Analyse des donnes applique au marketing

1
Analyse des donnéesappliquée au marketing

• Pierre DESMET

2
Organisation du cours 1/3

• Objectifs à lissue du cours, létudiant doit
• Connaître le principe de base et les limites des
  différentes méthodes
• Savoir les mettre en uvre
• Savoir interpréter les résultats
• Savoir choisir la méthode la plus adaptée à
  lobjectif de létude et à la nature des données
• Animation
• Lecture autonome dun livre de référence par
  létudiant
• Présentation et discussion des éléments clés en
  cours
• Application de la méthode (mise en uvre et
  interprétation) sur des cas
• Travail autonome de traitement dune base de
  données

3
Organisation du cours 2/3

• Contrôle (10 janvier)
• Quiz individuel (50)
• Contrôle continu (50) Remise du apport détude
  par groupe de 2 sur lanalyse dune base de
  données
• Cadre conceptuel
• QuestionsInterprétation des résultats des
  analyses statistiques (la diversité des méthodes
  sera valorisée)
• Lecture obligatoire des chapitres avant chaque
  séance
• Jolibert A. et Jourdan P. (2006), Marketing
  research, Dunod
• Autres Lectures
• Evrard, Y, Pras B. et Roux E. (2009) MARKET,
  Dunod, Paris.
• Malhotra N., Décaudin J.-M. et Bouguerra A.
  (2004), Etudes marketing avec SPSS, Pearson

4
Organisation du cours 3/3

• Ma 6 oct Introduction / Tableau (Chap 1 à 3)
• Ma 13 oct Manipulations de base (Chap 4 à 6)
• Je 22 oct Mesures dassociation (Chap 9)
• Ma 3 nov Tester les différences (suite)
• Jeu 12 nov Expérimentation et Analyse de la
  variance (Chap 7 et 10)
• Je 17 déc Typologies et Segmentations (Chap 14)
• Ma 17 nov Analyses factorielles et Similarités
  (Chap 12 et 13)
• Je 19 nov Régression logistique et Analyse
  discriminante (Chap 15 et 19)
• Lu 11 jan Contrôle
• Les autres points seront abordés
• Dans le cours  Suivi et Prévision des ventes 
• Régression (Chap 11)
• dans le séminaire  mesure de la performance
  marketing 
• Mesure (Chap 8 et 18)
• Analyse conjointe (Chap 17)
• E-Ressources
• Logiciels libres Tanagra http//eric.univ-lyon
  2.fr/ricco/tanagra/fr/tanagra.html

5
Le distributeur Casino doit-il continuer à offrir
une garantie  Satisfait ou Remboursé 2 fois  ?

6
DEMARCHE (1)

• Commanditaire
• Contexte (SWOT)
• Entreprise
• Secteur (type de produit, clients,)
• Marché (taille, évolution)
• Concurrence
• Question marketing
• Stratégie
• Décision envisagée (options)
• Justification, bénéfices attendus
• Critères de décision (hiérarchisés)
• Analyse quel cheminement de laction à la
  conséquence ?
• Analyse documentaire
• Entretien (commanditaire)
• Entretien dexpert, quali client, store-check
• gt cadre théorique et hypothèses (validées, à
  valider)
• Identifier linformation manquante -gt objectif de
  létude
• Hétérogénéité segmentation
• Pertinence ?

7
DEMARCHE (2)

• LEtude
• Plan de collecte effet global ou comparaison
  doptions
• Echantillon (taille, ), instrument de mesure
  (questionnaire), mode de collecte
• Plan de dépouillement (à partir du cadre
  théorique)
• Analyse des données (Dépouillement)
• Vérification, élimination, codage,
• Descriptive (moyenne, mode,)
• Globalement
• Selon des critères de segmentation
• Les différences entre les groupes sont-elles
  significatives ?
• Des groupes de clients (segmentation)
• Des groupes  manipulés  (Publicité A, versus
  Publicité B)
• Association entre des variables pour  chaîner 
  le raisonnement
• Z -gt X - gt Y
• Recommandation
• Chemin inverse du raisonnement
• Comment les résultats de létude (dans son
  ensemble) éclairent-ils le choix marketing
• Avec quel risque
• Recommandation dune action

8
Cadre danalyse (1)

• Bottom Up puis Top-Down

Garantie
Profit
De quoi dépend le profit ? Quels autres
déterminants que la garantie
Profit
9
Cadre danalyse (2)
Valeur du signal

• Hypothèses (chaque flèche est une hypothèse)
• Chaque rectangle une variable à mesurer
• Variable médiatrice et variable modératrice
• Rédaction des hypothèses
• Validées  Plus la préférence produit est forte
  plus IA est élevée 
• A valider
• La garantie accroît la qualité perçue
• La garantie accroît lintention dachat
• Pour qui ? modératrice sur la préférence
  produit, la cherté ?

10
Plan de collecte

• 2 grands cadres
• Evaluer
• Échantillon représentatif
• Comparer
• Groupes comparables ou même groupe
•  manipulation  de stimuli proposés à la cible

11
Codages De lobservation à linformation

• Une variable quantitative
• Discrète
• Transformée en variables binaires variable
  binaire (dummy)
• Classée en modalités échelle nominale
• Éventuellement ordonnées échelle ordinale
• Un rang de classement
• Continue
• Avec variable latente continue échelle
  catégorisée (ordinale )
• Sans zéro absolu échelle intervalle
• Avec un zéro absolu échelle ratio
• Mesure construite
• Combinaison des réponses à plusieurs questions
  définissant un  concept  sous-jacent (latent)
• Conséquences des choix
• Facilité, qualité, précision de la réponse
  obtenue
• A chaque type de variable correspondent des
  traitements statistiques spécifiques
• Bien penser aux analyses futures lorsque vous
  choisirez un type de mesure

12
Proposez des mesures selon les différentes
catégories de mesures

• pour l   Intention dachat 
• Quelques propositions
• Achèteriez-vous ce produit ? Oui / Non
• Quelle marque achetez-vous A / B / C
• Cest un produit que je pourrais acheter (degré
  daccord) - --
• Sur une échelle de 1 à 10, quelle est votre
  intention dachat ?
• Voici 10 jetons, répartissez les entre les
  produits selon votre intention dachat.

13
Cas Creative

• Cas_A description
• Cas_B conception du cadre
• Cas_C préparation du plan de dépouillement
• Cas_D traitement et recommandation
• Données
• Programme SAS de base