Score de marchabilité : comment il est calculé et comment l'utiliser

Un score de marchabilité répond à une question : quelle part de la vie quotidienne se trouve à pied de cette porte d'entrée ? Les courses, une pharmacie, une école, un parc, un endroit où manger. Tout cela est comprimé en un seul nombre sur une échelle de 0 à 100, et c'est pourquoi les portails immobiliers, les sites de relocation et les assistants IA l'ont tous adopté.

Le nombre est facile à afficher et mérite d'être calculé correctement, car deux adresses d'une même ville peuvent se situer dans des quartiers complètement différents. Ce guide déroule la méthode, puis l'applique à des données réelles. Nous avons calculé un index de marchabilité pour 40 adresses dans 20 villes européennes avec la MapAtlas POI API, et les résultats montrent pourquoi le score appartient à une adresse plutôt qu'à une ville.

Ce que mesure un score de marchabilité

Un score de marchabilité est une mesure de proximité. Il compte les destinations du quotidien atteignables à pied depuis une coordonnée, puis les pondère selon leur caractère essentiel et leur distance.

Trois conséquences découlent de cette définition, et les trois méritent d'être énoncées partout où vous publiez le nombre.

C'est une propriété d'une adresse, pas d'une ville. Deux appartements distants de trois kilomètres diffèrent couramment de 30 points ou plus, ce que nous pouvons désormais démontrer par les données au lieu de l'affirmer.

Il mesure la présence, pas la qualité. Le score sait qu'un supermarché se trouve à 300 mètres. Il ignore si ce supermarché est bien approvisionné, cher, ou fermé le dimanche.

Il mesure la distance, pas l'effort. Un kilomètre plat et un kilomètre en montée comptent pour un kilomètre. Le relief, les traversées et l'état des trottoirs restent entièrement en dehors du calcul.

Ce sont les limites de ce qu'un nombre unique peut porter, et non des défauts de la méthode.

Comment calculer un score de marchabilité

Toute implémentation se ramène aux trois mêmes étapes.

Étape 1 : résoudre l'adresse en coordonnée

Commencez par géocoder l'adresse en latitude et longitude. La précision de cette correspondance fixe le plafond de tout ce qui suit. Une correspondance au niveau du toit place l'origine sur le bâtiment lui-même, tandis qu'une correspondance au niveau du code postal peut tomber quelques centaines de mètres plus loin, ce qui, à l'échelle du piéton, change la réponse.

Utilisez le champ de précision de correspondance si votre géocodeur en renvoie un, et signalez comme approximatif tout score calculé à partir d'un niveau plus grossier que la rue.

Étape 2 : collecter ce qui se trouve dans la zone de chalandise piétonne

Décidez ensuite de ce qui compte comme distance à pied. Il y a deux options, et le choix pèse plus qu'il n'y paraît.

Un rayon prend tout ce qui se situe dans 1 km autour de la coordonnée. C'est rapide, peu coûteux et reproductible, mais cela ignore complètement le réseau de rues. Une boutique à 400 mètres de l'autre côté d'une rivière sans pont compte toujours comme si elle était à côté.

Une isochrone prend tout ce qui se trouve dans le polygone réellement atteignable en 15 minutes de marche sur des chemins existants. Elle coûte plus cher par requête et, en échange, elle traite correctement les rivières, les voies ferrées, les autoroutes et les impasses.

L'index ci-dessous utilise un rayon de 1 km, car un benchmark publié doit rester reproductible par quiconque souhaite le vérifier. Pour une fonctionnalité en direct sur une annonce, utilisez l'isochrone.

Étape 3 : noter chaque catégorie sur une courbe, puis pondérer

Transformez enfin les décomptes en score. Les décomptes bruts ne conviennent pas ici : un quartier avec 40 restaurants n'est pas quatre fois plus marchable qu'un quartier avec 10, et le premier supermarché compte bien plus que le vingtième. Chaque catégorie est donc notée sur une courbe à rendements décroissants.

// One category, scored 0..1. `target` is the count that earns full marks.
const componentScore = (count, target) =>
  Math.min(1, Math.log(1 + count) / Math.log(1 + target));

// Weighted sum across categories gives the headline 0..100 number.
const score = components.reduce(
  (total, c) => total + componentScore(counts[c.key], c.target) * c.weight,
  0,
);

C'est le logarithme qui fait le travail. Passer de zéro à un supermarché déplace fortement le score de la composante, alors que passer de 30 à 31 se remarque à peine, ce qui correspond assez bien à la façon dont on vit un quartier.

Les poids sont ensuite appliqués. Voici les nôtres, avec le raisonnement derrière chacun :

Les poids relèvent du jugement et non du fait, donc nous publions les nôtres pour que vous puissiez les vérifier et les ajuster. Un portail familial augmentera le poids des écoles, et un site de location étudiante celui des transports et de la restauration. Ce sont les poids publiés qui rendent le nombre reproductible dans le produit de quelqu'un d'autre.

Ce qui compte comme un bon score

Un score devient plus actionnable quand vous le lisez par tranches. Ces tranches sont calibrées sur l'échantillon européen ci-dessous, donc un nombre au milieu de la plage décrit un vrai quartier européen.

Gardez en tête que ces tranches décrivent l'offre d'équipements autour d'une adresse, pas l'expérience de la marche jusqu'à eux.

Le MapAtlas Walk Index : 20 villes européennes

Nous avons appliqué la méthode à deux adresses dans chacune de 20 villes européennes : la place centrale et un quartier résidentiel périphérique situé à environ 5 à 8 km. Tous les décomptes proviennent de la MapAtlas POI API dans un rayon de 1 km, capturés le 28 juillet 2026.

L'écart entre les deux points compte bien plus que le classement. Les adresses centrales atteignent 94 en moyenne, tandis que les adresses résidentielles périphériques des mêmes villes atteignent 73. Les points bleus se tassent contre le plafond parce que les centres-villes européens sont denses presque par construction, ce sont donc les points verts qui portent la vraie variation.

Trois constats ressortent du tableau.

Rome présente la plus grande dispersion interne de l'échantillon, avec 53 points. Piazza Venezia obtient 93, tandis que Ponte Mammolo, encore largement dans la ville, obtient 40. Dans un rayon de 1 km autour de cette coordonnée périphérique, l'API a trouvé 4 supermarchés, 19 lieux de restauration et 6 espaces verts, contre 85, 1129 et 149 dans le centre.

Varsovie est la seule ville où l'adresse périphérique l'emporte. Ursynów obtient 84 contre 82 pour la vieille ville, parce qu'Ursynów est un quartier résidentiel planifié où commerces alimentaires, écoles, centres de santé et parcs ont été conçus dès l'origine. Un centre historique et un bon endroit pour vivre sa semaine ne sont pas la même chose.

Barcelone et Athènes ne décrochent presque pas, de 2 et 7 points. Une densité continue de bâti moyen porte l'offre d'équipements bien au-delà du cœur touristique dans les deux villes.

Pourquoi la moyenne par ville est le mauvais nombre

Décomposer une seule ville montre clairement le mécanisme.

Toutes les composantes chutent en même temps. L'alimentation passe de 93 à 34, la restauration de 96 à 41 et les écoles de 93 à 39. Il ne s'agit pas d'une catégorie manquante qui tire vers le bas un quartier par ailleurs comparable, il s'agit d'un autre type de lieu.

Imaginez ce qui se passe quand un portail étiquette ces deux adresses « Rome, marchabilité 93 ». L'acheteur qui visite l'appartement périphérique arrive en s'attendant au centre, et la visite corrige l'annonce. Calculer le score depuis la coordonnée propre à chaque bien évite cet écart et donne à l'acheteur une raison de faire confiance au reste de la page.

Ce que le score ne vous dit pas

Quatre limites méritent d'être publiées à côté du nombre.

Présence n'est pas qualité. Six restaurants dans 1 km obtiennent le même score qu'ils soient excellents ou médiocres, parce que le score mesure la disponibilité et rien d'autre.

Le plat et la pente obtiennent le même score. Le relief est invisible pour un calcul de proximité, donc dans des villes comme Lisbonne ou Zurich le score se lit de façon optimiste.

La couverture des données varie selon les pays. Notre jeu de données recense les nœuds de transport mais ne les note pas, car la densité de balisage au niveau des arrêts diffère trop entre pays pour une comparaison honnête. Zurich montre pourquoi : la requête a renvoyé un seul nœud de transport dans 1 km autour de Paradeplatz, ce qui est un artefact de balisage et non un fait sur les tramways suisses. Le noter aurait produit un nombre faux mais assuré, donc nous l'avons exclu et nous expliquons pourquoi.

Un instantané n'est pas une tendance. Ces chiffres datent du 28 juillet 2026, et les équipements ouvrent et ferment, donc publiez la date à côté de tout score que vous calculez.

Comment ajouter un score de marchabilité à une annonce immobilière

Les acheteurs posent des questions sur le quartier avant de poser des questions sur le bien. Une annonce qui répond à ces questions sur la page garde le visiteur, au lieu de l'envoyer chercher la réponse ailleurs dans un moteur de recherche.

L'implémentation tient en quatre étapes.

1. Géocodez l'adresse de l'annonce une fois, à l'ingestion, et stockez la coordonnée avec sa précision de correspondance. Ne géocodez pas à chaque affichage de page.
2. Demandez la zone de chalandise piétonne de cette coordonnée : une isochrone piétonne de 15 minutes, puis les décomptes d'équipements à l'intérieur.
3. Appliquez vos poids et mettez le résultat en cache. Les quartiers évoluent sur des mois plutôt que sur des jours, donc un rafraîchissement mensuel ou trimestriel suffit.
4. Affichez le nombre et les preuves. Montrez le score, le détail par composante et les lieux nommés qui se trouvent derrière.

Cette dernière étape a un second bénéfice. Les moteurs de recherche IA peuvent citer un bloc qui liste des lieux réels et nommés quand quelqu'un demande ce qu'il y a autour d'une adresse, alors qu'un nombre nu ne leur donne rien à citer. Baliser le bloc en données structurées le rend en plus lisible par les machines :

{
  "@context": "https://schema.org",
  "@type": "Residence",
  "address": {
    "@type": "PostalAddress",
    "streetAddress": "Via dei Fori Imperiali 1",
    "addressLocality": "Rome",
    "addressCountry": "IT"
  },
  "additionalProperty": {
    "@type": "PropertyValue",
    "name": "Walkability score",
    "value": 93,
    "maxValue": 100,
    "measurementTechnique": "Weighted amenity density within a 15 minute walking isochrone",
    "valueReference": "Computed 2026-07-28"
  },
  "amenityFeature": [
    { "@type": "LocationFeatureSpecification", "name": "Supermarkets within a 15 minute walk", "value": 12 },
    { "@type": "LocationFeatureSpecification", "name": "Primary schools within a 15 minute walk", "value": 4 }
  ]
}

Deux champs y portent la provenance. measurementTechnique indique comment le nombre a été produit, et la date de calcul voyage avec la valeur, de sorte qu'un moteur de réponse peut répéter les deux sans réserve.

Où ces scores sont utilisés

Il y a trois surfaces, dans un ordre approximatif de valeur commerciale. Les annonces immobilières, où le score répond à la question du quartier directement sur la page. La recherche de relocation et de location, où les utilisateurs filtrent par mode de vie avant de filtrer par bâtiment. Et les assistants IA, qui répondent de plus en plus à « ce quartier est-il marchable ? » sans envoyer personne vers une annonce.

C'est la troisième surface qui change le plus vite. Un score daté, publié avec sa méthode et les lieux nommés qui le composent, donne à un moteur de réponse quelque chose de concret à citer.

Pour les données sous-jacentes, la GeoEnrich API renvoie les décomptes d'équipements et les lieux nommés autour d'une coordonnée en un seul appel, et l'Isochrone API produit la zone de chalandise piétonne dans laquelle ces décomptes sont mesurés. Gardez les poids de notation dans votre propre produit, où ils peuvent refléter ce qui compte pour votre audience.

Résumé

Un score de marchabilité est un décompte pondéré et décroissant avec la distance des destinations du quotidien proches d'une coordonnée. Géocodez l'adresse, collectez ce qui se trouve dans sa zone de chalandise piétonne, puis notez chaque catégorie sur une courbe et appliquez vos poids.

Calculez-le par adresse plutôt que par ville. Notre échantillon de 20 villes atteint 94 en moyenne dans le centre contre 73 en périphérie, avec 53 points de dispersion dans la seule ville de Rome.

Publiez ensuite la méthode avec le nombre : les poids, la zone de chalandise, la date de capture et ce que le score ne mesure délibérément pas.