COURS DU GEOMARKETING

Dimension: px
Commencer à balayer dès la page:

Download "COURS DU GEOMARKETING"

Transcription

1 COURS DU GEOMARKETING ALAOUI/SUPMANGEMENT/FES ALAOUI/EST/ ALAOUI/EST/CSMD 1 PLAN DU COURS I. Géomarketing:fondements et applications II. Système d information géomarketing III. Géocodage et grille géomarketing IV. L algorithme géographique V. Modèles géomarketing VI. Les utilisations du géomarketing ALAOUI/EST/ ALAOUI/EST/CSMD 2 1

2 I.1Qu'est ce que le géomarketing Nous définirons de façon simplifiée le géomarketing comme une discipline qui consiste à analyser le comportement des individus dans l'espace ; elle utilise à cet effet des données aussi bien cartographiques pour définir l'espace que des données statistiques ou issues de fichiers pour caractériser les individus qui peuvent être des personnes, des ménages ou des entreprises. ALAOUI/EST/ ALAOUI/EST/CSMD 3 Le géomarketing est la prise en compte, à des fins marketing, de la réalité spatiale des activités économiques. Il est aisé de constater qu une activité n a pas le même impact en fonction du lieu géographique de sa matérialisation : le lieu d implantation d une boutique, le secteur géographique de prospection d un commercial, la situation et la capillarité d un réseau de câbles de télédistribution, sont évidemment fortement impactant sur leurs activités économiques. ALAOUI/EST/ ALAOUI/EST/CSMD 4 2

3 Le propos du géomarketing est de dépasser cette simple constatation et de mettre en place des démarches méthodologiques adaptées pour contribuer à bâtir une stratégie d entreprise, la mettre en œuvre et en mesurer les effets. ALAOUI/EST/ ALAOUI/EST/CSMD 5 ALAOUI/EST/ ALAOUI/EST/CSMD 6 3

4 Le géomarketing se fonde principalement sur des systèmes d information géographique (SIG), permettant de traiter des bases de données en mettant en relation des informations habituellement utilisées en marketing telles que l âge et le sexe pour les individus, le nombre d enfants et le type d habitation pour les ménages, l effectif salarié, le secteur d activité et le chiffre d affaire pour le marché des entreprises avec une information propre au géomarketing : le positionnement géographique. ALAOUI/EST/ ALAOUI/EST/CSMD 7 Selon le contexte et l objectif de l étude, le géomarketing s attache à analyser la distribution spatiale des lieux d échange ou de consommation de biens, de services ou d information. Le champs d application du géomarketing est donc très large, aussi bien par la diversité des secteurs d activité qui y ont recours que par la variété des problématiques abordées. ALAOUI/EST/ ALAOUI/EST/CSMD 8 4

5 I.2 Un champ d application d très s large Applications au marketing stratégique Applications liées aux problématiques de distribution Applications au marketing direct ALAOUI/EST/ ALAOUI/EST/CSMD 9 Applications du géomarketingg Recherche de lieux d implantation (magasins, relais radio, câble ) Optimisation de réseaux (détaillants ou grossistes) Découpage de secteurs Optimisation de tournées Définition des zones de chalandise Estimation du chiffre d affaires potentiel Définition d assortiments Mise au point de plan de sondage Optimisation de la communication (affichage, ISA ) Scoring d adresses en marketing direct (mailing, téléphone ) Géolocalisation des consommateurs (systèmes embarquées, promotions ) ALAOUI/EST/ ALAOUI/EST/CSMD 10 5

6 «L ESPACE CONSTITUE UNE VARIABLE ESSENTIELLE DE L UNIVERS ECONOMIQUE. TANT A L ECHELLE LOCALE, REGIONALE, NATIONALE QUE MONDIALE, LA REALITE ECONOMIQUE NE SAURAIT ETRE COMPRISE SANS QU UNE LOGIQUE EXPLIQUE POURQUOI LES ACTIVITES DE PRODUCTION ET DE CONSOMMATION SE TROUVENT A TEL ENDROIT PLUTOT QU A TEL AUTRE, COMMENT LES FLUX D ECHANGES SE REPARTISSENT ENTRE LES DIFFERENTS POINTS DE L ESPACE ET COMMENT ILS INFLUENT SUR L ORGANISATION DES ACTIVITES ECONOMIQUES.» ALAOUI/EST/ ALAOUI/EST/CSMD 11 LES LIENS ENTRE GEOGRAPHIE ET MARKETING LES URBAINS, LES RURAUX, LES RURBAINS LA ZONE DE CHALANDISE LA LOCALISATION A TOUJOURS ETE PRISE EN COMPTE EN MARKETING L EVASION VERS LA PERIPHERIE LES MERIDIONAUX, LES ALSACIENS LES BRETONS... ALAOUI/EST/ ALAOUI/EST/CSMD 12 6

7 GEOGRAPHIE ET MARKETING LES LIENS ENTRE GEOGRAPHIE ET MARKETING LA GESTION D UNE VARIETE DE SITUATIONS QUI SE PRODUISENT SUR UN ESPACE DONNE PAR AILLEURS LE MARKETING DOIT POUVOIR REPONDRE A UNE DOUBLE PROBLEMATIQUE : LA COMPREHENSION DES PHENOMENES QUI SE PRODUISENT SUR CET ESPACE ALAOUI/EST/ ALAOUI/EST/CSMD 13 GEOGRAPHIE ET MARKETING LES LIENS ENTRE GEOGRAPHIE ET MARKETING LA COMPREHENSION DE PHENOMENES QUI SE PRODUISENT DANS L ESPACE IMPLIQUE L USAGE DE LA GEOGRAPHIE POUR OBSERVER ET ANALYSER. Il S AGIT DE METTRE EN RELATION DES INFORMATIONS QUI PRESENTENT DES LIENS DE CAUSES A EFFETS DEPENDANT STRICTEMENT DE LA LOCALISATION. MIGRATION DE POPULATION MODIFICATION DE LA ZONE DE CHALANDISE POLITIQUE D ASSORTIMENT DU MAGASIN ALAOUI/EST/ ALAOUI/EST/CSMD 14 7

8 GEOGRAPHIE ET MARKETING LES LIENS ENTRE GEOGRAPHIE ET MARKETING AJOUTER LA DIMENSION GEOGRAPHIQUE A L ANALYSE PERMET D APPORTER UN TRES HAUT DEGRE DE PRECISION DANS LE CIBLAGE DES CONSOMMATEURS. AU DELA DE L ESPACE GEOGRAPHIQUE IL SERA INTERESSANT D ANALYSER LES DIFFERENTS TYPES D ESPACES QUI SE SUPERPOSENT ET QUI JOUENT UN ROLE CERTAIN DANS L ANALYSE ET LA CONNAISSANCE D UN MARCHE LOCALISE. ALAOUI/EST/ ALAOUI/EST/CSMD 15 GEOGRAPHIE ET MARKETING LES LIENS ENTRE GEOGRAPHIE ET MARKETING CES DIFFERENTS ESPACES SONT IMBRIQUES ET JOUENT CHACUN UN ROLE SIGNIFICATIF DANS LES RAPPORTS A LA CONSOMMATION DES INDIVIDUS QUI Y SONT LOCALISES. LE LIEN ENTRE CES ESPACES EST ASSURE PAR LA CARTOGRAPHIE. ESPACE DEMOGRAPHIQUE ESPACE ECONOMIQUE ESPACE SOCIOLOGIQUE ESPACE GEOGRAPHIQUE COMPORTEMENTS SPECIFIQUES ALAOUI/EST/ ALAOUI/EST/CSMD 16 8

9 GEOGRAPHIE ET MARKETING LES LIENS ENTRE GEOGRAPHIE ET MARKETING LE MARKETING DOIT OBSERVER, ANALYSER ET PREVOIR. SEULS DES MOYENS DE TRAITEMENT DE L INFORMATION QUI S APPUIENT SUR LA REALITE OBSERVABLE PERMETTENT D ATTEINDRE CET OBJECTIF LES TECHNIQUES DE LA GEOGRAPHIE APPLIQUEES AUX DONNEES SOCIALES, ECONOMIQUES ET D ENQUETES PERMETTENT DE CONSTATER ET DE MESURER DES PHENOMENES FACTUELS ZONES D ATTRACTION, COMPORTEMENTS HUMAIN DANS L ESPACE MARKETING + = GEOMARKETING GEOGRAPHIE ALAOUI/EST/ ALAOUI/EST/CSMD 17 GEOGRAPHIE ET MARKETING DE LA GEOGRAPHIE AU GEOMARKETING LE TERME GEOMARKETING DESIGNE LA PRISE EN COMPTE PAR LA GEOGRAPHIE MODERNE DES ASPECTS DEMOGRAPHIQUES, ECONOMIQUES ET SOCIAUX DU COMPORTEMENT DES INDIVIDUS AFIN DE PRATIQUER L ANALYSE ECONOMIQUE ET MARKETING EN INTEGRANT LA DIMENSION SPATIALE DES PHENOMENES. ALAOUI/EST/ ALAOUI/EST/CSMD 18 9

10 GEOGRAPHIE ET MARKETING DE LA GEOGRAPHIE AU GEOMARKETING ETUDES MARKETING APPLICATIONS GEOMARKETING MARKETING OPERATIONNEL ETUDES ET ENQUETES DE MARCHES BDD SOCIO ECONOMIQUES ETUDES D IMPLANTATION D UN PV. ETUDES STRATEGIQUE DE DISTRIBUTION ETUDE DE GESTION COMMERCIALE... GESTION DIRECTE DE ZONES DE CHAL. OPTIMISATION DE RESEAUX MESURES DE PERFORMANCES DES COM. MARKETING DIRECT... ALAOUI/EST/ ALAOUI/EST/CSMD 19 GEOMARKETING : PRINCIPES ET METHODES LA LOGIQUE DE L ANALYSE SPATIALE LE SYSTEME D ANALYSE SPATIALE CAPTER LES INFORMATIONS A LEUR SOURCE SOUS DES FORMES ORIGINELLES VARIABLES LOCALISER CES INFORMATIONS DANS UNE STRUCTURE QUI LES REPRESENTE ET LES TRAITE POUR LES METTRE EN RELATION ETABLIR LES LIENS GEOMETRIQUES ET ALGEBRIQUES ENTRE LES UNITES DE LOCALISATION GRACE UNE MATRICE QUI UTILISE LES PRINCIPES METRIQUES POUR SITUER LES OBJETS DANS UN ESPACE CARTOGRAPHIQUE GENERER DES FONCTIONS MATH. POUR LES TRAITEMENTS STAT. & TOPOLOGIQUES INFORMATION A INFORMATION C INFORMATION B STRUCTURE DE REPRESENTATION ET DE MISE EN RELATION MATRICE FONCTIONS MATHEMATIQUES RESTITUER LES TRAITEMENTS SOUS FORME D IMAGES, DE GRAPHIQUES, DE VALEURS GRAPHIQUES IMAGES VALEURS TEXTES ALAOUI/EST/ ALAOUI/EST/CSMD 20 10

11 LA REPRESENTATION DES PHENOMENES ECONOMIQUES DANS L ESPACE IL EST SOUVENT DIFFICILE D IDENTIFIER LES NUANCES D UNE SERIE DE DONNEES REPRESENTATIVES D UN PHENOMENE ECONOMIQUE CARACTERISE PAR DE FORTES AMPLITUDES. POUR REPRESENTER L IMPLANTATION DES MENAGES LA DENSITE VARIE DE 0,01 A UNITES AU Km² ALAOUI/EST/ ALAOUI/EST/CSMD 21 Importance de l espace l pour le distributeur Les décisions spatiales du distributeurs Les décisions d implantation sont lourdes (investissements) et irréversibles (du moins, à court terme) La croissance géographique est souvent la première voie de croissance L implantation constitue un avantage concurrentiel difficilement imitable Les petites différences d implantation peuvent avoir un impact très fort sur la performance du point de vente (trafic, part de marché ) ALAOUI/EST/ ALAOUI/EST/CSMD 22 11

12 Le géomarketingg Géomarketing et gestion de l enseigne Le choix d un marché et d un site spécifique L analyse de la zone de chalandise L optimisation de l assortiment (géomerchandising) L optimisation de la communication (géomédiaplanning) Mise en œuvre d une démarche géomarketing Les cartes et les données L analyse spatiale et les SIG ALAOUI/EST/ ALAOUI/EST/CSMD 23 Il existe de nombreuses définitions des SIG, et nous recensons ci-après celles qui nous sont apparues les plus pertinentes. «Les SIG sont des outils informatiques (et non pas une méthode) qui servent à saisir, enregistrer,modifier, analyser et visualiser des données géoréférées (géométriques et attributs).» «Un SIG regroupe les fonctionnalités de collecte, de traitement et de restitution d information géographique.» ALAOUI/EST/ ALAOUI/EST/CSMD 24 12

13 «[Un SIG est] un système pour collecter, stocker, vérifier, manipuler, analyser et restituer des données spatialement référencées à la surface de la Terre» «Un SIG est d'abord un Système d'information (SI) dont l'objectif est de décrire un territoire de façon à améliorer sa connaissance et à permettre la description et l'analyse des phénomènes naturels ou humains qui s'y produisent.» Un SIG est donc un véritable outil décisionnel, permettant de stocker, d extraire, de traiter et de présenter des données cartographiques et internes à l entreprise. ALAOUI/EST/ ALAOUI/EST/CSMD 25 Cependant des équivoques persistent encore sur la stricte définition des SIG. Elles sont essentiellement dues au fait que le vocable désigne à la fois : le concept de chaîne de traitement de l'information géographique numérique ; les outils informatiques qui permettent de l'instrumenter ; et les applications qui sont construites avec cet outil. ALAOUI/EST/ ALAOUI/EST/CSMD 26 13

14 Structure des SIG Les SIG sont composés de couches multiples, dans la logique des applications «n-tiers» classiques : bases de données spatiales et attributs intégrés un système de gestion des bases de données (SGBD) requêtes géographiques fonctions appliquées (manipulation, analyse) interfaces utilisateurs ALAOUI/EST/ ALAOUI/EST/CSMD 27 Les données sources pour les SIG Les données cartographiques nécessaires au fonctionnement des SIG peuvent être issues : de cartes papier, difficiles à numériser de bases de données existantes, posant des problèmes de qualité, copyright, de méta-data des techniques de télémétrie, enregistrement continu (monitoring de l aire) des techniques de télédétection, enregistrement périodique (LANDSAT, SPOT) des données GPS et instruments à saisie numérisée (topographie) d Internet, mais la qualité des données est alors à contrôler ALAOUI/EST/ ALAOUI/EST/CSMD 28 14

15 Les utilisations des SIG Les SIG ont de nombreuses applications, qui historiquement sont apparues à peu près dans l ordre : gestion des conduites hydrauliques, du réseau routier, de l habitat et de l urbanisation,, gestion du «business» (Géomarketing). Loin d être de simples outils d inventaires, les SIG ont pour fonctions d inventorier (le passé) en décrivant l organisation spatiale des phénomènes, de comprendre (le présent) par la modélisation les phénomènes, de prévoir (le futur) par la simulation et l optimisation. ALAOUI/EST/ ALAOUI/EST/CSMD 29 ALAOUI/EST/ ALAOUI/EST/CSMD 30 15

16 ALAOUI/EST/ ALAOUI/EST/CSMD 31 III - Géocodage ocodage et grille géomarketingg ALAOUI/EST/ ALAOUI/EST/CSMD 32 16

17 Le croisement des données nécessite la constitution d un référentiel commun à toutes les sources de données. Comme les données portefeuille et marché peuvent être localisées dans l espace, le référentiel considéré est celui des données cartographiques, à savoir un référentiel spatial. ALAOUI/EST/ ALAOUI/EST/CSMD 33 Les données cartographiques étant déjà ancrées sur ce référentiel, il convient de localiser géographiquement les autres données grâce àun procédé appelé géocodage. ALAOUI/EST/ ALAOUI/EST/CSMD 34 17

18 Une des composantes essentielles d un outil de géomarketing est donc son algorithme de géocodage, sans lequel il ne peut y avoir de croisement entre les différentes entités qu il faut au préalable ancrer sur le référentiel des entités cartographiques. Il fait correspondre à tout objet son emplacement géographique dans le référentiel donné. Le géocodage d un objet par rapport à un référentiel spatial donné est le processus (ou algorithme) qui, à partir de l adresse de l objet exprimée en langage naturel, localise ce dernier dans le référentiel. ALAOUI/EST/ ALAOUI/EST/CSMD 35 Le pré -requis de tout géocodage d une base de données interne à l entreprise est d avoir pour chaque objet à localiser des données permettant de le localiser, notamment des adresses sous forme (Adresse, Code Postal, Ville) dans le cas d un portefeuille client. C est la condition sine qua non de la mise en place d une solution de géomarketing, et elle est souvent hélas - loin d être acquise. ALAOUI/EST/ ALAOUI/EST/CSMD 36 18

19 ALAOUI/EST/ ALAOUI/EST/CSMD 37 Les différents rents types de géocodageg ocodage Les géocodages topographiques et statistiques Deux types de géocodage peuvent être différenciés de part le référentiel utilisé et les applications qui lui sont associées : le géocodage topographique et le géocodage statistique. Le géocodage topographique utilise un référentiel de type repère géographique, donc espace continu, et l algorithme de géocodage fournit les coordonnées de l objet considéré dans ce repère. ALAOUI/EST/ ALAOUI/EST/CSMD 38 19

20 Pour localiser l objet, l algorithme compare l adresse de l objet avec les données cartographiques dont ils disposent (i.e. les coordonnées des rues, les bornes des numéros d habitation en chaque tronçon de rue, des villes, etc.). Quatre résultats peuvent alors être renvoyés : Adresse trouvée (elle est localisée par interpolation linéaire entre les bornes du bon tronçon de rue). Numéro mo difié (déplacé entre les bornes de la rue) Numéro et parité modifiés (donc le côté de la rue) Géocodage à la rue (le point est situé au milieu de la rue) ALAOUI/EST/ ALAOUI/EST/CSMD 39 Un géocodage aussi précis est utile aux applications de navigation, mais aussi au géomarketing lorsque l on désire effectuer un géocodage à l adresse, par exemple localiser de manière précise un magasin dans une rue. ALAOUI/EST/ ALAOUI/EST/CSMD 40 20

21 Pour le géocodage statistique, le référentiel est un maillage (ou «discrétisation») de l espace, donc espace discret, et l algorithme de géocodage fournit l élément du maillage dans lequel se trouve l objet considéré. Les maillages devront donc être une partition de l espace, leurs différents éléments ne se recouvrant pas. Les maillages classiques peuvent être : ALAOUI/EST/ ALAOUI/EST/CSMD 41 Des territoires administratifs : régions, départements, communes, cantons. L algorithme de géocodage associe à l adresse de l objet sa région, son département, etc. Des territoires conceptuels : îlots de personnes semblables, IRIS de 2000 personnes homogènes. L algorithme fournit le numéro unique de l îlot, de l Iris, ALAOUI/EST/ ALAOUI/EST/CSMD 42 21

22 Géocodage ocodage d une d une base de données es Si les objets à géocoder sont stockés dans une base de données, telle une base clients, alors le géocodage peut être vu comme pré-traitement aux études de corrélations, visant à localiser une fois pour toute ces objets de la base. Le pré-requis est d avoir pour chaque objet à localiser des données permettant de le localiser, notamment des adresses sous forme (Adresse, Code Postal, Ville) dans le cas d un portefeuille client, ce qui, hélas, loin d être le cas. ALAOUI/EST/ ALAOUI/EST/CSMD 43 Pour pré-localiser les objets dans divers référentiels, il suffit d ajouter à chaque table représentant les entités à géocoder, et pour chaque référentiel de localisation considéré, un attribut (ou colonne dans la table représentant l objet) de localisation dans le référentiel. Par exemple, pour agréger rapidement des données client à la fois à l échelle départementale et communale, deux colonnes contenant respectivement le code du département et le numéro de la ville dans lequel demeurent les clients peuvent être ajoutées à la table client.. ALAOUI/EST/ ALAOUI/EST/CSMD 44 22

23 Généralement, les logiciels de géocodage ajoutent à la table géocodée une colonne qui associe à chaque donnée un pointeur vers un objet géométrique ponctuel stocké dans une base conservant tous les objets géométriques ALAOUI/EST/ ALAOUI/EST/CSMD 45 Enfin, pour véritablement ajouter une dimension géographique au S.I. de l entreprise, il convient de pouvoir géocoder de manière incrémentale la base de données de l entreprise : toute donnée entrante doit pouvoir être localisée «à la volée». ALAOUI/EST/ ALAOUI/EST/CSMD 46 23

24 ALAOUI/EST/ ALAOUI/EST/CSMD 47 Packaging des données es marché Regroupés dans des tables selon leur échelle d agrégation, les données du marché proposées par les fournisseurs de données sont géocodées statistiquement à la plupart des échelles classiques, soit : Pays, Régions, Départements, Communes,. Elles contiennent de nombreux indicateurs sociodémographiques du territoire étudié. Enfin, si aucune des données marché sur les individus n est disponible sous forme non agrégée, pour se conformer au principe de liberté informatique, il est cependant possible d acheter des bases d entreprises qui possèdent un gros portefeuille client. ALAOUI/EST/ ALAOUI/EST/CSMD 48 24

25 Les limites du géocodage La complexité de l opération de géocodage Le force et la complexité des algorithmes de géocodage résident dans : Leur capacité à traiter la plupart des syntaxes d adresses communément utilisées, i.e. leur compréhension de la langue naturelle. Ainsi boulevard peut être écrit en toutes lettres ou encore se trouver abrégé en bd, Bd,bvd, Bld, cette dernière abréviation n étant pas toujours utilisée bien qu étant la norme. Leur tolérance vis à vis les erreurs ou incomplétudes de saisie ALAOUI/EST/ ALAOUI/EST/CSMD 49 Le problème des rejets et des erreurs Un algorithme de géocodage peut avoir des comportements insatisfaisants : Il peut lui arriver de géocoder une adresse au mauvais endroit. Cette erreur, qui n est décelable que par visualisation par un opérateur, est extrêmement dangereuse car biaise toute analyse postérieure. Aussi une vérification statistique par un opérateur sur un sousensemble des données géocodées est-elle nécessaire pour vérifier la fiabilité du géocodage. Parfois il décide qu il ne peut géocoder l adresse par manque d information. Tout algorithme de géocodage renvoie donc, en plus des adresses géocodées, l ensemble des adresses qu il lui a été impossible de localiser : ce sont les rejets. ALAOUI/EST/ ALAOUI/EST/CSMD 50 25

26 ALAOUI/EST/ ALAOUI/EST/CSMD 51 APPLICATIONS DU GEOMARKETING ALAOUI/EST/ ALAOUI/EST/CSMD 52 26

27 Le choix d un d marché et d un d site spécifique ALAOUI/EST/ ALAOUI/EST/CSMD 53 Les décisions d liées à l implantation d un d réseaur Source : D après Lilien G. et Rao A. (1979), Sloan Management Review Les décisions stratégiques Combien de magasins doivent être ouverts dans les x années qui viennent? Dans quels marchés géographiques ces magasins doivent-ils ouvrir? Quand ces magasins doivent-ils ouvrir? Les décisions tactiques Quel est l intérêt de tel site? Quels changements dans l environnement peuvent avoir un impact sur l intérêt de ce site? Quel impact ce point de vente a-t-il sur les autres points de vente de l enseigne? ALAOUI/EST/ ALAOUI/EST/CSMD 54 27

28 L attractivité d un un marché Source : D après Ghosh A. et McLafferty S.M. (1987), Location strategies Potentiel d expansion fort Indice de saturation faible fort faible ALAOUI/EST/ ALAOUI/EST/CSMD 55 Le calcul de l indice l indice de saturation IS = C x D / S C : nombre de foyers D : dépenses / foyer (dans la catégorie étudiée) S : surface des points de vente (ou nombre de points de vente) Exemple : comparer les trois marchés, pour un hyper (dépenses fictives) Alençon ( habitants, 3 000, m²) Saint Brieuc ( habitants, 3 500, m²) Reims ( habitants, 3 500, m²) Interprétation Plus l indice est élevé, plus le marché est attractif. L indice doit être comparé à une norme (enseigne, secteur ) ALAOUI/EST/ ALAOUI/EST/CSMD 56 28

29 Le calcul du potentiel d expansiond Estimer les ventes théoriques Identifier les principales variables qui peuvent expliquer les ventes de la catégorie étudiée Estimer le poids de chacune de ces variables par une analyse de régression multiple Y = f (nombre de foyers, revenu moyen, âge, concurrents ) Si la prévision est correcte (80% par exemple), utiliser cette équation pour estimer les ventes théoriques dans la zone étudiée Soustraire les ventes actuelles (réalisées par les concurrents en place) afin de déduire le potentiel d expansion ALAOUI/EST/ ALAOUI/EST/CSMD 57 Le potentiel d un d un marché géographique Source : D après Ingene C.A. (1984), Journal of Retailing Les constats précédents Le revenu explique en partie les dépenses, pour un grand nombre de catégories De nombreuses autres variables peuvent expliquer les dépenses pour des catégories spécifiques (exemple : taux d équipement en congélateur) L étude des ventes par habitant 10 univers de produits sur étudiés 250 bassins de chalandise (SMSA) Globalement, les variables socio-démographiques et économiques expliquent peu les dépenses par habitant (entre 10% et 40%) Les variables d action améliorent sensiblement la qualité du modèle (assortiment, qualité de service) ; la densité commerciale sur la zone est peu explicative Au final, on peut expliquer entre 30% (grands magasins) et 70% (magasins populaires) des dépenses ALAOUI/EST/ ALAOUI/EST/CSMD 58 29

30 Affiner l analyse l analyse de l attractivitl attractivité Prendre en compte des variables plus «qualitatives» Attitude des autorités administratives (mairie, conseil général ) Nature et force des concurrents en place (intra et inter-type) Disponibilité de certains médias (radio locale ) Coûts salariaux, motivation des employés Etc. Appréhender ces facteurs d une façon dynamique : comment vont-ils évoluer dans le futur? Evolutions démographiques Risque pesant sur les revenus des foyers Etc. ALAOUI/EST/ ALAOUI/EST/CSMD 59 La matrice de choix d un d un marché Attractivité du marché forte faible forte Compétitivité de l enseigne faible S implanter rapidement Étudier ou attendre Étudier ou attendre Ne pas s implanter ALAOUI/EST/ ALAOUI/EST/CSMD 60 30

31 L évaluation valuation d un d un site L évaluation par la méthode des «check lists» Identifier les dimensions pour évaluer les sites Exemple de grille Donner une note d importance à chaque dimension (de 1 à 10), fonction de la stratégie marketing de l enseigne Noter chaque site sur chacune des dimensions Sélectionner le ou les sites ayant le score le plus élevé Prendre en compte les interactions entre points de vente ALAOUI/EST/ ALAOUI/EST/CSMD 61 Exemple de grille pour évaluer un site Population : âge, éducation, type de logement, CSP Concurrence : nombre et taille, type, forces et faiblesses Trafic pédestre Trafic automobile : véhicules / heure, type de véhicules, fluidité Stationnement Accès : livraisons, transport en commun Nature du site : notoriété, qualité, taille, forme Environnement : type de magasins, niveau de qualité, complémentarité Conditions d installation : coûts d entretien, impôts ALAOUI/EST/ ALAOUI/EST/CSMD 62 31

32 L analyse de la zone de chalandise ALAOUI/EST/ ALAOUI/EST/CSMD 63 Les frontières res de la zone de chalandise (1) La forme hexagonale d après la théorie des places centrales Illustration Le principe de hiérarchie des places centrales La portée d un bien (distance maximal qu un consommateur est prêt à parcourir pour se procurer un bien) Le seuil (demande qui permet au distributeur d atteindre le point mort) La distribution est effective si «portée > seuil» Exemple Si la demande minimale est de personnes, avec une densité de 400 habitants au m², la surface de demande est de 18,75 km². Quel doit être la portée minimale du produit? (d après Jallais, Fady et Orsoni, 1994) ALAOUI/EST/ ALAOUI/EST/CSMD 64 32

33 La forme hexagonale d aprd après s la théorie orie des Source places : D après Christaller centrales W. (1933) r Espace libre ALAOUI/EST/ ALAOUI/EST/CSMD 65 Les frontières res de la zone de chalandise (2) La forme polygonale d après la loi de Reilly / Converse Enoncé de la loi de gravitation commerciale (1931) : «deux villes attirent les achats des populations situées entre elles en proportion directe du nombre total d habitants des villes considérées et en proportion inverse du carré de la distance qu il faut parcourir pour s y rendre» Formule : Va / Vb = (Pa / Pb) (Db / Da)² Exemple : 30 km X 50 km Ville A Ville B habitants habitants Méthode du point de séparation (break point) de Converse ALAOUI/EST/ ALAOUI/EST/CSMD 66 33

34 Méthode La méthode m thode du point de séparation paration (1) Tracer une ligne entre le centre de la ville et les villes qui l entourent Calculer chaque distance Déterminer la population de chaque ville Utiliser la formule de Converse pour calculer le point de séparation (D) sur chaque ligne, en partant de la plus petite ville : point de séparation = D / [1+(P grande / P petite) ½] note : le paramètre ½ dépend d type de produit considéré Reporter les points de séparation sur une carte Connecter les points de séparation entre-eux, tout autour de la ville ALAOUI/EST/ ALAOUI/EST/CSMD 67 Flint La méthode m thode du point de séparation paration (2) Detroit Ann Arbor Lansing Saginaw Port Huron Populati on Distance Exemple ALAOUI/EST/ ALAOUI/EST/CSMD Point Centre A B C D E Séparati on N/A 34

35 Les frontières res de la zone de chalandise La forme concentrique (3) à partir des courbes isochrones Les formes réelles Non homogénéité des densités de population Concentration des logements Zones non bâties Importance des obstacles naturels (rivières, lignes ferroviaires) Impact des concurrents ALAOUI/EST/ ALAOUI/EST/CSMD 69 La forme concentrique à partir des courbes isochrones Exemple Les «normes dans la profession» Centre commercial régional : 20 à 30 Hypermarché (6000 m²) : 15 à 20 Supermarché (1500 m²) : 8 (1 km) Supérette ( m²) : 500 m D après Jallais et al. (1994) ALAOUI/EST/ ALAOUI/EST/CSMD 70 35

36 Les frontières res de la zone de chalandise (4) Les méthodes «empiriques» Le recueil de l information sur la provenance des clients Les plaques d immatriculation (départements, pays limitrophe) Les chèques Les bons de livraisons Les promotions (concours, coupons, offres de remboursement ) Les enquêtes en magasin (échantillon de 500 à 1000 personnes, représentatifs du CA en jour / heures, sélectionné en entrée de façon aléatoire (pas de 5 ou 10, par exemple) Le géocodage des adresses Le calcul de proportion pour tracer les zones primaires (70% des clients), secondaires (20%) et limitrophe ; les % sont indicatifs ALAOUI/EST/ ALAOUI/EST/CSMD 71 Les frontières res de la zone de chalandise (5) - de 500 m1000 m 1500 m m Clients Répartit ion 45% 35% 15% 5% 100% Source : D après Jallais J., Fady A. et Orsoni J. (1994) Une application réelle D après Latour et le Floc h (2001) Zone Primair e Seconda Limitro ire phe ALAOUI/EST/ ALAOUI/EST/CSMD 72 36

37 Déterminer la zone de chalandise Source : D après Latour P. et le Floc h J. (2001) Objectif : évaluer le nombre de clients potentiels Contexte Centre de Nice Concurrent à 600 mètres, au Nord Rayonnement sur 800 mètres à la ronde Attraction forte dans un rayon de 300 mètres (80%), puis 50% entre 300 et 500 mètres, et 30% au dessus Méthode 1. Déterminer la densité de la population sur la ville de Nice 2. Déterminer le nombre d habitants dans un rayon de 800 mètres autour du magasin (12 122) ALAOUI/EST/ ALAOUI/EST/CSMD 73 Déterminer la zone de chalandise (suite) Source : D après Latour P. et le Floc h J. (2001) 3. Affecter les coefficients d attraction (80%, 50%, 30%) selon les distances (de 0 à 300 mètres, de 300 à 500 mètres, de 500 à 800 mètres) 4. Déterminer le nombre de prospect pour chaque zone : rouge (1 310), bleue (1 608) et orange (2 180), soit prospects, soit 42 % des foyers dans la zone Note : si les foyers avaient été répartis de façon homogène, les prospects auraient été 53% 5. Les mêmes critères sont appliqués au concurrents 6. Répartir les clients dans la zone d intersection en proportion de la distance à chaque point de vente 7. Appliquer une décote de 50% pour les zones situées au-delà des obsatcles naturels en C et B 8. Le calcul final donne prospects ALAOUI/EST/ ALAOUI/EST/CSMD 74 37

38 La part de marché du point de vente Méthode de Huff Pour tout consommateur i, l attraction exercée par un point de vente j est directement proportionnelle à la taille de j et inversement proportionnelle à la distance entre i et j. Soit A(ij) = Taille (j) / Distance (ij)² Pour tout consommateur i, la probabilité de choisir le point de vente j est égale à l attraction de j, divisée par la somme des attractions des autres points de vente k Soit Prob(ij) = A(ij) / Σ A(ik) Temps Taille (000) Mag Mag Mag Mag ALAOUI/EST/ ALAOUI/EST/CSMD 75 La part de marché du point de vente (2) Réalisation des courbes d iso-probabilité Prolongements : le modèle MCI (Multiplicative Competitive Interaction) Utiliser plus d une variable pour mesurer l attraction Exemple : nombre de produits, nombre de caisses Utiliser des variables «subjectives» pour qualifier l attraction Exemple : satisfaction Les méthodes empiriques sur la base d enquête Interroger un échantillon d individus dans chaque zone (primaire ) pour estimer le pourcentage de visite réalisé au point de vente Pondérer par le poids de chaque zone Exemple ALAOUI/EST/ ALAOUI/EST/CSMD 76 38

Objectif : optimiser des décisions et croiser des données en tenant compte de leur caractère géographique

Objectif : optimiser des décisions et croiser des données en tenant compte de leur caractère géographique S853-1 LE GEOMARKETING S85 Informatique appliquée à la gestion de l offre S853 La mise en place de l offre dans l unité commerciale 1 Qu est ce que le géomarketing? Le géomarketing est la prise en compte,

Plus en détail

Ouverture d'un point de vente L étude de la zone de chalandise.

Ouverture d'un point de vente L étude de la zone de chalandise. Ouverture d'un point de vente L étude de la zone de chalandise. La zone de chalandise : une zone géographique de captation La zone de chalandise, ou zone d attraction, est le territoire géographique dans

Plus en détail

Le géomarketing - Page 1 sur 7

Le géomarketing - Page 1 sur 7 Le géomarketing - Page 1 sur 7 LES DOSSIERS MADWATCH.net méthodes Le Géomarketing Novembre 2003 Nb de pages : 7 Le géomarketing - Page 2 sur 7 Créé dans les années 80, la plupart des applications du géomarketing

Plus en détail

Déroulement d un projet en DATA MINING, préparation et analyse des données. Walid AYADI

Déroulement d un projet en DATA MINING, préparation et analyse des données. Walid AYADI 1 Déroulement d un projet en DATA MINING, préparation et analyse des données Walid AYADI 2 Les étapes d un projet Choix du sujet - Définition des objectifs Inventaire des données existantes Collecte, nettoyage

Plus en détail

CONCEPTION D UN MONITORING DES QUARTIERS COUVRANT L ENSEMBLE DU TERRITOIRE DE LA RÉGION DE BRUXELLES-CAPITALE

CONCEPTION D UN MONITORING DES QUARTIERS COUVRANT L ENSEMBLE DU TERRITOIRE DE LA RÉGION DE BRUXELLES-CAPITALE CONCEPTION D UN MONITORING DES QUARTIERS COUVRANT L ENSEMBLE DU TERRITOIRE DE LA RÉGION DE BRUXELLES-CAPITALE UITWERKING VAN EEN WIJKMONITORING DIE HET HELE GRONDGEBIED VAN HET BRUSSELS HOOFDSTEDELIJK

Plus en détail

AMTEC RESOURCES MANAGEMENT LTD. CREATION D UNE BANQUE DE DONNEES DONNEES GEOSPATIALES NATIONALE

AMTEC RESOURCES MANAGEMENT LTD. CREATION D UNE BANQUE DE DONNEES DONNEES GEOSPATIALES NATIONALE AMTEC RESOURCES MANAGEMENT LTD. CREATION D UNE BANQUE DE DONNEES GEOSPATIALE CREATION A D UNE L ECHELLE BANQUE NATIONAL DE DONNEES GEOSPATIALES NATIONALE 1 AMTEC RESOURCES MANAGEMENT LTD. P O Box 3463

Plus en détail

Introduction à la B.I. Avec SQL Server 2008

Introduction à la B.I. Avec SQL Server 2008 Introduction à la B.I. Avec SQL Server 2008 Version 1.0 VALENTIN Pauline 2 Introduction à la B.I. avec SQL Server 2008 Sommaire 1 Présentation de la B.I. et SQL Server 2008... 3 1.1 Présentation rapide

Plus en détail

La Geo-Business Intelligence selon GALIGEO avec 26/10/2005 1

La Geo-Business Intelligence selon GALIGEO avec 26/10/2005 1 La Geo-Business Intelligence selon GALIGEO avec ESRI 2005 session «Décisionnel» 26/10/2005 1 La Business Intelligence : Une Définition La Business intelligence permet l utilisation des données opérationnelles

Plus en détail

Synopsis : Introduction : - L étude de la zone de chalandise doit tenir compte de la concurrence

Synopsis : Introduction : - L étude de la zone de chalandise doit tenir compte de la concurrence S422-3 L ETUDE DE LA CONCURRENCE LOCALE S422 La relation commerciale et son marché S42 La relation commerciale la concurrence Identifier les caractéristiques de la concurrence locale. Caractériser les

Plus en détail

ADRAL, une filiale du Groupe CARTEGIE

ADRAL, une filiale du Groupe CARTEGIE - page 2 - Emails géosociétés 6 Élus et décideurs des Institutions Françaises 7 Géobodacc - procédures collectives 8 Comités d entreprises 9 Géoprofessionnels 10 Géosociétés 11 Géosociétés créations 13

Plus en détail

Système d Information Géographique (SIG) : quels apports dans les métiers de l assurance?

Système d Information Géographique (SIG) : quels apports dans les métiers de l assurance? Système d Information Géographique (SIG) : quels apports dans les métiers de l assurance? 20 mars 2012 Agenda Présentation Esri A quels enjeux du secteur Assurance un SIG peut-il répondre? Qu est-ce qu

Plus en détail

CALCUL D UN SCORE ( SCORING) Application de techniques de discrimination LES OBJECTIFS DU SCORING

CALCUL D UN SCORE ( SCORING) Application de techniques de discrimination LES OBJECTIFS DU SCORING CALCUL D UN SCORE ( SCORING) Application de techniques de discrimination LES OBJECTIFS DU SCORING SÉLECTION DES RISQUES PRÉVISION DES DÉFAUTS SUIVI ET CONTRÔLE Pierre-Louis GONZALEZ Différents types de

Plus en détail

Gestion de projet d une base de données cartographiques

Gestion de projet d une base de données cartographiques RapportdeStage ServiceClientsAcxiomFrance Gestiondeprojetd unebasededonnées cartographiques PRESENTEETSOUTENUPAR EvelyneBALLOU AnnéeUniversitaire2005-2006 SOUSLADIRECTIONDE ChristopheLeBOUILLE (Maître

Plus en détail

Introduction au datamining

Introduction au datamining Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des

Plus en détail

INTRODUCTION AUX METHODES D INGENIERIE DES DONNEES DIRIGEE PAR LES MODELES

INTRODUCTION AUX METHODES D INGENIERIE DES DONNEES DIRIGEE PAR LES MODELES INTRODUCTION AUX METHODES D INGENIERIE DES DONNEES DIRIGEE PAR LES MODELES Les contenus de ce document sont la propriété exclusive de la société REVER. Ils ne sont transmis qu à titre d information et

Plus en détail

Dossier de Presse. Edition 2015

Dossier de Presse. Edition 2015 1 Dossier de Presse Edition 2015 2 Sommaire I. Présentation 3 II. L Entrepôt DaaS* du Groupe CARTEGIE 4 III. Expertises 5 IV. Recherche & Développement 6 V. Éthique & Engagements 7 VI. Références Clients

Plus en détail

QU EST-CE QUE LE DECISIONNEL?

QU EST-CE QUE LE DECISIONNEL? La plupart des entreprises disposent d une masse considérable d informations sur leurs clients, leurs produits, leurs ventes Toutefois ces données sont cloisonnées par les applications utilisées ou parce

Plus en détail

L analyse de la gestion de la clientèle

L analyse de la gestion de la clientèle chapitre 1 - La connaissance du client * Techniques utilisées : observation, recherche documentaire, études de cas, études qualitatives (entretiens de groupes ou individuels, tests projectifs, analyses

Plus en détail

Prestations de conseil en SRM (Storage Ressource Management)

Prestations de conseil en SRM (Storage Ressource Management) Prestations de conseil en SRM (Storage Ressource Management) Sommaire 1 BUTS DE LA PRESTATION 2 PRESENTATION DE LA PRESTATION 3 3 3 ETAPE 1 : ELEMENTS TECHNIQUES SUR LESQUELS S APPUIE LA PRESTATION DE

Plus en détail

Présentation du module Base de données spatio-temporelles

Présentation du module Base de données spatio-temporelles Présentation du module Base de données spatio-temporelles S. Lèbre slebre@unistra.fr Université de Strasbourg, département d informatique. Partie 1 : Notion de bases de données (12,5h ) Enjeux et principes

Plus en détail

«COMMENT PROSPECTER ET FIDÉLISER VOS CLIENTS GRÂCE À LA COMMUNICATION ET AU MARKETING DIRECT?»

«COMMENT PROSPECTER ET FIDÉLISER VOS CLIENTS GRÂCE À LA COMMUNICATION ET AU MARKETING DIRECT?» «COMMENT PROSPECTER ET FIDÉLISER VOS CLIENTS GRÂCE À LA COMMUNICATION ET AU MARKETING DIRECT?» Sommaire 1. Introduction : les clients, les Médias et la Publicité 2. Construire une Stratégie de Communication

Plus en détail

Relation entre deux variables : estimation de la corrélation linéaire

Relation entre deux variables : estimation de la corrélation linéaire CHAPITRE 3 Relation entre deux variables : estimation de la corrélation linéaire Parmi les analyses statistiques descriptives, l une d entre elles est particulièrement utilisée pour mettre en évidence

Plus en détail

Formation PME Etude de marché

Formation PME Etude de marché Formation PME Etude de marché Fit for Business (PME)? Pour plus de détails sur les cycles de formation PME et sur les business-tools, aller sous www.banquecoop.ch/business L étude de marché ou étude marketing

Plus en détail

1 Introduction et installation

1 Introduction et installation TP d introduction aux bases de données 1 TP d introduction aux bases de données Le but de ce TP est d apprendre à manipuler des bases de données. Dans le cadre du programme d informatique pour tous, on

Plus en détail

Mémoire d actuariat - promotion 2010. complexité et limites du modèle actuariel, le rôle majeur des comportements humains.

Mémoire d actuariat - promotion 2010. complexité et limites du modèle actuariel, le rôle majeur des comportements humains. Mémoire d actuariat - promotion 2010 La modélisation des avantages au personnel: complexité et limites du modèle actuariel, le rôle majeur des comportements humains. 14 décembre 2010 Stéphane MARQUETTY

Plus en détail

Trait de côte Histolitt v1.0 Descriptif technique Version du document 1.0 *** Sommaire

Trait de côte Histolitt v1.0 Descriptif technique Version du document 1.0 *** Sommaire Trait de côte Histolitt v1.0 Descriptif technique Version du document 1.0 *** Sommaire 1 Producteurs 2 Dénomination du produit 3 Protection militaire 4 Abréviations 5 Description générale 1. Définition

Plus en détail

Title Text. Outil intégré de collecte, d'analyse et de visualisation de données de mobilité

Title Text. Outil intégré de collecte, d'analyse et de visualisation de données de mobilité Title Text Outil intégré de collecte, d'analyse et de visualisation de données de mobilité Contenu de la présentation Schéma général et avancement Suivi et administration Validation des entrevues Enrichissement

Plus en détail

Location Analytics. Astrid GLADYS Thierry BABELAERE Pierre TEYSSENDIER. SIG 2013 Conférence Francophone 2 & 3 Octobre Versailles Atelier Technique

Location Analytics. Astrid GLADYS Thierry BABELAERE Pierre TEYSSENDIER. SIG 2013 Conférence Francophone 2 & 3 Octobre Versailles Atelier Technique SIG 2013 Conférence Francophone 2 & 3 Octobre Versailles Atelier Technique Astrid GLADYS Thierry BABELAERE Pierre TEYSSENDIER Plan de session La solution Focus Esri Maps for Cognos Focus Esri Maps for

Plus en détail

Chapitre 9 : Informatique décisionnelle

Chapitre 9 : Informatique décisionnelle Chapitre 9 : Informatique décisionnelle Sommaire Introduction... 3 Définition... 3 Les domaines d application de l informatique décisionnelle... 4 Architecture d un système décisionnel... 5 L outil Oracle

Plus en détail

Esri LOCATION ANALYTICS

Esri LOCATION ANALYTICS Esri LOCATION ANALYTICS Le «où» qui fait la différence De meilleurs résultats avec Esri Location Analytics. Comment canaliser les flux de données et comment en tirer la valeur ajoutée la plus élevée? À

Plus en détail

Utilisation du SIG dans une entreprise industrielle pour l analyse et la prise de décision

Utilisation du SIG dans une entreprise industrielle pour l analyse et la prise de décision 309 Schedae, 2007 Prépublication n 47 Fascicule n 2 Utilisation du SIG dans une entreprise industrielle pour l analyse et la prise de décision Mohamed Najeh Lakhoua UR : Système, Énergétique, Productique

Plus en détail

Que faire des data? 04/06/2015

Que faire des data? 04/06/2015 Que faire des data? 04/06/2015 2 minutes pour le BigData Le Big Data Volume : la dimension du teraoctet est dépassée Variété : données structurées (relationnelle) et non structurées Vélocité : création,

Plus en détail

données en connaissance et en actions?

données en connaissance et en actions? 1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)

Plus en détail

Agenda de la présentation

Agenda de la présentation Le Data Mining Techniques pour exploiter l information Dan Noël 1 Agenda de la présentation Concept de Data Mining ou qu est-ce que le Data Mining Déroulement d un projet de Data Mining Place du Data Mining

Plus en détail

DES EXEMPLES DE PROJETS PRESENTES EN PDUC

DES EXEMPLES DE PROJETS PRESENTES EN PDUC Type d UC Outils du diagnostic Problématique Projet Magasin spécialisé dans la vente de produits pour l équitation Observation Analyse du compte de résultat Enquête clientèle Etude de concurrence Perte

Plus en détail

Observatoires du Bruit. Import des données du Classement sonore : Utilisation de l'outil VSMAP

Observatoires du Bruit. Import des données du Classement sonore : Utilisation de l'outil VSMAP Observatoires du Bruit Import des données du Classement sonore : Utilisation de l'outil VSMAP SOMMAIRE SOMMAIRE... 2 1. INTÉRÊT DE L'UTILISATION DE L'OUTIL VSMAP POUR LA MISE EN FORME DES DONNÉES DE CLASSEMENT

Plus en détail

Prédiction de couverture de champ radioélectrique pour les réseaux radiomobiles : L apport du Système d Information Géographique ArcInfo 8

Prédiction de couverture de champ radioélectrique pour les réseaux radiomobiles : L apport du Système d Information Géographique ArcInfo 8 Prédiction de couverture de champ radioélectrique pour les réseaux radiomobiles : L apport du Système d Information Géographique ArcInfo 8 Christine TURCK 1 * et **, Christiane WEBER**, Dominique THOME*

Plus en détail

COMMENT CONSACRER PLUS DE TEMPS À SES CLIENTS?

COMMENT CONSACRER PLUS DE TEMPS À SES CLIENTS? COMMENT CONSACRER PLUS DE TEMPS À SES CLIENTS? Le temps est une ressource rare. Vous pouvez visualiser et analyser vos données sur des fonds de carte avec PTV Map&Market. Ceci permet de planifier automatiquement

Plus en détail

Chapitre 3 : Le budget des ventes. Marie Gies - Contrôle de gestion et gestion prévisionnelle - Chapitre 3

Chapitre 3 : Le budget des ventes. Marie Gies - Contrôle de gestion et gestion prévisionnelle - Chapitre 3 Chapitre 3 : Le budget des ventes Introduction 2 Rappel des différents budgets opérationnels - budget des ventes (chapitre 3) - budget de production (chapitre 4) - budget des approvisionnements et des

Plus en détail

Journée Santé ESRI France 28/01/2010 La valeur ajoutée des SIG Retours d expériences (PMSI et géomarketing)

Journée Santé ESRI France 28/01/2010 La valeur ajoutée des SIG Retours d expériences (PMSI et géomarketing) Jean-François Mary, Études géographiques Journée Santé - ESRI France - 28/01/10 La valeur ajoutée des SIG dans la santé : Retours d expériences de consultant et de formations (PMSI, Géomarketing) La valeur

Plus en détail

MOI 1 VEILLE MARKETING LE GEOMARKETING

MOI 1 VEILLE MARKETING LE GEOMARKETING MOI 1 VEILLE MARKETING LE GEOMARKETING SOPHIE CALVAT JULIE FALGUIERE SONIA HADDOUCHE 16/05/2008 SOMMAIRE INTRODUCTION... 3 1. LE CONCEPT DE GEOMARKETING... 3 1.1. DEFINITION ET ORIGINE DU GEOMARKETING...

Plus en détail

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre

Plus en détail

Comment se servir de cet ouvrage? Chaque chapitre présente une étape de la méthodologie

Comment se servir de cet ouvrage? Chaque chapitre présente une étape de la méthodologie Partie I : Séries statistiques descriptives univariées (SSDU) A Introduction Comment se servir de cet ouvrage? Chaque chapitre présente une étape de la méthodologie et tous sont organisés selon le même

Plus en détail

SYNTHÈSE DOSSIER 1 Introduction à la prospection

SYNTHÈSE DOSSIER 1 Introduction à la prospection SYNTHÈSE DOSSIER 1 Introduction à la prospection La prospection est une activité indispensable pour développer le nombre de clients, mais aussi pour contrecarrer la perte de clients actuels. Elle coûte

Plus en détail

LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN

LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN Les contenues de ce document sont la propriété exclusive de la société REVER. Ils ne sont transmis qu à titre d information et ne peuvent en aucun cas

Plus en détail

Licence Professionnelle en Statistique et Informatique Décisionnelle (S.I.D.)

Licence Professionnelle en Statistique et Informatique Décisionnelle (S.I.D.) Université de Lille 2 - Droit et Santé Ecole Supérieure des Affaires & Institut Universitaire de Technologie (IUT-C) Département Statistique et Traitement Informatique des Données Licence Professionnelle

Plus en détail

ils entretiennent entre eux des flux, ils partagent des perceptions sur l environnement

ils entretiennent entre eux des flux, ils partagent des perceptions sur l environnement Les modèles de Flux Introduction L analyse systémique fournie une modélisation de l organisation échangeant et transformant des flux Cette modélisation du S.I. reste trop générale Il faut découper l organisation

Plus en détail

Annexe commune aux séries ES, L et S : boîtes et quantiles

Annexe commune aux séries ES, L et S : boîtes et quantiles Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans

Plus en détail

La définition La méthode. Les échelles de mesure L ENQUETE PAR SONDAGE : LA METHODE

La définition La méthode. Les échelles de mesure L ENQUETE PAR SONDAGE : LA METHODE L ENQUETE PAR SONDAGE : LA METHODE La définition La méthode Le questionnaire Les biais La passation du questionnaire La validité des réponses Les échelles de mesure Les échelles d évaluation Les échelles

Plus en détail

Les clients puissance cube

Les clients puissance cube LETTRE CONVERGENCE Les clients puissance cube L intelligence artificielle au service du marketing des services N 28 To get there. Together. A PROPOS DE BEARINGPOINT BearingPoint est un cabinet de conseil

Plus en détail

Les Français et le chauffage. Résultats de l étude menée

Les Français et le chauffage. Résultats de l étude menée Les Français et le chauffage Résultats de l étude menée par IPSOS pour Via sèva Méthodologie et échantillon METHODOLOGIE : Cette étude a été réalisée en adhoc online, auprès d un échantillon issu de l

Plus en détail

Principes d AdWords. Quelques mots de présentation. Une audience large : les réseaux de ciblage. Réseau de recherche

Principes d AdWords. Quelques mots de présentation. Une audience large : les réseaux de ciblage. Réseau de recherche 3 Principes d AdWords Les deux premiers chapitres de ce livre, plutôt généraux, ont présenté l univers d Internet et de la publicité en ligne. Vous devriez maintenant être convaincu de l intérêt d une

Plus en détail

Modèles transport-urbanisme Fiches synthétiques SIMBAD. Modèle de dynamique urbaine désagrégé

Modèles transport-urbanisme Fiches synthétiques SIMBAD. Modèle de dynamique urbaine désagrégé Modèles transport-urbanisme Fiches synthétiques SIMBAD Identité du modèle : Nature Voyageurs / Marchandises Sur quoi porte le modèle d'urbanisme? Modes de transports Modèle agrégé/désagrégé? Modèle d'occupation

Plus en détail

Cartes de bruit stratégiques

Cartes de bruit stratégiques Département de la Sarthe Cartes de bruit stratégiques Grandes infrastructures de transports Réseau autoroutier COFIROUTE Résumé non technique Article R 572-5 du code de l environnement Vu pour être annexé

Plus en détail

FORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc)

FORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc) 87 FORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc) Dans le cadre de la réforme pédagogique et de l intérêt que porte le Ministère de l Éducation

Plus en détail

Sciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION

Sciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION Sciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION Classe de terminale de la série Sciences et Technologie du Management et de la Gestion Préambule Présentation Les technologies de l information

Plus en détail

1. Les comptes de dépôt et d épargne

1. Les comptes de dépôt et d épargne 1. Les comptes de dépôt et d épargne 1.1 Les comptes de dépôt 1.1.1 Le taux de possession d un compte de dépôt Le premier constat est celui d un accès important aux comptes de dépôt, quelle que soit la

Plus en détail

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers

Plus en détail

LE BUDGET DES VENTES

LE BUDGET DES VENTES LE BUDGET DES VENTES Objectif(s) : o Pré requis : o Modalités : o o o Elaboration du budget des ventes. Connaissances du processus "ventes". Principes, Synthèse, Application. TABLE DES MATIERES Chapitre

Plus en détail

ACTIVITE. principal Animation Fournisseur C54 Participer à une animation fournisseur Mise en rayon et analyse de rayon

ACTIVITE. principal Animation Fournisseur C54 Participer à une animation fournisseur Mise en rayon et analyse de rayon Vademecum de toutes les missions 2006-2014 Règle des 70/30 Exemple d'activité «Vendre» ACTIVITES Exemple d'activité «Assurer la qualité de service à la clientèle» OM Exemple d'activité «Mettre en place

Plus en détail

Schéma du plan d affaires

Schéma du plan d affaires Plan d affaires Schéma du plan d affaires SOMMAIRE EXÉCUTIF DESCRIPTION DU PROJET OBJECTIFS FORME JURIDIQUE ÉQUIPE DIRIGEANTE MARKETING PRODUCTION SOUTIEN ADMINISTRATIF ANALYSE MARCHÉ ANALYSE MARKETING

Plus en détail

Ma première visibilité sur le Web. en 60 min avec des outils gratuits

Ma première visibilité sur le Web. en 60 min avec des outils gratuits Ateliers Commerce Internet Ma première visibilité sur le Web en 60 min avec des outils gratuits 23/04/2015 1 Ma première visibilité sur Internet Même sans site internet! Pourquoi être présent sur Internet?

Plus en détail

Modélisation et simulation du trafic. Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005

Modélisation et simulation du trafic. Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005 Modélisation et simulation du trafic Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005 Plan de la présentation! Introduction : modèles et simulations définition

Plus en détail

Cours Base de données relationnelles. M. Boughanem, IUP STRI

Cours Base de données relationnelles. M. Boughanem, IUP STRI Cours Base de données relationnelles 1 Plan 1. Notions de base 2. Modèle relationnel 3. SQL 2 Notions de base (1) Définition intuitive : une base de données est un ensemble d informations, (fichiers),

Plus en détail

Cahier des Clauses techniquesparticulières

Cahier des Clauses techniquesparticulières ARCHES PUBLICS MAIRIE DE BASTIA Avenue Pierre Guidicelli 20410 BASTIA CEDEX MARCHE D ETUDES A MAITRISE D OUVRAGE EN VUE DE L ORIENTATION ET DU DEVELOPPEMENT DU SYTEME D INFORMATION GEOGRAPHIQUE SERVICE

Plus en détail

SOMMAIRE OPÉRATIONS COURANTES OPÉRATIONS D INVENTAIRE

SOMMAIRE OPÉRATIONS COURANTES OPÉRATIONS D INVENTAIRE SOMMAIRE OPÉRATIONS COURANTES OPÉRATIONS D INVENTAIRE 1 Factures de doit p. 9 Processus 1 2 Réductions sur factures de doit p. 11 Processus 1 3 Frais accessoires sur factures p. 13 Processus 1 4 Comptabilisation

Plus en détail

,,ÉTUDES ET RECHERCHES SUR LA DISTRIBUTION, LA PROMOTION ET LA VALORISATION DES PRODUITS DE BOULANGERIE DANS LE MUNICIPE DE CONSTANŢA

,,ÉTUDES ET RECHERCHES SUR LA DISTRIBUTION, LA PROMOTION ET LA VALORISATION DES PRODUITS DE BOULANGERIE DANS LE MUNICIPE DE CONSTANŢA RESUMÉ Mots clés : marketing, produits alimentaires, stratégies La thèse de doctorat intitulée,,études ET RECHERCHES SUR LA DISTRIBUTION, LA PROMOTION ET LA VALORISATION DES PRODUITS DE BOULANGERIE DANS

Plus en détail

ANNEXE 1 LA BASE DE DONNEES 1

ANNEXE 1 LA BASE DE DONNEES 1 ANNEXE 1 LA BASE DE DONNEES 1 La publication du CECEI-Banque de France 2 à partir du FIB, recense pour les deux régions 7 265 guichets permanents contre 6 657 agences pour la base du laboratoire C.R.E.T.E.I.L

Plus en détail

lendrevie levy ca tor 11 e édition à l ère numérique accédez aux compléments en ligne testez vos connaissances en ligne

lendrevie levy ca tor 11 e édition à l ère numérique accédez aux compléments en ligne testez vos connaissances en ligne mer lendrevie levy 11 e édition ca tor tout le marketing Tout à l ère le marketing numérique à l ère numérique accédez aux compléments en ligne testez vos connaissances en ligne Réalisation de la couverture

Plus en détail

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Baccalauréat ES/L Amérique du Sud 21 novembre 2013 Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée

Plus en détail

BUSINESS INTELLIGENCE

BUSINESS INTELLIGENCE GUIDE COMPARATIF BUSINESS INTELLIGENCE www.viseo.com Table des matières Business Intelligence :... 2 Contexte et objectifs... 2 Une architecture spécifique... 2 Les outils de Business intelligence... 3

Plus en détail

Sommaire. Rentabilité du retour d une franchise de baseball de la Ligue majeure de baseball à Montréal (les «Expos»)

Sommaire. Rentabilité du retour d une franchise de baseball de la Ligue majeure de baseball à Montréal (les «Expos») Sommaire Rentabilité du retour d une franchise de baseball de la Ligue majeure de baseball à Montréal (les «Expos») Novembre 2013 Table des matières 1. CONTEXTE ET OBJECTIFS... 3 2. MÉTHODES DE RECHERCHE...

Plus en détail

L évaluation de la performance de la communication media

L évaluation de la performance de la communication media L évaluation de la performance de la communication media Pascal ROOS Enseignant en BTS Management des Unités Commerciales Lycée Edmond Rostand, Saint Ouen l Aumône (95) «Je sais qu un dollar de publicité

Plus en détail

Les Français et les nuisances sonores. Ifop pour Ministère de l Ecologie, du Développement Durable et de l Energie

Les Français et les nuisances sonores. Ifop pour Ministère de l Ecologie, du Développement Durable et de l Energie Les Français et les nuisances sonores Ifop pour Ministère de l Ecologie, du Développement Durable et de l Energie RB/MCP N 112427 Contacts Ifop : Romain Bendavid / Marion Chasles-Parot Département Opinion

Plus en détail

ACOUPHEN ENVIRONNEMENT GROUPEMENT COORDONNE PAR LA COMMUNE DE MONTESSON ETUDE REALISEE POUR LE COMPTE DU : RAPPORT D ETUDE RA-080001-07-A

ACOUPHEN ENVIRONNEMENT GROUPEMENT COORDONNE PAR LA COMMUNE DE MONTESSON ETUDE REALISEE POUR LE COMPTE DU : RAPPORT D ETUDE RA-080001-07-A MANAGEMENT DE L SONORE WWW.ACOUPHEN-.COM CONTACT@ACOUPHEN-.COM SIEGE SOCIAL LYON CAMPUS DE LA DOUA 66, BD NIELS BOHR B.P. 52132 69603 VILLEURBANNE CEDEX TEL / 33 (0)4 72 69 01 22 FAX / 33 (0)4 72 44 04

Plus en détail

Incluant l analyse du patrimoine. Description du rapport (Couple seulement)

Incluant l analyse du patrimoine. Description du rapport (Couple seulement) Incluant l analyse du patrimoine Description du rapport (Couple seulement) Révisé le 25 mai 2011 Table des matières 1. Introduction... 3 1.1 Le rapport PRO et Patrimoine : outil privilégié de communication

Plus en détail

Mémo technique MODELES GENERIQUES DE SCORE DE CREDIT ou Le scoring de crédit «prêt à l emploi»

Mémo technique MODELES GENERIQUES DE SCORE DE CREDIT ou Le scoring de crédit «prêt à l emploi» Mémo technique MODELES GENERIQUES DE SCORE DE CREDIT ou Le scoring de crédit «prêt à l emploi» 46, rue de la Tour 75116 Paris tél. (33) 01 73 00 55 00 fax (33) 01 73 00 55 01 www.softcomputing.com Sommaire

Plus en détail

BILAN ÉCONOMIQUE ET SOCIAL DU VAL D OISE 1998-1999 LES ÉQUIPEMENTS COMMUNAUX

BILAN ÉCONOMIQUE ET SOCIAL DU VAL D OISE 1998-1999 LES ÉQUIPEMENTS COMMUNAUX BILAN ÉCONOMIQUE ET SOCIAL DU VAL D OISE 1998-1999 LES ÉQUIPEMENTS COMMUNAUX 1 - Des communes inégalement desservies en terme d équipements 2 - Des pôles majeurs d attraction en terme d équipements 3 -

Plus en détail

SYNERGIE Associés Confidentiel Reproduction interdite sans autorisation préalable Page 1 de 44

SYNERGIE Associés Confidentiel Reproduction interdite sans autorisation préalable Page 1 de 44 SYNERGIE Associés Confidentiel Reproduction interdite sans autorisation préalable Page 1 de 44 Le CRM (GRC) est la clef de votre succès Les Principes généraux de la Gestion de la Relation Clients Confidentiel

Plus en détail

Intervenant : Séverin Poutrel, BURGEAP

Intervenant : Séverin Poutrel, BURGEAP Capacités d accueil, aménagements commerciaux, mutabilité foncière : des outils concrets pour construire un SCOT intégrant les vulnérabilités énergétiques et climatique Intervenant : Séverin Poutrel, BURGEAP

Plus en détail

ESSEC Cours Wealth management

ESSEC Cours Wealth management ESSEC Cours Wealth management Séance 9 Gestion de patrimoine : théories économiques et études empiriques François Longin 1 www.longin.fr Plan de la séance 9 Epargne et patrimoine des ménages Analyse macroéconomique

Plus en détail

Le langage SQL Rappels

Le langage SQL Rappels Le langage SQL Rappels Description du thème : Présentation des principales notions nécessaires pour réaliser des requêtes SQL Mots-clés : Niveau : Bases de données relationnelles, Open Office, champs,

Plus en détail

CLEAR CHANNEL MONITOR. L efficacité de vos campagnes en Publicité Extérieure analysée sous toutes leurs composantes

CLEAR CHANNEL MONITOR. L efficacité de vos campagnes en Publicité Extérieure analysée sous toutes leurs composantes CLEAR CHANNEL MONITOR ou L efficacité de vos campagnes en Publicité Extérieure analysée sous toutes leurs composantes Mieux comprendre le média, réussir vos campagnes! Fort de partenaires référents dans

Plus en détail

La fonction d audit interne garantit la correcte application des procédures en vigueur et la fiabilité des informations remontées par les filiales.

La fonction d audit interne garantit la correcte application des procédures en vigueur et la fiabilité des informations remontées par les filiales. Chapitre 11 LA FONCTION CONTRÔLE DE GESTION REPORTING AUDIT INTERNE Un système de reporting homogène dans toutes les filiales permet un contrôle de gestion efficace et la production d un tableau de bord

Plus en détail

Le calcul du barème d impôt à Genève

Le calcul du barème d impôt à Genève Le calcul du barème d impôt à Genève Plan : 1. Historique Passage d un système en escalier à une formule mathématique 2. Principe de l imposition Progressivité, impôt marginal / moyen ; barème couple/marié

Plus en détail

INTRODUCTION AU DATA MINING

INTRODUCTION AU DATA MINING INTRODUCTION AU DATA MINING 6 séances de 3 heures mai-juin 2006 EPF - 4 ème année - Option Ingénierie d Affaires et de Projets Bertrand LIAUDET TP DE DATA MINING Le TP et le projet consisteront à mettre

Plus en détail

4. Utilisation d un SGBD : le langage SQL. 5. Normalisation

4. Utilisation d un SGBD : le langage SQL. 5. Normalisation Base de données S. Lèbre slebre@unistra.fr Université de Strasbourg, département d informatique. Présentation du module Contenu général Notion de bases de données Fondements / Conception Utilisation :

Plus en détail

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 2D CH X : Exemples de lois à densité 1 TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun

Plus en détail

Dr YAO Kouassi Patrick www.yaopatrick.e-monsite.com

Dr YAO Kouassi Patrick www.yaopatrick.e-monsite.com Notion de Bases de données et Gestion de données biologiques Dr YAO Kouassi Patrick www.yaopatrick.e-monsite.com Notion de base de données Une base de données est une collection de données interdépendantes

Plus en détail

Les parcs de logements et leur occupation. dans l Aire Urbaine de Lille et sa zone d influence. Situation 2005 et évolution 1999-2005

Les parcs de logements et leur occupation. dans l Aire Urbaine de Lille et sa zone d influence. Situation 2005 et évolution 1999-2005 Les parcs de logements et leur occupation dans l Aire Urbaine de Lille et sa zone d influence Situation 2005 et évolution 1999-2005 Décembre 2008 Le territoire d étude 2 Agence de développement et d urbanisme

Plus en détail

LIVRE BLANC. Smart data, scoring et CRM automatisé : Comment acquérir, qualifier et convertir ses prospects en clients

LIVRE BLANC. Smart data, scoring et CRM automatisé : Comment acquérir, qualifier et convertir ses prospects en clients messaging LIVRE BLANC Smart data, scoring et CRM automatisé : Comment acquérir, qualifier et convertir ses prospects en clients SOMMAIRE Smart data, scoring et CRM automatisé : Comment acquérir, qualifier

Plus en détail

Collecter des informations statistiques

Collecter des informations statistiques Collecter des informations statistiques FICHE MÉTHODE A I Les caractéristiques essentielles d un tableau statistique La statistique a un vocabulaire spécifique. L objet du tableau (la variable) s appelle

Plus en détail

KDP DATA. Location d'adresses e-mail, GSM, postales, téléphoniques, Collecte, qualification, enrichissement de données,

KDP DATA. Location d'adresses e-mail, GSM, postales, téléphoniques, Collecte, qualification, enrichissement de données, KDP DATA Solutions de marketing direct Location d'adresses e-mail, GSM, postales, téléphoniques, Collecte, qualification, enrichissement de données, Sommaire E-marketing direct & location d adresses Campagne

Plus en détail

L ANALYSE DU «PARC SOCIAL DE FAIT» PARISIEN EN 2003 : UNE ANALYSE TERRITORIALISÉE DES PROFILS D OCCUPATION DES PARCS ET DES QUARTIERS

L ANALYSE DU «PARC SOCIAL DE FAIT» PARISIEN EN 2003 : UNE ANALYSE TERRITORIALISÉE DES PROFILS D OCCUPATION DES PARCS ET DES QUARTIERS ATELIER PARISIEN D URBANISME - 17, BD MORLAND 75004 PARIS TÉL : 01 42 71 28 14 FAX : 01 42 76 24 05 http://www.apur.org Observatoire de l'habitat de Paris L ANALYSE DU «PARC SOCIAL DE FAIT» PARISIEN EN

Plus en détail

RESUMÉ NON TECHNIQUE ELABORATION DES CARTES DE BRUIT COMMUNAUTE D AGGLOMERATION DU HAUT VAL DE MARNE

RESUMÉ NON TECHNIQUE ELABORATION DES CARTES DE BRUIT COMMUNAUTE D AGGLOMERATION DU HAUT VAL DE MARNE DIRECTION GENERALE ADJOINTE CHARGEE DE L AMENAGEMENT ET DU DEVELOPPEMENT Service études et prospective RESUMÉ NON TECHNIQUE ELABORATION DES CARTES DE BRUIT COMMUNAUTE D AGGLOMERATION DU HAUT VAL DE MARNE

Plus en détail

We make your. Data Smart. Data Smart

We make your. Data Smart. Data Smart We make your We make your Data Smart Data Smart Une société Une société du du groupe Le groupe NP6 SPECIALISTE LEADER SECTEURS EFFECTIFS SaaS Marketing : 50% Data intelligence : 50% 15 sociétés du CAC

Plus en détail

La collecte et la gestion des données dans le cadre de la prospection d énergie solaire

La collecte et la gestion des données dans le cadre de la prospection d énergie solaire Conférence SIG 2012 - ESRIFRANCE La collecte et la gestion des données dans le cadre de la prospection d énergie solaire Serge MANG-JOUBERT GAIAGO Eric VIDALENC - ADEME 1 Auteurs : Rodrigo MARIONI, Serge

Plus en détail

Les 10 grands principes de l utilisation du data mining pour une gestion de la relation client réussie

Les 10 grands principes de l utilisation du data mining pour une gestion de la relation client réussie Les 10 grands principes de l utilisation du data mining pour une gestion de la relation client réussie Découvrir les stratégies ayant fait leurs preuves et les meilleures pratiques Points clés : Planifier

Plus en détail

Crédit à la consommation, un bon outil pour la rentrée?

Crédit à la consommation, un bon outil pour la rentrée? Crédit à la consommation, un bon outil pour la rentrée? Contexte Empruntis intervient sur le crédit depuis 15 ans 370 000 ménages nous sollicitent chaque année pour leur besoin en crédit à la consommation

Plus en détail