Géomarketing : localisation commerciale multiple

ÉCOLE DOCTORALE

de Sciences Économiques et de Gestion

de l'Université de RENNES I

LOCALISATION COMMERCIALE MULTIPLE:

UNE APPLICATION DU TRAITEMENT DU SIGNAL ET DU MODELE P-MEDIAN AU DEVELOPPEMENT D'UN RESEAU DE MAGASINS DE PRODUITS BIOLOGIQUES

THÈSE DE DOCTORAT DE L'UNIVERSITÉ DE RENNES I

MENTION SCIENCES DE GESTION

Mention très honorable avec félicitations du jury.

Présentée et soutenue publiquement par

Jérôme BARAY

le 3 décembre 2002

JURY

Directeur de thèse

Rapporteurs

Suffragants

Gérard CLIQUET

Jacques-Marie AURIFEILLE Alain JOLIBERT

Philippe ROBERT- DEMONTROND

Alexandre STEYER

Professeur à l'Université de Rennes I

Professeur à l'Université de la Réunion

Professeur à l'Université Pierre Mendes- France de Grenoble

Professeur à l'Université de Rennes I,

Professeur à l'Université de Paris I

Centre de REcherche Rennais en Economie et en Gestion

UMR CNRS C6585

IGR-IAE : 11 Rue Jean Macé - CS 70803 - 35708 Rennes Cédex 7 France : 02 23 23 77 77 Fax : [phone]

LOCALISATION COMMERCIALE MULTIPLE :

UNE APPLICATION DU TRAITEMENT DU SIGNAL ET DU MODELE P-MEDIAN AU DEVELOPPEMENT D'UN RESEAU DE MAGASINS DE PRODUITS BIOLOGIQUES

Sommaire

Introduction générale...........................................................................................................1

Partie I : La localisation commerciale multiple: enjeux et théories............19

Chapitre 1 : Enjeux et pratiques de la localisation commerciale .........................................20

Chapitre 2 : Les théories de la localisation ..........................................................................57

Chapitre 3 : L'apport du traitement du signal dans le modèle p-médian ............................113

Partie II : La localisation d'un réseau .................................................................193

Chapitre 4 : Analyse d'un réseau de points de vente de produits biologiques dans l'Ouest parisien ..........................................................................................................194

Chapitre 5 : Mise au point d'un système rapide d'aide à la décision de localisation ..........240

Chapitre 6 : Comparaison et implications managériales et stratégiques ............................260

Conclusion générale .........................................................................................................300

Bibliographie.....................................................................................................................312

Table des matières ............................................................................................................332

Tables des illustrations.....................................................................................................335

Annexe A : Cartes des clients géocodés par arrondissement et communes de périphérie ...........339

Annexe B : Répertoire français-anglais des termes du traitement du signal et de

l'analyse automatique d'image ......................................................................344

Introduction générale

Les regroupements massifs des réseaux de distribution ces dernières années et la

conjoncture fluctuante et imprévisible ont rappelé que leur organisation n'était jamais figée et restait soumis à la loi impitoyable de la concurrence. De 1995 à 2000 surtout, les opérations

de fusions-acquisition se sont répandues dans l'ensemble des pays développés en atteignant la dernière année 1143 milliards de dollars, soit une progression de 49,2 % en 1999 (source www.Ipsofaxo.com). L'Union Européenne, à elle seule, a compté pour 64,4 % de ces réorganisations et les Etats-Unis pour 14,6 %. Les avantages recherchés sont en général :

1°) l'effet de taille : une entreprise de taille optimale permettrait d'atteindre une meilleure rentabilité, mais cette hypothèse est sujette à de nombreuses controverses (par exemple dans le domaine bancaire, de petits établissements centrés sur leur clientèle peuvent coexister à côté de mastodontes) ³¹⁶;

2°) des économies d'échelle : une fusion permettrait de réduire les coûts de

fonctionnement même si les coûts humains et organisationnels, parfois imprévisibles, peuvent perturber le simple calcul économique des gains escomptés par une telle manoeuvre.

Mais l'avantage le plus immédiat d'une fusion est d'obtenir une part de marché plus importante sur son secteur et dans le cas de la distribution de biens ou de services, une bien meilleure présence et une couverture du marché géographique, un accès plus aisé aux grands médias et une meilleure efficience logistique³¹⁷. Cela dit, certaines entreprises subissent plutôt

les fusions qu'elles ne les souhaitent réellement, sachant que celles-ci sont souvent le résultat

de la déréglementation des marchés comme dans le secteur de la banque ou de l'assurance ³¹⁸

(réduction des entraves à l'accès aux services financiers de détail).

³¹⁶ FILSER M. (1998) Taille critique et stratégie du distributeur. Analyse théorique et implications managériales,

Décisions Marketing, Numéro : 15, p.7-16.

³¹⁷ CLIQUET G. (1998) Valeur Spatiale des Réseaux et Stratégies d'Acquisition des Firmes de Distribution, in

Valeur, Marché et Organisation, Ed. J-P. Brechet, Presses Académiques de l'Ouest.

³¹⁸ UNI-Europa Finance (2000) L'impact des Fusions dans le Secteur de la Banque et de l'Assurance, Rapport

Interne d'Entreprise, janvier 2000.

Les fusions ou tout simplement les difficultés financières des entreprises ne sont pas les seules responsables des réorganisations de réseaux de distribution ou de l'appareil industriel.

Le progrès technique et l'introduction de nouvelles technologies (Internet, distributeurs automatiques) remettent périodiquement en question en particulier la pertinence des localisations commerciales. Par exemple en Belgique, alors que le nombre d'agences bancaires a diminué de 24 % de 1993 à 1998 (en passant de 17 757 à 13 444 en 5 ans), le nombre de distributeurs automatiques de billets s'est accru de 150 % (2 636 distributeurs à

6 323)³¹⁹. Afin de compenser cette baisse importante du nombre d'agences, les banques

développent en parallèle les services de banque par téléphone ou sur Internet moins coûteux

en terme d'exploitation.

Ainsi, des dizaines de grandes entreprises et des centaines de filiales cherchent à ou se voient contraintes de restructurer leur mode de production dans les secteurs industriels et leur réseau de distribution pour celles dont l'activité se situe dans le domaine de la distribution des biens ou des services. Ces quelques lignes du rapport d'activité d'une grande entreprise comme France Télécom sont évocatrices : « Amorcé en 2000, un programme de relocalisation vise à implanter les agences dans les meilleures zones de chalandise. A la fin

2001, près de la moitié des agences auront été relocalisées »³²⁰. Cette société en proie à des

difficultés financières compte en effet selon d'autres propos fermer à moyen terme 10 % de

ses agences, agences qui regroupent 35 % des effectifs de l'entreprise soit près de 130 000

salariés³²¹. De nombreux cas illustrent, de manière concrète, l'impact énorme d'une fusion sur

les implantations commerciales des sociétés. La fusion de la banque Lloyds avec le TSB Group en décembre 1995, a propulsé l'ensemble au deuxième rang des groupes bancaires britanniques, derrière le géant HSBC-Midland. Cela s'est traduit par un bénéfice avant impôt

de 31 milliards de francs en 1997 en hausse de 26 % et un profit net de 23 milliards en hausse

³¹⁹ Source des données : entreprise ABB.

³²⁰ FRANCE TELECOM (2001) Rapport d'Activité de la Société, Mars 2001.

³²¹ LES ECHOS (2001) Les Echos Magazine, parution du 28 août 2001.

de 48 % par rapport à 1996 : « deux ans après la fusion, le groupe a déjà réduit ses coûts de fonctionnement annuels de 2,2 milliards de francs et prévoit encore de réaliser 4 milliards d'économies à travers l'intégration des deux réseaux d'ici 1999. L'intégration des réseaux des deux banques devrait se traduire par la fermeture de 650 agences et 10 000 suppressions

d'emplois (sur un effectif de 82 500 salariés). » ³²²

Pour des entreprises comportant plusieurs centaines de points de vente ou même plusieurs milliers comme dans le cas des agences de compagnies d'assurance ou de banque, la réorganisation d'un réseau s'avère être une tâche colossale. Chaque point de vente ou agence doit être passé à la loupe, comparé en termes de rentabilité, de chiffre d'affaires et de zone de chalandise par rapport à ses plus proches voisins dans certains cas concurrents par le passé et désormais, partenaires d'un même réseau. Les sacrifices sont très souvent inévitables pour éviter le double emploi de points de vente et améliorer la rentabilité du nouvel ensemble. Cet examen en détail des situations individuelles de chaque élément du réseau doit être particulièrement bien mené afin de ne pas supprimer des points de vente ou des agences stratégiques pour la bonne rentabilité ou même pour la survie du groupe. Ce constat est tout aussi valable dans les services publics que privés. Par exemple pour la Poste Suisse soumis à une prochaine libéralisation du marché de la distribution du courrier : "dans un délai de cinq ans, l'entreprise va réduire ce réseau de 140 à 180 unités par année, pour conserver à terme

2500 à 2700 offices de poste. Cette évolution se déroulera dans des conditions sociales acceptables, et le service public restera garanti sur l'ensemble du territoire national. Les syndicats ont donné leur accord à la procédure envisagée, qui, à terme, permettra à la Poste d'économiser quelque 100 millions de francs par année.³²³" Les bureaux de poste avec leur

hiérarchie (bureau de poste principal ou secondaire) constituent les éléments d'un réseau dans

³²² BEHBAHANI A. et HOZMAN H. (1998) La Concentration dans le Secteur Bancaire, Mémoire de maîtrise d'Economie mention Economie Internationale, Monnaie et Finance, Université des Sciences Sociales de Toulouse.

³²³ LA POSTE SUISSE (2001) Communiqué de Presse , http://www.poste.ch

la distribution du courrier avec les centres de tri en amont et les facteurs en aval qui acheminent le courrier à domicile. On conçoit donc aisément que la suppression d'un bureau

de Poste engendre des conséquences notables sur l'organisation de tout le réseau de distribution du courrier. Même chose pour d'autres services publics comme les réseaux de services hospitaliers qui cherchent dans la majorité des pays à rationaliser leur fonctionnement.

Parfois, ne s'agit-il pas forcément d'une suppression pure et simple, mais d'un recentrage de deux activités ou plus en une relocalisation plus optimale. Mais encore faut-il que les différentes parties impliquées de près ou de loin dans le fonctionnement de ces activités (dirigeants, salariés, clients, fournisseurs ou même hommes politiques) trouvent leur compte dans ce recentrage. Ainsi en est-il du cas de figure suivant qui illustre la réorganisation d'un ensemble de cinq sites hospitaliers dans le canton de Vaud en Suisse où il s'agissait de choisir entre le statu quo, le regroupement en deux monosites ou bien la création

d'un monosite entraînant la disparition des centres de soin initiaux³²⁴.

Introduction - Fig. 1: Scénarii de la réorganisation de sites hospitaliers dans le canton de Vaud

Les critères de sélection entre ces trois scénarii retenus étaient la taille optimale du bassin de captation, la flexibilité, l'accessibilité et la proximité des installations vis-à-vis du public, et la rentabilité ou l'efficience relative de chaque scénario.

³²⁴ CAP GEMINI / ERNST & YOUNG (2000) Etudes de Divers Scenarii d'Organisation liés aux Hôpitaux du

Chablais et de la Riviera, Rapport Final pour le Département de la Santé / Service Santé Public, p.3-16

Introduction - Fig. 2 : Notation des scénarii de la réorganisation de sites hospitaliers dans le canton de Vaud

Un système de notation pondérée a bien mis en évidence que le scénario 3 du regroupement des cinq hôpitaux en un seul était le cas le plus favorable bien que l'on puisse s'interroger sur la rationalité du système de notation non-explicité. Mais, les différents acteurs

ont tous eu des vues différentes sur le site exact d'implantation de cet hôpital unique, les dirigeants des cinq centres souhaitant chacun agrandir le leur au détriment des autres, les habitants désirant être au plus proche du futur site,... d'où un gros problème décisionnel en perspective qui ne pourra que retarder le projet ou même remettre en cause le choix du scénario du site hospitalier unique pour la région ! D'autres contraintes dans le processus de réorganisation viennent alors immédiatement à l'esprit : comment établir un processus de décision plus rationnel avec une force de démonstration telle que le scénario en découlant fasse l'unanimité entre tous les acteurs ?

D'un autre côté, on remarque depuis les années 60, une profonde mutation dans la distribution des produits et des services caractérisée par la réticulation des activités commerciales ³²⁵. Bien que l'apparition des premières chaînes de magasins date de la seconde moitié du XIXème siècle, le développement des réseaux d'agences bancaires, de supermarchés et hypermarchés, de concessionnaires automobiles, de chaînes d'hôtels s'est

considérablement accéléré. On évalue qu'à l'heure actuelle, les chaînes de magasins

³²⁵ CLIQUET G. (2000) Plural Form in Store Networks : A Model for Store Network Evolution, The

International Review of Retail, Distribution and Consumer Research, vol. 10, n°4, pp 369-387.

représentent près de la moitié du commerce du détail aux Etats-Unis ^{326 327}. Les formes organisationnelles prises par ces groupes sont variées. L'organisation en succursales même si elle coûte cher, favorise l'opérateur du réseau en ce qui concerne son pouvoir et le contrôle

des différentes entités. Le système de franchise outre son développement à moindre coût, permet au réseau d'avoir une réactivité plus élevée sur le marché local, tout comme d'accéder

à une connaissance plus fine du marché et de responsabiliser les gérants qui possèdent alors

une affaire bien à eux ^{328 329}. Des formes mixtes associant succursales et franchises permettent dans certains cas, de tirer profit des avantages de chaque type d'organisation en particulier par

330 331 :

? une plus grande souplesse stratégique : il est plus facile d'acquérir par exemple des hôtels individuels en proposant à l'entrepreneur une formule de rachat ou de franchise,

? une implication et une démonstration des capacités du franchiseur accrues par sa responsabilisation,

? une meilleure efficacité économique : les franchises stimulent le développement du réseau et les filiales participent beaucoup à l'amélioration des résultats financiers ³³²,

? une plus grande souplesse d'organisation : il est plus facile à une organisation mixte de répondre aux évolutions comportementales du client et de l'environnement juridique (loi Raffarin par exemple). L'innovation s'enrichit par un travail conjoint du franchiseur et

des franchisés tout comme l'information également de meilleure qualité.

³²⁶ BRADACH J.L. (1998) Franchise Organizations, Harvard Business School Press, Boston, Ma.

³²⁷ CLIQUET G. (2000) Plural Form in Store Networks : A Model for Store Network Evolution, The

International Review of Retail, Distribution and Consumer Research, vol. 10, n°4, pp 369-387.

³²⁸ BRICKLEY J.A., DARK F.H. (1987) The Choice of Organizational Form : The Case of Franchising, Journal

of Financial Economics, 18, 401-20.

³²⁹ CAVES R.E. , MURPHY II W.F. (1976) Franchising : Firms, Markets, and Intangible Assets, Southern

Economic Journal, 42, 572-86.

³³⁰ CLIQUET G. (2000) Plural Form in Store Networks : A Model for Store Network Evolution, The

International Review of Retail, Distribution and Consumer Research, vol. 10, n°4, pp 369-387.

³³¹ BRADACH J.L. (1998) Franchise Organizations, Harvard Business School Press, Boston, Ma

³³² BRIEC W., CLIQUET G. (1999) Plural Forms Versus Franchise and Company-owned Systems : A DEA Approach of Hotel Chain Performance, 28th EMAC Conference, Berlin, May, 11th-14th 5proceedings on CD-

ROM).

? une stimulation de la dynamique commerciale avec une concurrence plus constructrice entre les franchisés et les filiales. Au niveau local, l'animation commerciale est facilitée par l'effet synergique des efforts mis en commun de toutes les entités du réseau,

? une maîtrise de la rapidité de développement du groupe par rapport à l'assimilation du concept : le développement peut se faire rapidement par la création de franchises alors que les filiales permettent de mailler le territoire tout en assimilant graduellement le concept.

Ainsi, qu'il s'agisse de la création pure d'un réseau ou de sa réorganisation et quel que soit le mode d'organisation choisi, un choix précis de la localisation de ses différents points de vente est indispensable tout comme une certaine rapidité des prises de décision et de leur application dans ce domaine. Toute organisation commerciale doit en effet avoir une capacité

de réaction correspondante à la rapidité du changement afin d'assurer sa survie ^{333 334}, cette

capacité de réaction se décomposant en temps de perception, temps de prise de décision et temps d'exécution. Il apparaît clair que la qualité de la décision concernant les localisations commerciales d'une chaîne dépendra étroitement de celle de son système d'information et que

la bonne exécution de la décision sera influencée par sa maîtrise. Concrètement, quelques mois de trop de fonctionnement d'un réseau "boiteux" peut aller jusqu'à représenter des millions ou des dizaines de millions d'euros de coûts supplémentaires pour un réseau d'importance moyenne (de quelques dizaines à trois cents points de vente) qui auraient été économisés si la procédure avait été plus rapide. Dans certains cas, un retard dans la restructuration d'un réseau est susceptible de pénaliser lourdement la performance d'une entreprise et de faire fléchir irrémédiablement le cours de ses actions même si ce retard n'est

pas forcément imputable au processus de restructuration lui-même. En témoignent les

³³³ VERAN L. (1991) La prise de Décisions dans les Organisations : Prise de Décision et Changement, Les

Editions de l'Organisation.

³³⁴ CLIQUET G. (2000) Plural Form in Store Networks : A Model for Store Network Evolution, The

International Review of Retail, Distribution and Consumer Research, vol. 10, n°4, pp 369-387.

péripéties de la réorganisation de Swiss Telecom planifiée dès sa privatisation partielle : "si Swiss Telecom n'aura pas à supporter une lourde dette, son plan de restructuration va tout de même engloutir 3 à 4 milliards de francs. Sans attendre l'issue des débats parlementaires, l'entreprise prépare déjà la réforme de ses structures et devrait annoncer sous peu les noms

de ses futurs dirigeants. Plus qu'un affrontement entre la gauche et la droite, le Parlement redoute le lancement d'un référendum. A l'origine, la Suisse voulait prendre l'Europe de vitesse. Au mieux, elle aura quelques mois d'avance. Au pire, en cas de votation populaire, deux ans de retard. Dans un tel scénario, le capital de Swiss Telecom serait considérablement dévalué. Car, en l'an 2000, le marché des télécommunications sera agité et risqué."³³⁵ La compétitivité d'une grande entreprise comme Swiss Telecom peut donc être amoindrie d'une manière irréversible si la réorganisation de son réseau commercial n'est pas effectuée en temps et en heure. Il s'agit donc non seulement de ne pas rater le train du changement quel

qu'en soient les motifs, mais aussi de savoir très vite où l'on veut diriger l'entreprise.

D'où cette problématique gestionnaire qui en découle : quel outil de réorganisation ou de déploiement d'un réseau de points de vente sur le plan de la localisation à la fois rapide, précis

et démonstratif peut-on utiliser dans un tel cas ? Il s'agit également de ne pas perdre de vue, dans cette réflexion managériale, le fonds de commerce des points de vente à savoir, leur clientèle. Les grands distributeurs, les banques, les assurances possèdent des bases de données très élaborées sur leur clientèle. Les data warehouse ou "entrepôts de données" qui rassemblent l'ensemble des données (marketing, comptables, ressources humaines, achats, production,...) de l'entreprise, mais aussi son système d'information décisionnel en sont un

exemple.

³³⁵ L'HEBDO (1998) Le "T"qui Vaut 20 Milliards de Marks, L'Hebdo N°47, 21 novembre 1996

Introduction - Fig. 3 : Schéma d'un data warehouse classique dans une entreprise³³⁶

Adossés au data warehouse, les outils de data mining ou de "forage des données" ou encore

"d'extraction de la connaissance" font apparaître les corrélations cachées qui existent au sein

du gisement de données de l'entreprise. Ces outils sont de trois types : les filtres qui sélectionnent certaines catégories de données (ex: les points de vente ayant un chiffre d'affaires inférieur à moins de 80 % de l'objectif), les outils fondés sur l'intelligence artificielle qui découvrent des relations logiques entre les variables, les agents intelligents capables de naviguer en permanence dans les différentes bases de données et élaborent ainsi

de nouvelles connaissances même en l'absence de l'utilisateur.

En particulier, les hypermarchés se sont constitués des bases de données monumentales à partir des sorties de caisse qui répertorient le type d'achats effectués par les clients (nombre d'articles, panier moyen, liste des articles par client obtenus classiquement grâce au système code barre / scanner, et également possibilités de suivi des achats de certains clients identifiés par leurs moyens de paiement ou par leur carte de fidélité,...). Les magasins d'importance plus modeste, les hôtels, les restaurants peuvent aussi se constituer ce type de données toujours grâce à un matériel informatique et des logiciels spécifiques (Ok-Gestion,

³³⁶ Source : http://www.businessdecision.com

WinCash, Gest-Mag pour les caisses individuelles, Cocktess pour les restaurants ou bars, SHS

pour les hôtels, Columbus ou Winmaster pour des caisses en réseau,...).

Les distributeurs automatiques savent également établir des statistiques très précises

sur leurs clients et peuvent même les suivre à la trace. Les sociétés de transport public, les sociétés de gestion des autoroutes ou de parking, les cinémas ont développé des cartes à puce avec et sans contact qui permettent au client de franchir péages, portillons de station de métro, parkings ou salles de cinéma (systèmes commercialisés par la société Ascom et King Products Inc.),... De la même façon, les agences bancaires possèdent un suivi des retraits d'argent à partir de leurs distributeurs automatiques de billets (ex. logiciel Prognis pour DAB).

Les cabinets d'études de marché et les organismes spécialisés dans les habitudes de consommation, eux aussi, ont entre leurs mains des millions d'adresses de clients potentiels

par secteur, par produit, par segment de marché : Consodata revendique par exemple le fait de posséder 22 millions de fiches nominatives sur les citoyens de 4 pays. Une société comme DoubleClick possède une technologie particulière lui permettant de connaître les habitudes de navigation de plusieurs millions d'internautes grâce à l'utilisation de cookies (fichiers résidents sur le disque dur rassemblant des informations personnelles du surfeur localisé sur le réseau Internet).

Les "géodonnées" sur les consommateurs ne manquent donc pas, mais les moyens de les exploiter de manière concrète font cruellement défaut. Les systèmes d'information géographique, les fameux SIG, constituent l'outil classique utilisé par un bon nombre d'entreprises pour analyser leurs données géomarketing³³⁷. Ces systèmes ne permettent malheureusement en fait que d'établir des cartographies un peu élaborées. Parmi ces SIG,

citons les principaux :

³³⁷ CLIQUET G. (2002) Le Géomarketing : Méthodes et Stratégies du Marketing Spatial, Hermès, Paris.

· MapInfo : "Reconnu comme étant l'outil cartographique le plus puissant et le plus intuitif

en environnement bureautique, MapInfo Professional est distribué dans 54 pays, en 20 langues."³³⁸ Parmi les seuls outils d'analyse marketing de MapInfo, on trouve un générateur d'isochrones, d'isodistances ou d'isocoût à partir d'un centre géographique donné (outil Chronomap).

· MacMap : "il permet de créer et d'exploiter des bases de données intégrant une représentation des éléments géographiques (points, axes, surfaces...), associées à des données de format quelconque (numérique, alphabétique, date, heure...). Il est naturellement possible d'effectuer des requêtes (géographiques ou non) à partir de cette base de données, comme par exemple, chercher les points de vente situés le long de la N20 générant plus de 4 % du CA total, et de générer de nouvelles données et

cartographies grâce à des modules de calcul."³³⁹

Il existe encore de nombreux autres SIG tels Logicarte-SIG ou Carte & Données qui tous, n'offrent qu'une solution passive de représentation de données sous forme symbolique (points, camemberts, rectangles) superposée à une cartographie (appelée image raster et constituée de pixels) agrémentée de quelques opérateurs d'analyse statistique ou de création de requêtes, sans jamais intégrer une quelconque méthode de recherche de localisations optimales. L'absence de progrès des SIG dans ce domaine vient aussi sans doute de la difficulté technique d'établir une passerelle entre le géocodage et la représentation d'informations sur une carte et les techniques classiques de calcul des localisations optimales : au contraire d'une représentation planaire, ces techniques de localisation, nous le verrons plus loin, font en général au contraire appel à une représentation en réseau constitué de points (les noeuds du réseau) et de liaisons entre ces points. Le problème surgit donc du fait de l'incompatibilité entre la représentation en deux dimensions des cartographies d'informations géocodées et la

³³⁸ http://w3.claritas.fr : site Internet de Claritas France distributeur de MapInfo

³³⁹ http://www.macmap.com : site Internet du distributeur de Macmap

représentation monodimensionnelle des réseaux (voir plus loin les modèles de localisation- allocation³⁴⁰).

Nous démontrerons donc qu'il est possible de faire évoluer les systèmes d'information géographique existants vers de véritables outils de préconisation dans la recherche de localisations optimales. Nous établirons ainsi pour cela une passerelle entre les représentations cartographiques de ces systèmes et les réseaux utilisés traditionnellement en recherche de localisations. De plus, toutes les données très précises de localisation des consommateurs, réels ou potentiels, doivent pouvoir être prises en compte dans un nouvel outil de décision capable d'aiguiller le manager sur les emplacements optimaux des futurs

points de vente de son réseau. Tel est en effet le but de notre présente démarche : découvrir et

démontrer la faisabilité d'un nouvel instrument de décision précis, rapide et également

démonstratif pour sélectionner les meilleurs emplacements commerciaux dans l'optique d'une

restructuration ou de la création d'un réseau de points de vente.

Il est un fait que cet outil performant ne connaît à ce jour pas réellement d'existence, chose confirmée par la lenteur des réorganisations de réseaux qui même, sans connaître de problèmes sociaux, peuvent prendre de nombreuses années. La majorité des responsables que nous avons interviewés (Chambre Syndicale des Banques Populaires, AGF, Groupe Etam, CCF, Groupe AXA) nous ont d'ailleurs généralement fait part d'un déficit de méthodes en ce

qui concerne l'optimisation de la localisation des agences ou des boutiques malgré l'énorme quantité de données disponibles : trop d'informations tue l'information pourrait-on clamer ! Qu'il s'agisse de la création pure ou bien de la réorganisation d'un réseau, le manager est constamment en proie à des doutes, à des interrogations sur la méthodologie à suivre pour localiser de la meilleure façon ses futurs centres de profit. Il se sent généralement frustré et

impuissant devant tous ces monceaux de données géomarketing qu'il n'a pas les moyens

³⁴⁰ WEBER A. (1909) Über den Standort der Industrien, Tübingen, Traduction Anglaise de Friedrich (1929)

Theory of the Location of Industries, University of Chicago Press, Chicago.

d'exploiter ce qui est renforcé par le fait que son Directeur lui demande de justifier très précisément tous ses choix de localisation. Cela est sans compter que les conséquences d'une mauvaise décision d'implantation ne restent jamais inaperçues et se révèlent très rapidement dans les résultats financiers désastreux engendrés. L'investissement souvent onéreux dans les surfaces commerciales, est lui-même de nature pratiquement irréversible et des erreurs de localisation risquent d'obérer à jamais la rentabilité future de l'ensemble du réseau.

Quels sont aujourd'hui brièvement les moyens à disposition du décideur pour sélectionner la (ou les) localisation(s) optimale(s) dans la perspective d'une création intégrale

ou d'une réorganisation de points de vente ? Les principales méthodes de choix de localisations se fondent sur les modèles gravitaires ou d'interaction spatiale³⁴¹ et sur les modèles de localisation-allocation. D'une manière générale, ces méthodes comparent plusieurs localisations potentielles en se fondant sur différents critères. Les modèles gravitaires^{342 343 344} ou d'interaction spatiale se fondant sur une analogie avec la loi de la gravitation, considèrent que chaque point de vente attire à lui d'autant plus de clients que son niveau d'attractivité est élevé. Cette attractivité est fonction de la proximité géographique du magasin avec sa clientèle ou encore d'autres facteurs comme la surface de vente ³⁴⁵. Le

modèle MCI (multiplicative competitive interaction) ou Modèle Interactif de Concurrence³⁴⁶

est une généralisation des modèles d'interaction spatiale pouvant intégrer d'autres facteurs d'attractivité que la distance ou la surface de vente tels que le service de paiement par carte bancaire, le nombre d'allées du magasin, le nombre de caisses, l'emplacement à une

³⁴¹ WILSON (1971) A Family of Spatial Interaction Models, and Associate Developments, Environment and

Planning A, vol. 3, 1-32.

³⁴² REILLY W. J. (1931) The Law of Retail Gravitation, W. Reilly ed, 285 Madison Ave, New York, NY.

³⁴³ CONVERSE P.D. (1949) New Laws of Retail Gravitation, Journal of Marketing 14, p.379-384.

³⁴⁴ GUIDO P. (1971) Vérification Expérimentale de la Formule de Reilly en Tant que Loi d'Attraction des

Supermarchés en Italie, Revue Française de Marketing n°39, p. 101-107.

³⁴⁵ HUFF D. L. (1964) Defining and Estimating a Trading Area, Journal of Marketing, Vol 28, p. 38.

³⁴⁶ NAKANISHI M. et COOPER L.G. (1974) Parameter Estimates for Multiplicative Competitive Interaction

Models: Least Square Approach, Journal of Marketing Research 11: 303-311.

intersection³⁴⁷ ou même des facteurs subjectifs comme l'image du magasin^{348 349} dans le MCI subjectif ^{350 351}. Ainsi, il s'agit d'abord de calculer les différents paramètres d'une formule donnant la probabilité qu'un client fréquente tel ou tel point de vente en fonction des paramètres précités le plus souvent par la méthode classique des moindres carrés ³⁵². Mais, les méthodes d'interaction spatiale sont lourdes à mettre en oeuvre et nécessitent un découpage

géographique du territoire à analyser, découpage qui, nous le verrons, peut difficilement ainsi être établi de manière rationnelle.

La seconde catégorie de méthodes de localisation est constituée d'un autre côté par les modèles de localisation-allocation et leur résolution³⁵³. Ces modèles (représentés en général sous forme de réseaux constitués de noeuds et de segments inter-noeuds) et en particulier le modèle p-médian, sont l'un des moyens les plus rationnels à disposition pour optimiser la localisation d'un ensemble de p points de vente par rapport à un ensemble de n clients³⁵⁴. Mais, malgré des méthodes de résolution parfois très pointues, la mise en oeuvre de ce modèle engendre un nombre de calculs si important que des solutions même approchées sont difficilement atteignables dès que le nombre de clients atteint quelques milliers compte tenu

du nombre considérable de configurations de magasins à passer en revue. D'autre part, les

solutions avancées par les hermétiques modèles de localisation-allocation ne sont ni très

³⁴⁷ JAIN K. et MAHAJAN V. (1979) Evaluating the Competitive Environment in Retailing Using Multiplicative

Interactive Model, Research in Marketing, Vol. 2, Jagdish Sheth ed., Greenwich, Conn.: JAI Press.

³⁴⁸ NEVIN J.R. et HOUSTON M.J. (1980) Image as a Component of Attraction to Intraurban Shopping Areas,

Journal of Retailing, Vol. 56, No. 1, pp.77-93.

³⁴⁹ COOPER L.G. et FINKBEINER C.T. (1983) A Composite MCI Model for Integrating Attribute and

Importance Information, Advance in Consumer Research, 109-113.

³⁵⁰ STANLEY T.J., SEWALL M.A. (1976) Image Inputs to a Probabilistic Model: Predicting Retail Potential, Journal of Marketing, 40 (July), 48-53.

³⁵¹ CLIQUET G. (1995) Implementing a Subjective MCI Model: An Application to the Furniture Market,

European Journal of Operational Research 84, 279-291.

³⁵² NAKANISHI M. et COOPER L.G. (1974) Parameter Estimates for Multiplicative Competitive Interaction

Models: Least Square Approach, Journal of Marketing Research 11: 303-311.

³⁵³ WEBER A. (1909) Über den Standort der Industrien, Tübingen, Traduction Anglaise de Friedrich (1929)

Theory of the Location of Industries, University of Chicago Press, Chicago.

³⁵⁴ ACHABAL D.D., GORR W.L. et MAHAJAN V. (1982) Multiloc : A Multiple Store Location Decision

Model, Journal of Retailing, 58, 5-24.

démonstratives, ni très convaincantes pour le décideur qui n'est généralement pas un homme

de l'art en la matière.

Dans la pratique, les professionnels font souvent appel à des méthodes statistiques plus simples et rapides mais très peu précises comme la méthode par le modèle de régression multiple ou la méthode analogique^{355 356}. En se fondant sur l'expérience, ces méthodes essayent en général dans un premier temps d'identifier quels sont les paramètres et critères socio-économiques qui influencent la performance du point de vente, et ensuite détectent les zones géographiques répondant à ces conditions pour y implanter un futur magasin. Les méthodes statistiques sont intéressantes pour cerner grossièrement les zones géographiques possédant globalement un certain potentiel commercial, mais se révèlent incapables de positionner avec soin le (ou les) futur(s) point(s) de vente. Elles ne tiennent pas compte de la

localisation exacte des clients potentiels et ignorent en général la présence d'éventuels concurrents.

Nous pensons en revanche que les méthodes d'analyse dérivées de celles du traitement

du signal et de l'analyse d'image associés au modèle p-médian peuvent répondre aux critères

de rapidité, de précision et de capacité de traitement d'informations en grand nombre pour servir le géomarketing. En effet, les algorithmes développés pour traiter les images capturées

en temps réel enregistrent les performances de vitesse les plus élevées au monde³⁵⁷. Conçus

pour la rapidité, ils sont également capables d'assimiler d'énormes quantités de données puisque, à une image dynamique, correspondent au minimum plusieurs mégabits de données

par seconde. Ainsi, l'apport de notre démarche est constitué par l'introduction de méthodes

originales de filtrage et de convolution destinées à accélérer le traitement des données

³⁵⁵ APPLEBAUM W. (1968) The Analog Method for Estimating Potential Store Sales, Guide to Store Location

Research, Addison-Wesley, Reading, Mass.

³⁵⁶ ROGERS D.S. (1980) 5 ways to Evaluate a Store Location, Store Location, 42-48.

³⁵⁷ CHESNAUD C. (2001) Activité de Simag - Développement en Recalage, Tracking et Reconstruction 3D,

Aux Frontières de l'Instrumentation et du Traitement d'Image, Journée Thématique Organisée par le Pôle

Optique et Photonique Sud, Marseille, 20 mars 2001, p.11.

géomarketing, méthodes ayant déjà fait leurs preuves dans le domaine des "sciences dures" :

le filtrage permet par une multiplication de la valeur d'un signal à une ou plusieurs dimensions d'accentuer ou de lisser certaines parties dudit signal alors que la convolution consistant à intégrer un signal en utilisant un second signal comme poids offre la possibilité d'extraire par exemple les caractéristiques fondamentales d'informations géomarketing comme le contour des zones de chalandise. Ces moyens d'analyse issus de l'analyse d'image ou visionique nous serviront à introduire un nouvel algorithme fondé sur le modèle p-médian, pour faciliter la recherche de localisations optimales de points de vente, de points de services ou même

d'entrepôts dans le domaine de la logistique.

Ainsi, nous montrons au chapitre 1 dans la première partie de notre démarche, les enjeux de la localisation commerciale et nous présentons les méthodes actuelles de localisation faisant souvent appel à la notion de zone de chalandise tout en exposant leurs inconvénients. Dans le domaine de la localisation, les théories développées par de nombreux chercheurs, et objets du chapitre 2, ont largement devancé les méthodes utilisées en pratique, sans toutefois dans leur grande majorité, réussir à devenir populaire du fait de leur difficulté

de mise en oeuvre ou simplement de leur approche trop éloignée de la réalité. Ce chapitre nous permet d'introduire les modèles de localisation-allocation et en particulier le modèle p-médian dont les méthodes de résolution, on l'a dit, sont trop peu performantes pour donner lieu à des applications répondant aux attentes des professionnels. Le chapitre 3 offre une réponse à ce déficit de méthode en montrant comment les principes du traitement du signal rappelés à ce moment, peuvent améliorer considérablement la formulation d'un problème de localisation multiple : cette approche permet, nous le verrons, de modéliser un problème de localisation en partant d'une base de données de clients potentiels, de simplifier l'approche de la recherche de

localisations et de déterminer ainsi avec précision et de façon démonstrative les localisations

optimales tout en fournissant en parallèle des informations commerciales stratégiques comme

les limites de zones de chalandise ou leur importance.

La deuxième partie de notre thèse fournit l'occasion de mettre en pratique notre méthode combinant traitement du signal et modèle p-médian pour la recherche de localisations optimales de magasins distribuant des produits bio dans l'Ouest Parisien. Le chapitre 4 présente le marché récent et en plein développement du "bio" en France ainsi que les principaux réseaux commerciaux. Une base de données d'adresses de clients potentiels vis-à-

vis des produits biologiques est géocodée et modélisée sous la forme d'un modèle p-médian grâce à certaines fonctions du traitement du signal. Le chapitre 5 est l'occasion de résoudre le modèle simplifié obtenu pour dégager les localisations optimales de points de vente de produits biologiques. Enfin, le dernier chapitre montre la supériorité de notre méthode sur le plan de la précision, de la rapidité et de la démonstrativité comparée aux pratiques courantes dans le domaine de la localisation avec un éclairage particulier sur la localisation des réseaux

de points de vente. Ce cheminement intellectuel met naturellement en lumière les nombreux autres avantages du traitement du signal associé au p-médian dans la gestion du point de vente. Les perspectives d'un apport du traitement du signal à d'autres problèmes de

localisation-allocation comme la localisation de services publics seront alors évoquées