donc précéder la signature du bail.

Comment les centres commerciaux utilisent-ils les données d’origine pour leur mix locataire ?

Les gestionnaires de centres commerciaux et propriétaires utilisent l’analyse de chalandise dans deux directions à la fois. La première est interne : comprendre quelles catégories de locataires sont surreprésentées ou sous-représentées au regard des visiteurs que le centre attire réellement. Un centre qui tire une part disproportionnée de ses visiteurs de quartiers urbains plus jeunes peut manquer d’offre dans les catégories qui plaisent à ce public, quoi qu’en dise la formule classique des centres commerciaux.

La seconde est externe : démontrer la chalandise aux locataires potentiels. Une enseigne locomotive qui négocie un bail veut connaître le chiffre global de fréquentation, mais aussi d’où viennent ces visiteurs et si cette population recoupe sa propre clientèle. Les données d’origine donnent au propriétaire quelque chose de concret à montrer, ce que le seul chiffre de trafic ne permet pas.

Comment les données d’origine orientent-elles le budget marketing ?

Les données d’origine à l’échelle du quartier changent la façon de répartir les budgets marketing. Si la chalandise montre que les visites en provenance d’un quartier situé à dix kilomètres baissent depuis trois ans, peut-être parce qu’un concurrent s’est installé dans cette zone, le problème n’est pas le même qu’avec un recul uniforme sur toute la chalandise. Le premier cas appelle une communication ciblée et peut-être un partenariat avec les transports locaux ; le second laisse penser à un problème plus large de marque ou de produit.

Pour les villes et collectivités, la même logique s’applique aux services publics et aux lieux de loisirs. Une bibliothèque dont le public vient presque exclusivement du quartier environnant dessert une chalandise étroite, qui peut refléter des obstacles de transport plus que la demande de la zone élargie. Un lieu culturel qui veut démontrer son rayonnement régional à ses financeurs peut s’appuyer sur les données d’origine pour montrer exactement quels quartiers il atteint et lesquels restent sous-desservis. La façon dont les gens se déplacent une fois dans le quartier est une autre question, et la fréquentation comme pouls d’un quartier montre si une rue commerçante sert vraiment les personnes qui vivent autour.

À quoi ressemblent les données de chalandise en pratique ?

Les données fournies par un déploiement d’analytique du réseau mobile donnent des comptages de visiteurs ventilés par quartier d’origine, par jour et par saison : vous voyez quels quartiers pèsent de plus en plus et lesquels reculent. Les parcours que les visiteurs choisissent sur place viennent du comptage Wi-Fi ou par capteurs, pas des données réseau. Vous pouvez ensuite comparer votre profil de chalandise à celui d’emplacements similaires et modéliser l’effet qu’une nouvelle liaison de transport ou l’ouverture d’un concurrent pourrait avoir sur la répartition.

Tout cela est anonyme et agrégé. L’analytique du réseau mobile travaille à l’échelle de quartiers et de périodes ; elle ne descend pas au niveau des trajets individuels ni des personnes identifiables. Les données ne contiennent aucune adresse de domicile, seulement le quartier d’où vient un groupe de visiteurs, exprimé sous forme de comptage. Ce niveau suffit pour toutes les décisions décrites plus haut, et c’est à ce niveau que l’analyse de chalandise a toujours eu du sens.

La chalandise que vous pensiez avoir

L’origine des visiteurs est la question la plus élémentaire qu’un site puisse se poser sur lui-même. Elle passe avant la conversion, le temps de présence et le chiffre d’affaires par visite, car toutes ces questions supposent de savoir d’abord qui arrive.

Réalisée à l’échelle du quartier, l’analytique d’origine est conçue pour corriger l’hypothèse dont partent la plupart des sites, sans identifier personne. Cette hypothèse est généralement assez juste pour être plausible, mais rarement assez pour y miser une décision d’implantation.

Bumbee Labs est l’entreprise derrière la seule méthode de mesure de fréquentation en Europe approuvée par une autorité de protection des données.