Les variations de prix immobilier selon la localisation constituent l’un des phénomènes les plus fascinants et complexes du marché. Deux propriétés quasi identiques peuvent afficher des écarts de prix spectaculaires, parfois de plusieurs centaines de milliers d’euros, simplement en raison de leur positionnement géographique. Cette réalité s’explique par un ensemble de facteurs interconnectés qui dépassent largement la simple logique de l’offre et de la demande. Des algorithmes sophistiqués aux contraintes urbanistiques, en passant par les dynamiques socio-économiques locales, chaque élément contribue à créer ces différentiels tarifaires qui caractérisent nos marchés immobiliers contemporains.
Analyse géospatiale des facteurs d’influence tarifaire immobilière
La géospatialisation des données immobilières révèle des patterns complexes qui échappent souvent à l’œil nu. Les professionnels du secteur utilisent désormais des systèmes d’information géographique (SIG) pour cartographier précisément les variations de prix et identifier les facteurs déterminants. Cette approche scientifique permet de comprendre pourquoi certaines zones affichent des valorisations exceptionnelles tandis que d’autres peinent à décoller.
L’analyse géospatiale met en évidence l’importance cruciale de la micro-localisation. Contrairement aux idées reçues, ce ne sont pas seulement les grandes tendances régionales qui influencent les prix, mais aussi des éléments très localisés comme la qualité de l’éclairage public, la propreté des espaces verts ou même l’orientation des façades. Ces détails, souvent négligés dans les analyses traditionnelles, peuvent représenter des écarts de valorisation de 5 à 15% selon les secteurs.
Zonage PLU et coefficient d’occupation des sols en zone urbaine dense
Le Plan Local d’Urbanisme (PLU) constitue l’épine dorsale de la valorisation foncière urbaine. Les coefficients d’occupation des sols (COS) déterminent directement le potentiel constructible d’une parcelle, influençant mécaniquement sa valeur marchande. Dans les zones urbaines denses, une différence de coefficient peut justifier des écarts de prix allant de 20 à 40% entre deux terrains adjacents.
Les zones classées UC (urbain dense) bénéficient généralement de coefficients plus élevés que les zones UD (urbain diffus), créant des gradients de valorisation particulièrement marqués en périphérie des centres-villes. Cette logique réglementaire explique pourquoi certaines propriétés semblent surévaluées par rapport à leur environnement immédiat : leur potentiel d’évolution future justifie une prime substantielle.
Impact de la proximité aux transports en commun sur les prix au m²
La recherche académique démontre une corrélation directe entre la distance aux transports en commun et la valorisation immobilière. Chaque minute de marche supplémentaire vers une station de métro ou de RER représente généralement une décote de 1 à 2% sur la valeur du bien. Cette règle empirique, largement vérifiée dans les métropoles françaises, explique les écarts parfois spectaculaires observés dans un même quartier.
L’effet de proximité ne se limite pas à la distance physique. La fréquence des dessertes, la qualité des correspondances et les projets d’extension futurs influencent également les anticipations du marché. Les zones bénéficiant d’annonces d’amélioration des transports voient souvent leurs prix augmenter par anticipation</em
À l’inverse, une ligne de bus lente, peu lisible ou sujette aux retards générera un impact plus modéré, voire neutre, sur le prix au m². L’arbitrage des ménages est très concret : combien de temps vais-je gagner ou perdre chaque jour pour aller travailler, emmener les enfants à l’école ou accéder aux services essentiels ? C’est cette somme de minutes, multipliée par des années d’usage, qui se traduit en prime ou en décote immobilière. Pour anticiper ces mouvements, de nombreux investisseurs croisent désormais cartes de transports actuelles, projets d’infrastructure et bases de prix historiques, afin de capter l’effet de valorisation lié aux futures dessertes.
Corrélation entre densité démographique et valorisation foncière
La densité démographique constitue un indicateur clé pour comprendre les écarts de prix entre quartiers ou communes. Plus une zone concentre d’habitants et d’emplois sur un même périmètre, plus la pression sur le foncier s’intensifie. Dans les grandes métropoles françaises, on observe souvent une corrélation positive entre densité de population, niveau d’équipement urbain et prix au m², même à l’intérieur d’un même arrondissement.
Cette relation n’est toutefois pas linéaire. Au-delà d’un certain seuil, une densité trop forte peut faire émerger des nuisances (bruit, congestion, manque d’espaces verts) qui freinent la hausse des prix, voire entraînent une stagnation. Tout l’enjeu consiste donc à trouver le “sweet spot” urbain où densité rime avec services, mobilité et qualité de vie. Les outils d’analyse géospatiale permettent de superposer densité, accessibilité et valeur foncière pour identifier ces zones d’arbitrage fines.
Pour un investisseur ou un acquéreur, lire correctement la densité démographique, c’est un peu comme interpréter une radiographie de la ville. On ne se limite pas au chiffre brut d’habitants par kilomètre carré : on l’articule avec le profil socio-économique des ménages, la structure par âge et la dynamique de construction. Une commune en densification contrôlée, portée par des arrivées de cadres ou de jeunes ménages, n’a pas du tout les mêmes perspectives de valorisation qu’un secteur saturé sans projets urbains structurants.
Effet de la rareté foncière dans les centres-villes historiques
La rareté foncière joue un rôle déterminant dans l’explication des écarts de prix entre adresses, en particulier dans les centres-villes historiques. Dans ces secteurs, le stock de biens est par définition limité, encadré par des contraintes patrimoniales fortes et une capacité de construction quasi nulle. Cette rareté structurelle agit comme un “verrou” qui maintient, voire amplifie, la valorisation au fil du temps, surtout lorsque la demande reste soutenue.
On peut comparer cette situation à celle d’un objet de collection : plus il est difficile à reproduire, plus sa valeur augmente, indépendamment parfois de son confort ou de sa performance énergétique. Une adresse située dans un quartier patrimonial emblématique, à Bordeaux, Lyon ou Paris, bénéficiera ainsi d’une prime durable par rapport à un quartier périphérique pourtant mieux doté en équipements récents. Cette prime de rareté se transmet d’une transaction à l’autre et se reflète directement dans le prix au m².
Ce phénomène s’observe aussi à l’échelle micro-locale : deux immeubles séparés par quelques dizaines de mètres peuvent se différencier fortement si l’un est inclus dans un périmètre historique protégé alors que l’autre ne l’est pas. La capacité (ou non) d’agrandir, de surélever, de diviser ou de transformer les lots crée un différentiel de valeur parfois spectaculaire. Les professionnels intègrent donc systématiquement ces contraintes de rareté et de transformation possible dans leurs grilles d’estimation.
Microzonage urbain et segmentation des marchés immobiliers
Au-delà des grandes zones définies par les PLU, le marché immobilier fonctionne selon une logique de microzonage. Autrement dit, la valeur d’un bien ne se joue pas seulement à l’échelle de la commune ou de l’arrondissement, mais aussi au niveau de quelques rues, voire de quelques îlots. C’est à ce niveau ultra-local que se cristallisent les différences de standing, de perception et de demande, expliquant pourquoi certaines adresses affichent des tarifs très différents selon leur localisation immédiate.
Les acteurs institutionnels comme les particuliers apprennent progressivement à raisonner dans ces micro-segments plutôt qu’en “grands quartiers” homogènes. Les bases de données notariales, les observatoires locaux et les outils de cartographie permettent désormais de tracer des frontières fines entre sous-marchés : telle rue recherchée, tel îlot familial, telle zone de bureaux ou de commerces. Chaque microzone développe ainsi sa propre dynamique de prix, avec ses primes et ses décotes relatives.
Différentiel tarifaire entre arrondissements parisiens et communes limitrophes
La région parisienne constitue un laboratoire emblématique de ces écarts de prix par microzone. Entre un arrondissement central comme le 6e ou le 7e, et certaines communes limitrophes pourtant très bien desservies, le différentiel de prix au m² peut dépasser 10 000 € pour des biens de surface comparable. Ce fossé s’explique par une combinaison de facteurs : symbolique du code postal, densité d’équipements haut de gamme, prestige scolaire, mais aussi rareté foncière au cœur de la capitale.
À l’inverse, certaines communes de petite couronne ont vu leur attractivité bondir avec l’amélioration des transports et la rénovation du bâti. On pense par exemple à des villes comme Montreuil, Pantin ou Clichy, qui ont connu ces dernières années des hausses de prix significatives, réduisant partiellement l’écart avec les arrondissements périphériques de Paris. Les projets du Grand Paris Express redessinent progressivement cette carte, en faisant émerger de nouveaux centres de gravité autour des futures gares.
Pour un acquéreur, l’arbitrage entre Paris intra-muros et les communes limitrophes revient souvent à choisir entre une surface plus réduite mais hyper centrale, et un logement plus grand pour un budget équivalent, à 2 ou 3 stations de métro supplémentaires. La perception de ce compromis varie selon les profils : certains privilégient le prestige de l’adresse parisienne, d’autres la qualité de vie au m². Cette diversité de préférences alimente la segmentation des marchés et contribue aux écarts de prix observés.
Classification des quartiers selon l’indice de standing résidentiel
Les professionnels de l’immobilier s’appuient de plus en plus sur des indices composites pour qualifier le standing résidentiel d’un quartier. Ces indices agrègent des critères objectifs (revenu médian, niveau de diplôme, proportion de cadres, taux de propriétaires, qualité des écoles) et des critères plus qualitatifs (présence de commerces premium, restaurants, équipements culturels, espaces verts). Le résultat est une sorte de “note de standing” qui permet de comparer finement des zones voisines.
Cette classification éclaire pourquoi deux quartiers contigus peuvent afficher des prix moyens au m² très différents, malgré une offre de logements comparable. Un quartier cumulant bonnes écoles, faible délinquance et environnement commerçant attractif se positionnera mécaniquement dans le haut du classement, et donc du spectre de prix. À l’inverse, un secteur perçu comme moins sécurisé, moins bien équipé ou en déclin commercial subira une décote, même s’il se situe à distance égale du centre-ville.
Pour vous, en tant qu’acquéreur ou investisseur, ces indices de standing jouent un rôle similaire aux notations financières pour un actif boursier. Ils ne remplacent pas l’analyse terrain ni la visite, mais fournissent un repère rapide pour comprendre la hiérarchie des valeurs au sein d’une agglomération. En pratique, il n’est pas rare qu’un simple changement de côté de boulevard suffise à faire basculer un bien d’une catégorie de standing à une autre, avec un impact immédiat sur le prix au m².
Analyse des écarts de prix entre rues adjacentes à Neuilly-sur-Seine
Neuilly-sur-Seine illustre parfaitement la notion de microzonage urbain. Dans cette commune très recherchée, des rues adjacentes peuvent présenter des écarts de prix de plusieurs milliers d’euros par m², alors même que les immeubles semblent similaires au premier abord. La différence se niche dans des éléments subtils : proximité d’un axe très circulant, bruit d’une bretelle d’accès au périphérique, orientation, vue sur un parc ou sur une cour intérieure, qualité des copropriétés voisines.
Par exemple, une adresse donnant directement sur le bois de Boulogne ou sur une large avenue arborée bénéficiera d’une prime significative par rapport à une rue plus encaissée, moins lumineuse ou exposée aux nuisances sonores. De même, une école réputée ou un lycée très coté dans un rayon de quelques centaines de mètres peut suffire à créer une sur-demande localisée et à tirer les prix vers le haut sur un micro-secteur précis. À l’échelle de la commune, ces effets se combinent et fragmentent le marché en sous-zones bien distinctes.
On pourrait comparer cette situation à celle d’une carte thermique : certaines rues “rougissent” sous l’effet d’une intense demande solvable, tandis que d’autres, pourtant très proches, restent à des niveaux plus modérés. Pour optimiser un achat à Neuilly ou dans des communes au profil similaire, il est donc indispensable de descendre à ce niveau de granularité et de comparer non seulement les arrondis au m², mais aussi la micro-localisation exacte, la typologie de l’immeuble et l’environnement immédiat.
Impact des périmètres de sauvegarde du patrimoine sur la valorisation
Les périmètres de sauvegarde du patrimoine, qu’il s’agisse de secteurs sauvegardés, de zones de protection du patrimoine architectural, urbain et paysager (ZPPAUP) ou de sites patrimoniaux remarquables, exercent une influence ambivalente sur les valeurs immobilières. D’un côté, ils garantissent un cadre bâti préservé, une homogénéité architecturale et une certaine rareté des biens. De l’autre, ils imposent des contraintes fortes en matière de travaux, de matériaux et de transformations possibles.
Dans de nombreux centres historiques (Avignon, Aix-en-Provence, Strasbourg, etc.), cette protection se traduit globalement par une prime de valorisation : les acquéreurs acceptent de payer plus cher pour bénéficier d’un environnement patrimonial sécurisé, où le risque de constructions dégradant le paysage est limité. Les immeubles classés ou inscrits, ainsi que ceux situés dans des rues emblématiques, concentrent alors une forte demande, souvent internationale, qui alimente la hausse des prix.
Mais cette prime patrimoniale n’est pas automatique. Dans certains cas, le coût élevé des travaux conformes aux exigences des Architectes des Bâtiments de France, couplé à des performances énergétiques plus difficiles à améliorer, peut freiner une partie de la demande. Le marché opère alors un arbitrage subtil entre l’attrait du cachet historique et les contraintes techniques et financières. Là encore, deux adresses presque voisines, mais situées de part et d’autre d’un périmètre protégé, peuvent afficher des trajectoires de prix divergentes sur le long terme.
Variables socio-économiques déterminantes dans la formation des prix
Au-delà des caractéristiques physiques et réglementaires des quartiers, ce sont les variables socio-économiques qui façonnent, en profondeur, la géographie des prix immobiliers. Revenus des ménages, structure de l’emploi, profil démographique, niveau d’éducation, taux de chômage ou encore attractivité scolaire composent un “ADN socio-économique” propre à chaque microzone. Cet ADN influe directement sur la solvabilité de la demande locale et donc sur le niveau de prix acceptable à moyen terme.
Les études montrent par exemple une forte corrélation entre revenu médian par unité de consommation et prix au m² résidentiel, à périmètre urbain constant. Dans les communes ou quartiers où les revenus progressent plus vite que la moyenne nationale, les prix immobiliers ont tendance à surperformer sur la durée. Inversement, les secteurs frappés par un chômage structurel ou par la disparition d’emplois industriels voient souvent leur marché se tasser, malgré des qualités intrinsèques parfois intéressantes (maison de ville, jardin, proximité de la nature).
Ces variables socio-économiques ne sont pas figées : elles évoluent avec les politiques publiques, les implantations d’entreprises, la création de pôles universitaires ou de clusters technologiques. L’arrivée d’un campus, d’un hôpital ou d’un grand siège social peut, en quelques années, changer le visage d’un quartier et faire basculer les courbes de prix. Pour anticiper ces mouvements, il est utile de suivre non seulement les statistiques immobilières, mais aussi les indicateurs d’emploi, de formation et d’équipement à l’échelle communale ou intercommunale.
Algorithmes de géolocalisation et modélisation prédictive immobilière
La montée en puissance des données géolocalisées a profondément transformé la manière dont les prix sont analysés, estimés et prévus. Là où l’on se contentait autrefois de simples moyennes par commune ou par arrondissement, les modèles actuels croisent des milliers de points de données : transactions, caractéristiques des biens, environnement urbain, informations socio-économiques, accessibilité, nuisances, etc. Cette révolution silencieuse a donné naissance à une nouvelle génération d’outils d’estimation et de modélisation prédictive immobilière.
Concrètement, chaque bien se voit désormais rattaché à un nuage de données contextuelles extrêmement riche, grâce au géocodage de son adresse et à l’exploitation de bases publiques et privées. Les algorithmes cherchent des analogies statistiques entre biens similaires pour affiner le prix au m² à l’échelle de l’îlot, voire de l’immeuble. Pour l’utilisateur final, cela se traduit par des estimations plus précises, mais aussi par une meilleure compréhension des facteurs locaux qui expliquent les écarts de prix.
Machine learning appliqué à l’estimation automatisée des biens
Le machine learning est au cœur de cette transformation. Au lieu de reposer uniquement sur des règles fixes, les modèles apprennent des données passées pour améliorer en continu leurs prédictions. Ils ingèrent des milliers, voire des millions de transactions historiques, en intégrant des variables comme la surface, le nombre de pièces, l’étage, la présence d’un ascenseur, la date de construction, le DPE, mais aussi la distance aux transports, aux écoles, aux commerces ou aux espaces verts.
On peut comparer ces algorithmes à un agent immobilier virtuel qui aurait mémorisé chaque transaction passée et serait capable d’en déduire des régularités cachées. Là où un humain peut difficilement intégrer plus d’une vingtaine de critères simultanément, une machine en traite plusieurs centaines sans perdre en cohérence. Cela permet de capter des effets subtils : prime liée à un parc spécifique, impact d’une école réputée, décote liée à une voie ferrée ou à une zone inondable, etc.
Pour vous, utilisateur de ces estimations automatisées, l’enjeu est de comprendre qu’elles ne donnent pas un prix unique mais une fourchette de valeur probable. Le machine learning fournit une base solide, mais il doit être complété par une analyse qualitative du bien (état réel, qualité de la copropriété, potentiel de travaux). C’est l’alliance entre modèle prédictif et expertise terrain qui permettra de saisir, au plus fin, pourquoi une adresse donnée affiche un tarif plus élevé (ou plus bas) que celle, en apparence similaire, située à quelques rues de là.
Big data géospatial et analyse des patterns de prix par îlots
Le big data géospatial consiste à traiter des volumes massifs de données localisées pour faire émerger des patterns de prix, de fréquentation ou d’usage à une échelle très fine. Dans l’immobilier, cela se traduit par des cartes de chaleur des valeurs au m², non plus à l’échelle du quartier, mais de l’îlot, voire du pâté de maisons. Ces cartes, construites à partir des bases notariales, des annonces, des données cadastrales et des informations urbaines, permettent d’identifier des micro-marchés en quelques secondes.
Imaginez une vue aérienne de la ville où chaque immeuble serait coloré en fonction de son prix moyen au m². On verrait immédiatement apparaître des “lignes de fracture” : ici une rue très prisée, là un axe bruyant moins coté, plus loin une coulée verte qui rehausse la valeur des immeubles voisins. C’est précisément ce que permettent aujourd’hui les outils de data visualization immobilière, utilisés par les grands investisseurs mais aussi, de plus en plus, par les conseillers locaux.
Ces analyses par îlots aident à déjouer certaines idées reçues. Il n’est pas rare de découvrir qu’un quartier réputé “cher” recèle des poches plus abordables, ou qu’un secteur considéré comme “moyen” comporte quelques îlots de grande qualité encore sous-valorisés. Pour l’investisseur avisé, cette lecture fine ouvre des opportunités d’achat à contre-courant, là où les modèles globaux ne voient qu’une moyenne uniforme.
API géocodage et précision des coordonnées GPS pour l’évaluation
Les API de géocodage jouent un rôle crucial dans cette chaîne de valeur. Elles permettent de transformer une adresse postale en coordonnées GPS précises (latitude, longitude), qui serviront ensuite de clé d’accès à l’ensemble des données géospatiales pertinentes. Plus la localisation est précise, plus l’estimation pourra intégrer finement les caractéristiques du micro-environnement : proximité réelle d’un parc, distance exacte à une station, position par rapport à une voie bruyante ou à une zone inondable.
Dans la pratique, la précision du géocodage fait parfois toute la différence entre une estimation pertinente et une estimation biaisée. Un simple décalage de quelques dizaines de mètres peut faire basculer un bien d’un îlot calme à un carrefour bruyant, d’une rue recherchée à un axe secondaire moins coté. C’est un peu comme si l’on essayait d’évaluer un restaurant en confondant son adresse avec celle du bar d’à côté : le résultat serait forcément différent.
Pour les plateformes d’estimation comme pour les grands portefeuilles immobiliers, l’investissement dans des services de géocodage de qualité et la vérification humaine des cas sensibles restent donc essentiels. Vous avez peut-être déjà constaté, lors de vos recherches en ligne, que certaines annonces localisent approximativement le bien “au quartier près” ; cela limite la capacité à comparer les tarifs selon la localisation exacte. À l’inverse, une adresse précisément géocodée s’intègre parfaitement dans les modèles prédictifs, permettant de comprendre plus finement les écarts de prix entre adresses très proches.
Régulation administrative et contraintes d’urbanisme commercial
Les écarts de prix entre adresses ne concernent pas seulement le résidentiel : l’immobilier commercial, les bureaux et les locaux d’activité sont fortement impactés par la régulation administrative et l’urbanisme commercial. Autorisations d’exploitation, règles de changement de destination, quotas de surfaces commerciales ou encore contraintes de stationnement créent une cartographie de droits et de limitations qui expliquent, en grande partie, pourquoi certains emplacements valent beaucoup plus cher que d’autres.
Dans les centres-villes, les plans de sauvegarde du commerce de proximité, les règles de protection contre la mono-activité (bars, restauration rapide, etc.) ou les périmètres de protection des rez-de-chaussée commerciaux influencent directement la valeur des locaux. Un bail autorisant plusieurs activités dans une rue très fréquentée aura une valeur locative nettement supérieure à celle d’un local limité à un usage restreint dans une zone à faible passage. Ce différentiel se répercute ensuite sur le prix de vente au m² des murs commerciaux.
En périphérie, les schémas directeurs d’urbanisme commercial encadrent l’implantation des grandes surfaces, des retail parks ou des zones d’activité. Une parcelle située dans un périmètre ouvert au développement commercial n’a pas le même potentiel de valeur qu’un terrain similaire soumis à un gel réglementaire. Pour un investisseur, lire ces documents d’urbanisme, souvent techniques, revient à décrypter à l’avance où se situeront les futures zones prime et où, au contraire, l’offre restera rare par choix politique.
Ce jeu de contraintes et d’autorisations conduit à une hiérarchisation très nette des emplacements : emplacements n°1 (angles d’axes commerçants à fort flux), emplacements n°1 bis, n°2, etc. Deux adresses distantes de quelques dizaines de mètres peuvent ainsi se voir appliquer des loyers et des valeurs de cession très différents, simplement parce que l’une bénéficie d’un flux piéton “captif” (sortie de métro, arrêt de bus, carrefour) quand l’autre reste en marge. Là encore, la localisation fine et la lecture des règles d’urbanisme expliquent largement ces écarts.
Stratégies d’optimisation géographique pour investisseurs institutionnels
Les investisseurs institutionnels (foncières, compagnies d’assurance, fonds de pension, SCPI, OPCI, etc.) ne se contentent plus d’une vision macroscopique des marchés. Leur performance repose de plus en plus sur leur capacité à optimiser finement la dimension géographique de leurs portefeuilles. Autrement dit, à sélectionner les bonnes adresses, dans les bons micro-marchés, au bon moment du cycle, en arbitrant en permanence entre rendement locatif, potentiel de valorisation et risques réglementaires.
Concrètement, ces acteurs combinent des modèles quantitatifs (basés sur le big data géospatial et le machine learning) avec une connaissance de terrain très qualitative, issue d’équipes locales ou de partenariats avec des réseaux de conseillers. Ils identifient des clusters géographiques où la demande solvable reste solide, où les tensions foncières créent des barrières à l’entrée et où les politiques publiques soutiennent à la fois la mobilité, les services et la qualité de vie. Dans ces micro-zones, ils acceptent souvent des rendements initiaux un peu plus faibles en misant sur la revalorisation à long terme.
À l’inverse, dans des secteurs plus risqués ou moins établis, certains investisseurs recherchent un surcroît de rendement immédiat pour compenser une visibilité plus faible sur la valorisation future. Ils s’appuient alors sur des scénarios de transformation urbaine : reconversion de friches, renouvellement de quartiers de gare, densification autour de futures lignes de transport. L’analogie avec une partie d’échecs est éclairante : il s’agit de positionner des “pièces” immobilières sur l’échiquier urbain, avant que les coups suivants (projets publics, arrivées d’entreprises, évolutions démographiques) ne redistribuent les valeurs relatives.
Ces stratégies d’optimisation géographique se déclinent aussi à l’intérieur d’une même ville. Certains institutionnels arbitrent par exemple une partie de leurs actifs des hyper-centres historiques, très chers et parfois saturés, vers des quartiers en devenir, mieux adaptés aux nouveaux usages (bureaux flexibles, coworking, logements intermédiaires). D’autres diversifient entre métropoles régionales, villes moyennes dynamiques et zones touristiques, en pondérant chaque segment selon sa résilience et sa corrélation avec les cycles économiques.
En filigrane, une certitude se dessine : plus l’analyse géographique est fine, plus la capacité à comprendre les différentiels tarifaires entre adresses s’améliore. Que l’on soit investisseur institutionnel, promoteur, conseiller ou simple particulier, intégrer cette “lecture de la ville à la loupe” devient une compétence clé. C’est elle qui permet d’expliquer, et parfois de mettre à profit, le fait que deux adresses en apparence proches puissent afficher des tarifs très différents selon leur localisation exacte.