Gestion de Produit et Innovation 2020 - École de gestion · prix de revient prévisionnel Développement du prototype Recherche de fournisseurs. 7 QUELQUES CHIFFRES: ... PMR x part

GESTION DE PRODUIT ET INNOVATION

(MRK-6084)

© Benny Rigaux-Bricmont

Janvier 2020

2

OUVRAGES

LE NAGARD_ASSAYAG E., MANCEAU D., et MORIN

DELERM S., Le marketing de l’innovation, 3ième édition, Dunod, 2015, 384 pages

LILIEN G.L., RANGASWAMY A. and De BRUYN A., Principles

of Marketing Engineering and Analytics, (ME), 3rd edition,

2017, 305 pages

MI ME

LAMBIN, J-J. et MOERLOOSE C. de, Le marketing stratégique et

opérationnel : La démarche marketing dans l’économie numérique [MS], 9ième

édition, Chapitres 6, 7, 8, 9, 10, 11 et 12, Dunod, 600 pages, 2016

MSRecommandé

3

DES DIAPOSITIVES DE CETTE PRÉSENTATION ONT ÉTÉ ADAPTÉES DE:

Revised Second EditionPUBLIÉ EN 2004 CHEZ TRAFFORD

4

Diagnostics du portefeuille de produits

Audit externe Audit interne

Audit marketing permanent

0. S

tad

e st

raté

giq

ue

Choix stratégique de développement de nouveaux produits

Génération d’idées nouvelles (pensée divergente)

Nouveau produit Modification

1. S

tad

e d

e l’i

dée

Innovation technologique

Innovation marketing

Innovation organisationnelle

Filtrage et évaluation économique (pensée convergente)

Sélection des idées

Étude de faisabilité

5

Aba

ndon

2. S

tad

e d

u c

on

cep

t Elaboration du concept

Test du concept

Analyse économique et du risque

3. S

tad

e d

u p

roto

typ

e

Pré-test du marché

Plans marketing alternatifs

Test du prototype (internes et externes)

Développement du prototype

4. S

tad

e d

u la

nce

men

t

Suivi et analyse de la diffusion

Stratégie de lancement

Marché-test

Succès ou échec

6

Le processus de développement parallèle

Système de veilletechnologique et concurrentielle

Développement du concept de produit

Test d’acceptationdu produit

Analyse des ventes et choixdes objectifs

Recherche et filtration des idées

Spécification produit :prix de revientprévisionnel

Développement du prototype

Recherche de fournisseurs

7

QUELQUES CHIFFRES:

Taux d’échec

Nouvelles lignes de produits (extension de la gamme)

27 %

Nouvelles marques dans une catégorie où on est déjà présent

31 %

Nouvelles marques dans de nouvelles catégories

46 %

44% (Cooper,2007)

Étude de l ’ « Association of National Advertisers »

INTRODUCTION

8

MISE EN PLACE

Innovation permanente : croissance et obsolescence

Risques d'échec élevés: Manque de véritables idées nouvelles

Fragmentation des marchés

Renforcement de la législation

Augmentation rapide des coûts de développement

Taux d'échec élevé lors de la commercialisation

Abrègement de la durée de vie des produits commercialisés avec succès

Stratégie de croissance: pas de stratégie idéale

choix de la plus performante pour la firme

PARTIE 1 : CONCEPTS ET MISE EN PLACE

9

Planning gap: objectifs de développement à long terme et activiténormale (horizon de planification) + mesure

Objectifs de développement de l'entreprise:

Croissance Stabilité Flexibilité • Défensive: diversification clientèle

• Offensive: R & D (réactive vs proactive!)

Causes d'échec managériales: Surestimation du pouvoir d'attraction et de rétention du nouveau produit

auprès de la clientèle Sous-estimation de la réponse de la concurrence Entrée sur le marché à une mauvaise époque avec un trop faible

effort marketing Sous-estimation du coût du produit

MISE EN PLACE


10

Stratégies de développement possibles:

La matrice d ’ Igor ANSOFF

MISE EN PLACE


11

Product ObjectiveDegree of Technological NewnessDegree of

MarketNewness No technological change Improved technology New technology

Nomarketchange

ReformulationMake minormodifications in productto reduce cost and/or improve quality.

ReplacementMake majormodifications in product to reducecost and/or improve quality.

Strengthenmarket

RemerchandisingMake present productsmore attractive to thetype of customerspresently served.

Improved productMake present productmore useful to presentcustomers by improvingpresent technology.

Product-line extensionWiden the line ofproducts offered topresent customers byadopting a new technology.

Newmarket

New useExtend sale of presentproducts to types ofcustomers notpresently served.

Market extensionExtend sales to types ofcustomers not presentlyserved by offering a modified present product.

DiversificationExtend sales to types of customers not presentlyserved by offering products of a new technology.

Statu quo


12

Examen des procédures de diversification possibles

Alliances stratégiques (temporaires ou permanentes)

« Réseautage » (networking)

Procédures classiques


MISE EN PLACE

13

Approaches to diversification - some advantages

Internaldevelopment

Acquisition ofspecialists

Acquisition oflicences

Acquisition ofother companies

Advantages Advantages Advantages Advantages

Maximum continuityand control

Maximum use ofown staff

Possibility of break-through into new technology, applica-tions markets

All subsequent profits retained

High utilisation ofexisting staff

Control retained

Development timeand costs reduced

Initial investment lowAll profits retained

Can select productsalready proved

Benefit of existingtechnological andmarketing experi-ence of licensor

Initial investmentusually low

Saves time - immediateproducts, "know-how",markets, profits, following acquisition

Possibility of substan-tial benefits by inte-gration of ressources("synergy")

Possibly the best way(or the only way) toobtain the right men


14

Approaches to diversification - some disadvantages

Internaldevelopment

Acquisition ofspecialists

Acquisition oflicences

Acquisition ofother companies

Disadvantages Disadvantages Disadvantages Disadvantages

May be inhibited bystaff weaknesses

Delay before returnsforthcoming

Risks that developmentwill be unfruitful;need for insurance by several projects

Opportunity for reallyoriginal developmentis difficult to find

Search might belengthy

Risk that past successmight not be repeated

Specialists might leave

Risk of upsettingexisting staff

Search and negotiationcan be lengthy, expensive

Loss of profit by payment of royalties

Licence conditions may restrict own development in the future

Companies with goodstaff and profit making potentialare expensive

Process of identi-fication evaluation and negotiation canbe lengthy andexpensive

Possible difficulties of incorporationsome unwanted staffor facilities usuallycome with theacquisition

May not be able fullyexploit results ofinvestment

Risk of neglectingown R. & D. effort

Risk of becomingtoo dependent onlicensor


15

Les étapes du processus d’innovation:

Formulation des objectifs d'activités

Recherche, découverte et évaluation

Développement et test du produit

Pénétration du marché et développement


MISE EN PLACE

16

Conclusions des études du PIMS (Profit Impact of Market Strategies):

meilleure performance (mesurée par ROI - Return On Investment) des

activités commerciales

1) des compagnies diversifiées

2) à parts de marché élevées

3) à haute technologie ( R & D )

PIMS=> MS + 10% = R.O.I. + 5% (Corrélation)

percentage points


MISE EN PLACE

17

RELATIONS ENTRE ROI, PART DE MARCHÉ ET QUALITÉ RELATIVE

(résultats de l ’étude PIMS)

Superior67

33Inferior

Small

13%

28%

Large

Relative Quality (percentile)

Market Share

ROI (%)37

29

26

26

20

18

18

16

10


18

QUELQUES PRINCIPES DÉRIVÉS DES ÉTUDES PIMS

Some market characteristics

associated with high

profitability:

A growing market

Early life cycle

High inflation

Few suppliers

Small purchase levels

Low unionization

High exports/low imports

Some strategic factors

associated with high

profitability:

High market share

Low relative costs

High perceived quality

Low capital intensity

Intermediate level of

vertical integration


19

Source and times required to produce new-product proposals.


20

The survival characteristics of surviving new-product proposals and projects.


21

Le marché potentiel:

Produit générique (les attributs)

Bénéfice recherché (les besoins)

Consommateur potentiel

Les dimensions du marché potentiel


MISE EN PLACE

22

LES DIMENSIONS DU MARCHÉ POTENTIEL

Potentielmaximumthéorique

Potentielmaximum réalisable

Potentielmaximum

actuel

Demande globale

Demandeà la

marque

=

=

=

=

=

PMT

PMT

PMT

PMT

PMT

x

x

x

x

Tauxde

développement

Tauxde

développement

Tauxde

développement

Tauxde

développement

x

x

x

Tauxde

diffusion

Tauxde

diffusion

Tauxde

diffusion

x

x

Tauxde

réalisation

Tauxde

réalisationx

Tauxde

pénétration

Source principaled'influence

Recherche etdéveloppement

Temps(apprentissage,contagion...)

Pression marketingtotale

Pression marketingrelative de la marque


23

LES DIMENSIONS DU MARCHÉ POTENTIEL:LES COURBES DE DEMANDE


24PARTIE 1 : CONCEPTS ET MISE EN PLACE

LES DIMENSIONS DU MARCHÉ POTENTIEL:LES COURBES DE DEMANDE (suite)

25

EXEMPLE DE CALCUL D'UN MARCHÉ POTENTIEL:LE MARCHÉ RÉSIDENTIEL DU REVÊTEMENT MURAL TEXTILE

Potentiel maximum théorique (PMT) 1 172,04Surface murale totale en 1975:

- du parc de logements existants (PMT existant);- des nouveaux logements prévisibles (PMT nouveau).

Potentiel maximum réalisable tous revêtements (PMR) 418,05Surface murale totale à revêtir (intentions générales) en 1975, obtenue par : PMT

existant x taux d’intention de remplacement + PMT nouveau.Le taux d’intention de remplacement (0,352)est une moyenne pondérée des taux

par revêtement d’origine (obtenus par enquête), les poids étant déterminéspar l’importance relative de chaque revêtement d’origine.

Potentiel maximum réalisable revêtement textile (PMRT) 8,16Surface murale totale à revêtir (intentions générales) de textile en 1975, obtenue par:

PMR x part de marché prévisible du textile.La part de marché prévisible du textile (0,0195) est une moyenne pondérée des taux

d’intention de remplacement (obtenus par enquête) précisés par type de pièce;les poids étant déterminés par l’importance relative de la surface murale dechaque type de pièce.

( En millions de m2 )


26

Potentiel maximum actuel revêtement textile (PMAT) 5,43Surface murale totale à revêtir (intentions spécifiées) de textile en 1975, obtenue par:

PMRT x taux de concrétisation des intentions.Le taux de concrétisation des intentions (0,666) est une moyenne pondérée des taux

d’intention de remplacement (obtenus par enquête) précisés par type de pièce;les poids étant déterminés par l’importance relative de la surface murale de chaque type de pièce.

Demande globale revêtement textile, fonction des produits offerts (DG Produit) 3,75Demande globale en revêtement textile, compte tenu des produits existants, obtenue par:

PMAT x taux d’adéquation des produits.Le taux d’adéquation des produits (0,690) est une moyenne pondérée des taux

d’adéquation (obtenus par enquête) précisés par type de pièce, les poids étantdéterminés par l’importance relative de la surface murale de chaque type de pièce.

Demande globale de revêtement textile, fonction du niveau actuel des prix (DG Prix) 0,64Demande globale en revêtement textile, compte tenu des produits existants et des

prix pratiqués:DG Produits x taux d’acceptation du prix actuel.

Le taux d’acceptation du prix actuel (0,170) est obtenu par enquête sur base d’uneestimation de la courbe de réponse prix-quantité.


EXEMPLE DE CALCUL D'UN MARCHÉ POTENTIEL:LE MARCHÉ RÉSIDENTIEL DU REVÊTEMENT MURAL TEXTILE (suite)

27

Le marché potentiel (suite):

les fonctions de demande


MISE EN PLACE

28

EXEMPLES DE FONCTIONS DE DEMANDE EXPÉRIMENTALES

Modèle de ventes : produit alimentaire

Demande globale :

Q

N

Y

NT W C

R n F test

t

t

t

t

= ⋅ ⋅ ⋅ ⋅

= = − =

− −

[ , ] [ ] [ ] [ ] [ ]

,

,( , )

,( , )

,( , )

,( , )0 112

0 991 20 207

1 4644 8

0 2756 6

0 1472 9

0 2020 5

2

Demande à l’entreprise :

q

N

q

Q

Y

NW

s

Nd

R n F test

i t

t

i t

t

t

t

t

i t

t

t

, ,,

( , ),

( , ),

( , ) ,,

( , ),

( , )[ ] [ ] [ ] [ ] [ ] [ ]

,

= ⋅ ⋅ ⋅ ⋅ ⋅

= = − =

−

−

−

14

0 986 20 207

1

1

0 5113 8

1 2243 5

0 2723 7

0 2162 3

0 0931 2

2

Q

q

y

N

T

W

C

s

d

= Consommation totale en unités physiques.= Quantité vendue par la marque.= Revenu disponible des particuliers. = Nombre d’habitants (en milliers).= Trend.= Chutes de pluie pondérées par un indice saisonnier.= Indice général du coût de la vie.= Dépenses publicitaires totales.= Distribution: fréquence de visites aux points de vente.

207


29

Demande globale :

Demande à l’entreprise :

Modèle de part de marché : essence

Q

N

A

N

P

C

R n F test

t

t

t

t

t

t

= ⋅ ⋅ ⋅ ⋅ ⋅

= = − =

− −

[ ] [ ] [ ] [ ] [ ] [ ]

,

,( , )

,( , )

,( , )

,( , )

,( , )94

0 994 28 524

0 76943 4

0 3881 4

1

0 0649 9

2

0 0394 2

3

0 09013 6

2

δ δ δ

mq

Q

q

Q

ds

ds

do

do

s

s

R n F test

i t

i t

t

i t

t

i t

i ti

n

i t

i ti

n

i t

i ti

n,

, ,,

( , ) ,

,

,( , ) ,

,

,( , ) ,

,

,( , )[ ] [ ] [ ] [ ]

,

= = ⋅ ⋅ ⋅

= = − =

−

−

= = =

1

1

0 7757 7

1

0 3023 0

1

0 1571 5

1

0 0223 4

2 0 709 28 52

Q

q

m

A

P

c

= Consommation totale.

= Ventes de l’entreprise.= Part de marché.= Parc automobile.= Prix de vente.

= Indice du coût de la vie.

N

ds

do

s

δ

= Nombre d’habitants (en milliers)

= Trimestre.

= Nombre de stations-service.

= Nombre de points de vente autres que stations-service.

= Dépenses publicitaires.


EXEMPLES DE FONCTIONS DE DEMANDE EXPÉRIMENTALES

30

Le marché potentiel (suite):

La théorie de Lancaster (marketing industriel)


MISE EN PLACE

31

THÉORIE DE LANCASTER

Max U ( Z1 , Z2 , Z3 , ..., Zr)où Z1 , Z2 , Z3 ,..., Zr = attributs, caractéristiques des biens

sous la contrainte budgétaire:

P1X1 + P2X2 + ... + PnXn K ,X1 , X2 , ... , Xn : quantités consommées des différents biensP1 , P2 , ... , Pn : prix unitaires de ces biensK= niveau de la contrainte budgétaire

Les biens sont transformés en caractéristiques Z1 , Z2 , Z3 , ... ,Zn par l'intermédiaire des relations:

Z1 = b11X1 + b12X2 + ... + b1nXn

Zr = br1X1 + br2X2 + ... + brnXn ,bij = coefficients qui transforment les n biens en r caractéristiques,

= intensité de la caractéristique i dans une unité du bien j.

La matrice de transformation bij décrit la technologie de la consommation d'une manière qui est supposée objective.


32

Marques A et B ( caractéristiques Z1 et Z2 )

Hyp. 1) aucune des 2 marques ne produit d'autres caractéristiques que Z1 et Z2

2) ces caractéristiques ne peuvent être obtenues par d'autres biens(marques)donc indépendance par rapport aux autres marchés

Z1 = b11XA +b12XB = 4XA + 1XB

Z2 = b21XA +b22XB = 1XA + 5XB

Prix de vente unitaire de A = 0,40$B = 0,50$

K = 1,00$------------------------------------------------?----------------------------------------------pour 1,00$ de A on a Z1 = 4 x 2,5 = 10

Z2 = 1 x 2,5 = 2,51,00$ de B on a Z1 = 1 x 2,0 = 2

Z2 = 5 x 2,0 = 10GraphiqueAB = "frontière d'efficience", combinaisons optimales de caractéristiques Z1 et Z2

susceptibles d'être obtenues pour une contrainte budgétaire donnée (1,00$).PARTIE 1 : CONCEPTS ET MISE EN PLACE

THÉORIE DE LANCASTER : EXEMPLE

33

LA THÉORIE ÉCONOMIQUE DU COMPORTEMENT DE CONSOMMATEUR SELON LANCASTER


34

? Introduction de C qui combine Z1 et Z2 en proportion égale au prix de venteunitaire de 0,40$

Z1 = 4XA + 1XB + 3XC

Z2 = 1XA + 5XB + 3XC

1,00$ de C Z1 = 3 x 2,5 = 7,5Z2 = 3 x 2,5 = 7,5

choix d'efficience ou choix de préférence entre A, B, ou C ou AC ouBC mais plus AB

Mais si le prix de C = 0,60$1,00$ de C Z1 = 3 x 1,67 = 5

Z2 = 3 x 1,67 = 5

frontière AB reste inchangée!


THÉORIE DE LANCASTER : RETOUR EXEMPLE

35PARTIE 1 : CONCEPTS ET MISE EN PLACE

LA THÉORIE ÉCONOMIQUE DU COMPORTEMENT DE CONSOMMATEUR SELON LANCASTER

36

Positioning Strategy

John R . Hauser ’sApplying MarketingManagement: FourPC SimulationsThe Scientific Press, 1986


Fichier « ApplyingMarketing Management (Defender) »

37

Audit (interne et externe) des produits

= analyse systématique des opérations

Recherche d'une nouvelle répartition des ressources entre les produits de l'entreprise:

étude de la répartition des ventes et des profits entre les produits

analyse des produits non rentables

suppression des produits non rentables

Analyse des marchés non rentables

Gestion des produits

► Degré de compétitivité de la stratégie MRK: la structure des dépenses

est-elle adaptée au cycle de vie des produits

► Compétence de l'organisation

PARTIE 2 : PLANIFICATION STRATÉGIQUE ET PORTEFEUILLE DE PRODUITS

38

COURBE DE VIE D'UN PRODUITÉlasticité de la demandeau prix: pà la publicité: sà la distribution: dà la qualité: xà la quasi-qualité: x1

par ordre croissant(donc 4 = facteur

clé par phase)

Phases

Recherche etDéveloppement (1)

Lancement(2)

Croissance(3)

Turbulence(4)

Maturité(5)

Déclin(6)

Q

1 p2 s3 d4 x

1 x2 p3 d4 s

1 d x2 x ? p3 s d4 p s

1 d2 x3 s4 p

1 d2 p3 s4 x1

?Monopole

Oligopole

Période defusions

Période defusions

temps

?


39

L’EXPLOITATION DU CYCLE DE VIE DU PRODUIT Ou comment la mise au point de produits nouveaux retarde la maturité

M= Evolution Imputableau matériau

P= Evolution Imputableau produit

Courbe réelleTendance

TapisCumuloft 501, etc.

Fils texturesPulls,chaussettes pour hommes

Carcasses de pneus

Articles Chainetissus à mailles tricotéestissus à mailles Rachel

Tissage en grande largeurtaffetascroisés voiles

Tricot circulairelingerie féminine

Tonnage

Diverstissage étroit

cordesfils

parachutes

1942 1952 1962Année


40

LE CYCLE DE VIE DU PRODUIT FEDERAL EXPRESS

“Take away our planes and we’d be just like

anyone else”

“When it absolutely, positively has to be

there overnight”

“Why fool around with anyone else?”

1972

• P-1• SAS

• System selling• Mail room• Account management• Push

• Panic purchase• Exec/secretary• Media advisor• Pull

• Market management• Back to the mail room• Adv. stress on reliability• High share of high volume accounts

• Courier-Pak• Overnight letter

• Up to 150 lbs.• 10:30 a.m. delivery• Saturday service

• Zapmail

• Special handling• Partsbank• Europe/Asia

• International

1989


41

LES CYCLES DE VIE DES LAMES DE RASOIR GILLETTE

Cum.Sales

1900 1990

A

B

C

1930 1940

D

EF

GH

I

J

1960 1970 1980 1994

K

Blade Year Blade Year

A. Original Gillette blade 1903 G. Platinum-Plus blade 1969 B. Blue blade 1932 H. Trac II 1971 C. Thin blade 1938 I. ATRA 1977 D. Super Blue blade 1960 J. Sensor 1990E. Stainless Steel blade 1963 K. Sensor Excel 1994F. Super Stainless Steel blade 1965


42

Si après audit et projection d'une activité normale sur l'horizon de

planification, définition d'une nouvelle stratégie de croissance

Définition de l'activité essentielle ou de la mission de l'entreprise:

qui sommes-nous?

de l'offre (ressources en mat. 1ères, processus de fabrication, produit/service)

de la demande (satisfaction d'une catégorie de consommateur, d'un besoin

générique, d'un ensemble de besoins particuliers)

Compétences distinctives: quelle est notre particularité?

(technique, commerciale, financière ou combinaison)

Sélection des opportunités de croissance sur base de:

► Compétences requises pour pénétrer avec succès un marché dans une

phase précise de son évolution

► Analyse du portefeuille des produits: les matrices du B.C.G. –

compléter ou équilibrer le portefeuille actuel


43

PORTEFEUILLE PRODUITS/MARCHÉS (la matrice du B.C.G.)

Potentiel decroissance dumarché(utilisation de CASH)

Élevé(marché enexpansion)

(10% ?)

Faible(marchéstabilisé)

VEDETTES

VACHES À LAIT

DILEMMES

POIDS MORTS

- produit qui monte- enfant prodige

- rentabilité actuelle - perte de vitesse- désinvestir- MKTG: élimination (pruning)

(1.0) 0.1xcycle du succèscycle de l'échec

10x

$

?- investir- MKTG de développement- enfant prodigue- nouveaux produits

Pénétration concurrentielle actuelle

Élevée Faible

(génération de CASH)

(part de marché relativeà la p.d.m du + grandconcurrent)


44

AMÉLIORATION D'UNE SITUATION APRÈS DIAGNOSTIC G . DAY

Position présente Position future à atteindre

$

?

E

B

A

D

C

Désinvestir

Désinvestir

F

G


45

DiagnosticLe portefeuille 4a est équilibré, en effet l’entreprise considérée gagne de la part de marché dans les domaines de forte croissance, c’est-à-dire fait passer ses «dilemmes» dans la catégorie «vedettes». Elle maintient sa part de marché dans les domaines en déclin (points morts). Le portefeuille 4b est déséquilibré car l’entreprise en question perd du terrain dans lesdomaines en forte croissance et en gagne dans les domaines à faible croissance (cycle de l’échec).

FIG. 4b:Portefeuilledéséquilibré

FIG. 4a:portefeuilleéquilibré

FIG. 4:Portefeuille dedomaines et partde marché

TAUX DE CROISSANCE DE LA DEMANDE

TAUX DE CROISSANCE DE LA CAPACITÉ DE VENDRE

GAIN DE PART DE MARCHÉ


46

ROI = marge x taux de rotation des investissementsdonc ROI/marge = taux de rotation --> 15%/30% = 0,5

DiagnosticLe portefeuille du schéma inférieur gauche est équilibré. En effet, les domaines de l’entreprise sont distribués suivant l’axe (z1z), c’est-à-dire que l’entreprise réalise de fortes marges dans les domaines de faible rotation et consent de faibles marges lorsque la rotation des investissements s’accroît. L’entreprise différencie ses objectifs stratégiques, choisissant de favoriser la croissance de certains domaines (dilemmes) et la rentabilité d’autres (vaches-à-lait). Par contre, l’entreprise (schéma inférieur droit) n’a pas de stratégie de domaine, elle recherche le même taux de rentabilité à court terme dans chacun de sesdomaines (axe x1x).

rentabilité des ventes (bénéfice/CA) = marge

Stratégie de domaines pas de stratégie de domaines

rent

abil

ité

de l’

inve

stis

sem

ent (

R.O

.I)

Z ’

Z

X ’ X


47

CERCLES = PARTS DES STRATEGICBUSINESS UNITS DANS LE PORTEFEUILLEDE LA FIRME (SEGMENTS= PART DE LA SBU DANS L ’INDUSTRIE)

Determinants ofIndustry Attractiveness

•Size•Market Growth•Competitive

StructureChange

•IndustryProfitability

•InflationVulnerability

•Technical Role•Social

Environnement•Legal

Environment•Human

Determinants of Business Strength

•Size•Growth•Share•Position

•Profitability•Margins•Technology

Position

•StrengthsWeaknesses

•Image•Pollution•People

McKinsey'sChecklist of Factors

for Developinga Multifactor

Portfolio Matrix

•Market Size(Domestic/Global)

•Market Growth(Domestic/Global)

•Price Trend•Captive Market•Cyclicality•Concentration•Competitive

Characteristics•Top Group Strength•Replacement Threats

Possibility•Market Leader's

Profits Trend•Sociopolitical and

Economic Environ.•Labor Situation•Legal Issues


ME« Portfolio Analysis »p. 223 à 225

48

Competitive Advantage

* Existing market - maintain positionExisting market - expand industry or move to more attractive segmentExisting market - build competitive advantage

X Existing market - exit, divest, or focus on segment that is attractivePriority new markets to enterNew markets low priorityDirection to move portfolio

Mar

ket A

ttrac

tiven

ess

Very attractive

Attractive

Unattractive

Very unattractive

Very strong Strong Weak Very weak

X

X

X

X

X

X

X

X

XX

*

Market Entry Opportunities and the Existing Portfolio


49

Sélection des opportunités de croissance sur base de:

► Synergie avec les opérations existantes

►Analyse de la concurrence

► Relance du cycle de vie

Répartition des ressources marketing en fonction des priorités

Élimination des produits non rentables

Si après audit et projection d'une activité normale sur l'horizon de

planification, définition d'une nouvelle stratégie de croissance (suite)


50

Intégration des fonctions:

R&Dengineering

Marketing

Finance

Production

ForecastSales

Inventory

Bud

gets

Fun

d re

ques

ts

Cross-Functional Integration


51

PERSPECTIVE MARKETING DE LA FORMULATION ET L ’ÉVALUATION STRATÉGIQUE

b. Analysis of Business Strengths & Weaknesses

a. Analysis of Market & Environmental Opportunities and Threats

c. Segment by Positioning Analysis

d. Opportunities/Strengths of Each of the Segments/Positionings

e. Synergy Analysis

f. Functional Requirement Analysis

g. Portfolio Analysis

j. Planning the Implementation & Control Programs

i. Objectives & Strategy Evaluation—Including the Marketing Program

h. Objective & Strategy Generation— Including the Marketing Program

I. Market Opportunities—Business Strength Analysis

II. The Added Strategic Marketing Dimension

III. Objectives &Strategy Generation& Evaluation Process


52

Les étapes du processus de développement

DesignIdentifying customer needs Sales forecastingProduct positioning EngineeringMarketing mix assessment Segmentation

Opportunity IdentificationMarket definitionIdea generation

TestingAdvertising & product testing

Pretest & prelaunch forecastingTest marketing

IntroductionLaunch planning

Tracking the launch

Life-Cycle ManagementMarket response analysis & fine tuning the

marketing mix; Competitor monitoring & defenseInnovation at maturity

Go No

Go No

Go No

Go No

RepositionHarvest

PARTIE 3 : DÉVELOPPEMENT DE NOUVEAUX PRODUITS

53

ÉVALUATION MARKETING DES PRODUITS NOUVEAUX(ou les étapes du processus de développement)

(générationd’idées)

Idée(proposition)

Première évaluationsur critèresd’opportunité(ex. O’Meara)

Focusgroup(Accueilparconsommateur)

Projet(Analyse techniqueet financière)

Pré-testde

marché(Assessor)

Testde

marché(optionnel)

NO = L’idée ou le projet de produit nouveau est abandonnéON = La procédure d’évaluation du produit nouveau se poursuitGO = Le produit nouveau est lancé sur le marché national

ON ON ON ON ON

NO(Stop)

NO NO NO NO

GO(Lancement

national)

GO GO GO GO


54

LA GENÈSE D’IDÉES NOUVELLES

Recherche de développement de marché: Analyse de concept: usage actuel

► Dynamique des achats (panels de consommateurs, données big data)► Interview en profondeur de petits groupes (focus)

► Analyse de la structure du marché ( études + tests)

► Analyse de créativité auprès des gestionnaires, des analystes de marché,

des techniciens et des consommateurs ( nouveaux points de vue,

analogies, élimination des fausses contraintes, DELPHI, etc.)

Différentes approches de la découverte d’idées

► Recours à des experts externes ( distributeurs, vendeurs )

► Consommateurs: réclamations, co-création, réseaux sociaux

► Enregistrement des influences indirectes sur la demande ( pollution,

énergie, transfert de technologie, etc.)


55

LA DÉCOUVERTE DE NOUVELLES IDÉES

ModeConvergent

ModeExpansif

Choix parsentimentou soupçon

Choix par utilisationde règles

Exploration parmétaphore, fantaisiejeux de mots

Explorationsystématique

RATIONALITÉ

INTUITION

Rendre le familier étrange

Sentiments

ARTS

IntrospectionInférences

APPROCHES FORMELLESDE LA CRÉATIVITÉ

ANALYSE DESYSTÈMES

SCIENCES

Déduction logique

Rendre l'étrange familier(synectics)


56

R & D (éventuellement dans le cadre d ’alliances stratégiques)

Brevets et licences

Prévisions technologiques, marketing et changement social (ex.

mouvements écologistes, économie de partage, économie

circulaire) , changements modestes du produit: amélioration et

additions (ex . produits vraiment verts et non verdissage)

LA GENÈSE D’IDÉES NOUVELLES(suite)


57

LE DESIGN DU NOUVEAU PRODUIT

Après définition d'un marché prioritaire et d'un ensemble d'idées nouvelles:

filtrage des idées: la grille de O ’MEARA


58

I. Commercialisation- relation avec les canaux de distribution actuels- relation avec les lignes de production actuelles- qualité-prix ( réputation de la firme )- nombre de format et d’emballage- livraison ( moyen de transport actuel - ex. réfrigération? )- effets sur les ventes actuelles ( cannibalisme )

II. Durée du cycle de vie prévue- stabilité- importance du créneau sur le marché- influence des fluctuations cycliques- influence des variations saisonnières- exclusivité du design

III. Technologie de la production- équipement nécessaire- connaissances nécessaires et personnel spécialisé- disponibilité des matières premières

IV. Potentiel de développement- place sur le marché ( 1er, 2e, ....)- situation concurrentielle attendue- disponibilité de l’utilisateur

ÉVALUATION DES PROJETS SUR 17 CRITÈRES :


59

• Analyse des idées retenues Précision d'un concept (Core Benefit Proposition)

Identification plus précise de l'opportunité

(et définition plus fine du marché): positionnement

Mesures qualitatives auprès du consommateur (focus group)

Tests de concept: mesures quantitatives auprès du consommateur:

positionnement physique et psychologique

► perception ( analyse factorielle, MDS )

► préférence ( Fishbein, MDS, analyse conjointe )

► les attributs d’un produit, l’ensemble perceptuel, les attributs

déterminants (réduction par analyse factorielle ou identification

par MDS (TORSCA, INDSCAL, ALSCAL, KYST) avec ou

sans PROFIT, les préférences (pondération des attributs

déterminants avec modèle de Fishbein ou PREFMAP ou

analyse conjointe), la segmentation sur base du bénéfice

recherché.

PARTIE 4 : TESTS DE CONCEPT DES NOUVEAUX PRODUITS

60

LES DIFFÉRENTES TECHNIQUES DE L ’ANALYSE MULTIDIMENSIONNELLE

DES PERCEPTIONS ET DES PRÉFÉRENCES UTILISÉES EN

MARKETING


61

MDS

Attribute data Nonattribute data

FactorAnalysis(ACP)

Discriminantanalysis

Similarity Preferences(Indscal) (Prefmap

MDPref)


62

PERCEPTUAL MAP OF A BEER MARKET

Heavy

Light

PremiumBudget

Budweiser

Beck’s

Heineken

MillerCoors

Popular with men

Heavy

Special Occasions

Dining Out

Premium

Michelob

Popular withwomen

Coors Light

Miller light

Less Filling

LightPale Color

Old Milwaukee Light

On a Budget

Good Value Stroh’s

Meister Brau

Old Milwaukee

Blue collar

Full Bodied


63

• ΙΒΜ 701 C“Butterfly”

Slow

Looks

Performance

Easy setup

LightValue

Common

Elegant

EXAMPLE PLOT OF ATTRIBUTES OF LAPTOPS ON A 2D PERCEPTUAL MAP

The six attributes were measured on semantic differential scales: 1) Slow–Fast operation, 2) Plain–Elegant,3) Easy–Difficult setup, 4) Poor–Excellent value, 5) Light–Heavy, and 6) Common–Distinctive.

• • • • Toshiba 1960CT


64

Gagnon Marika et Rigaux-Bricmont Benny, « Antécédents et conséquences des attitudes à l’égard des publicités imprimées pour la mode vestimentaire féminine », Document de

travail, 2005.

Carte perceptuelle de 5 marques avant et après exposition à des publicités imprimées dans Vanity Fair

28 %

27 %


65

27 %

15 %


66

Brooks Brothers


67

Illustrative Utility Function and Isopreference Contours

Point ofmaximumutility

(a) Utility Function of Person A (b) Isopreference Contours of a Person A

Ideal pointof a person A

Decreasing preference

MODÈLES DE PRÉFÉRENCES:

Le point idéal


68

(a)Subject Rank Orders

1 A>D>B>C>E2 D>A>E>C>B3 B>A>C>E>D

(b)

ILLUSTRATIVE VECTOR MODEL AND ISOPREFERENCE CURVES

Subject 3

Subject 1

Subject 2

AB

E

E1

Subject 1

Increasingpreference

Isopreferencelines


69

Illustration of multidimensional unfolding model with differencial weights. Subject I weights X1 and X2

equally, II weights X1 more than X2 , While III weights X2 more than X1. Isopreference contours are ellipses with axes parallel to coordinate axes, and lengths of axes proportional to reciprocal of square root of weights. In higher dimensions these would be ellipsoids or hyper-ellipsoids. Generalized Euclidean distance from "ideal point" defines preference. Order implied for three hypothetical subjects is I:ABCDE; II:CADBE; III:DEBAC.

X2

X1

B

II

III

C

EDD

IA


70

X1

X2

Stre

ngth

of

pref

eren

ce

Saddle-shaped preference function when one dimension (X1) has negative and other (X2)has positive weight.


71

2. WHAT IS CONJOINT ANALYSIS?

A way to incorporate the structure of customer preferences into the new

product design process. It helps evaluate how customers make tradeoffs

between various product attributes (a decompositional approach).

The basic outputs of conjoint analysis are:

A numerical assessment of the relative importance each customers

attaches to attributes of a product set.

The value (utility) provided to each customer by each attribute option.


72

USE OF CONJOINT ANALYSIS

Designing new products that enhance consumer utility.

Forecasting sales/market share of alternative product concepts.

Identifying market segments for which a given concept has high value.

Identifying the “best” concept for a target segment.

Pricing products/product bundles.

Product line management.

Positioning new products to different segments.


73

Product Design: Conjoint Analysis

The approach derives customers’ utility values forattributes and attribute options based on customers’stated overall preferences for different bundles ofattributes. The following example shows Memoryand Price bundles.

PriceMemory $1,000 $1,500 $2,000

8 Mb 4 2 116 Mb 7 5 324 Mb 9 8 6

9 = Most preferred•••

1 = Least preferred


74

SIMPLIFIED PART-WORTH(UTILITY) CALCULATION

Price Part-Memory $1,000 $1,500 $2,000 Worth

8 Mb 4 2 1 7/3 2.316 Mb 7 5 3 15/3 5.024 Mb 9 8 6 23/3 7.7

20/3 15/3 10/3

Part-Worth: 6.7 5.0 3.3

9 = Most preferred•••

1 = Least preferred


75

How to Use inDesign/Tradeoff Evaluation

Example: 24 Mb vs 16 Mb = 7.7 – 5.0 = 2.7 units

$1,000 vs $1,500 = 6.7 – 5.0 = 1.7 units

So: ∆ 8 Mb is worth more than $500 to this customer.

2.7 ( ≅ ––– × (1,500 – 1,000) ≅ $795)

1.7

Can use to assess value to customer of non-product (service) attributes.


76

ANOTHER EXAMPLE TO ILLUSTRATE THE CONCEPTS OF CONJOINT ANALYSIS:

DESIGNING A FROZEN PIZZA

Attributes Type of crust (3 types) Topping (4 varieties)

Type of cheese (3 types) Amount of cheese (3 levels)

Price (3 levels)

Crust Type of Cheese PricePan Romano $ 9.99

Thin Mixed cheese $ 8.99Thick Mozzeralla $ 7.99

Topping Amount of CheesePineapple 2 oz.Veggie 4 oz.Sausage 6 oz.Pepperoni

A total of 324 (3 × 4 × 3 × 3 × 3) different pizzas can be developed from these options!


77

DESIGNING A FROZEN PIZZA:A MORE COMPLETE DESIGN

Attributes Type of crust (3) Amount of meat (3) Types of peppers (3)

Type of cheese (3) Type of sauce (3) Presence of olives (2)

Amount of cheese (3) Amount of sauce (3) Presence of oil (2)

Type of meat (3) Presence of mushrooms (2) Price (3)

Prototypes81 prototype pizzas from 105,000 possible profiles.

Person Attributes Sex Household size Category usage

Age Favorite brand Region

Presence of teenagers

Study Approach Each respondent rates 3 of the 81 prototypes along with a “control”.

Likelihood of purchase, conditioned on price.

Appropriateness for various meals/snacks.

Appropriateness for various family members.


78

EXAMPLE PAIRED COMPARISON

Aloha Meat-lover’sSpecial treat

Crust Pan Thick

Topping Pineapple Pepperoni

Type of cheese Mozzarella Mixed cheese

Amount of cheese 4 oz 6 oz

Price $8.99 $9.99

Which do you prefer?

Which one would you buy?


79

EXAMPLE RATINGS

Product ExampleBundle Type of Amount PreferenceNumber Crust Topping Cheese of Cheese Price Score

1 Pan Pineapple Romano 2 oz $9.99 02 Thin Pineapple Mixed 6 oz $8.99 433 Thick Pineapple Mozzarella 4 oz $8.99 534 Thin Pineapple Mixed 4 oz $7.99 565 Pan Veggie Mixed 4 oz $8.99 416 Thin Veggie Romano 4 oz $7.99 637 Thick Veggie Mixed 6 oz $9.99 388 Thin Veggie Mozzarella 2 oz $8.99 539 Thick Pepperoni Mozzarella 6 oz $7.99 68

10 Thin Pepperoni Mixed 2 oz $8.99 4611 Pan Pepperoni Romano 4 oz $8.99 8012 Thin Pepperoni Mixed 4 oz $9.99 5813 Pan Sausage Mixed 4 oz $8.99 6114 Thin Sausage Mozzarella 4 oz $9.99 5715 Thick Sausage Mixed 2 oz $7.99 8316 Thin Sausage Romano 6 oz $8.99 70


80

EXAMPLE COMPUTED PART-WORTH FOR ATTRIBUTES


81

EXAMPLE PART-WORTHS FOR ATTRIBUTE OPTIONS


82

CONJOINT COMPUTATIONS

m ki

U(P) = aij xiji=1 j=1

where:

P = a particular product/concept of interest,

U(P) = the utility associated with product P,

aij = Utility associated with the jth level (j = 1, 2, 3, . . . , ki) on the ith attribute (part-worth),

ki = number of levels of attribute i,

m = number of attributes, and

xij = 1 if the jth level of the ith attribute is present in product P,

0 otherwise.{


83

Example Market Share Computation(Frozen Pizza Example)

Market consists of three products and three consumers

Product

(P1) (P2) (P3) Aloha Meat-lover’s Veggie Special Treat Delite

Crust Pan Thick ThinTopping Pineapple Pepperoni Veggie

Type of cheese Mozzarella Mixed cheese RomanoAmt. of cheese 4 oz. 6 oz. 2 oz.Price $8.99 $9.99 $7.99


84

Market Share Forecast

The relevant market consists of products P1, P2, . . . , PN. Someof theses may be existing products and, others concepts beingevaluated.

Each consumer will prefer to buy the product with the highestutility among those available.

Then forecasted market share for products Pi is given by:

K Consumers who prefer iMS (Pi) = ––––––––––––––––

K=1 K

where K is the number of consumers who participated in thestudy.


85

EXAMPLE MARKET SHARE COMPUTATION (FROZEN PIZZA EXAMPLE)

Consumers’ Part-WorthsC1 C2 C3

Base 1.3 2.4 –3.2Thin 0.2 0.5 1.0Thick 0.4 0.75 1.1Veggie 0.5 0.6 1.2Sausage 0.1 0.2 –0.2Pepperoni 1.0 0.3 –0.9Mixed cheese 1.5 0.3 –0.3Mozzarella 0.5 1.2 –0.14 oz. 1.5 2.1 –0.26 oz. 3.0 1.5 –0.3$8.99 –0.5 –1.2 –0.1$9.99 –3.0 –2.5 –0.3


86

Example Market Share Computation(Frozen Pizza Example)

Computed Utility for Products Customer P1 P2 P3

C1 2.8 4.2 2.0C2 4.5 2.75 3.5C3 –3.6 –3.9 –1.0

Infrequently purchased products:Consumers only buy the brand with the highest utility. Then, themarket share for each product is 1/3.

Frequently purchased products:Example: If consumers buy their most preferred brand 80% of thetimes, and their second most preferred brand 20% of the times,then the market shares for the 3 products are:

P1: 6/15 P2: 4/15 P3: 5/15


87

Translating Utility (Preference)to Choice Probabilities

Maximum utility rule (described earlier)

uij Share of preference rule pij = –––––

uij j

euij

Logit choice rule pij = ––––– euij

j


88

Translating Choice Probabilitiesinto Market Shares

Describe competitive set

Assign individual weights if any

Compute market share

wi pijimj = ––––––––––

wi pijj i

mj: market share of product jwi: weights assigned to individual i


89

Situations Where Conjoint Applications Might Be Valuable

The new concept involves important tradeoffs affecting design, production, marketing, or other operational variables.

Product/service is realistically decomposable into a set of basic attributes.

Product/service choice tends to be high involvement.

Factorial combinations of basic attribute levels are believable.

Desirable new-product alternatives can be synthesized from basic alternatives.

Product/service alternatives can be realistically described, either verbally or pictorially. (Otherwise, actual product formulations should be considered).

Perceptions of hypothetical combinations are reasonably homogeneous across members of the target group.


90

Stage 1—Designing the conjoint study:

Step 1.1: Select attributes relevant to the product or service category,

Step 1.2: Select levels for each attribute, andStep 1.3: Develop the product bundles to be evaluated.

Stage 2—Obtaining data from a sample of respondents:

Step 2.1: Design a data-collection procedure, andStep 2.2: Select a computation method for obtaining part-worth

functions.

Stage 3—Evaluating product design options:

Step 3.1: Segment customers based on their part-worth functions,Step 3.2: Design market simulations, andStep 3.3: Select choice rule.

CONJOINT STUDY


91

SOME COMMERCIAL APPLICATIONS OF CONJOINT ANALYSIS

Consumer Industrial/Business

Non-Durables Goods Other Products

1. Bar soaps 1. Copying machines 1. Automotive styling2. Hair shampoos 2. Printing equipment 2. Automobile tires3. Carpet cleaners 3. Fax machines 3. Car batteries4. Synthetic-fiber garments 4. Data transmission 4. Ethical drugs5. Gasoline pricing 5. Lap top computer 5. Employee benefit6. Pantyhose 6. Job offers to MBA’s package

Financial Services Transportation Other Services

1. Branch bank services 1. Air Canada 1. Car rental agencies2. Auto insurance policies 2. IATA 2. Telephone service pricing3. Health insurance policies 3. American Airlines 3. Hotels4. Credit card features 4. Canadian National Railway 4. Medical laboratories5. Consumer discount card 5. Amtrak 5. Employment agencies


92

Average-subject Scale Values of Menu Items for the A-E-D-P Task

AppetizersUtility

EntreesUtility

DessertsUtility

PriceUtility

2.0

1.6

1.2

0.8

0.4

0

-0.4

-0.8

-1.2

-1.6

-2.0

(1) ShrimpCocktail

(4) FreshFruit Cup

(2)Tomato Juice

(3) Onion Soup(5) Crabmeat

Cocktail

(1) Filet Mignon

(4) Roast Beef

(2) Lobster Tails

(3)Roast Chicken

(5) Roast Pork

(2) Apple Pie

(4) Ice Cream

(5) AssortedCheeses

(1)Jello(3) Pudding

(1) $3.50

(2) $4.25

(3) $5.00

(4) $5.75

(5) $6.00


93

Tests de concept: mesures quantitatives auprès du consommateur:

positionnement physique et psychologique

► Macrosegmentation ( besoins-bénéfices recherchés ): produit-marché

► Microsegmentation: description clientèle par critères généraux

objectifs de comportement, socio-économiques et démographiques

• Analyse des idées retenues (suite de la p86)


94

SYSTÈME D’ANALYSE DE MICROSEGMENTATION DES MARCHÉS

1- Identification des caractéristiques de comportement pertinentes au produit et à sonusage, ainsi qu’aux décisions qui concernent le marketing-mix;

2- Sélection de méthodes quantitatives qui permettent de mesurer les caractéristiques de comportement qui différencient les consommateurs;

3- Application des outils de mesure à un échantillon représentatif de consommateurs,regroupement de ces derniers sur base des caractéristiques analysées, etévaluation de l’importance relative des groupes formés pour la rentabilitéde la firme;

4- Description des groupes à l’aide de variables aisément observables dans lapopulation totale;

5- Ajustement de la stratégie commerciale aux différents segments de consommateurs.


95

Consumer Industrial

Segmentation Needs, wants benefits, Needs, wants benefits, solutions toBases solutions to problems, problems, usage situation, usage rate,

usage situation, usage rate. size*, industrial*.

Descriptors Age, income, marital status, Industry, size, location, currentDemographics family type & size, supplier(s), technology utilization,

gender, social class, etc. etc.Psychographics Lifestyle, values, & Personality characteristics of

personality characteristics. decision makers.Behavior Use occasions, usage level, Use occasions, usage level,

complementary & complementary & substitutesubstitute products used, products used, brand loyalty, orderbrand loyalty, etc. size, applications, etc.

Decision Making Individual or group Formalization of purchasing(family) choice, low or high procedures, size & characteristicsinvolvement purchase, of decision making group, use ofattitudes and knowledge outside consultants, purchasingabout product class, price criteria, (de)centralizing buying,sensitivity, etc. price sensitivity, switching costs, etc.

Media Patterns Level of use, types of Level of use, types of media used,media used, times of use, time of use, patronage at trade shows,etc. receptivity of sales people, etc.


96

Échantillontotal représen-tatif de lapopulationbelge 4500ménagesMoyenne de laconsommationmensuelle parménage (C.M)990 grammes

Ménages nonéquipés d'1 ré-frigérateur, d'1congélateur

C.M. 402

Habitat nonurbain

C.M. 17

Instruction de la femme non uni-versitaire

C.M. 108

+ de 3 enfantsdans le ménage

C.M.676

Revenu an-nuel duménage >450.000 F.B

C.M. 984

Règles d'interruption appliquées parle programme (données techniques qui n'influencent en rien l'interprétation de l'arbre)1- taille d'échantillon trop réduite.2- segment contenant moins de 5% de la

dispersion totale originelle.3- nouvelle dichotomie expliquerait moins de

5% de la variance.

Ménageséquipés d'1 re-frigérateur, d'1congélateur

C.M. 1456

Habitat urbainC.M. 612

La femme tra-vaille exclusi-vement au foyer

C.M.1170

La femme tra-vaille au dehors dufoyer

C.M. 2417

Instruction de lafemmeuniversitaireC.M. 1550

Région sud dela Belgique

C.M. 700

Bruxelles etrégion nord dela Belgique

C.M. 1284

La femme estagée de +de 40 ans

C.M. 1170

La femme estagée de 40 anset moins

C.M. 2922

3 enfants etmoins dansle ménageC.M. 1488

3 enfants etmoins dansle ménageC.M. 1869

+ de 3 enfantsdans leménageC.M. 3714

Revenuannuel duménage <450.000 F.BC.M. 1800

44.2%

55.8%

15.6%

28.6%

18.6%

10.0%

43.0%

12.8%3.7%

9.1%

3.9%

5.2%

8.7%

25.9%

8.4

34.6%

9.9%

16.0%

2

2

22

3

3

3

1

1

1

Segmentation socioéconomiquedes acheteurs de produitssurgelés (résultats fictifs)


97

Tests de concept: mesures quantitatives auprès du consommateur:positionnement physique et psychologique

► Choix: évaluation et positionnement volontariste après consultationR & D, ingénierie, production et marketing

• Analyse des idées retenues (suite et fin)

Prévision du comportement du marché:

ventes potentielles et part de marché

► Projection des intentions d’achat (sur un horizon fixé)

► Transformation du classement des préférences

► L’analyse logit

►Modèle de développement des ventes: facteurs de correction pourconnaissance du produit (awareness), distribution physique(availability) et dynamique de l’apprentissage (trial and repeat purchase).

P a a t rwi

N

v i i==

1


98

Figure 1Automobiles: 6 month intentions

Automobiles: 12 month intentionsFigure 2

Pur

chas

e pr

obab

ilit

yP

urch

ase

prob

abil

ity

1.0

0 1.0

1.0

1.0

0

Figure 3

Figure 4

Appliances: 12 month intentions

Appliances: 24 month intentions

Pur

chas

e pr

obab

ilit

yP

urch

ase

prob

abil

ity

1.0

1.0

1.0

1.00

0PR

OJE

CT

ION

DE

S IN

TE

NT

ION

S D

’AC

HA

T:

mo

dèl

e d

e p

rob

abili

tés

(Mo

rris

on

)

Valeur sur l ’échelle de probabilité

Val

eur

réel

le a

pos

teri

ori


99

► Transformation du classement des préférences Probabilités associées au 1er choix: (t1)

Probabilités associées au 2ième choix: (t2)

Probabilités associées au 3ième choix: (t3)

La part de marché projetée = {[ (% de l ’échantillon ayant classé le concept en 1ière position) . t1] + [(%…en 2ième position). t2] + …}

Les probabilités (ti) sont déterminées de façon empirique.

► Projection des intentions d ’achat• J ’achèterai certainement …..90 %• J ’achèterai probablement ….40 %• J ’achèterai peut-être………..10 %

Exemple du modèle de probabilités de Morrison: Pensez-vous que vous adopterez …

Certain (99 sur 100) _

Presque certain (9 sur 10) _

Très probable (8 sur 10) _

Aucune chance (0,1 sur 10) _…..


100

► Analyse Logit

Supposons que l ’on ait des préférences qui résultent de la pondération d ’attributs orthogonaux (comme dans l ’analyse conjointe), la transformation qui précède apparaît alors comme grossière. La solution réside alors dans le modèle logit multinomial.

Multinomial logit model to represent “probability of choice.” The individual’s probability of choosing brand 1 is:

eA1

Pi1 = –––– eAj

j

where Aj = wk bijkk


101

Implications du modèle logit ...

Marginal Impact of a Marketing

Action

Probability of Choosing the Alternative

0.0 0.5 1.0

Low

High


102

Attribute Ratings per Store

ParkingStore Variety Quality for Money Value

1 0.7 0.5 0.7 0.7

2 0.3 0.4 0.2 0.8

3 0.6 0.8 0.7 0.4

4 (new) 0.6 0.4 0.8 0.5

ImportanceWeight 2.0 1.7 1.3 2.2


103

Shares per Store

(a) (b) (c) (d) (e)Share Share

estimate estimatewithout with Draw

Store Ai = wk bjk eiA new store new store (c)–(d)

1 4.70 109.9 0.512 0.407 0.105

2 3.30 27.1 0.126 0.100 0.026

3 4.35 77.5 0.362 0.287 0.075

4 4.02 55.7 0.206


104

• Vecteur opérationnel du marketing mix

Technologie du nouveau produit: caractéristiques physiques qui

le rapprochent le plus possible du CBP (Core Benefit Proposition)

Prix initial, publicité distribution en synergie ( symbiose, compatibles )

avec le CBP ( le positionnement psychologique souhaité )


105

PARTIE 5

PRÉ-TESTS DE PRODUITS ET TESTS

DE MARCHÉSDMNPp. 299 à 357p. 385 à 422 p. 449 à 528

106

PRÉ-TESTS ET TESTS DU NOUVEAU PRODUIT

• Pré-tests CLAYCAMP and LIDDY ( 1969 )

jugement et expérience acquise pour la classe de produit

ESKIN and MALEC ( 1976 )

mesure de premier essai et de ré-achat

BURGER ( 1972 ): COMP

modèle de changement des attitudes

SILK and URBAN ( 1978 ): ASSESSOR

convergence des mesures de premier essai et de ré-achat et de celles de

changement des attitudes ( préférences )

P a a t rwi

N

v i i==

1

PARTIE 5 : PRÉ-TESTS DE PRODUITS ET TESTS DE MARCHÉS

107

OVERVIEW OF ASSESSOR MODELING PROCEDURE

Management Input(Positioning Strategy)

(Marketing Plan)

ReconcileOutputs

Draw &Cannibalization

Estimates DiagnosticsUnit Sales

Volume

Preference Model

Trial &Repeat Model

Brand Share Prediction

Consumer Research Input(Laboratory Measures)(Post-Usage Measures)


108

ENVIRONNEMENT EXPÉRIMENTAL D'ASSESSOR

Plan d'expérience

O1

Méthode Informations recueillies

• Interview personnel • Appartenance au marché cible

O2 • Questionnaire auto-administré • Ensemble évoqué• Ensemble actif

- Perceptions- Préférences- Taux d'utilisation

• Dernière marque achetée

X1 • Exposition à la publicité(nouveau produit et autres produits de la classe)

O3 • Questionnaire auto-administré • Perception du nouveau produit après exposition à la publicité

• Préférences pour les marques actives et le nouveau produit

X2 • Expérience contrôlée d'achat(PLV du nouveau produit et des

autres produits de la classe)


109

Plan d'expérience

O4

Méthode Informations recueillies

• Achat dans la classe• Achat du nouveau produit

X3

O5

• Observation du comportement d'achat

• Essai forcé du produit(échantillonnage)

• Interview téléphonique • Ensemble actif + nouveau produit- Perceptions- Préférences- Taux d'utilisation

• Intentions de ré-achat

ENVIRONNEMENT EXPÉRIMENTAL D'ASSESSOR(Suite)


110

1. TRIAL/REPEAT MODEL

Market share for new product

Mn = T ×××× R ×××× W

where:

T = long-run cumulative trial rate (estimated from measurement at O4)

R = long-run repeat rate (estimated from measurements at O5)

W = relative usage rate, with w = 1 being the average market usage rate.


111

• Trial Model

T = FKD + CU – (FKD) ×××× (CU)

where:

F = long-run probability of trial given 100% awareness and 100% distribution (from O4)

K = long-run probability of awareness (from managerial judgment)

D = long-run probability of product availability where target segment shops (managerial judgment and experience)

C = probability of consumer receiving sample (Managerial judgment)

U = probability that consumer who receives a product will use it (from managerial judgment and past experience)


112

• Repeat Model

Obtained as long-run equilibrium of the switching matrix estimated from (O2 and O5):

Time (t+1)New Other

New p(nn) p(no)Time t

Other p(on) p(oo)

p(.) are probabilities of switching where

p(nn) + p(no) = 1.0; p(on) + p(oo) = 1.0

Long-run repeat given by:p(on)

r = ––––––––––––––1 + p(on) – p(nn)


113

• Modèle de premier achat et d ’achat répété

Market Share Due to Advertising

•Max trial withunlimited Ad•Ad$ for 50%max. trial•Actual Ad $

•Max awarenesswith unlimited Ad•Ad $ for 50%max. awareness•Actual Ad $

% buying brand in simulated shopping

Awarenessestimate

Distributionestimate (Agree)

Switchback rate ofnon-purchasers

Repurchase rateof simulation purchasers

% making first purchaseGIVEN awareness &

availability0.23

Prob. of awareness0.70

Prob. of availability0.85

Prob. of switchingTO brand

0.16

Prob. of repurchaseof brand

0.60

% making first purchase due to

advertising0.137

Retention rateGIVEN trial

for ad purchasers0.286

Response Mode Manual Mode

Long-termmarket share

from advertising0.039

Source: Thomas Burnham, University of Texas at Austin


114

Market Share Due to Sampling

Samplingcoverage (%) 0.503

% Delivered 0.90

% of those deliveredhitting target 0.80

Simulation sampleuse

Switchback rate of non-purchasers

Repurchase rate ofsimulation

non-purchasers

Prob. of switchingTO brand

0.16

Prob. of repurchaseof brand

0.427

Long-termmarket share

from sampling0.02

% hitting target that get used

0.60

Retention rate GIVEN trial

for sample receivers0.218

Correction for sampling/adoverlap (take out those whotried sampling, but would

have tried due to ad)0.035

Market share tryingsamples0.251


• Modèle de premier achat et d ’achat répété


115

2. Preference Model:

where:

Vij = Preference rating from product j by participant i

Lij = Probability that participant i will purchase product j

Ri = Products that participant i will consider for purchase (Relevant set)

b = An index which determines how strongly preference for a product will translate to choice of that product (typical range: 1.5–3.0)

(Vij)b

Lij = ––––––––Ri

(Vik)b

k=1

• Purchase Probabilities Before New Product Use


116

• Purchase Probabilities After New Product Use

where:

Lín = Choice probability of product n after participant i has had an opportunity to try the new product

b = index obtained earlier

Then, market share for new product:

LínMn = En –––

I N

n = index for new product

En = proportion of participants who include new product in their relevant sets

N = number of respondents

(V in)b

Lín = –––––––––––––––––Ri

(Vin)b + (V ’ik)b

k=1


117

3. ESTIMATING CANNIBALIZATION AND DRAW

Partition the group of participants into two: those who include new product in their consideration sets, and those who don’t. The weighted pre- and post-market shares are then given by:

LijMj = –––

I N

Líj LijM´j = En ––– + (1 – En)–––

I N I N

Then the market share drawn by the new product from each of the existing products is given by:

Dj = Mj – M´j


118

Mn = T ×××× R ×××× W

LínMn = En –––

I N

4. ÉQUIVALENCE STRUCTURELLE DES DEUX MODÈLES:

Sans être identiques, l ’ensemble « pertinent » et l ’essai sont opérationnellement très similaires dans le contexte présent.

Les deux termes sont des moyennes de probabilités conditionnelles ou des parts d ’achats répétés.

Modèle individuel d ’ordre zéro (modèle multinomial).

Processus markovien agrégé du 1er ordre (seule la connaissance du dernier choix suffit pour prévoir le suivant).

Dans la pratique, il est malaisé de distinguer entre ces deux approches.


119

EXEMPLE: SCORES DE PRÉFÉRENCE

Vij (Pre-use) Víj (Post-use)

Customer B1 B2 B3 B4 B1 B2 B3 B4 New Product

1 0.1 0.0 4.9 3.7 0.1 0.0 2.6 1.7 0.2

2 1.5 0.7 3.0 0.0 1.6 0.6 0.6 0.0 3.1

3 2.5 2.9 0.0 0.0 2.3 1.4 0.0 0.0 2.3

4 3.1 3.4 0.0 0.0 3.3 3.4 0.0 0.0 0.7

5 0.0 1.3 0.0 0.0 0.0 1.2 0.0 0.0 0.0

6 4.1 0.0 0.0 0.0 4.3 0.0 0.0 0.0 2.1

7 0.4 2.1 0.0 2.9 0.4 2.1 0.0 1.6 0.1

8 0.6 0.2 0.0 0.0 0.6 0.2 0.0 0.0 5.0

9 4.8 2.4 0.0 0.0 5.0 2.2 0.0 0.0 0.3

10 0.7 0.0 4.9 0.0 0.7 0.0 3.4 0.0 0.9


120

Choice Probabilities

Lij (Pre-use) Líj (Post-use)Customer B1 B2 B3 B4 B1 B2 B3 B4 New Product

1 0.00 0.00 0.63 0.37 0.00 0.00 0.69 0.31 0.002 0.20 0.05 0.75 0.00 0.21 0.03 0.03 0.00 0.733 0.43 0.57 0.00 0.00 0.42 0.16 0.00 0.00 0.424 0.46 0.54 0.00 0.00 0.47 0.50 0.00 0.00 0.035 0.00 1.00 0.00 0.00 0.00 1.00 0.00 0.00 0.006 1.00 0.00 0.00 0.00 0.80 0.00 0.00 0.00 0.207 0.01 0.35 0.00 0.64 0.03 0.61 0.00 0.36 0.008 0.89 0.11 0.00 0.00 0.02 0.00 0.00 0.00 0.989 0.79 0.21 0.00 0.00 0.82 0.18 0.00 0.00 0.00

10 0.02 0.00 0.98 0.00 0.04 0.00 0.89 0.00 0.07

Unweighted market share (%) 38.0 28.3 23.6 10.1 28.1 24.8 16.1 6.7 24.3New product’s draw from each brand (Unweighted %) 9.9 3.5 7.5 3.4New product’s draw from each brand (Weighted by E

n in %) 2.0 0.7 1.5 0.7


121

SYNTHÈSE DU MODÈLE DE PRÉFÉRENCE D ’ASSESSOR:


Pre-use constantsum evaluations

Post-use constantsum evaluations

Cumulative trialfrom ad

(T&R model)0.137

Beta (B) forchoice model

Pre-entry market shares

Post-entry marketshares (assuming

consideration0.274

Weighted post entry

market shares0.038

Pre-use preferenceratings

Pre-use choices

Post-use preferenceratings

Proportion of consumers whoconsider product

0.137 Draw &cannibalization

calculations


122

DIAGRAMMES DE LA PART DE MARCHÉ PRÉDITE PAR ASSESSOR ET DES RÉSULTATS FINANCIERS

(JOHNSON WAX CORPORATION)

Market share0.059

Market size60M

Sales per person$5

JWCfactory sales

16.7

Average unit margin

0.541

Ad/samplingexpense4.5/3.5

Net contribution

JWCfactory sales

16.7

Industry averagesales $ for

market share17.7

JWCfactory sales

Frequency of usedifferences

0.9

Unit-dollar adjustment

0.94

Price differences1.04

Returnon sales



123

Predicted and Observed MarketShares for ASSESSOR

Deviation Deviation Product Description Initial Adjusted Actual (Initial – (Adjusted – Actual) Actual)

Deodorant 13.3 11.0 10.4 2.9 0.6Antacid 9.6 10.0 10.5 –0.9 –0.5Shampoo 3.0 3.0 3.2 –0.2 –0.2Shampoo 1.8 1.8 1.9 –0.1 –0.1Cleaner 12.0 12.0 12.5 –0.5 –0.5Pet Food 17.0 21.0 22.0 –5.0 –1.0Analgesic 3.0 3.0 2.0 1.0 1.0Cereal 8.0 4.3 4.2 3.8 0.1Shampoo 15.6 15.6 15.6 0.0 0.0Juice Drink 4.9 4.9 5.0 –0.1 –0.1Frozen Food 2.0 2.0 2.2 –0.2 –0.2Cereal 9.0 7.9 7.2 1.8 0.7Etc. ... ... ... ... ...

Average 7.9 7.5 7.3 0.6 0.2Average Absolute Deviation — — — 1.5 0.6Standard Deviation of Differences — — — 2.0 1.0

* Après ajustement éventuel du programme marketing suite au pré-test.

*


124

PERFORMANCES D ’ASSESSOR

Le taux de succès des nouveaux produits qui sont pré-testés avec ASSESSOR

est de 66 % (comparé à 35 % pour ceux qui ne sont pas pré-testés).

Seulement 3,8 % des produits lancés après un échec au pré-test

d ’ASSESSOR réussissent au plan national .

Dans une étude de 44 produits nouveaux pré-testés avec ASSESSOR, la part

de marché moyenne prévue était de 7,77 % alors que la part de marché réelle

moyenne s ’est avérée de 7,16 % avec un écart-type de 1,99. La corrélation

entre prévisions et réalisations était de 0,95.

Le profit additionnel moyen associé avec l ’utilisation d ’ASSESSOR est de

11,7 millions de $ US (coût du pré-test: 50.000 $ US).

Pour les firmes qui utilisent à la fois le pré-test et le test de marché

traditionnel, le profit additionnel moyen est encore de 300.000 $ US en

utilisant ASSESSOR.


125

• TESTS DE MARCHÉ

Analyse de la décision de tester ou non: Théorème de Bayes et

arborescence (les arbres de décision)


126

• TESTS DE MARCHÉ

ENSEMBLE DES CHOIX

ANALYSE A PRIORI

DÉCISION DIFFÉRÉE

ANALYSE PRÉPOSTÉRIEURE(BAYES)

DÉCISION A POSTERIORI

PRISE DEDÉCISION

IMMÉDIATE

ANALYSE DE LA DÉCISION


127

États de la nature (Ej)

Lignes d'action (Ai) E1 E2 Ej En

P1(E1) P2(E2) Pj(Ej) Pn(En)

A = ligne d'action (pari)E = état de la nature (événement)V = conséquence (enjeu)

MIO de Systèmes 1- d'analyse2- de prévision3- d'évaluation4- de préférence

A1

A2

V(A1E1) V(A1E2) V(A1Ej) V(A1En)

V(A2E1) V(A2E2) V(A2Ej) V(A2En)

Ai V(AiE1) V(AiE2) V(AiEj) V(AiEn)

Am V(AmE1) V(AmE2) V(AmEj) V(AmEn)


128PARTIE 5 : PRÉ-TESTS DE PRODUITS ET TESTS DE MARCHÉS

129

Introduce

0,6 S

0,4 F

EV = $1,4 million$4 million

-$2,5 million

.64 Pos

Introduce

Introduce

0,75 S $4 million

$4 million

-$2,5 million

-$2,5 million

$0

$0

$0

.36 Neg

Concepttest

Do notIntroduce

Do notIntroduce

EV = $0

EV = $2,375 million

EV = 1,52 million

Do notIntroduce

0,25 F

0,33 S

0,67 FEV = -$0,5 million

EV = $2,375 million


130

Procédures:

► Villes "représentatives" du pays

(ex. U.S. Peoria, Il. & Syracuse, NY)

► Expérimentation

►Modèles de comportement

Méthodes d'analyse:

► Projection des données de panel

►Macro- flux: ex. SPRINTER I, II et III

► GO/ ON/ NO

• TESTS DE MARCHÉ (suite et fin)


131

MODÈLE DE MACRO-FLUX À 3 ÉTATS

Une étude de marché permet de prévoir le nombre de consommateurs dans chacun des étatspour les trois premières périodes:

Période Réservoir initial Conscients UtilisateursS1 S2 S3

1 1200 400 02 900 500 2003 725 475 400

? f1, f2 et f3

Réservoirinitial

S1

UtilisateursS3

Conscients de l'existencedu produit

S2

f1f2

f3


132

Solution

n12 = 900 = 1200(1- f1) + 0. f3

n22 = 500 = 1200. f1 + 400(1- f2)n32 = 200 = 400. f2 + 0. (1- f3)

n13 = 725 = 900(1- f1) + 200. f3

n23 = 475 = 900. f1 + 500(1- f2)n33 = 400 = 500. f2 + 200(1- f3)

725 = 675 + 200. f3

f3 = 50/200 = 0,25

900 = 1200 - 1200. f1

f1 = (1200 - 900)/1200 = 0,25

500 = 300 + 400(1- f2)f2 = 200/400 = 0,50


133

PARTIE 6

SUIVI DU LANCEMENT ET PRÉVISIONS

134

PART DE MARCHÉ ET ORDRE D ’ENTRÉE

Kalyanaram, Robinson et Urban (Marketing Science, 1995)

• Pour les biens de consommation et industriels à maturité, il y a une relation

négative entre l ’ordre d ’entrée et la part de marché.

• Pour ces mêmes biens, les avantages d ’une entrée précoce en termes de

part de marché s ’estompent lentement avec le temps.

• Pour les biens de consommation courante, la relation suivante donne une

bonne approximation de la part de marché:

nMS

MS n 1

1= où n = ordre d ’entrée.

PARTIE 6 : SUIVI DU LANCEMENT ET PRÉVISIONS

135

Yoon et Lilien (Product Innovation Management, 1985)trouvent les relations suivantes pour les nouveaux produits industriels en distinguant les reformulations des percées technologiques:

0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90

0

10

20

30

40

50

60

Entry Delay Time (in months)

First Year Market Share

Original

Reformulated


136

MODÉLISATION DE LA DIFFUSION DE L ’INNOVATION

Fixed Population Size

Imitators

Timing of Purchases byInnovators

Timing of Purchases byImitators

Pattern of Sales Growthof New Product

InnovatorsInfluenceImitators

Innovators


137

Sales Growth Model for Durables(The Bass Diffusion Model)

St = p × Remaining + q × Adopters ×Potential Remaining Potential

Innovation Imitation Effect Effect

where:

St = sales at time t

p = “coefficient of innovation”

q = “coefficient of imitation”

# Adopters = S0 + S1 + • • • + St–1

Remaining = Total Potential – # AdoptersPotential


138

Q p Q Q rQ

QQ Q p r

Q

QQ Qt t

T

T

T

T= − + − = + −( ) ( )( ) ( )( )

BASS’ MODEL

Q

Q

Q

r

p

t

T

= number of adopters at time t

= ultimate numbers of adopters

= cumulative number of adopters to date

= effect of each adopter on each nonadopter (imitation rate)

= individual conversion ratio in the absence of adopters’ influence (innovation rate)


139

Actual sales and predicted sales for room air conditioners (Bass model)

Sal

es (

thou

sand

s)

Actual

Predicted

Year


140

ADOPTION PROBABILITY OVER TIME

Time (t)

Cumulative Probability of

Adoption up to Time t

F(t)

Introduction of product

(a)

Time (t)

Density Function: Likelihood of

Adoption at Time t

f(t) = d(F(t))dt

(b)

1.0


141

NUMBER OF CELLULAR SUBSCRIBERS

Source: Cellular Telecommunication Industry Association

9,000,000

1983 1 2 3 4 5 6 7 8 9

1,000,000

5,000,000

Years Since Introduction


142

PARAMETERS OF THE BASS MODEL IN SEVERAL PRODUCT CATEGORIES

Innovation ImitationProduct/ parameter parameter

Technology (p) (q)

B&W TV 0.028 0.25Color TV 0.005 0.84Air conditioners 0.010 0.42Clothes dryers 0.017 0.36Water softeners 0.018 0.30Record players 0.025 0.65Cellular telephones 0.004 1.76Steam irons 0.029 0.33Motels 0.007 0.36McDonalds fast food 0.018 0.54Hybrid corn 0.039 1.01Electric blankets 0.006 0.24

A study by Sultan, Farley, and Lehmann in 1990 suggests an average value of 0.03 for p and an average value of 0.38 for q.


143

HYPOTHÈSES DU MODÈLE DE BASS

Diffusion process is binary (consumer either adopts, or waits to adopt)

Constant maximum potential number of buyers (N)

Eventually, all N will buy the product

No repeat purchase, or replacement purchase

The impact of the word-of-mouth is independent of adoption time

Innovation is considered independent of substitutes

The marketing strategies supporting the innovation are not explicitly included


144

SPÉCIFICATION TECHNIQUE DU MODÈLE DE BASS

The Bass Model proposes that the likelihood that someone in the population will purchase a new product at a particular time t given that she has not already purchased the product until then, is summarized by the following mathematical.

Formulation

Let:

L(t): Likelihood of purchase at t, given that consumer has not purchased until tf(t): Instantaneous likelihood of purchase at time t

F(t): Cumulative probability that a consumer would buy the product bytime t

Once f(t) is specified, then F(t) is simply the cumulative distribution of f(t), and from Bayes Theorem, it follows that:

L(t) = f(t)/[1–F(t)] (1)


145

The Bass model proposes that L(t) is a linear function:

qL(t) = p + –– N(t) (2)

N

where

p = Coefficient of innovation (or coefficient of external influence)q = Coefficient of imitation (or coefficient of internal influence)

N(t) = Total number of adopters of the product up to time tN = Total number of potential buyers of the new product

Then the number of customers who will purchase the product at time t is equal to Nf(t) . From (1), it then follows that:

qNf(t) = [ p + –– N(t)][1 – N(t)] (3)

N

Nf(t) may be interpreted as the number of buyers of the product at time t [ = (t)]. Likewise, NF(t ) is equal to the cumulative number of buyers of the product up to time t [ = N(t)].


146

Noting that [n(t) = Nf(t)] is equal to the number of buyers at time t, and [N(t) = NF(t)] is equal to the cumulative number of buyers until time t, we get from (2):

qNf(t) = [ p + –– N(t)][1 – N(t)] (3)

N

After simplification, this gives the basic diffusion equation for predicting new product sales:

qn (t) = pN + (q – p) [N(t)] – –– [N(t)]2 (4)

N


147

=

t

dttntN0

)()(dt

dNtn =)(

+

+=

+−

+−

2)(

)(2

)1(

)()(

tqp

tqp

pq

e

p

qpNtn

But N(t) is just cumulative sales, thus

and

And this equation can be rewritten as a differential equation. Solving this equation with boundary condition N(0) = 0 yields:

To obtain the maximum sales we differentiate n(t) and set the derivative to zero.

_


148

If q > p (interior solution), then the maximum sales are given by:

at time:

q

qpNtn

4

)(*)(

2+=

p

q

qpt ln

1*

+=

(5)

(6)

_


149

ESTIMATION DES PARAMÈTRES PAR RÉGRESSION NON-LINÉAIRE

An equivalent way to represent N(t) in the Bass model is the following equation:

qn(t) = p + –– N(t–1) [N – N(t–1)]

N

Given four or more values of N(t) we can estimate the three parameters of the above equation to minimize the sum of squared deviations.


150

The discretized version of the Bass model is obtained from (4):

n(t) = a + bN(t–1) + cN 2(t–1)

a, b, and c may be determined from ordinary least squares regression. The values of the model parameters are then obtained as follows:

–b – b2 – 4acN = ––––––––––––––

2c

ap = ––

N

q = p + b

To be consistent with the model, N > 0, b 0, and c < 0.≥

ESTIMATION DES PARAMÈTRES PAR RÉGRESSION NON-LINÉAIRE


151

CumulativeQuarter Sales Sales

Market Size = 16,000(At Start Price) 0 0 0

1 160 160Innovation Rate = 0.01 4 425 1,118

(Parameter p) 8 1,234 4,67812 1,646 11,166

Imitation Rate = 0.41 16 555 15,106(Parameter q) 20 78 15,890

24 9 15,987Initial Price = $400 28 1 15,999

32 0 16,000Final Price = $400 36 0 16,000

Example computations

n(t) = pN + (q–p) N(t–1) – qN(t–1) 2/N

Sales in Quarter 1 = 0.01 × 16,000 + (0.41–0.01) × 0 – (0.41/16,000) × (0)2 = 160Sales in Quarter 2 = 0.01 × 16,000 + (0.40) × 160 – (0.41/16,000) × (160)2 = 223.35


PRÉVISIONS DES VENTES POUR UNE UNITÉ DE CONTRÔLE DE TEMPÉRATURE

152

FACTEURS QUI INFLUENCENT LE TAUX DE DIFFUSION:

Product-related High relative advantage over existing products

High degree of compatibility with existing approaches

Low complexity

Can be tried on a limited basis

Benefits are observable

Market-related Type of innovation adoption decision (eg, does it involve switching from familiar way of doing things?)

Communication channels used

Nature of “links” among market participants

Nature and effect of promotional efforts


153

EXTENSIONS DU MODÈLE DE BASS DE BASE:

Varying market potential

As a function of product price, reduction in uncertainty in product performance, and growth in population, and increases in retail outlets.

Incorporation of marketing variables

Coefficient of innovation (p) as a function of advertisingp(t) = a + b ln A(t).

Effects of price and detailing.

Incorporating repeat purchases

Multi-stage diffusion process

Awareness Interest Adoption Word of mouth


154

Life Cycle Forecasting

John R. Hauser ’sApplying MarketingManagement: FourPC SimulationsThe Scientific Press, 1986


IntranetFichier « Applying Marketing Management (Defender) »

155

PARTIE 7

ÉLABORATION D’UN PROGRAMME MARKETINGDMNPp. 357 à 384p. 424 à 448 p. 529 à 599

156

Choix du prix:

Juste prix: ► Impératifs de rentabilité de l’entreprise

► Capacité d’achat des consommateurs

► Répercussion de la qualité présumée

► Nécessité de rester compétitif

Stratégie d’écrémage et de pénétration (plus stratégies intermédiaires)

Évaluation de ce que le consommateur est prêt à payer

ex. Modèle de DuPont pour marketing industriel

► Calcul des bénéfices que retirent les consommateurs

► Répercussion d’une partie des économies sur le prix de vente

Analyse comparative avec produits substituts: prix basé sur la supériorité

du produit (avantage différentiel) - tests de concept et de produit (calcul

du prix psychologique)

PARTIE 7 : ÉLABORATION D’UN PROGRAMME MARKETING

ÉLABORATION DU PROGRAMME MARKETING

157

Choix du prix (suite):

Concurrence: barrière à l’entrée (pénétration)

Compatibilité avec les autres éléments du marketing mix

(promotion, distribution, image de prestige, etc.)

Analyse de la rentabilité du projet

CAS MOODYTEX: prix de vente optimum après la correction des élasticités

croisée et de réaction

► Théorème de DORFMAN - STEINER

conditions d’application (monopole, profit à court terme)

► Règle générale de partition des élasticités (situation d’oligopole)

► Analyse dynamique de l’effet prix



158

Stratégie de communication: Hiérarchie des effets de la publicité et schéma de diffusion d’un nouveau

produit (Lavidge et Steiner)

► stratégie de création: cibles► Stratégie médias: couverture/fréquence

Promotions: ► Consommateurs► Distributeurs► Prescripteurs

Relations publiques

Étapes:1. Définition d’un concept publicitaire (CBP - USP) Unique Selling Proposition2. Test de développement (Modèle de GROSS)3. Test de l’adéquation de l’exécution publicitaire



159

Choix du nom: Qualités: euphonique (agréable et facile à prononcer), mémorable, approprié

au produit et à son positionnement, évocateur, adapté à la durée de vie, international, original

Nom de gamme ou nom de produit? (synergie)ex. de CHEVRON - Eau de Bru (accident de fabrication en 1969 -1974 = nouvelle stratégie)

Choix du conditionnement (packaging):Fonction de protection et de communication - incitation: medium essentiel au moment de l’acte d’achat (plus mentions légales) ex. SPA Reine - couleurs en France et forme à la distribution

Choix des canaux de distribution (de + en +, par le canal de distribution):encouragement aux intermédiaires

Choix en matière de force de ventes:% de temps, argumentation de vente, commissions, etc.

Interaction des éléments:création d’un univers de référence (ex. MARLBORO, CAMEL)



160PARTIE 7 : ÉLABORATION D’UN PROGRAMME MARKETING

PLAN DE LANCEMENT

(horizon 1an)

Coordination des éléments du marketing mix avec objectifs volontaristes

Ventilation du budget

Moyens de contrôle de la réalisation des objectifs ? utilisation de modèle, de la méthode PERT

Prévision de la réaction de la concurrence flexibilité de réponse du plan marketing

Adaptation du plan marketing au cours du cycle de vie du produit

Importance de la logistique marketing: vente d’un vecteur produit/services

161

EXEMPLES DE PROGRAMME MARKETING DE LANCEMENT

Programme

Facteurs

Pénétrationrapide

Pressionmarketingmaximum

Pressionmarketingminimum

Prestigestanding

Conditions de succèsPrix Promotion

faible

faible

faibleélevé

élevé élevé

minimum

maximumPénétration rapide etdurable Barrières à l'entrée

Écrémage - nouveauté

Élasticité prix élevéeConnaissance du produit aisée

Élasticité qualité forteAppels psychologiques


162

PARTIE 8

ANALYSE FINANCIÈRE DES PROJETS

163

Analyse du risque financier: Attitude vis-à-vis du risque du management et position financière de la firme

Comparaison des projets sur base de :

► Valeur espérée de profit (valeur des pertes possibles) plus écart-type

► Période nécessaire pour atteindre l’autofinancement du projet

(la période de remboursement-payback)

► Investissements initiaux au cours des premières années

(à comparer aux cash-flows présents et futurs venant des activités actuelles)

PARTIE 8 : ANALYSE FINANCIÈRE DES PROJETS

ANALYSE FINANCIÈRE DES DIVERSES STRATÉGIES

164

A FEASIBLE RISK-RETURN REGION FOR A COMPANY'S NEW-PRODUCT OPPORTUNITIES.

STD. DEV.

Managerial,financialrisk barrier

Marketing,technologicalcapabilitiesbarrier

Expectedpresentworth

Rate of return

A B

C


165

Comparaison de 3 méthodes d’évaluation d’un projet d’investissement par la valeur des cash-flows

la période de remboursement

la valeur actualisée des cash-flows

la rentabilité du capital investi

L’analyse financière suppose préalablement une analyse économique des coûts de production

Concepts économiques

Courbes des coûts de production et détermination des lois qui

gouvernent leur évolution en fonction du degré d’activité

(données comptables de base, régression de ces données)



166

MARKET SHARE VERSUS PRICE/COSTS

Brand A

Brand B

Brand C

Brand DIndustryaverageunit cost

Industryaverageunit price

0 10 20 30 40Percent market share

Cos

t and

pri

ce u

nit


167

LA COURBE D ’EXPÉRIENCE(APPRENTISSAGE ET ÉCONOMIES D ’ÉCHELLE)

Repetition(as measured by an increase in

cumulative volume)

Growth(as measured by an increase in

volume)

CausesCauses Causes

An Increase in Experience,Manifested as Learning

1. Operator innovations2. Management innovations3. Process innovations

An Increase in Experience,Manifested as Economies of Scale

1. Reduction of excess capacity2. Off-the-shelf scale-dependent

substitutions3. Procurement economies

Which in turn cause

Cost Reductions


168

LA RELATION ENTRE PRIX ET COÛTS

Unit Price and Cost

Total Accumulated Volume

Cost

A B C D

Price


169

PRODUCT LIFE CYCLE STAGES AND THE INDUSTRY PRICE EXPERIENCE CURVE

Introduction Growth Maturity

Shake-Out

Average Industry Price

Average Cost

Annual Sales

Year Since Intro

1000

100

1 10 100 1000 10,0001 2 3 4 5 6 7 8 9

Log

Uni

t P

rice

and

Cos

t(C

onst

ant

$) a

nd A

nnua

l Sal

es (

Uni

ts)

Log Cumulative Industry Volume (1000 Units)


170

L’analyse financière suppose préalablement une analyse économique des coûts de production

Méthodes de calcul du prix de revient

► Full cost

► Cost plus

► Direct costing

Choix d’un prix optimum (MOODYTEX)

Analyse du risque et simulation: analyse bayesienne.



171

PARTIE 9

GESTION DES PRODUITS

DMNPp. 601 à 665

172

Planification du lancement Coordination du marketing et de la production

Coordination de la promotion et de la distribution

Période de lancement

Analyse du chemin critique (PERT)

Transfert des responsabilités managériales chef de produit, par ex.

Surveillance du lancement Nécessité (ex. moteur WANKEL: GM abandonne après $100 millions

d ’investissements et 7 ans de développement)

Système de contrôle: comparaison entre ventes et prévisions

Contrôle adaptatif par expérimentation

PARTIE 9 : GESTION DES PRODUITS

LANCEMENT DU NOUVEAU PRODUIT

173

Systèmes de support SIM (MIS)

Calcul de décision

ADBUDG (publicité)

CALLPLAN (force de vente)

BRANDAID (marketing mix)

Innovation de relance: Recyclage

La gestion du déclin: Procédure d’élimination

La place du produit dans le portefeuille d’activités de l’entreprise.


GESTION DES PRODUITS EN PHASE DE MATURITÉ

174

Organisation de l’effort de développement

Adaptation à la P.M.E., variation par types de produit (durable, industriel,

services, technologie avancée) et selon l’emphase stratégique

Conquête des marchés extérieurs

Législation et protection du consommateur


PROCESSUS DE DÉVELOPPEMENT DES NOUVEAUX PRODUITS

175

New Product Development

John R. Hauser ’sApplying MarketingManagement: FourPC SimulationsThe Scientific Press, 1986


IntranetFichier « Applying Marketing Management (Defender) »

176

SYSTÈME D’AIDE À LA DÉCISION

Nous ne pouvons pas afficher l’image.

MarketingEngineering

(modèles)

Optimisation:Ex.Dorfman/

Steiner

Méthode statistique

Environnement

Questions Réponses

Banque de données:Séries chronologiques, etc.

VOUS

CONCLUSION

Documents

Gestion de Produit et Innovation 2020 - École de gestion · prix de revient prévisionnel Développement du prototype Recherche de fournisseurs. 7 QUELQUES CHIFFRES: ... PMR x part