Géomarketing : comment exploiter enfin tout son potentiel ?

Le géomarketing est une discipline très appréciée à la fois par les marketeurs et par les responsables opérationnels. Ceci, s’explique principalement par une simplicité visuelle des résultats (représentation cartographique) permettant une prise de décisions rapides. Cependant, même si le géomarketing est à ce jour, systématiquement utilisé dans les entreprises, il reste en majorité, fortement sous ou mal exploité. Comment y remédier ?

Tout d’abord, pourquoi une telle sous-exploitation ? Cela vient principalement du fait que les données externes à l’entreprise ne sont pas (ou très peu) intégrées. Et ce, à la différence des données directement liées à l’entreprise (KPI de consommation, pression concurrentielles…) qui sont, elles, très présentes pour la prise de décision.

Les données externes nécessitent cependant un travail en amont afin de trouver les informations qui apporteront « un plus » à l’entreprise. Elles impliqueront ensuite un travail d’analyse simultanée de l’ensemble de ces données.

Géomarketing : ce que les entreprises mettent généralement en place

Les données de géolocalisation ne sont pas nouvelles au sein des entreprises et sont exploitées de diverses manières, que ce soit pour le suivi de l’activité (taux de pénétration, répartition du CA, répartition géographique des clients), pour le suivi de la pression concurrentielle, ou même dans l’étude du potentiel des zones géographiques. Elles servent à améliorer la connaissance client (CRM) et ainsi à augmenter l’activité commerciale.

Quelques utilisations du géomarketing au sein des enseignes :

• Optimiser l’implantation d’une enseigne dans une zone en fonction de la concurrence et des données démographiques,
• Définir des zones de chalandise permettant une première segmentation de la clientèle en fonction de l’activité afin de définir des zones à prospecter en priorité (distribution de tracts, affichages publicitaires…),
• Personnaliser les offres en fonction des zones géographiques (zone rurale ou urbaine, proximité d’une frontière…), afin que les enseignes puissent optimiser leurs canaux de distribution et les offres proposées,
• Mesurer l’impact des actions commerciales par zone et en définir des comportements clients différenciés (fréquence d’achat, panier moyen, dépenses, types de produits consommés, habitudes culturelles…).

Ce sont autant d’utilisations qui ont permis aux entreprises de développer leurs réseaux et de s’orienter un peu plus vers de l’ultra personnalisation d’offres. Cependant, ceci ne constitue qu’une petite partie du potentiel de la géolocalisation.

Pourquoi cela ne suffit-il pas ?

La principale raison de cette insuffisance émane de l’ouverture de l’open data et de la mise à disposition de nouvelles sources d’informations publiques. Ces nouvelles sources d’informations viennent enrichir ce qui était déjà fourni par l’INSEE.

On y retrouve :

• Des données macroéconomiques au niveau national pour chaque pays (https://data.worldbank.org/). Celles-ci permettent entre autre d’étudier la stabilité d’un pays ou de comprendre la réussite/l’échec d’actions commerciales en fonction du contexte économique, (par exemple, pour une entreprise internationale qui aurait des résultats différents dans des pays différents pour une même action commerciale).
• Des données microéconomiques et macroéconomiques au niveau national pour la France (https://www.data.gouv.fr/fr/) avec mise à disposition des données depuis l’API. On peut ainsi obtenir une multitude d’informations sur l’emploi, les entreprises, les logements, les transports…
• Des données microéconomiques au niveau régional et pour chaque métropole (ex : https://data.iledefrance.fr/ ; https://opendata.lillemetropole.fr/) où l’on peut retrouver des données comme la liste des événements sportifs passés et à venir (ce qui peut être utile pour les enseignes sportives à l’approche d’un événement…).

L’apparition de plateformes en ligne

Des plateformes en ligne comme Open Data Soft sont également apparues. Elles mettent des données à disposition ainsi que des cartes interactives. On peut par exemple y retrouver la liste des événements culturels en France.

Néanmoins, l’ouverture des données étant assez récente, certaines régions/métropoles ont encore peu de données mises à disposition. Une autre difficulté réside dans la sélection des indicateurs utiles parmi l’ensemble de ces nouvelles données. Et cette sélection peut prendre du temps pour être mise en place.

Comment exploiter les données Open source en géomarketing ?

L’exploitation des données externes n’est pas encore entrée dans les bonnes pratiques pour toutes les entreprises. Et, pour celles qui ont sauté le pas, rares sont celles à exploiter la totalité du potentiel. Pour les données externes utilisées, on retrouve surtout des données démographiques : nombres d’habitants par zone (croisé avec le nombre de clients pour obtenir le taux de pénétration), revenus moyens par foyer, densité de population,…

Autant d’indicateurs externes (densité, revenus moyens, nombre d’habitants…) à croiser avec de simples KPI internes (CA, panier moyen…) que de représentations cartographiques qu’il faut superposer. Cela devient très vite ingérable et la cartographie perd tout son intérêt.

Prenons un exemple simple. Admettons que je veuille connaitre le taux de pénétration par zone en fonction des revenus moyens par zone, tout en voulant savoir si je suis dans une zone dense ou pas :

Même si dans notre exemple, le maillage est extrêmement fin, on peut se rendre compte de la difficulté à croiser les données (en n’ayant que 2 informations externes à croiser avec un indicateur interne). Il est donc impossible de croiser une dizaine d’informations externes en utilisant cette méthode.

Les entreprises se contentent dans ce cas de croiser leur KPI avec un ou deux indicateurs externes, limitant fortement le potentiel d’information.

Condenser l’ensemble des informations externes en une seule

Il faut donc condenser l’ensemble des informations externes en une seule information de sortie.

Pour cela, l’une des solutions possible est de :

• Sélectionner l’ensemble des indicateurs externes qui ont du sens et qui vont servir à caractériser la population (ex : densité, revenus moyens, taux de jeune (âgés de 18 à 25 ans), taux de logements sociaux… avec autant d’indicateurs que l’on souhaite).
• Réaliser une classification mixte sur ces données (k-means + classification ascendante hiérarchique) qui va permettre d’attribuer à chaque zone un groupe en fonction des caractéristiques de la zone. (Une zone étant ici un carreau ou un rectangle comprenant entre 10 et 1 000 personnes).

Chaque zone sera alors caractérisée par un groupe (ex : jeunes cadres urbains, familles nombreuses péri-urbaines, revenus modestes…). Chacun de ces groupe caractérisant une typologie de personnes (par ex : « jeune cadre urbain » comme son nom l’indique concerne les foyers jeunes, hautement diplômé vivant dans une zone dense).

A partir de là, il devient facile de croiser les KPI déjà en place avec cette nouvelle information. Des actions simples et différenciées peuvent ainsi être rapidement mises en place (quick win). Il sera également très simple d’affecter chaque client (ayant renseigné son adresse postale) à une zone et par conséquent à un groupe.

Des sociétés mettent des cartes de segmentation client à disposition, mais celles-ci coûtent relativement cher. Surtout, elles ne sont pas forcément adaptées à l’utilisation que l’on souhaite. Certaines caractéristiques ne seront pas intéressantes ou peuvent être manquantes.

Allier outils d’aide à la décision et des données publiques

A ce jour, la quasi-totalité des entreprises récupère l’adresse postale de leurs clients, et rares sont celles qui n’ont pas transformé ces données en coordonnées. C’est à partir de là que l’on peut tirer profit des données de géolocalisation pour des résultats à court terme. Et ce, grâce à la mise en place de nouveaux outils d’aide à la décision qui incluront des données publiques.

Chaque entreprise pourra de cette manière créer ses propres outils d’aide à la décision en y incluant les données externes de son choix. Toutefois, elles ne devront pas oublier de réadapter leurs offres en fonction de ces nouvelles informations. Cette étape, qui n’est pas la plus simple, est bien trop souvent négligée.

Par ailleurs, au-delà des données externes, on a vu récemment apparaitre des nouvelles technologies (Beacon, wifi, ultrason). Celles-ci permettent d’élargir le potentiel d’action du géomarketing, notamment avec le suivi du parcours client en magasin. Ces nouvelles technologies en sont à leurs prémices au sein des enseignes, et l’exploitation de ces nouvelles données reste à construire.