Mandjo Béa BoréAnalyste-développeur

Dans ce projet, mon objectif en tant qu'analyste des données d'optimisation d'itinéraires était de sélectionner les meilleurs emplacements parmi plusieurs candidats afin de maximiser l'accès des clients aux services de vente.

Pour cela, j'ai utilisé le solveur Location-Allocation dans ArcGIS Pro. Cet outil analyse la relation entre les points de demande (population) et les établissements candidats (magasins), en utilisant les temps de trajet réels sur le réseau routier. J'ai appliqué un scénario classique dans la distribution : les clients font leurs achats dans le magasin le plus proche et ne se déplacent généralement pas plus de 5 minutes pour le faire.

L'analyse a d'abord identifié 3 magasins capables de servir le plus grand nombre de clients parmi 208 zones de demande. Elle a également mis en évidence des secteurs où les habitants se trouvent au-delà du seuil d'accessibilité de 5 minutes — des informations précieuses pour une expansion stratégique future.

L'analyse a ensuite été étendue pour simuler l'expansion commerciale et la concurrence :

Un établissement obligatoire (magasin existant) a été ajouté pour localiser de manière optimale 2 nouveaux magasins afin de maximiser la couverture.

Des magasins concurrents ont été intégrés et un modèle gravitaire de Huff a été appliqué pour estimer les probabilités de choix des clients et maximiser la part de marché.

Enfin, un scénario de part de marché cible a déterminé qu'un total de 10 magasins (y compris l'établissement obligatoire) serait nécessaire pour atteindre une part de marché de 70 %, en tenant compte de la concurrence.

Ce projet montre comment l'analyse de données spatiales peut guider des décisions commerciales plus intelligentes : ➡️ choisir les meilleurs emplacements d'investissement ➡️ maximiser la couverture et la fréquentation ➡️ améliorer l'accès équitable aux services