L'abc des données de la rue principale
Une ressource pour les décideurs politiques, les acteurs de la rue principale et les chercheurs urbains
Par Andy Yan, directeur du programme sur la ville à l'université Simon Fraser
La collecte et l'utilisation de données sur les rues principales sont essentielles pour comprendre l'impact de la pandémie de COVID-19 et pour éclairer l'élaboration de stratégies et d'interventions visant à soutenir la reprise économique. La pandémie de COVID-19 a accéléré des tendances et des changements de longue date dans le commerce de détail et les services des rues principales, amplifiant des faiblesses et des inégalités préexistantes. Pour résoudre ces problèmes, il est essentiel de disposer de données et d'approches analytiques adéquates.
Quel problème essayez-vous de résoudre sur Main Street ? Quelle analyse essayez-vous d'entreprendre pour éclairer votre solution ? Quelles sont les données disponibles pour éclairer votre analyse ? Ce type de questions est essentiel, car les décisions prises dès le début de la définition de votre problème peuvent avoir des effets considérables sur la quantité de ressources qu'un projet de recherche de données peut consommer, et sur l'utilité qu'un tel projet peut apporter à la communauté.
Ce guide a été conçu pour aider les chercheurs, les analystes, les défenseurs et les conseillers à naviguer dans les océans de sources de données afin d'éclairer la planification de la réhabilitation des villes et des rues principales. Il met en évidence les concepts et méthodologies de base en matière de données, fournit des conseils et des tactiques pour la collecte et l'analyse des données, ainsi qu'une liste de sources de données qui peuvent soutenir des études basées sur les données.
1. Votre projet de recherche sur les données urbaines : Questions clés à poser avant de commencer
Les projets de données peuvent nécessiter beaucoup de ressources en termes de temps, de main-d'œuvre et de coûts. Il est essentiel de commencer par définir clairement le problème et la question de recherche qu'un projet tente de résoudre. Cette question pourquoi est le noyau à partir duquel les questions suivantes - qui qui est le public ; où est la géographie ; quand la période de temps - peuvent être posées. Enfin, on peut se demander quels types de données nécessaires, et comment Enfin, les types de données nécessaires et la manière dont elles doivent être collectées complètent la série de questions auxquelles il faut répondre pour concevoir un projet de données réussi.
Pourquoi ? - La question au cœur de tout projet de recherche de données
Dans sa forme la plus simple, le "pourquoi" est l'énoncé d'un problème que le projet tente de résoudre. Par exemple, "nous devons comprendre les effets économiques de COVID-19 sur les entreprises de la rue principale" est un énoncé de problème clair, qui encadre le projet en termes de ce qu'il tente d'accomplir. Les énoncés de problèmes ne sont pas nécessairement statiques, mais peuvent évoluer et s'affiner au cours du projet, à mesure que des données plus nombreuses et de meilleure qualité deviennent disponibles. Dans notre exemple, les "effets économiques" pourraient être affinés pour examiner des caractéristiques spécifiques telles que les locaux commerciaux vacants ou les pertes de revenus. L'énoncé du problème peut être affiné au fur et à mesure que vous progressez pour répondre aux questions suivantes : qui, où, quoi et comment.
Qui ? - Le public de votre projet de recherche de données
La question du "qui" concerne le public visé par un projet de données, ce qui détermine le ton et la quantité de contenu à communiquer en termes de longueur, de style et de conception. Les données seront-elles présentées dans un rapport qui sera lu par le grand public et les médias, ou par des décideurs politiques, des experts universitaires et des techniciens spécialisés dans des domaines tels que les finances publiques et privées, les politiques publiques ou le développement urbain ? S'il s'agit d'un mélange de ces publics, vous voudrez probablement limiter le jargon technique utilisé. Un langage simple et clair, ainsi que des graphiques et des visualisations solides, augmenteront considérablement l'utilité et la valeur communicative d'un projet de données.
"Un langage simple et clair, ainsi que des graphiques et des visualisations solides, augmentent considérablement l'utilité et la valeur communicative d'un projet de données.
Comme le montre la figure 1, les diagrammes et les graphiques peuvent souvent représenter l'information de manière beaucoup plus efficace que les tableaux numériques et le texte, en transmettant les tendances et les modèles de manière beaucoup plus efficace et rapide pour les lecteurs. Dans le cas présent, ce graphique tente d'illustrer la taille des entreprises au Québec et en Colombie-Britannique en fonction du nombre de salariés, révélant par un simple visuel que la grande majorité d'entre elles emploient moins de neuf salariés.
Figure 1 : Tableaux de données et graphiques
Où ? - L'échelle géographique de votre analyse
L'établissement de l'échelle géographique est un élément fondamental pour un projet de données. Cela a toujours été un défi pour la recherche en matière de politique urbaine.
Les géographies du recensement de Statistique Canada sont les niveaux géographiques de détail à partir desquels le gouvernement fédéral et la plupart des niveaux de gouvernement organisent et fournissent leurs ensembles de données. Le recensement est souvent disponible gratuitement au niveau national, provincial, métropolitain et municipal (également connu sous le nom de subdivision de recensement). Des géographies plus détaillées au niveau du secteur de recensement ou de l'aire de diffusion peuvent être disponibles, mais elles peuvent ne pas correspondre aux définitions locales d'une géographie non normalisée telle qu'un quartier ou une zone d'amélioration commerciale (ZAC). Dans ce cas, une tabulation personnalisée peut entraîner un coût pour le fournisseur de données publiques ou privées à ces niveaux géographiques. Certains ensembles de données publiques peuvent ne pas être disponibles à un niveau géographique détaillé en raison de préoccupations liées à la protection de la vie privée ou de limitations méthodologiques.
Figure 2 : Hiérarchie simplifiée des zones géographiques de recensement
Source : Statistique Canada, Introduction à l'univers géographique : Statistique Canada, Introduction à l'univers géographique. Catalogue no. 98-301-X, https://www12.statcan.gc.ca/census-recensement/2016/ref/dict/geoint-eng.cfm#moreinfo
Les géographies personnalisées, telles que les zones commerciales pour des entreprises spécifiques ou les quartiers d'affaires, peuvent également constituer des mesures géographiques utiles. Des zones tampons de 400 à 800 mètres autour des quartiers ou d'une ZAC sont souvent utilisées pour définir les zones commerciales, c'est-à-dire les zones géographiques susceptibles de générer la majorité des clients d'un commerce de la rue principale. En pratique, ces distances représentent la distance qu'un client potentiel peut confortablement parcourir à pied ou en voiture en 15 à 30 minutes, lorsque les conditions météorologiques ne sont pas défavorables. Ces zones tampons sont également utilisées autour des stations de transport en commun pour aider à définir les limites du développement "orienté vers le transport en commun".
Quand ? - La base de référence et l'horizon temporel
Le calendrier de l'étude est un autre élément clé à prendre en considération. L'établissement de données de référence avant et après la déclaration de l'urgence sanitaire COVID-19 (dans la mesure du possible) constitue une référence importante pour observer l'ampleur des changements que la pandémie a provoqués dans un quartier.
Par exemple, si votre projet de données analyse les impacts de la pandémie sur les conditions commerciales et de vente au détail de la rue principale, il est essentiel de comprendre quand la pandémie a commencé à prendre effet. La figure ci-dessous présente les dates auxquelles chaque province et territoire du Canada a déclaré une urgence de santé publique, ce qui est un bon indicateur du début des perturbations commerciales dans la rue principale.
Figure 3 : Déclarations d'urgence de santé publique par province et territoire
Avec ces dates, il y a deux façons d'établir une base de référence :
Avant et après la déclaration d'urgence sanitaire: Par exemple, les deux itérations de l'Enquête canadienne sur les perspectives économiques de Statistique Canada Enquête canadienne de conjoncture de Statistique Canada ont utilisé les périodes de référence d'avant le 1er février 2020 et du 31 mars 2020 comme base de référence, les répondants fournissant des réponses avant et après les effets du COVID-19 sur leurs entreprises.
Un calendrier normalisé: Une autre approche pourrait consister à utiliser une période de référence avant et après la COVID-19 sur un calendrier normalisé, par exemple à un an d'intervalle, ce qui peut aider à minimiser les fluctuations économiques saisonnières ou les effets tels que les conditions météorologiques. Par exemple, la période d'un an allant du 15 juin 2019 au 15 juin 2020 constitue une référence qui tient compte d'une période postérieure à la déclaration de l'urgence sanitaire, tout en contrôlant des facteurs tels que la saisonnalité du climat et les variations annuelles de la saison économique.
La difficulté de définir le "quand" dépend généralement de la disponibilité des données antérieures et, dans le cas de l'analyse COVID-19, de la possibilité de reproduire une mesure après la déclaration de la situation d'urgence.
L'unité de mesure et les sources de données que vous utiliserez
Les unités de mesure que vous choisirez seront évidemment étroitement liées aux types de questions de politique et de recherche sur lesquelles votre projet se concentre, ainsi qu'au public qui pourrait utiliser votre recherche pour élaborer et mettre en œuvre des politiques. Par exemple, si l'on considère les questions de recherche concernant les petites entreprises de la rue principale et les conditions économiques, l'unité de mesure pourrait inclure les entreprises (en tant qu'entités économiques et juridiques), les vitrines (l'espace physique), ou les propriétaires et les travailleurs (les individus).
Parmi les différents ensembles de données économiques et sociales disponibles, il existe quelques concepts et définitions de base à prendre en compte en termes d'organisation et d'interprétation des données pour une application à l'échelle de la rue principale. Deux concepts clés sont décrits.
Le système de classification des industries de l'Amérique du Nord
Si l'unité de mesure est l'entreprise, une façon courante de catégoriser les entreprises est d'utiliser le Système de classification des industries de l'Amérique du Nord (SCIAN). Ce système a été mis au point pour fournir un schéma de classification commun afin d'organiser les industries et de permettre la comparaison des entreprises et des industries entre diverses entités géographiques telles que les quartiers et les villes.
Petites et moyennes entreprises, entreprises indépendantes et chaînes de magasins
Lorsque les questions de recherche se concentrent plus étroitement sur les petites entreprises et les entreprises indépendantes en tant qu'unité de mesure, il est important de comprendre les nuances de la définition. 98 % des entreprises employant des salariés au Canada étant définies comme "petites" (1 à 99 salariés), elles constituent l'épine dorsale de la plupart des rues commerçantes. Pourtant, cette définition de Statistique Canada est considérée par certains comme trop large, incluant des entreprises "trop grandes pour être petites".
Le mémo n°6 de Bring Back Main Street traite des définitions de Statistique Canada des "petites entreprises", des "entreprises indépendantes" et des "micro-entreprises", qui sont à la base de la collecte des données. Comme le recommande le mémo, la catégorie des "entreprises indépendantes" est sans doute le dénombrement le plus fiable des petites entreprises, définies comme ayant un à trois points de vente opérant dans la même catégorie industrielle sous la même propriété légale à tout moment au cours de l'année de l'enquête. À des fins de comparaison, une "chaîne de magasins" est une organisation qui exploite quatre points de vente ou plus dans la même catégorie industrielle sous la même direction juridique.
"Avec 98 % des entreprises définies comme "petites" (1 à 99 employés), elles constituent l'épine dorsale de la plupart des entreprises commerciales de Main Street.
Comment - Les méthodes de collecte et d'utilisation des données
Les données peuvent être collectées à l'aide d'un certain nombre de méthodes, chacune ayant ses propres atouts et ses propres limites dans la recherche d'un équilibre entre l'actualité, la représentativité et le coût.
Un certain nombre de nouveaux ensembles de données ont été constitués à l'aide de diverses méthodes par des organismes gouvernementaux comme Statistique Canada et des groupes non gouvernementaux comme la Fédération canadienne des entreprises indépendantes, afin d'évaluer rapidement les effets économiques et sociaux du COVID-19 sur les personnes, les entreprises et les communautés. Il existe également un certain nombre d'ensembles de données économiques et démographiques bien établis et statistiquement représentatifs, tels que le recensement canadien, qui fournissent un contexte critique sur les entreprises et les conditions sociales et économiques avant l'urgence sanitaire du COVID-19. Malheureusement, du point de vue de l'actualité, les dernières données du recensement datent de 2016.
Cette section, consacrée au "comment", décrit les méthodes les plus couramment utilisées, en particulier lors de la recherche et de l'analyse de questions "en temps réel" liées à la pandémie de COVID-19.
Crowdsourcing et échantillonnage statistique: Certains ensembles de données sont collectés par le biais d'appels massifs à répondre à des enquêtes en ligne auprès de certaines populations (crowdsourcing) ou en sélectionnant les répondants pour s'assurer que les réponses aux enquêtes peuvent être extrapolées à des populations plus larges (échantillonnage statistique). Ces données peuvent être opportunes et relativement abordables à collecter et à administrer, mais les résultats peuvent être biaisés en faveur de certains groupes qui sont plus susceptibles de répondre à l'enquête. Les données obtenues par échantillonnage statistique peuvent être plus représentatives d'une population, mais leur acquisition peut être coûteuse (en particulier pour des populations et des communautés spécifiques ou de petite taille) et leur traitement peut prendre du temps.
Ensembles de données administratives: Ce type d'ensemble de données, qui retrace des fonctions telles que les licences et les permis d'exploitation, est recueilli par la mise en tableau et le résumé des opérations de l'administration et de la réglementation gouvernementales. Ces ensembles de données dépendent des politiques d' ouverture des données et des portails gouvernementaux existants, qui peuvent varier considérablement d'une municipalité à l'autre et qui peuvent ou non être disponibles pour le grand public. L'accès à ces données et leur interprétation requièrent généralement un certain niveau d'acuité technique, avec une analyse et une visualisation des données de niveau intermédiaire et avancé.
Collecte de données primaires hyperlocales: Pour des quartiers spécifiques, la collecte de données primaires où les enquêteurs documentent l'inoccupation, la taille des locaux et la composition des commerces, devanture par devanture, dans un quartier, peut fournir des informations détaillées sur la situation des commerces hyperlocaux. Ces types d'enquêtes peuvent nécessiter beaucoup de temps et de ressources, mais elles sont souvent plus opportunes et plus personnalisables que les ensembles de données administratives.
Données de localisation mobile: Les innovations en matière de "Big Data", telles que les transactions par carte de crédit, les données de localisation mobile et les comptages de transport, offrent l'avantage de la rapidité et de la perspicacité. Bien qu'ils soient moins sujets aux biais et aux erreurs de réponse humaine, ces ensembles de données demandent beaucoup de ressources pour les obtenir et les interpréter.
Toutes les méthodologies de données ont leurs forces, leurs faiblesses et leurs inconvénients respectifs. L'exactitude et la précision absolues ne sont pas nécessairement aussi importantes ou réalisables que l'utilisation d'ensembles de données qui permettent d'obtenir des résultats raisonnablement fiables pour soutenir ou remettre en question une orientation ou une décision.
2. Vos méthodes de recherche urbaine : Conseils, tactiques et considérations
Données qualitatives et quantitatives : L'importance de la narration
Bien que ce guide de données se concentre principalement sur les données quantitatives (chiffres), le pouvoir des données qualitatives (histoires et récits) ne doit pas être sous-estimé. Les récits aident à encadrer les chiffres en les reliant aux histoires et aux expériences des personnes et des communautés. La recherche suggère que, de par la nature de la cognition humaine, les histoires sont plus mémorables et incitent davantage à l'action pour la plupart des publics qu'un tableau de chiffres ou une visualisation de données. Les projets de données peuvent s'appuyer sur des analyses quantitatives et qualitatives, qui ne s'excluent pas mutuellement.
"Les récits permettent d'encadrer les chiffres en les reliant aux histoires et aux expériences des personnes et des communautés.
La vérification des données quantitatives par des processus qualitatifs peut être utilisée comme moyen de rassembler une communauté. Les données peuvent être vérifiées et remises en question en organisant une réunion entre les parties prenantes de la communauté et les analystes de données afin d'examiner si les données correspondent aux expériences sur le terrain. En reconnectant les données avec les communautés qui les ont générées, le processus d'échange de connaissances dans le contexte, la nuance et le détail peut contribuer à informer sur la manière de ramener les rues principales.
Documentation, approvisionnement et respect des délais
La documentation des sources de données est le fondement d'une bonne pratique de travail sur les données. Compte tenu du temps nécessaire à la collecte, au traitement et à la diffusion des données, la divulgation de la date à laquelle un ensemble de données a été généré permet aux lecteurs de comprendre l'actualité des données. Les données peuvent rapidement devenir obsolètes et il est préférable de les utiliser pour indiquer la direction de ce qui se passe plutôt que pour obtenir une mesure exacte. La documentation des sources est essentielle pour comprendre les forces et les limites de ce que les données peuvent expliquer et de ce qu'elles ne peuvent pas expliquer.
Représentativité, partialité et inclusion
La représentativité, les biais et la qualité de l'inclusion constituent une préoccupation majeure pour tout travail sur les données. En fonction des méthodes et des groupes de répondants, des obstacles systémiques tels que la maîtrise limitée de l'anglais ou du français, l'aisance de certaines populations à remplir des questionnaires, l'accès à la technologie, la formulation des questions ou la sélection des groupes de répondants peuvent nuire à la représentativité d'une enquête. Elles peuvent accidentellement (ou délibérément) exclure des groupes ethnoculturels et démographiques entiers et produire des lacunes importantes dans les données relatives à certaines populations ou zones géographiques d'une communauté. Les enquêtes ont souvent du mal à être inclusives, mais il existe des méthodes pour tenter d'améliorer la représentativité.
Compte tenu de la diversité et de la complexité des économies urbaines, les statistiques peuvent mesurer au mieux l'économie formelle, mais pas nécessairement l'économie informelle d'une communauté et de ceux qui y participent. Il est conseillé d'examiner si vos données soulèvent des problèmes de représentativité, de partialité et d'inclusion, en reconnaissant les limites de ce que vos données capturent et de ceux qu'elles peuvent exclure.
3. Sources de données démographiques et commerciales de la rue principale
Il existe de nombreux ensembles de données qui permettent d'analyser la santé, la vitalité et l'état des rues principales dans le contexte des impacts du COVID-19 et de la planification de la reprise, ainsi que dans le contexte économique et démographique plus large. Bien que la liste ne soit pas exhaustive, les sources de données citées dans ce guide sont en grande partie gratuites et disponibles sur Internet, bien qu'il puisse y avoir des frais pour des requêtes géographiques personnalisées plus spécifiques par le fournisseur de données.
Sources de données accessibles au public et largement gratuites
Les entreprises canadiennes comptent
Exemple d'utilisation: Une ville souhaite obtenir un décompte du nombre d'entreprises avec et sans employés par secteur d'activité.
Source: Statistique Canada : Registre des entreprises de Statistique Canada, qui est la liste centrale des entreprises canadiennes. Elles sont basées sur le concept statistique de "localisation", c'est-à-dire que chaque site d'exploitation est compté séparément, y compris dans les cas où une entreprise comprend plusieurs sites. Pour plus de détails, voir https://www23.statcan.gc.ca/imdb/p2SV.pl?Function=getSurvey&SDDS=1105
Site web : https://www150.statcan.gc.ca/n1/daily-quotidien/190812/dq190812b-eng.htm
Géographie: National et provincial ; des requêtes de données personnalisées sont disponibles pour des géographies plus détaillées.
Unité de mesure: Entreprises par SCIAN avec employés et sans employés
Coût: Gratuit pour les données nationales et provinciales, mais les données géographiques plus détaillées nécessitent une requête personnalisée payante.
Limites: Les entreprises "sans employés" peuvent être difficiles à suivre ; il existe un éventail d'entreprises qui n'emploient pas de salariés, mais qui peuvent avoir une main-d'œuvre composée de travailleurs contractuels, de membres de la famille ou de propriétaires d'entreprise, ou qui sont tout simplement des "entreprises sur papier".
Licences d'exploitation municipale, 2019
Exemple d'utilisation: Une ville souhaite comprendre les types et la diversité des entreprises qui pourraient se trouver dans une zone d'amélioration des affaires.
Source: Dépend des politiques municipales en matière de données ouvertes
Exemples de sites web : https://opendata.vancouver.ca/explore/dataset/business-licences/information/?disjunctive.status&disjunctive.businesssubtype | https://data.surrey.ca/dataset/business-licences/
Géographie: Personnalisable en fonction de l'emplacement individuel de la licence d'exploitation.
Unité de mesure: licences commerciales individuelles par catégorie réglementaire
Coût: Les données sont généralement gratuites, mais la création de l'analyse, de la visualisation et de la cartographie des données entraîne des dépenses.
Limites: Une même entreprise peut détenir plusieurs licences et toutes les entreprises ne sont pas obligées d'avoir une licence d'exploitation, ce qui peut entraîner des erreurs de catégorisation.
Informations sur les offres d'emploi dans le domaine commercial et de la vente au détail
Exemple d'utilisation: Une zone d'amélioration des affaires souhaite s'informer sur les postes vacants dans son quartier et dans l'ensemble de la ville.
Source: Divers fournisseurs privés, mais Cushman Wakefield, Colliers International et CBRE offrent des exemples de ce qui est disponible.
Site web : https://www.cushmanwakefield.com/en/canada/insights/canada-marketbeats
https://www.collierscanada.com/en-CA
https://www.cbre.ca/en/research-and-reports
Géographie: Toute la ville et certains quartiers
Unité de mesure: les locaux vacants en vitrine
Coût: Gratuit
Limites: Les géographies à l'échelle de la ville peuvent ne pas offrir le niveau de détail géographique souhaité.
Enquête canadienne sur les conjonctures économiques : Impact de COVID-19 sur les entreprises au Canada, avril et juillet 2020
Exemple d'utilisation: Enquête sur la situation des entreprises avant et après les déclarations d'urgence sanitaire COVID-19
Source: Statistique Canada et Chambre de commerce du Canada : Statistique Canada et Chambre de commerce du Canada
Site web : https://www150.statcan.gc.ca/n1/daily-quotidien/200429/dq200429a-cansim-eng.htm (mars 2020) https://www150.statcan.gc.ca/n1/daily-quotidien/200714/dq200714a-cansim-eng.htm (mai 2020)
Géographie: Pays et province avec une sélection de zones métropolitaines et de municipalités (taille de l'échantillon sensible)
Unité de mesure: Entreprises par SCIAN avec des informations supplémentaires sur le nombre d'employés, la taille de l'entreprise, le statut de propriété, le statut de propriété majoritaire pour les femmes, les Premières nations, les minorités visibles, les immigrants au Canada, les personnes handicapées, et l'activité commerciale.
Coût: Gratuit
Limites: Enquête sur Internet réalisée par la foule, avec des limites d'échantillonnage représentatif.
Étude de l'impact du COVID-19 sur les entreprises indépendantes
Exemple d'utilisation: Enquête générale sur les entreprises et l'impact du COVID-19 sur la situation des entreprises et l'état de redressement.
Source: Fédération canadienne des entreprises indépendantes : Fédération canadienne des entreprises indépendantes
Géographie: Nationale avec répartition par province
Unité de mesure: Entreprises individuelles
Coût: Gratuit
Limites: Les données se limitent à une enquête en ligne de type crowdsourcing et aux répondants qui sont membres de la Fédération canadienne des entreprises indépendantes.
Recensement canadien de 2016
Exemple d'utilisation: Une zone d'amélioration commerciale souhaite connaître le contexte démographique, économique et social de la ville.
Source: Statistique Canada
Site web : https://www12.statcan.gc.ca/census-recensement/2016/dp-pd/prof/index.cfm?Lang=E
Géographie: Pays, provinces, régions et municipalités
Unité de mesure: Ménages, familles et individus
Coût: Gratuit
Limites: Pour les géographies détaillées et personnalisées telles que les quartiers, un niveau élevé de connaissance des données de recensement est nécessaire. Les ensembles de données reflètent les données du recensement de 2016.
Sources de données privées et payantes
Pour obtenir des données plus récentes sur les locaux vacants et les données démographiques, les utilisateurs peuvent envisager de consulter les sources privées suivantes. La principale limite de ces ensembles de données est leur coût, car les informations détaillées nécessitent de s'abonner à un service ou de faire appel à une société pour des services de consultation. De plus, ces données peuvent ne pas être disponibles pour les petits marchés et les petites communautés.
Offre d'emploi dans le secteur du commerce et de la vente au détail
Exemple d'utilisation: Une zone d'amélioration commerciale souhaite obtenir des données très spécifiques sur le plan géographique concernant les locaux vacants dans les commerces et les magasins.
Source: Costar
Site web : https://www.costar.com/
Géographie: Personnalisable
Unité de mesure: façades de magasins
Coût: sur abonnement
Limites: Ensembles de données et sources propriétaires qui peuvent avoir une couverture limitée en fonction de la zone et de la communauté.
Données démographiques
Exemple d'utilisation: Une zone d'amélioration commerciale souhaiterait obtenir des données démographiques et des profils plus détaillés et plus opportuns pour un quartier.
Source: Environics Analytics
Site web : https://environicsanalytics.com/en-ca/data
Géographie: Personnalisable
Unité de mesure: individus
Coût: sur abonnement
Limites: Les données sont générées par des méthodologies exclusives et des sources de données publiques et privées, mais elles permettent de dresser un portrait démographique d'une communauté sur une période plus longue.