modèle math permettant de déterminer un CA potentiel

Bonjour,

Actuellement en stage, je dois mettre en place un modèle mathématique permettant de déterminer le chiffre d'affaire potentiel des nouveaux emplacements en étudiants le parc de magasins existants.
Ceci dans le but, donc, d'ouvrir de nouveaux magasins aux endroits les plus rentables.
Nous avons 2 cas, le magasin se trouve en centre commercial (CC) ou en centre ville (CV). Nous faisons donc 2 études, une pour les CC et une pour les CV.
Je dispose d'une base de données contenant divers données telles que le CA sur 12 mois glissants (que nous voulons prédire), la surface commerciale, le nombre de concurrents directs, le nombre d'enseignes nationales dans la zone (ou dans la rue si c'est un CV), la population dans la zone de chalandise...

J'ai fait diverses études: régression linéaire multiple, modèle non-linéaire additif et forêts aléatoires. Mes résultats ne me donnent jamais un R² supérieur à 30%.

Je pense que le problème vient en partie du fait que nous n'arrivons pas à qualifier l'emplacement (ce qui fait qu'une rue est mieux qu'une autre, ou un centre commercial mieux qu'un autre) car l'important est de garder des données objectives!
Auriez-vous une idée de la façon dont je pourrais qualifier les emplacements?

Je suis également à cours d'idées concernant les méthodes que je peux utiliser, auriez-vous des idées?

Merci d'avance, et s'il vous manque des informations n'hésitez pas à me les demander.

Bonjour,

une bien belle étude que tu dois faire là.
C'est difficile de te dire quelles variables utiliser dans ton étude dans la mesure où nous en sommes pas dans le sujet.
Cependant, as-tu songé à des croisements de variable (ex = population*nombre de concurrents)?

De plus au niveau des méthodes stats, dans les variables que tu as citées il n'y a que du quantitatif => fais-tu uniquement des régression sur du quanti car c'est un hypothèse forte par exemple de dire que le CA annuel est proportionnel à la population par exemple.

Voilà mon conseil si ce n'est pas déjà fais : essaye peut être de regrouper tes variables en classes homogènes et ainsi de créer des indicatrices => tu fais sauter l'hypothèse de linéarité et tu peux faire retourner tes modèles et ainsi essayer d'améliorer ton R2.

De plus, une modélisation type modèle linéaire généralisé (fonction de lien log comme la log poisson ou la log normale) pourrait convenir à une telle étude. Cela te donne l'impact toute chose égale par ailleurs d'une modalité sur ta variables cible en l'occurence le CA.
Par exemple, si ta modalité de référence pour le nombre de concurrents est 0 et ton estimation du paramètre de la modalité "1 concurrent" est 0.7 cela te dira que "toute chose égale par ailleurs" 1 concurrent direct engendre une baisse de 30% du CA.

Bonne chance,

Pierre-François