Déterminer les sous-marchés adéquats
Vous allez commencer par explorer l’adéquation des sous-marchés du comté de Dane. Les sous-marchés possèdent la taille de groupes de blocs de recensement américain, qui sont des sous-divisions de secteurs de recensement et constituent la plus petite unité géographique pour laquelle des statistiques démographiques sont signalées. Après avoir sélectionné un sous-marché adéquat, vous allez utiliser les mêmes méthodes d’analyse d’adéquation pour déterminer un site candidat spécifique.
Générer des groupes de blocs pour les sous-marchés
Commencez par créer un projet dans Business Analyst Web App.
- Accédez à Business Analyst Web App et connectez-vous à votre compte ArcGIS Online.
- Si nécessaire, cliquez sur Home (Accueil) sur le ruban.
- Cliquez sur New project (Nouveau projet).
La fenêtre Create project (Créer un projet) apparaît.
- Dans la fenêtre Create project (Créer un projet), pour Project name (Nom du projet), saisissez Laundromat Expansion (Extension de laverie) et cliquez sur Create (Créer).
Le projet est créé. Une fois qu'il est terminé, un message de confirmation apparaît.
- Vérifiez que la case Open new projects as soon as they are created (Ouvrir les projets dès leur création) est cochée, puis cliquez sur OK (OK).
Business Analyst Web App s'ouvre sur une carte vierge. Créez au préalable vos sous-marchés pour l'analyse.
- Sur le ruban, cliquez sur Define areas (Définir des zones) et sélectionnez Select geography (Sélectionner la géographie).
La fenêtre Select Geography (Sélectionner une géographie) s’affiche.
- Dans la fenêtre Select geography (Sélectionner la géographie), sélectionnez Select from full list (Sélectionner dans la liste complète).
- Sélectionnez Block Groups (Groupes d'îlots).
La fenêtre est mise à jour pour afficher un seul menu déroulant contenant la liste des États des États-Unis.
- Dans le menu déroulant, sélectionnez Wisconsin (Wisconsin).
Un deuxième menu déroulant contenant une liste de tous les comtés de l'État du Wisconsin apparaît.
- Dans ce deuxième menu déroulant, sélectionnez Dane County, WI (Comté de Dane, WI).
- Cochez la case Block Group (Groupes d’îlots) pour sélectionner tous les groupes d’îlots du comté de Dane.
- Pour Combine selected geographies into one site (Combiner les géographies sélectionnées en un site), vérifiez que No (Non) est sélectionné, puis cliquez sur Finish (Terminer).
Chacun des groupes d’îlots sélectionnés dans le comté de Dane est ajouté à votre carte comme site de sous-marché.
- Dans le volet Select geography (Sélectionner la géographie), cliquez sur I'm done (J’ai terminé).
Ajouter un critère basé sur une variable
Vous allez ensuite exécuter une analyse d’adéquation à l'aide de critères variables. Vous avez déjà déterminé que des facteurs tels que le pourcentage de logements occupés par des locataires et les zones à forte densité de population étaient essentiels à la réussite des autres emplacements des entreprises. Vous allez utiliser l’outil Suitability analysis (Analyse d’adéquation) pour analyser chacun des sous-marchés ou groupes d’îlots en fonction de critères clés et déterminer celui qui convient le mieux à l’emplacement de votre nouvelle laverie.
Remarque :
Reportez-vous au didacticiel Learn ArcGIS Développer une petite entreprise avec ArcGIS Pro pour apprendre à déterminer les facteurs qui contribuent au succès des magasins.
- Sur le ruban, cliquez sur Run analysis (Exécuter l’analyse) et choisissez Suitability Analysis (Analyse d’adéquation).
La fenêtre Suitability analysis (Analyse d’adéquation) s’ouvre.
- Si nécessaire, cliquez sur Get Started (Commencer).
- Pour Select Geography (Sélectionner une géographie), cliquez sur Features on the map (Entités sur la carte).
- Cliquez sur Next (Suivant).
Les 353 groupes d’îlots du comté de Dane sont sélectionnés.
- Cliquez sur Next (Suivant). Cliquez sur Select criteria (Sélectionner des critères) et sélectionnez Add variables from data browser (Ajouter des variables à partir du navigateur de données).
La fenêtre Data browser (Navigateur de données) s’ouvre.
- Dans la fenêtre Data browser (Navigateur de données), sous Standard variables (Variables standards), cliquez sur Housing (Logement).
- Pour Filter by (Filtrer par), cliquez sur le menu déroulant Keyword (Mot-clé) et saisissez 2024 renter occupied.
La liste des variables s’affine pour ne conserver que celles qui répondent aux critères de recherche.
- Pour 2024 Renter Occupied Housing Units (Esri) (Unités de logement occupées par un locataire 2024 [Esri]), cliquez sur Percentage (Pourcentage) et cochez la case associée.
Remarque :
Les données Business Analyst sont mises à jour régulièrement. Utilisez les données les plus récentes.
- Dans la partie supérieure de la fenêtre Data browser (Navigateur de données), cliquez sur Explore (Explorer).
- Dans la barre de recherche, saisissez Population Density et cliquez sur Search (Rechercher).
- Cochez la case 2024 Population Density (Pop per Square Mile) (Esri) (Densité de population 2024 (Population par mile carré) [Esri]).
Vous allez ensuite sélectionner les variables relatives à la laverie et au nettoyage à sec.
- Cliquez sur Explore (Explorer) et recherchez Apparel laundry.
- Pour les variables 2024 Coin-operated Apparel Laundry/Dry Cleaning (Laverie et nettoyage à sec à pièces 2024) et 2024 Not Coin-operated Apparel Laundry/Dry Cleaning (Laverie et nettoyage à sec (pas à pièces) 2024), cliquez sur Index et cochez les cases des variables.
Les deux dernières variables à ajouter en tant que critères sont les pourcentages de travailleurs qui se rendent au travail par les transports publics et en marchant.
- Cliquez sur Explore (Explorer) et recherchez ACS Workers.
- Pour Keyword (Mot-clé), saisissez workers 16+.
- Pour les variables 2022 Workers 16+ Walked (ACS 5-Yr) (Travailleurs de plus de 16 ans qui ont marché [ACS 5 ans] 2022) et 2022 Workers 16+ Took Public Transportation (ACS 5-Yr) (Travailleurs de plus de 16 ans qui ont emprunté les transports publics [ACS 5 ans] 2022), cliquez sur %, puis cochez les cases des variables.
Dans la partie supérieure de la fenêtre Data browser (Navigateur de données), vous pouvez afficher les variables que vous avez sélectionnées.
Vous allez utiliser plusieurs fois ce même jeu de variables pour l'analyse. Pour gagner du temps lors de la sélection des variables, chaque fois que vous réalisez une analyse d'adéquation, vous pouvez enregistrer la liste des variables.
- Cliquez sur Selected variables (Variables sélectionnées) et vérifiez que six variables sont sélectionnées. Cliquez sur Save List (Enregistrer la liste).
- Dans la fenêtre Save criteria list (Enregistrer la liste de critères), pour List name (Nom de la liste), saisissez Laundromat Variables (Variables de laverie).
Remarque :
Sous List icon (Icône de la liste), vous pouvez éventuellement sélectionner une icône pour représenter votre liste de critères.
- Cliquez sur Save (Enregistrer) et dans la fenêtre Data browser (Navigateur de données), cliquez sur Apply (Appliquer).
Les six variables sont ajoutées dans la fenêtre Suitability analysis (Analyse d’adéquation).
La fenêtre Suitability analysis results (Résultats de l’analyse d’adéquation) apparaît et la carte est symbolisée par les valeurs Final score (Score final).
Les groupes d’îlots dont les scores d’adéquation sont les plus élevés possèdent des valeurs proches les unes des autres.
Explorer les résultats d’analyse
Vous allez ensuite explorer les résultats de l’analyse d’adéquation et modifier la pondération de l’une des variables afin de mieux les distinguer et d’identifier les zones de sous-marché les plus appropriées à la localisation de votre nouvelle entreprise.
- Dans la fenêtre Suitability analysis (Analyse d’adéquation), faites défiler vers le bas et pour Weighting (Pondération), cliquez sur Adjust weights (Ajuster les pondérations).
- Pour 2024 Renter Occupied HUs (Unités de logement occupées par le locataire 2024), définissez la pondération sur 30%.
Les valeurs Final score (Score final) sont mises à jour dans la fenêtre Suitability analysis results (Résultats de l’analyse d’adéquation).
- Cliquez sur Done (Terminé).
- Dans la fenêtre Suitability analysis results (Résultats de l’analyse d’adéquation), cliquez sur le bouton Table pour afficher la table attributaire.
La table attributaire s’affiche. Notez le champ Final score (Score final), qui fournit le score de l’analyse d’adéquation
La carte zoome sur le groupe d’îlots dont le score est le plus élevé.
Notez que les trois premiers groupes d’îlots possèdent tous un fort pourcentage de locataires et se trouvent dans cette zone de Madison (Wisconsin).
- Sur la carte, appliquez un zoom avant au centre, là où les groupes d’îlots sont plus petits. Dans la table, pointez sur l’enregistrement dont le score est le plus élevé.
- Fermez la fenêtre Suitability analysis (Analyse d’adéquation) et cliquez sur Don't save (Ne pas enregistrer).
- Dans la barre d’outils latérale, cliquez sur Clear map (Effacer la carte).
- Dans la fenêtre Clear map (Effacer la carte), cochez All (Tout) et cliquez sur Clear (Effacer).
Vous avez affiné votre analyse de marché dans les sous-marchés avoisinant la ville de Madison (Wisconsin). Vous allez ensuite appliquer les mêmes critères d’adéquation pour déterminer un site candidat adéquat.
Finaliser les sites candidats
Vous avez précédemment déterminé que le sous-marché le plus adéquat du Comté de Dane se trouvait à Madison (Wisconsin). À l'aide de ces informations, vous avez trouvé trois emplacements vacants à Madison qui pouvaient accueillir une laverie. Vous allez appliquer les mêmes critères d’adéquation pour déterminer parmi ces trois sites candidats le plus adéquat pour étendre vos activités.
Générer les anneaux de la zone de chalandise
Avant de commencer l’analyse finale, vous allez ajouter une couche contenant trois sites possibles à Madison (Wisconsin) pour l'emplacement de votre nouvelle activité et créer des anneaux d’un demi-mile autour de chacun de ces trois sites.
- Sur le ruban, cliquez sur Add data (Ajouter des données) et choisissez Web maps and layers (Cartes et couches Web).
La fenêtre Web maps and layers (Cartes et couches Web) s’ouvre.
- Sur le côté de la fenêtre Web maps and layers (Couches et cartes Web), cliquez sur ArcGIS, puis, dans la barre de recherche, saisissez Candidate_Sites_Learn.
- Cochez la case de la couche Candidate_Sites_Learn et cliquez sur Add Selected (Ajouter la sélection).
Trois sites candidats apparaissent sur la carte.
- Zoomez sur la carte et déplacez-la afin que les points des trois sites candidats soient visibles simultanément.
- Cliquez sur le point le plus au Nord, puis appuyez sur la touche Maj tout en cliquant sur les deux points restants afin qu’ils soient tous trois sélectionnés.
Une zone jaune apparaît autour de chaque point pour indiquer que plusieurs sites sont actuellement sélectionnés.
- Dans la fenêtre contextuelle, cliquez sur Create buffers (Créer des zones tampon).
- Pour Radius (Rayon), supprimez les valeurs existantes, puis saisissez 0,5 dans la première zone. Vérifiez que l'unité est définie sur miles (miles).
- Cliquez sur Apply (Appliquer).
- Cliquez sur Create sites (Créer des sites).
- Décochez No fill (Aucun remplissage) et cliquez sur Create 3 sites (Créer 3 sites).
- Dans la fenêtre Save created sites (Enregistrer les sites créés) qui apparaît, pour Create a new layer (Créer une nouvelle couche), acceptez le nom par défaut et cliquez sur Save (Enregistrer).
Des anneaux d’un demi-mile sont ajoutés autour de chacun des sites candidats.
- Fermez la fenêtre contextuelle.
Des anneaux d’un demi-mile entourent chacun des trois sites candidats.
Puisque l’analyse d’adéquation nécessite des entrées polygonales, ces anneaux d’un demi-mile seront utilisés pour comparer et noter les trois sites. Le processus utilisera l’ensemble des trois types de critères, mais une couche d’analyse d’adéquation doit d’abord être créée.
Classer les zones de chalandise des candidats
Vous allez lancer une analyse d’adéquation finale pour déterminer le meilleur site disponible dans l’ensemble de candidats.
- Sur le ruban, cliquez sur Run analysis (Exécuter l’analyse) et choisissez Suitability Analysis (Analyse d’adéquation).
- Cliquez sur Features on the map (Entités sur la carte) et sur Next (Suivant).
- Dans la fenêtre Select sites or a layer (Sélectionner des sites ou une couche), vérifiez que l’option Sites est sélectionnée et cliquez sur Apply (Appliquer).
- Dans la fenêtre Suitability analysis (Analyse d’adéquation), cliquez sur Next (Suivant).
Comme vous avez enregistré les variables que vous avez utilisées pour déterminer un sous-marché adéquat, vous pouvez sélectionner la même liste de variables pour classer la zone de chalandise de chaque site candidat.
- Cliquez sur My lists (Mes listes) et sélectionnez Laundromat Variables (Variables de laverie).
L’outil Suitability analysis (Analyse d’adéquation) exécute et classe les zones de chalandise de chacun des sites candidats.
- Le cas échéant, effectuez un zoom arrière afin que les trois sites soient visibles sur la carte.
Deux des sites représentent clairement de meilleurs candidats que l'emplacement à proximité de l'aéroport. Vous pouvez affiner davantage les critères en appliquant une valeur de pondération supérieure aux critères des logements occupés par des locataires.
- Dans la fenêtre Suitability analysis (Analyse d’adéquation), cliquez sur Adjust weights (Ajuster les pondérations). Pour 2024 Renter Occupied HUs (Unités de logement occupées par le locataire 2024), définissez la valeur Weight (Pondération) sur 30.
Cette modification a seulement mis en évidence l'adéquation des deux sites déjà identifiés comme meilleurs candidats que l'emplacement de l'aéroport.
Vous allez ensuite ajouter des critères basés sur les champs. Des critères basés sur les champs seront créés à partir des attributs de sites candidats des places de parking temporaires disponibles et exclusives. Votre analyse des points de vente existants a montré que ces attributs sont corrélés avec des ventes supérieures auprès des utilisateurs de service de dépôt haut de gamme.
Vous allez créer des critères d’adéquation basés sur les champs à partir des attributs suivants :
- Tmp Parking Spots (Places de parking temporaires)—Nombre de places de parking temporaires disponibles
- Pct Parking Assigned (Pourcentage de places de parking affectées) : pourcentage de places de parking temporaires affectées exclusivement au point de vente
- Dans la fenêtre Suitability analysis (Analyse d’adéquation), cliquez sur Add criteria (Ajouter des critères), puis sélectionnez Add attributes from sites (Ajouter des attributs à partir des sites).
La fenêtre Add site attributes (Ajouter des attributs de site) apparaît avec les deux attributs de parking.
- Cochez les cases Tmp Parking Spots (Places de parking temporaires) et Pct Parking Assigned (Pourcentage de places de parking affectées) et cliquez sur OK (OK).
Les deux critères sont ajoutés dans la fenêtre Suitability analysis (Analyse d’adéquation).
Dans la table de la fenêtre Results (Résultats), les valeurs Final score (Score final) mises à jour indiquent que le site candidat au centre de Madison possède le score le plus élevé.
Ajouter des critères basés sur la couche ponctuelle
Vous allez ensuite ajouter des critères basés sur la couche ponctuelle pour noter chaque site en fonction des concurrents à proximité. L’outil peut créer un critère en fonction de la distance en ligne droite séparant chaque site candidat du concurrent le plus proche.
- Sur le ruban, cliquez sur Add data (Ajouter des données) et choisissez Web maps and layers (Cartes et couches Web).
- Si nécessaire, dans la fenêtre Web maps and layers (Couches et cartes Web), cliquez sur ArcGIS et recherchez Competitors_DaneCounty_Learn.
- Cochez la case de la couche Competitors_DaneCounty_Learn, puis cliquez sur Add selected (Ajouter la sélection).
Cette couche contient les données ponctuelles des entreprises qui fournissent des services de laverie et de nettoyage à sec similaires dans le Comté de Dane.
- Dans la fenêtre Suitability analysis (Analyse d’adéquation), cliquez sur Add criteria (Ajouter des critères), puis sélectionnez Add point layer (Ajouter une couche ponctuelle).
- Dans la fenêtre Add point layer (Ajouter une couche ponctuelle), développez Competitors_DaneCounty_Learn et vérifiez que la case Competitors_DaneCounty est cochée.
- Cliquez sur Close (Fermer).
La couche Competitors_DaneCounty est ajoutée à la liste des critères dans la fenêtre Suitability analysis (Analyse d’adéquation).
- Pour la variable Competitors_DaneCounty, cliquez sur More options (Autres options).
Le paramètre Influence (Influence) est défini sur Inverse (Inverse), ce qui signifie que plus il existe de concurrents dans la zone, moins la valeur Final score (Score final) est élevée pour ce site candidat.
- Pour Choose how point layer contributes to analysis (Sélectionner la façon dont la couche ponctuelle contribue à l’analyse), sélectionnez Distance to nearest point (Distance par rapport au point le plus proche).
La valeur Final score (Score final) est mise à jour dans la fenêtre Suitability analysis results (Résultats de l’analyse d’adéquation).
La valeur Final score (Score final) de chaque site candidat a légèrement diminué, mais l'emplacement University Lake reste clairement le meilleur site candidat comme emplacement de votre nouvelle activité.
Vous pouvez enregistrer les résultats de cette analyse dans sa propre couche.
- Dans la fenêtre Suitability analysis (Analyse d’adéquation), cliquez sur Save layer (Enregistrer la couche).
- Dans la fenêtre Save layer (Enregistrer la couche), pour Layer name (Nom de la couche), saisissez candidate sites et cliquez sur OK.
- Cliquez sur OK.
L’analyse est maintenant accessible dans la fenêtre de projet Laundromat Expansion (Extension de laverie), sous les couches Suitability analysis (Analyse d’adéquation).
- Fermez la fenêtre Suitability analysis (Analyse d’adéquation).
Vous avez restreint de manière méthodique votre recherche au sous-marché le plus adéquat et identifié le meilleur site. Ensuite, pour valider davantage vos résultats, vous allez exécuter une série d’infographies et de rapports de synthèse sur le site sélectionné.
Générer des rapports de synthèse
Vous avez précédemment déterminé le site final pour l’expansion de votre entreprise. Vous allez ensuite générer des infographies et des rapports pour en savoir plus sur le site. Avant d'exécuter des rapports de synthèse et des infographies, vous allez ajouter un anneau de 3 miles autour du site University Lake. La zone de chalandise de 0,5 mile représente la zone de clients qui marchent potentiels et celle de 3 miles, la zone de clients qui conduisent potentiels.
Générer des rapports de synthèse pour le site sélectionné
Vous allez sélectionner le site candidat dont le score est le plus élevé, University Lake, et ajouter un anneau de 3 miles.
- Cliquez sur le site candidat University Lake (au milieu). Dans la fenêtre contextuelle, cliquez sur Edit area (Mettre à jour la zone).
- Pour Radius (Rayon), dans la deuxième zone de texte, saisissez3, puis cliquez sur Apply (Appliquer).
Une zone de chalandise de trois miles est ajoutée au site.
- Dans la fenêtre contextuelle, cliquez sur Rapports.
- Pour Choose a report to run (Sélectionner un rapport à exécuter), cliquez sur le menu déroulant. Recherchez Community Profile (Profil communautaire).
- Sélectionnez Community Profile (Profil communautaire). Conservez le format de rapport par défaut PDF (PDF) et cliquez sur Run Report (Exécuter le rapport).
Un message apparaît dans la partie inférieure de la carte pour confirmer que le rapport a été créé.
- Sur le ruban, cliquez sur Laundromat Expansion (Extension de laverie), puis, sous Previously Run Reports (Rapports déjà exécutés), cliquez sur Community Profile (Profil communautaire).
Le PDF est téléchargé sur votre ordinateur.
- Accédez au dossier Téléchargements et ouvrez le rapport.
- Fermez la fenêtre du PDF, puis retournez à votre projet Business Analyst Web App.
- Utilisez ce que vous avez appris pour générer les rapports Graphic Profile (Profil graphique), Housing Profile (Profil de logement) et Market Profile (Profil de marché) pour le site candidat University Lake.
Les rapports peuvent être affichés à l’écran, imprimés ou partagés en tant que fichiers. Avant de terminer le didacticiel, vous allez créer une série d’infographies pour mieux comprendre les caractéristiques du quartier entourant le site d’expansion. Les infographies sont des rapports à l’écran graphiquement améliorés, créés en cliquant sur un point, une ligne ou un polygone. Les modèles disponibles fournissent des renseignements sur la zone sélectionnée exploitables immédiatement.
Créer des infographies pour le site sélectionné
Vous allez créer et afficher les infographies Key Facts (Faits importants) et Commute Profile (Profil communautaire) pour les zones de chalandise de site d’expansion.
- Dans la fenêtre contextuelle du site University Lake, cliquez sur Back (Retour).
- Cliquez sur Infographic (Infographie).
Une infographie apparaît. Sur le ruban, le nom du modèle d’infographie actuel s’affiche.
- Si le nom indiqué sur le ruban n’est pas Key Facts (Faits importants), cliquez sur le nom du modèle d’infographie actuel et cliquez sur Key Facts (Faits importants).
L’infographie Key Facts (Faits importants) apparaît.
Remarque :
Les données sont agrégées via la répartition des données, que vous découvrirez de plus près dans la documentation sur la répartition des données.
Le modèle Key Facts (Faits importants) affiche un aperçu rapide des variables d’adéquation importantes. Vous pouvez effectuer un choix parmi une variété d’autres modèles pour afficher des informations en fonction des variables d’adéquation que vous avez ajoutées. Vous allez examiner le modèle Nearby Restaurants (Restaurants à proximité) pour identifier les restaurants les plus proches de l’emplacement.
Remarque :
Les données Business Analyst sont mises à jour régulièrement. Les mises à jour peuvent induire des chiffres légèrement différents dans les infographies et les rapports.
- Dans le ruban, cliquez sur Export infographic (Exporter l’infographie).
- Dans la fenêtre Export Infographic (Exporter l’infographie), pour Export as (Exporter sous), acceptez le paramètre par défaut PDF (PDF) et cliquez sur Create PDF (Créer un fichier PDF).
L'infographie Key Facts (Faits importants) est téléchargée sur votre ordinateur sous forme de document PDF.
Ensuite, vous allez afficher le modèle Commute Profile (Profil communautaire) pour la même zone.
- Dans la visionneuse d’infographie, dans le ruban, cliquez sur Key Places (Lieux importants) et sélectionnez Commute Profile (Profil communautaire).
Le modèle s’ouvre et reçoit des données, fournissant des informations sur les tendances de transport des résidents de la zone. Ces informations complètent graphiquement les résultats de l’analyse d’adéquation. Les données figurant dans les rapports de synthèse et les modèles d’infographie vous aident également à sélectionner le site d’expansion.
- Exportez l’infographie au format PDF.
- Fermez la visionneuse d’infographie.
Au cours de ce didacticiel, vous avez créé des sous-marchés dans le marché sélectionné et les avez analysés afin de restreindre la recherche sur les quartiers les plus adéquats. Votre analyse d’adéquation finale a été effectuée sur les sites commerciaux disponibles pour identifier le meilleur emplacement. Enfin, vous avez exécuté des rapports de synthèse et des infographies pour valider la sélection du site et créer des informations de support à partager.
Vous trouverez d’autres didacticiels dans la bibliothèque des didacticiels.