Comment générer une zone géographique pertinente ?

• Comment créer une étude de marché, précise à l'adresse, pour obtenir une vision 360° du marché de la transaction et du marché locatif ?
• Quelles sont les caractéristiques à prendre en compte pour définir un territoire d’analyse pertinent ?

Si vous vous êtes déjà posé ce genre de questions lors de la constitution de vos études de marché, alors cette note est faite pour vous.

Afin de  permettre à nos utilisateurs d’accélérer la création de leur étude de marché, nous avons développé un outil d’aide à la décision. À partir d’une adresse et d’une typologie de marché, l’algorithme Yanport, basé sur des méthodes avancées de machine learning, croise les données socio-économiques et de marché afin de déterminer une zone d’analyse. Cette zone se veut pertinente d’un point de vue structure de marché (caractéristiques socio-économiques, dynamiques des prix…) mais également car les indicateurs calculés y sont fiables.

Dans cette note, nous présentons les grands principes de l’algorithme mis en œuvre. Cet outil est d’ores et déjà disponible dans notre module d'étude de marché, accessible via notre solution Data 360 pour le marché de la transaction et de la location.

Une étude de marché ciblée à la Goutte d’Or (Paris, XVIII)

Pour illustrer notre problématique, partons d’un exemple d’étude générée à partir du 50 rue Doudeauville à Paris (XVIIIème). Nous souhaitons obtenir un ensemble d’indicateurs fiables et pertinents concernant les transactions des appartements situés dans cette zone (e.g. prix médian, marges de négociation ou encore durée de publication des annonces).

Le difficile arbitrage du chargé d’étude : avoir suffisamment d’observations tout en constituant une zone pertinente

Le chargé d’étude fait alors face à un dilemme et doit arbitrer entre la pertinence des biens utilisés pour la construction des indicateurs et la pertinence de la zone d’analyse. En effet, si le chargé d’étude se concentre sur la zone immédiatement autour de l’adresse d’intérêt, les indicateurs calculés peuvent manquer de pertinence (essentiellement car trop peu de biens sous-jacent). La tentation est alors d’étendre la zone d’analyse en agrégeant des zones IRIS* ou des villes par exemple. Cela permet d’augmenter le nombre d’observations mais les zones ajoutées peuvent ne pas être pertinentes par rapport à la zone de départ (ici la zone IRIS Goutte d’OR 8). En effet, le XVIIIème arrondissement parisien est assez hétérogène comme l’illustre la figure 1. Agréger par exemple toutes les zones IRIS de l’arrondissement conduirait à un ensemble qui ne serait pas nécessairement pertinent au regard de l’adresse d’intérêt.

Pour dépasser cette difficulté, l’équipe R&D de Yanport à développé un outil inédit, adapté aux création d’études de marché immobilier. Il permet, en fonction d’une adresse et d’une typologie de marché, de générer automatiquement l’ensemble des paramètres nécessaires à une analyse fiable d’un marché immobilier.

S'inspirer des experts pour déterminer la zone d'étude

Pour construire une zone pertinente, un expert se basera évidemment sur sa connaissance du secteur mais également sur différentes sources de données. Le plus souvent, il s'intéressera aux données socio-économiques (densité de population, taux de chômage, revenu des ménages, part de résidence principale, logements vacants) et aux dynamiques du marché immobilier.

Nous nous sommes inspirés de cette méthodologie pour développer une mesure de similarité entre zones géographiques nous permettant de comparer les territoires de façon simple et pratique. Notre stratégie peut être résumée comme suit :

1. Pré-sélection d’un échantillon de zones éligibles : proches d’un point de vue géographique et socio-économique de la zone initiale.

2. Agrégation séquentielle basée sur les similarités des biens du marché des zones candidates et de la zone initiale :

   2.1. Les zones IRIS candidates sont comparées à la zone initiale en termes de dynamique de marché, la plus similaire est sélectionnée.

   2.2. Si le critère de fiabilité (essentiellement basé sur le nombre d’observations et la stabilité des indicateurs) est atteint ou s’il est risqué de s’étendre plus, l'algorithme s’arrête. Sinon, on ajoute une nouvelle zone candidate.

La première étape peut être représentée par la figure 2 ci-dessous. En bleu, les zones éligibles, les plus proches d’un point de vue géographique et socio-économique de la zone initiale, en rouge, les zones déconseillées, qui ne seront pas sélectionnées.

Vient ensuite la phase itérative durant laquelle, parmi les zones éligibles, les zones les plus proches, en termes de marché immobilier, sont sélectionnées. On constate par exemple sur la figure 3 ci-dessous que les observations de la zone initiale (en bleu) sont plus proches de la zone Goutte d’Or 1 (en vert) que de la zone Faubourg Montmartre 1 (en rouge).

Après plusieurs itérations une zone pertinente est proposée comme l’illustre la figure 4 ci-dessous. Notre algorithme s’est ainsi étendu autour de la zone initiale, sans prendre des zones déconseillées initialement, qui auraient été sélectionnées si nous avions fait le choix d’une analyse sur l’ensemble de l’arrondissement.

📄 Pour télécharger cette note au format PDF, cliquez ici