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

La représentation que la plupart des sites ont de leurs visiteurs n’est pas une supposition. C’est une conviction confiante et détaillée, construite à partir d’années d’exploitation d’un lieu, d’observation des arrivées, d’écoute du personnel et de lecture des signaux évidents. Elle est aussi fréquemment fausse de façon qui compte énormément : où ouvrir ensuite, comment allouer un budget marketing, quel locataire mettre dans le local qui se libère au printemps.

L’analyse de la zone de chalandise existe précisément parce que le modèle intuitif d’où viennent les visiteurs s’effondre une fois qu’on le mesure.

Ce qu’est vraiment une zone de chalandise

Le terme désigne la zone géographique depuis laquelle un lieu attire ses visiteurs. Les géographes du commerce la divisent conventionnellement en trois zones : une zone primaire couvrant la population la plus proche qui génère la grande majorité des visites, une zone secondaire contribuant une part supplémentaire, et une zone tertiaire de visiteurs occasionnels et de destination.

La cartographie pratique de la chalandise, celle basée sur l’analytique du réseau mobile plutôt que sur des enquêtes ou des inférences de cartes de fidélité, montre d’où provenaient les signaux mobiles des visiteurs avant qu’ils n’apparaissent à votre emplacement. La carte résultante est souvent surprenante. Un centre commercial à forte réputation régionale peut attirer la plupart de ses visiteurs de deux ou trois codes postaux adjacents, avec le quartier à trois kilomètres à peine visible. Ou l’inverse : un emplacement que l’opérateur considère comme local s’avère attirer fortement d’une zone résidentielle éloignée sans alternative évidente.

Aucun de ces schémas n’est mauvais en soi. Mais les deux ont des conséquences pour chaque décision qui dépend de l’identité réelle de votre clientèle.

Pourquoi le modèle intuitif échoue

Les opérateurs construisent leurs hypothèses de chalandise à partir de ce qu’ils peuvent observer : plaques d’immatriculation dans le parking, accents à l’accueil, codes postaux sur les commandes de livraison. Des signaux réels, mais fortement filtrés. L’échantillon du parking rate tout le monde arrivé à pied. Les codes postaux des cartes de fidélité ne couvrent que les porteurs de cartes, pas une tranche aléatoire des visiteurs. La mémoire du personnel s’ancre sur les conversations mémorables et les cas inhabituels, pas sur le visiteur médian qui arrive, fait ses courses et repart sans incident.

Le résultat est un modèle qui surpondère les zones de chalandise qui se rendent visibles et sous-pondère celles qui ne le font pas. Les dépenses marketing, le placement de la signalétique et la négociation des transports découlent tous de ce modèle, donc l’erreur se compose silencieusement sur des années.

Le choix d’implantation : la décision qui a le plus besoin de données

L’analyse d’implantation est là où les erreurs de chalandise sont les plus coûteuses. La question à laquelle un nouveau site doit répondre n’est pas seulement « combien de personnes vivent à proximité » mais « combien de personnes, venant d’où, viendront vraiment ». Un site en centre-ville avec de bonnes connexions de transports en commun peut attirer d’une zone bien plus large qu’un retail park en périphérie urbaine malgré une population résidentielle plus petite à distance de marche.

L’inverse compte aussi. Une ville de marché qui a déjà une destination shopping bien établie peut sembler avoir des chiffres de population attractifs 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 retrouverait à concurrencer des visiteurs qui ont déjà pris leurs habitudes.

Se tromper sur ce point est une leçon coûteuse. L’obtenir correctement avant la signature du bail est l’objectif de l’analyse.

Le mix locataire des centres commerciaux : le débat que personne ne peut trancher sans données

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 pour la base de visiteurs réelle que le centre attire. Un centre qui attire une proportion disproportionnée de ses visiteurs de quartiers urbains jeunes peut être sous-desservi dans des catégories qui résonnent avec cette audience, quelle que soit la formule conventionnelle des centres commerciaux.

La seconde est externe : démontrer la chalandise aux locataires potentiels. Un anchor tenant négociant un bail veut savoir non seulement le chiffre global de fréquentation mais d’où viennent ces visiteurs et si cette population chevauche sa propre clientèle. Les données d’origine donnent au propriétaire quelque chose de concret à montrer que les simples chiffres de trafic ne peuvent pas.

Un marketing qui sait où dépenser

Les données d’origine à l’échelle du quartier changent la façon dont les budgets marketing sont alloués. Si la chalandise montre que les visites d’un quartier à dix kilomètres ont décliné pendant trois ans, peut-être parce qu’un concurrent a ouvert dans cette zone, c’est un problème différent d’un déclin qui affecte toute la chalandise uniformément. Le premier appelle des communications ciblées et un possible partenariat avec les transports locaux ; le second suggère 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 culturels. Une bibliothèque qui attire presque exclusivement des trois rues environnantes dessert une chalandise étroite qui peut refléter des barrières de transport, pas la demande réelle dans la zone plus large, exactement la lecture que la fréquentation comme pouls d’un quartier rend visible. Un lieu culturel qui cherche à démontrer son rayonnement régional aux financeurs peut utiliser les données d’origine pour montrer exactement quels quartiers il atteint et lesquels restent sous-desservis.

À quoi ressemblent les données en pratique

Les données fournies par un déploiement d’analytique du réseau mobile vous donnent des comptages de visiteurs ventilés par quartier d’origine dans le temps. Vous pouvez voir quels quartiers progressent en contribution et lesquels diminuent. Vous pouvez comparer votre profil de chalandise à des emplacements comparables. Vous pouvez modéliser ce qu’une nouvelle liaison de transport ou l’ouverture d’un concurrent pourrait faire à la distribution. La même analytique trace aussi les lignes de désir que les visiteurs suivent une fois arrivés dans la zone.

Tout cela est anonyme et agrégé. L’analytique du réseau mobile fonctionne à l’échelle des quartiers et des périodes, pas au niveau des trajets individuels ou des personnes identifiables. L’adresse domicile de personne n’apparaît dans les données ; ce qui apparaît, c’est le quartier d’origine d’un groupe de visiteurs, exprimé comme un comptage. C’est suffisant pour toutes les décisions décrites ci-dessus, et c’est le niveau auquel cette analyse a toujours eu du sens à mener.

La chalandise que vous pensiez avoir

D’où viennent les visiteurs est la question la plus fondamentale qu’un site puisse se poser sur lui-même. Elle précède la conversion, le temps de présence, le chiffre d’affaires par visite, parce que toutes ces questions dépendent de savoir d’abord qui arrive vraiment.

L’hypothèse est généralement assez proche pour être plausible. Elle est rarement assez proche pour miser dessus une décision d’implantation. L’analytique d’origine, réalisée à l’échelle du quartier et collectée de manière anonyme via les réseaux mobiles que les gens portent déjà, est construite précisément pour corriger cela, discrètement, sans identifier quiconque, en utilisant l’approche qui est la seule méthode de mesure de fréquentation en Europe approuvée par une autorité de protection des données.