Aller au contenu
Méthodes et modèles

Pourquoi votre rue principale perd-elle des clients?

Une rue principale perd des clients quand un autre pôle commercial devient plus attrayant ou plus rapide à atteindre qu'elle. Le modèle de Huff, publié en 1963, sert à le mesurer : il estime, quartier par quartier, la probabilité que les résidents choisissent votre rue principale plutôt qu'un pôle concurrent.

Carte fictive d'une ville : la zone d'attraction d'une rue principale et celle d'un pôle commercial voisin se chevauchent, sans frontière nette. Méthodes et modèles Données fictives

Qu'est-ce que le modèle de Huff?

DéfinitionModèle de Huff

Modèle de géographie commerciale qui estime la probabilité qu'un consommateur fréquente un pôle commercial parmi plusieurs, selon l'attrait de chaque pôle et le temps de déplacement pour s'y rendre1.

Le géographe américain David Huff a publié ce modèle en 1963, puis en a précisé l'usage l'année suivante12. Avant lui, William Reilly avait proposé en 1931 une « loi de la gravitation du commerce de détail » qui traçait une frontière entre deux villes : d'un côté, on magasinait dans la première, de l'autre, dans la seconde3.

Huff a remplacé cette frontière par des probabilités. Les résidents d'un même quartier partagent leurs achats entre plusieurs pôles, dans des proportions qui dépendent de l'offre et du trajet. La zone d'attraction d'une rue principale est donc sans frontière nette : elle s'estompe à mesure qu'on s'éloigne.

Le calcul tient en deux étapes. Pour chaque pôle, on divise son attrait par le temps de déplacement, élevé à une puissance qui traduit la sensibilité des consommateurs à la distance. La probabilité de choisir un pôle est ensuite sa part dans le total de tous les pôles1.

Pourquoi des résidents magasinent-ils ailleurs?

Des résidents magasinent ailleurs parce que deux forces jouent en même temps : l'attrait de chaque pôle et l'effort pour s'y rendre. Votre rue principale partage sa clientèle avec tous les pôles que ses résidents peuvent atteindre, y compris ceux de la ville voisine.

Dans son article de 1963, Huff mesurait l'attrait d'un centre commercial par sa surface de vente1. La recherche a montré depuis que l'attrait d'un regroupement de commerces dépend aussi de l'assortiment qu'on y trouve et de l'ambiance des lieux4. Les commerces ont d'ailleurs intérêt à se regrouper, comme l'expliquait l'économiste Harold Hotelling dès 19295.

L'effort, lui, se compte en minutes plutôt qu'en kilomètres. Un pôle situé plus loin, mais relié par une route rapide et entouré de stationnement, peut demander moins d'effort qu'une rue principale toute proche.

C'est ce qui explique qu'un centre-ville perde des clients sans que rien ait changé chez lui. Parfois, la cause est dans le nouveau stationnement de la ville d'à côté.

Ce qui changeEffet dans le modèleCe qu'on observe sur la rue principale
Un pôle concurrent s'agrandit.L'attrait de ce pôle augmente.Les quartiers situés entre les deux pôles viennent moins souvent.
Des commerces de la rue ferment.L'attrait de la rue baisse.Les commerces restants perdent des clients à leur tour6.
Une route rapproche un autre pôle.Le temps de déplacement vers ce pôle diminue.Des quartiers entiers changent leurs habitudes.
La population s'éloigne de la rue.Plus de résidents vivent loin de la rue.La clientèle de proximité diminue.

Que donne le modèle de Huff sur un exemple?

Sur un exemple fictif, le modèle de Huff montre qu'une rue principale peut perdre près du quart de la clientèle d'un quartier après l'agrandissement d'un pôle concurrent. Prenons trois quartiers, une rue principale de 60 commerces et un centre commercial de 120 commerces (figure 1).

Schéma fictif : trois quartiers reliés à une rue principale de 60 commerces et à un centre commercial de 120 commerces. Les temps de déplacement vont de 5 à 15 minutes.
Figure 1. Trois quartiers, deux pôles et les temps de déplacement entre eux. Territoire fictif, données fictives.

Le Quartier Centre est à 8 minutes de la rue principale et à 10 minutes du centre commercial. Avec une sensibilité à la distance de 2, la rue principale obtient 60 ÷ 8², soit 0,94, et le centre commercial 120 ÷ 10², soit 1,20. La part de la rue principale est de 0,94 ÷ (0,94 + 1,20) : 44 % des résidents du quartier la choisissent.

Le centre commercial s'agrandit ensuite et passe à 180 commerces. La part de la rue principale dans le Quartier Centre tombe à 34 %, sans qu'un seul commerce ait fermé chez elle (figure 2). Le Quartier Nord, tout proche de la rue, lui reste fidèle. Le Quartier Sud, lui, était déjà presque perdu.

Graphique fictif : part des résidents qui choisissent la rue principale. Quartier Nord : 82 % puis 75 %. Quartier Centre : 44 % puis 34 %. Quartier Sud : 7 % puis 5 %.
Figure 2. Après l'agrandissement du centre commercial, c'est le quartier situé entre les deux pôles qui change le plus. Exemple fictif, données fictives.

La part des achats que les résidents font hors de leur territoire s'appelle une fuite commerciale. En additionnant ces probabilités quartier par quartier, pondérées par la population de chacun, on obtient une estimation des fuites vers chaque pôle concurrent.

Quelles données faut-il pour estimer une zone d'attraction?

Pour estimer la zone d'attraction d'une rue principale, il faut la population de chaque secteur, la liste des pôles avec une mesure de leur attrait, et les temps de déplacement entre les deux. Au Québec, ces trois ingrédients existent en données ouvertes.

  1. La population vient du Recensement de Statistique Canada, qui la publie jusqu'à de petits secteurs appelés aires de diffusion7. Le Recensement a lieu tous les cinq ans : entre deux éditions, un nouveau quartier résidentiel n'apparaît pas.
  2. Les pôles et leurs commerces se repèrent avec le Registre des entreprises du Québec, mis à jour toutes les deux semaines8, et avec le rôle d'évaluation foncière, mis à jour chaque année9. Le nombre de commerces remplace alors la surface de vente qu'utilisait Huff, ce qui reste une approximation de l'attrait.
  3. Les temps de déplacement se calculent sur le réseau de rues d'OpenStreetMap, à pied, à vélo ou en voiture. On mesure le temps de trajet plutôt que la distance à vol d'oiseau, parce qu'une rivière ou une autoroute allonge le trajet réel10.
  4. La sensibilité à la distance se règle à partir d'observations, par exemple un sondage sur les lieux de magasinage. Nakanishi et Cooper ont montré en 1974 comment estimer ce paramètre avec une méthode statistique courante11. Sans observation, on teste plusieurs valeurs et on présente une fourchette.

La méthode s'applique aussi à grande échelle : des chercheurs l'ont appliquée à l'ensemble des pôles commerciaux de la Grande-Bretagne pour estimer leur attrait et l'étendue de leur zone d'attraction12.

Quand nous faisons ce calcul pour un centre-ville québécois, le réglage de la sensibilité à la distance est l'étape qui demande le plus de vérifications.

Nous décrivons ces sources, leur rythme de mise à jour et leurs limites dans Comment mesurer la vitalité commerciale d'un centre-ville?

Quelles sont les limites du modèle de Huff?

Le modèle de Huff donne une estimation, à valider sur le terrain. Ses résultats dépendent de la mesure d'attrait retenue et du réglage de la sensibilité à la distance, deux choix qu'il faut expliquer quand on présente les chiffres.

L'attrait d'un pôle se résume mal à un seul nombre. Deux rues qui comptent 60 commerces chacune n'attirent pas de la même façon si l'une a une épicerie et l'autre non, et l'assortiment compte autant que la taille4.

Le modèle décrit aussi des déplacements vers des commerces. Il ne voit pas les achats en ligne, qui touchent les centres de façon inégale selon leur offre et leur clientèle13. Une rue principale peut donc perdre des ventes sans qu'aucun pôle voisin n'en gagne.

Que faire quand une rue principale perd des clients?

Quand une rue principale perd des clients, le modèle indique deux façons d'agir : augmenter l'attrait de la rue ou réduire l'effort pour s'y rendre. Il sert aussi à comparer ces options avant de décider.

Du côté de l'attrait, combler les locaux vacants et diversifier l'offre comptent : après la crise de 2008, les centres-villes britanniques qui ont le mieux résisté avaient une offre diversifiée14. Du côté de l'effort, on travaille les trajets à pied et à vélo, la traversée des grands axes et le stationnement.

On peut refaire le calcul avec dix commerces de plus, ou avec trois minutes de marche en moins depuis un quartier, puis comparer les résultats. Après l'intervention, il reste à mesurer ce qui s'est passé, comme nous l'expliquons dans Étude ponctuelle ou diagnostic continu : comment suivre la vitalité commerciale d'un quartier?

Territoire Intelligence utilise le modèle de Huff dans son diagnostic continu de la vitalité commerciale, pour les municipalités, les municipalités régionales de comté (MRC), les organismes de développement économique (ODE) et les sociétés de développement commercial (SDC). Aujourd'hui, nous livrons la cartographie commerciale de votre territoire, l'analyse de l'accessibilité à pied, à vélo et en voiture, et un assistant d'analyse par IA qui répond à vos questions sur vos données. Nous développons le suivi de la vitalité dans le temps, tronçon par tronçon, une modélisation prédictive par IA et un outil d'aide au diagnostic qui propose des pistes d'aménagement.

D'autres fonctionnalités sont à découvrir lors d'une démonstration sur votre territoire, gratuite et sans engagement. Les modèles sur lesquels nous nous appuyons sont présentés dans Notre approche.

Planifier une démo

Questions fréquentes

Le modèle de Huff fonctionne-t-il pour une petite municipalité?

Oui. Le calcul demande la population par secteur, la liste des pôles et les temps de déplacement, des données qui existent partout au Québec. Dans une petite municipalité, les pôles concurrents sont souvent dans la ville voisine : il faut les inclure, même s'ils sont hors du territoire.

Quelle est la différence entre la loi de Reilly et le modèle de Huff?

La loi de Reilly trace une frontière entre deux villes et attribue chaque secteur à l'une ou à l'autre. Le modèle de Huff calcule, pour chaque secteur, la probabilité de fréquenter chacun des pôles, quel que soit leur nombre.

Une SDC peut-elle utiliser le modèle de Huff?

Oui. Une société de développement commercial peut estimer de quels quartiers vient sa clientèle et tester l'effet d'un changement, comme l'arrivée d'un commerce ou d'un pôle concurrent. Un sondage auprès des clients, avec leur code postal, sert à vérifier l'estimation.

Sources

  1. Huff, D. L. (1963). A probabilistic analysis of shopping center trade areas. Land Economics, 39(1), 81-90. https://doi.org/10.2307/3144521
  2. Huff, D. L. (1964). Defining and estimating a trading area. Journal of Marketing, 28(3), 34-38. https://doi.org/10.1177/002224296402800307
  3. Reilly, W. J. (1931). The Law of Retail Gravitation. New York : Knickerbocker Press.
  4. Teller, C. et Reutterer, T. (2008). The evolving concept of retail attractiveness: What makes retail agglomerations attractive when customers shop at them? Journal of Retailing and Consumer Services, 15(3), 127-143. https://doi.org/10.1016/j.jretconser.2007.03.003
  5. Hotelling, H. (1929). Stability in competition. The Economic Journal, 39(153), 41-57. https://doi.org/10.2307/2224214
  6. Kickert, C. et vom Hofe, R. (2018). Critical mass matters: The long-term benefits of retail agglomeration for establishment survival in downtown Detroit and The Hague. Urban Studies, 55(5), 1033-1055. https://doi.org/10.1177/0042098017694131
  7. Statistique Canada (s. d.). Glossaire illustré, Recensement de la population de 2021 : aire de diffusion (AD). https://www150.statcan.gc.ca/n1/pub/92-195-x/2021001/geo/da-ad/da-ad-fra.htm
  8. Registraire des entreprises du Québec. Registre des entreprises (jeu de données ouvert, mis à jour aux deux semaines). Données Québec. https://www.donneesquebec.ca/recherche/dataset/registre-des-entreprises
  9. Ministère des Affaires municipales et de l'Habitation. Rôles d'évaluation foncière du Québec (jeu de données ouvert). Données Québec. https://www.donneesquebec.ca/recherche/dataset/roles-d-evaluation-fonciere-du-quebec
  10. Handy, S. L. et Niemeier, D. A. (1997). Measuring accessibility: An exploration of issues and alternatives. Environment and Planning A, 29(7), 1175-1194. https://doi.org/10.1068/a291175
  11. Nakanishi, M. et Cooper, L. G. (1974). Parameter estimation for a multiplicative competitive interaction model: Least squares approach. Journal of Marketing Research, 11(3), 303-311. https://doi.org/10.2307/3151146
  12. Dolega, L., Pavlis, M. et Singleton, A. (2016). Estimating attractiveness, hierarchy and catchment area extents for a national set of retail centre agglomerations. Journal of Retailing and Consumer Services, 28, 78-90. https://doi.org/10.1016/j.jretconser.2015.08.013
  13. Singleton, A. D., Dolega, L., Riddlesden, D. et Longley, P. A. (2016). Measuring the spatial vulnerability of retail centres to online consumption through a framework of e-resilience. Geoforum, 69, 5-18. https://doi.org/10.1016/j.geoforum.2015.11.013
  14. Wrigley, N. et Dolega, L. (2011). Resilience, fragility, and adaptation: New evidence on the performance of UK high streets during global economic crisis and its policy implications. Environment and Planning A, 43(10), 2337-2363. https://doi.org/10.1068/a44270
Pour aller plus loin

Trois articles liés

Données ouvertes

Que disent les données ouvertes de vos artères commerciales?

À venir 5 min de lecture Alex Camon

Voyez la trajectoire de votre quartier

Une démonstration sur votre territoire, à partir de données publiques. Nous vous répondons sous 7 jours ouvrables.

Votre vie privée

Nous utilisons des témoins essentiels au fonctionnement du site. Avec votre accord, nous utilisons aussi des témoins de mesure d'audience pour améliorer nos contenus. Politique de confidentialité