Relier géomarketing, zones de chalandise et ROAS
Le ROAS local ne se pilote pas à la moyenne nationale : il se construit à la maille de la zone de chalandise
Pour un annonceur retail ou omnicanal, relier géomarketing, zones de chalandise et ROAS n’est pas un exercice de reporting cartographique. C’est une condition de pilotage économique. Une campagne Drive-to-Store peut afficher un ROAS, return on ad spend, ratio entre chiffre d’affaires attribué ou incrémental et dépenses marketing, satisfaisant au niveau national tout en détruisant de la valeur dans certaines zones et en sous-investissant dans d’autres. La moyenne masque souvent les écarts les plus décisifs : densité concurrentielle, temps de trajet, stock local, notoriété magasin, pression promotionnelle, valeur client, saisonnalité et capacité opérationnelle.
Le géomarketing, ensemble des méthodes qui exploitent les données spatiales pour comprendre, cibler et mesurer des marchés locaux, permet précisément de sortir d’une lecture uniforme. Il ne s’agit pas seulement de tracer des rayons autour des points de vente. Il s’agit d’identifier où se forme la demande, quelle distance le client est prêt à parcourir, quels magasins se cannibalisent, quelles zones sont sous-pénétrées, et quel coût média est acceptable pour générer une visite ou une vente additionnelle. Dans un contexte de hausse des CPM, cost per mille, coût pour mille impressions, et de fragmentation des signaux de mesure, cette granularité devient un avantage concurrentiel.
Le problème vient souvent d’un décalage entre trois systèmes. Le média raisonne en audiences, enchères, impressions, clics et conversions attribuées. Le retail raisonne en magasins, zones de chalandise, stocks, équipes et chiffre d’affaires caisse. La finance raisonne en marge, contribution, CPA, cost per acquisition, coût nécessaire pour générer une conversion attribuée, et ROAS. Si ces trois systèmes ne partagent pas la même maille d’analyse, le marketing optimise des indicateurs qui ne correspondent pas toujours à la réalité commerciale locale.
Un exemple simple illustre l’enjeu. Une enseigne de décoration investit 150 000 euros en publicité mobile géolocalisée autour de 180 magasins. Le reporting agrégé annonce un ROAS attribué de 6,1 et un coût par visite observée de 2,80 euros. Mais l’analyse par zone montre que 35 magasins très urbains captent 52 % des visites attribuées, principalement sur des clients déjà actifs et proches. À l’inverse, 60 magasins périurbains, moins visibles mais à panier moyen plus élevé, reçoivent peu de pression média. Le ROAS national paraît bon, mais la stratégie favorise le volume facile plutôt que la croissance incrémentale. Le géomarketing sert alors à déplacer la question : non pas combien la campagne a-t-elle rapporté en moyenne, mais où chaque euro média produit-il le plus de valeur additionnelle ?
Définir correctement la zone de chalandise : rayon, isochrone, attraction et concurrence
La zone de chalandise désigne le territoire d’où proviennent les clients réels ou potentiels d’un point de vente. Dans les organisations peu matures, elle est encore souvent définie par un rayon fixe : 3 kilomètres en ville, 10 kilomètres en périphérie, 20 kilomètres en zone rurale. Cette méthode est simple mais rarement suffisante. Deux magasins situés à 5 kilomètres de leurs clients peuvent avoir des accessibilités radicalement différentes selon les transports, les barrières physiques, les axes routiers, le stationnement ou les habitudes de déplacement.
Une première amélioration consiste à raisonner en isochrones, zones accessibles en un temps donné, par exemple 10, 15 ou 20 minutes en voiture, à pied ou en transport. Pour le Drive-to-Store, l’isochrone est souvent plus prédictif que le kilomètre. Un client situé à 4 kilomètres mais séparé par un périphérique peut être moins activable qu’un client situé à 9 kilomètres sur un axe direct. Pour une enseigne alimentaire de proximité, une fenêtre de 8 à 12 minutes peut être déterminante. Pour l’ameublement, le bricolage ou l’automobile, une zone de 20 à 35 minutes peut rester pertinente si la valeur de l’achat justifie le déplacement.
Une deuxième amélioration consiste à distinguer zone théorique et zone observée. La zone théorique décrit le potentiel accessible ; la zone observée décrit l’origine réelle des clients à partir des données CRM, tickets de caisse, codes postaux, cartes de fidélité, commandes click and collect ou demandes d’itinéraire. L’écart entre les deux est stratégique. Si une zone accessible génère peu de clients, elle peut être sous-pénétrée, mal desservie en notoriété ou trop fortement captée par la concurrence. Si une zone éloignée génère beaucoup de clients, elle révèle peut-être une attractivité spécifique : assortiment, prix, service, parking, expertise ou absence d’alternative locale.
Une troisième amélioration consiste à intégrer les effets de concurrence et de cannibalisation interne. Dans un réseau dense, deux magasins de la même enseigne peuvent partager une partie de leur zone de chalandise. Activer un client dans cette zone peut déplacer une visite d’un magasin à un autre sans créer de valeur nette pour l’enseigne. À l’inverse, dans une zone fortement concurrentielle, une campagne locale peut être rentable même avec un CPA plus élevé si elle défend des parts de marché à forte marge. Le bon périmètre d’activation n’est donc pas seulement le périmètre géographique le plus proche ; c’est le périmètre où la probabilité de visite additionnelle et la valeur commerciale attendue justifient l’investissement.
Les modèles gravitaires, inspirés de la loi de Huff, apportent un cadre utile. Ils estiment la probabilité qu’un consommateur choisisse un point de vente en fonction de son attractivité et de la distance ou du temps de trajet. L’attractivité peut inclure la surface, l’offre, la notoriété, le prix, les services, le stock, les avis, la présence concurrentielle ou les horaires. Ces modèles ne remplacent pas l’expérimentation, mais ils aident à prioriser les zones où une activation média a une chance réaliste de modifier le comportement.
Transformer la carte en stratégie média : enchères, pression et messages par micro-zone
Une fois les zones de chalandise qualifiées, l’enjeu est de les traduire en règles média. Trop souvent, les plans Drive-to-Store appliquent une pression homogène autour de chaque magasin : même rayon, même budget, même création, même fréquence. Cette approche est opérationnellement confortable mais économiquement faible. Le potentiel d’une impression mobile varie fortement selon la zone, l’heure, le segment client et le magasin de rattachement.
En programmatique, l’achat peut passer par une DSP, demand-side platform, plateforme permettant aux annonceurs d’acheter automatiquement des impressions publicitaires sur plusieurs inventaires. Le RTB, real-time bidding, mécanisme d’enchères en temps réel pour acheter une impression disponible, permet d’ajuster le prix d’exposition selon audience, contexte, localisation, device et probabilité de conversion. Le géomarketing doit alimenter cette logique d’enchères. Une impression servie à un client dormant dans une zone sous-pénétrée, à 12 minutes d’un magasin disposant du bon stock, ne vaut pas la même chose qu’une impression servie à un client déjà actif passant quotidiennement devant le point de vente.
Un framework opérationnel consiste à classer les micro-zones en quatre familles. Les zones de défense correspondent aux territoires où l’enseigne est déjà forte mais exposée à la concurrence. L’objectif est d’éviter l’érosion et de maintenir la préférence. Les zones de conquête correspondent aux territoires accessibles mais sous-pénétrés. L’objectif est d’augmenter la notoriété locale, la première visite ou le test d’offre. Les zones de rendement correspondent aux territoires où la conversion est élevée et la marge solide. L’objectif est d’optimiser le ROAS court terme. Les zones à faible priorité correspondent aux territoires trop éloignés, saturés, peu rentables ou mal servis par le stock. L’objectif est de limiter les dépenses, sauf événement spécifique.
Cette segmentation géographique doit ensuite piloter trois variables. Premièrement, le niveau d’enchère ou de budget. Les zones à forte valeur incrémentale peuvent justifier un CPM ou un CPC, cost per click, coût par clic, supérieur à la moyenne. Les zones organiquement très actives peuvent au contraire être plafonnées pour éviter de payer des conversions qui auraient eu lieu. Deuxièmement, la fréquence. Une zone de conquête peut nécessiter plusieurs contacts pour construire la considération, tandis qu’une audience intentionniste proche du magasin peut être activée avec une pression plus courte. Troisièmement, le message. Une zone de défense peut mettre en avant un avantage concurrentiel, une zone de conquête un bénéfice de découverte, une zone de rendement une disponibilité produit ou une offre limitée.
Le mobile renforce cette logique, car il combine contexte local et activation immédiate. Une campagne peut orienter vers une page magasin, un stock local, une demande d’itinéraire, un coupon, une réservation ou un appel. Mais le message doit rester cohérent avec la réalité terrain. Promettre un produit disponible dans une zone où le stock est fragile peut générer des visites déceptives. Pousser une offre à 18 h 30 pour un magasin qui ferme à 19 h réduit mécaniquement le potentiel de conversion. Le géomarketing performant n’est pas seulement une capacité de ciblage ; c’est une discipline de synchronisation entre média, magasin et promesse.
Relier les KPI média aux indicateurs magasin : de la visite attribuée à la marge incrémentale
La difficulté centrale du ROAS local est la chaîne de mesure. Une campagne peut être optimisée sur le clic, la visite observée, la demande d’itinéraire, le coupon utilisé, l’achat caisse ou la marge. Ces indicateurs ne racontent pas la même chose. Le funnel, parcours allant de l’exposition à la considération, puis à la conversion et à la fidélisation, doit être reconstruit à la maille locale pour éviter les décisions trompeuses.
L’attribution, méthode qui assigne une conversion à un ou plusieurs points de contact marketing, est particulièrement sensible en Drive-to-Store. Une visite observée après exposition ne prouve pas que l’exposition a causé la visite. Un utilisateur peut avoir vu une publicité parce qu’il se trouvait déjà dans la zone du magasin, ou parce qu’il appartient à un segment naturellement très actif. Les zones proches des magasins génèrent souvent beaucoup de conversions attribuées mais une part incrémentale plus faible. À l’inverse, certaines zones plus éloignées produisent moins de volume brut mais davantage de visites additionnelles.
Une architecture de mesure robuste distingue donc quatre niveaux. Le premier niveau est l’exposition : impressions, reach, fréquence, visibilité, coût média. Le deuxième niveau est l’intention : clic, consultation de page magasin, demande d’itinéraire, appel, ajout de coupon, vérification de stock. Le troisième niveau est la visite : présence observée, rendez-vous honoré, retrait, passage caisse identifié. Le quatrième niveau est la valeur : chiffre d’affaires, marge, catégorie achetée, nouveau client, réachat, LTV, lifetime value, valeur économique attendue d’un client sur la durée de relation.
Le ROAS doit idéalement être calculé à plusieurs étages. Le ROAS attribué chiffre d’affaires est utile pour comparer rapidement des campagnes, mais il peut survaloriser les zones déjà performantes. Le ROAS marge corrige une partie du biais en intégrant la rentabilité des produits vendus. Le ROAS incrémental, calculé à partir d’un groupe témoin ou d’une géo-expérimentation, répond à la question la plus importante : quelle valeur additionnelle la campagne a-t-elle réellement créée ? Pour les directions marketing matures, c’est ce troisième niveau qui devrait orienter les arbitrages budgétaires.
Un cas chiffré clarifie l’écart. Une enseigne d’équipement de la maison active 500 000 contacts mobiles autour de 80 magasins, pour un budget média de 100 000 euros. Le reporting attribue 18 000 visites et 5 400 achats, avec un panier moyen de 72 euros. Le chiffre d’affaires attribué atteint 388 800 euros, soit un ROAS attribué de 3,9. L’analyse semble correcte. Mais un test avec zones témoins comparables montre que les magasins exposés progressent de 7,2 % sur la période, contre 4,8 % pour les magasins non exposés. L’uplift net est donc de 2,4 points. Rapporté aux ventes, le chiffre d’affaires incrémental estimé est de 129 000 euros. Avec une marge brute moyenne de 36 %, la marge incrémentale atteint 46 440 euros. Si le coût média est de 100 000 euros, l’opération n’est pas rentable en marge directe, même si elle paraît positive en ROAS attribué.
Ce diagnostic n’implique pas nécessairement d’arrêter la campagne. Elle peut rester justifiée si elle recrute de nouveaux clients, soutient des magasins stratégiques, écoule un stock, ou augmente la notoriété dans une zone de conquête. Mais la décision devient explicite : l’objectif n’est pas la rentabilité immédiate, ou alors la mécanique doit être révisée. C’est précisément le rôle du lien entre géomarketing et ROAS : rendre visibles les arbitrages au lieu de laisser la moyenne nationale les masquer.
Segmenter les zones selon la valeur client : tous les habitants d’un territoire n’ont pas le même potentiel
Une zone de chalandise n’est pas une population homogène. Deux individus situés à la même distance du même magasin peuvent avoir des probabilités de visite et des valeurs économiques très différentes. Le géomarketing gagne donc en puissance lorsqu’il est croisé avec la donnée CRM, customer relationship management, ensemble des outils et méthodes permettant de gérer la relation client à partir de données, de scénarios et de points de contact.
La segmentation RFM, récence, fréquence, montant, méthode qui classe les clients selon la date du dernier achat, la fréquence d’achat et la valeur dépensée, est un premier socle. Un client actif, récent et proche du magasin peut générer un excellent taux de conversion, mais une faible incrémentalité si sa probabilité organique de visite est déjà élevée. Un client dormant depuis 9 ou 12 mois, situé dans une zone accessible, peut être plus coûteux à réactiver mais plus intéressant en contribution additionnelle. Un prospect lookalike, profil similaire à des clients existants à forte valeur, peut justifier une pression média de conquête si la zone est sous-pénétrée.
Une matrice utile croise trois axes : accessibilité, valeur client et intention. L’accessibilité mesure le temps de trajet réel vers le magasin ou vers plusieurs magasins du réseau. La valeur client estime la marge ou la LTV potentielle. L’intention agrège les signaux récents : visite web mobile, consultation de stock, ajout panier, recherche locale, clic email, engagement app, interaction avec une offre. Les meilleures opportunités Drive-to-Store se situent souvent à l’intersection de ces trois axes : accessible, valeur élevée, intention récente. Mais les stratégies de croissance peuvent aussi cibler des zones à intention faible si le potentiel de conquête est élevé.
Cette logique permet de mieux piloter le CPA local. Un CPA de 18 euros peut être excessif pour un client très promotionnel dont la marge attendue est faible. Le même CPA peut être acceptable pour un client à forte LTV ou pour un premier achat dans une zone stratégique. Le ROAS ne doit donc pas être interprété isolément. Il doit être lu avec le taux de nouveaux clients, le taux de réactivation, la marge par catégorie, le réachat à 30 ou 90 jours et la cannibalisation entre magasins.
Le risque inverse existe également : sur-optimiser vers les clients à forte probabilité de conversion. Les algorithmes média, s’ils sont alimentés uniquement par des conversions attribuées, peuvent concentrer la diffusion sur les profils les plus faciles : clients fidèles, proches, intentionnistes, déjà exposés à d’autres canaux. Le ROAS court terme augmente, mais la croissance réelle stagne. Pour éviter ce biais, les équipes doivent définir des objectifs distincts par zone et segment : rendement, conquête, réactivation, défense concurrentielle, soutien de magasin, lancement d’offre. Un ROAS cible unique pour tout le réseau est rarement pertinent.
Mesurer l’incrémentalité locale : holdouts, tests géographiques et différence-en-différences
La mesure incrémentale est la condition pour relier correctement géomarketing et performance financière. L’incrémentalité désigne l’effet additionnel réellement causé par une action marketing par rapport à ce qui se serait produit sans elle. En Drive-to-Store, elle est difficile à mesurer car la localisation, la saisonnalité, la météo, les promotions, les stocks et la concurrence influencent simultanément les ventes magasin.
Lorsque l’audience est adressable, par exemple en CRM, SMS, push ou retail media logué, le holdout est la méthode la plus lisible. Il consiste à exclure aléatoirement une fraction de l’audience éligible, souvent 5 % à 15 %, afin de comparer les comportements des exposés et des non-exposés. Pour être robuste, ce holdout doit être stratifié par zone de chalandise, distance au magasin, segment de valeur, récence d’achat et magasin de rattachement. Un groupe témoin mal équilibré peut produire une estimation fausse, surtout si certaines zones ont des comportements organiques très différents.
Lorsque la campagne est principalement média et moins adressable, le test géographique est souvent plus adapté. Il consiste à exposer certaines zones ou certains magasins et à conserver d’autres zones comparables en contrôle. La difficulté est l’appariement. Comparer un magasin de centre-ville à un magasin de périphérie est rarement valide. Les variables d’appariement doivent inclure chiffre d’affaires historique, trafic, panier moyen, densité de population, concurrence, saisonnalité, météo, accessibilité, stock, pression CRM et opérations locales.
La méthode de différence-en-différences est particulièrement utile. Elle compare l’évolution d’un groupe test et d’un groupe contrôle avant et après campagne. Si les magasins exposés progressent de 10 % pendant l’activation et les magasins témoins de 6 %, l’effet estimé est de 4 points, à condition que les tendances pré-campagne soient comparables. Cette condition est essentielle. Si les magasins test progressaient déjà plus vite avant l’activation, l’écart post-campagne ne peut pas être attribué proprement au média.
Il faut également dimensionner le test. Un dispositif trop petit risque de ne pas détecter un effet réel. Le minimum detectable effect, effet minimum détectable par un protocole statistique donné, doit être calculé avant la campagne. Si une enseigne attend un uplift de 2 % mais ne teste que 10 magasins volatils, le résultat sera probablement non concluant. À l’inverse, un test trop large peut priver certains magasins d’une activation importante. Le bon protocole dépend de l’enjeu budgétaire, de la variabilité historique et du niveau de décision attendu.
L’incrémentalité doit enfin être calculée en valeur, pas seulement en visites. Une campagne peut générer des visites additionnelles mais sur des paniers faibles ou fortement remisés. Une autre peut générer moins de visites mais davantage de marge. Pour arbitrer le ROAS local, il faut idéalement produire une lecture par zone : visites incrémentales, chiffre d’affaires incrémental, marge incrémentale, nouveaux clients, réachat et coût relationnel éventuel. Le coût relationnel inclut les opt-out SMS, désactivations push, désabonnements email ou signaux négatifs générés par une pression excessive.
Mettre en place une gouvernance opérationnelle : données, règles d’arbitrage et boucles d’apprentissage
Relier géomarketing, zones de chalandise et ROAS n’est pas seulement un sujet analytique. C’est un sujet d’organisation. Les équipes média, CRM, data, e-commerce, retail operations et finance doivent partager une même définition des zones, des objectifs et des indicateurs. Sans gouvernance, la carte reste un outil de diagnostic, mais ne change pas les arbitrages budgétaires.
La première brique est la qualité des référentiels. Les magasins doivent être correctement géocodés, avec horaires fiables, services disponibles, zones d’accès, informations de stock, statut temporaire, fermetures exceptionnelles et rattachement commercial. Les zones de chalandise doivent être versionnées : zone théorique, zone observée, zone d’activation, zone de mesure. Beaucoup d’erreurs de performance locale viennent d’un référentiel magasin incomplet ou d’une promesse média déconnectée des opérations.
La deuxième brique est la connexion des données. Le média fournit expositions, coûts, formats et fréquences. Le CRM fournit segments, historique, consentements et valeur client. Le web mobile et l’application fournissent signaux d’intention. La caisse fournit ventes, marge et catégories. Les données de localisation ou de visite fournissent un signal physique. Ces sources n’ont pas la même couverture ni la même précision. L’objectif n’est pas de construire une vérité parfaite, mais une chaîne de décision documentée, avec ses biais et ses niveaux de confiance.
La troisième brique est la définition de règles d’arbitrage. Par exemple : augmenter les budgets dans les zones sous-pénétrées où l’uplift dépasse un seuil minimal ; réduire la pression dans les zones où la visite attribuée est forte mais l’incrémentalité faible ; exclure les magasins avec stock insuffisant ; adapter les enchères selon le temps de trajet ; distinguer ROAS cible de conquête et ROAS cible de fidélisation ; plafonner la fréquence sur les clients actifs très proches pour limiter la sur-attribution. Ces règles doivent être revues régulièrement, car les zones évoluent avec la concurrence, les travaux, les ouvertures, les fermetures, les prix et les habitudes de mobilité.
La quatrième brique est la boucle d’apprentissage. Chaque campagne doit enrichir la connaissance locale : quelles zones réagissent au SMS, au push, au display programmatique, au search local, au coupon, à l’offre stock, au message service ? Quels magasins absorbent bien le trafic supplémentaire ? Quels segments convertissent mais sans incrémentalité ? Quelles zones génèrent des visites mais peu de marge ? Cette mémoire marketing est souvent plus précieuse qu’un reporting de campagne isolé.
Enfin, la gouvernance doit intégrer la pression omnicanale. Un client situé dans une zone prioritaire peut recevoir une publicité mobile, un email, un SMS, une notification push et une relance retargeting. Si chaque canal optimise son propre ROAS, la pression cumulée peut dégrader l’expérience et fausser l’attribution. Le capping, limitation de la fréquence d’exposition ou de sollicitation sur une période donnée, doit être consolidé à l’échelle du client et du territoire. Une bonne stratégie locale génère moins de messages inutiles et davantage de contacts justifiés.
Conclusion : passer d’un ROAS agrégé à une performance locale pilotable
Le lien entre géomarketing, zones de chalandise et ROAS transforme la manière de piloter le Drive-to-Store. Il oblige à abandonner trois réflexes : cibler par rayon fixe, optimiser sur la conversion attribuée brute, et juger la performance à la moyenne nationale. À la place, il impose une lecture plus fine : accessibilité réelle, potentiel de zone, valeur client, concurrence, capacité magasin, marge et incrémentalité.
Une feuille de route actionnable peut se structurer en huit étapes. Premièrement, fiabiliser le référentiel magasins et construire des zones de chalandise en isochrones plutôt qu’en rayons uniformes. Deuxièmement, comparer zone théorique et zone observée à partir du CRM, de la caisse, du web mobile, de l’app et des demandes d’itinéraire. Troisièmement, segmenter les zones selon défense, conquête, rendement et faible priorité. Quatrièmement, adapter budgets, enchères, fréquence et créations à chaque type de zone. Cinquièmement, relier les indicateurs média aux indicateurs magasin : visite, achat, marge, nouveaux clients et réachat. Sixièmement, mesurer l’incrémentalité avec holdouts, tests géographiques ou différence-en-différences. Septièmement, définir des ROAS cibles différenciés selon l’objectif local, au lieu d’un seuil unique. Huitièmement, consolider la pression omnicanale pour éviter que l’optimisation locale ne devienne une sur-sollicitation.
Le géomarketing n’a de valeur que s’il change les décisions. Une carte qui confirme a posteriori les performances d’une campagne reste un outil descriptif. Une carte qui déplace les budgets, ajuste les enchères, exclut les zones non rentables, renforce les zones sous-pénétrées et mesure la marge incrémentale devient un système d’arbitrage. Pour les annonceurs retail, locaux et omnicanaux, c’est cette bascule qui permet de transformer le ROAS d’un indicateur de reporting en véritable instrument de croissance locale maîtrisée.
