| |
 |
| Carte 1 : Implantation
des clients / région |
 |
| Carte 2 : Implantation
des clients / zoom |
 |
| Carte 3 |
Une discrétisation pratiquée sur la carte en densité fait apparaître
en rouge les zones dans lesquelles résident 50% des clients (zones
les plus denses), en orange, 30% des clients et en jaune le solde
de 20% (zones les moins denses). Cette analyse préalable va nous
permettre de sélectionner la zone à étudier, c'est-à-dire la commune
de Lille et son agglomération.
 |
| Carte 4: Discrétisation
en densité |
1° étape : Application des filtres
de traitement du signal
 |
| Carte 5: Implantation
des clients au numéro dans la rue |
Afin de mieux illustrer la méthode, nous montrerons les résultats
obtenus à plusieurs échelles de traitement.
 |
L’application des filtres de traitement sur l’affichage
de la localisation des clients en carte 5 (identique à la
carte 1, sans l’habillage cartographique) se fait par
un algorithme de repérage et de mesure des zones qui va
permettre d’identifier les zones à forte densité d’implantation.
Le balayage des bitmaps de l’image se fait suivant
le principe du schéma 1 qui permet de déterminer les contours
des zones.
|
| Schéma 1: Exemple
de parcours de forme |
|
| |
|
 |
| Carte 6: Limite
des zones à forte densité |
| |
 |
Au niveau régional se dessinent sur la carte 6 deux aires
principales, l’agglomération de Lille et le bassin
Béthune – Valenciennes.
Un parcours des limites de zones est ensuite effectué en
utilisant la méthode illustrée par le schéma 2, afin de
pouvoir construire les aires correspondantes (Carte 7).
|
| Schéma 2: Exemple
de parcours de limites |
|
| |
|
 |
| Carte 7: Aires de forte
densité |
| |
|
Si l’on accentue l’effet de filtrage, ce qui
correspond à travailler sur une échelle plus petite, nous
obtenons une découpe de plus en plus fine des zones.
|
 |
| Carte 8: Filtrage
C |
| |
 |
| Carte 9: Filtrage D |
| |
 |
| Carte 10: Filtrage B |
Le filtrage le plus fin ici représenté, (carte 10) pourrait être
utilisé pour effectuer une opération de prospection de marketing
direct très ciblée sur base du principe que les prospects sont
localisés dans les zones où l’on dispose déjà du plus grand
nombre de clients
[1]. Par contre dans le cadre de l’analyse
des zones de chalandise à l’échelle de l’agglomération
lilloise, nous nous contenterons du filtrage C (carte 9).
Ce niveau de traitement fait apparaître 40 zones de marché que
l’on peut facilement valoriser par le nombre de clients ou
par le chiffre d’affaires réalisé sur chacune (carte 11).
 |
La numérotation des zones est purement ordinale dans notre
exemple et ne correspond pas à une hiérarchie de marché
ou de préférence.
Une sélection peut ensuite être effectuée sur les superficies
de ces zones, leur positionnement plus ou moins excentré,
sur les valeurs qui leur sont attachées …, pour procéder
aux opérations de traitement par le modèle P-médian. Dans
notre exemple, nous avons réduit le volume de calculs à
effectuer de 22.800 positions de clients (dans l’agglomération)
à seulement un maximum de 40 barycentres de zones.
|
| Carte 11 : Filtrage
C Identification des zones |
|
| |
|
|
|
