Méthodologie Statistique

Une démarche structurée et innovante


Les modèles Asterop s'appuient sur les technologies suivantes :

  • Des algorithmes adaptatifs (Directed Machine Learning), qui permettent d'assurer la non-dégradation des modèles dans le temps.
  • Le Big Data, qui consiste à exploiter vos données d'activité (clients géocodés, tickets de caisse, ...).

Et sur un processus de construction structuré en 3 étapes :

picto traitement donnees client


Traitement et exploration des données : analyse des données d'activités et création de typologies de point de vente

picto modelisation zone attraction commerciale


Modélisation des zones d'attraction théorique à partir des zones où réside la majorité des porteurs de carte et des effets de la concurrence

picto identification facteurs CA


Identification des facteurs explicatifs du CA des magasins et création d'un algorithme permettant d'identifier les magasins les plus proches


Modèles de Zone d'Attraction Théorique

Évaluer l'étendue de votre zone et votre part de marché théorique


Les zones de chalandise modélisées permettent d’évaluer un taux d’emprise théorique, ou taux d’influence, d’un point de vente sur les quartiers IRIS ou K#IRIS de sa zone.

Ces modèles de zones prennent en compte :

  • Le type d'implantation (urbain, rural, ...)
  • La surface du projet
  • La pression concurrentielle
  • L'attractivité commerciale des sites
  • Le temps de parcours voiture ou piéton pour accéder aux sites

La méthode utilisée repose entre autres sur l'utilisation d'un modèle gravitaire permettant d'estimer le pouvoir d'attraction en utilisant les variables ci-dessus.


Modèle de Chiffre d'Affaires

Analyser et comprendre le potentiel de ses implantations


Que ce soit pour évaluer les projets de développement ou d’évolution du réseau (analyse prédictive) ou pour identifier les points de vente en difficulté, cette question est à la base de nombreuses problématiques opérationnelles.
Le principe de la modélisation repose sur l'identification de points de vente comparables en termes d'environnement (type et profil de zone) et de concept.

picto construction zone de chalandise

Construction
des zones de chalandise

picto test variable donnees

Test
de centaines de variables

picto selection variables donnees

Sélection
des variables les plus significatives

picto identification magasins ressemblants

Identification et hiérarchisation
des magasins les plus ressemblants

L'algorithme utilisé teste un large panel de variables permettant d'identifier les points de vente les plus proches du projet étudié ou de les classer selon leur proximité.

De manière générale, notre département statistique construit des modèles pour évaluer le potentiel des points de vente. Son rôle est également de vous accompagner dans la recherche de KPIs et de modèles statistiques pertinents.