25
Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

Embed Size (px)

Citation preview

Page 1: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

Master MARKETING / Pierre Desmet

1

Analyse conjointe

Pierre DESMET

Page 2: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

SommaireSommaire© Pierre DESMET

2

Plan

Exemple introductif

Objectifs

Cadre théorique et Hypothèses

Variantes et terminologie

Méthodologie

Applications

Page 3: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

SommaireSommaire© Pierre DESMET

3

Exemple introductif

Illustration Brand-price trade-off (BPTO)

http://www.mastermarketingdauphine.com/charge/Prix/BPTO.xls

Eaux minérales 1,5 Litres plastiqueEvian Contrex St Amand Orée

Indiquez le rang de vos préférences ? (1 puis 2, 3 etc…)

Prix 1 Prix 2 Prix 3 Prix 4Evian 1 2 3 4

Contrex 10 13 15 16St Amand 5 6 9 12

Orée (Auchan) 7 8 11 14

Page 4: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

SommaireSommaire© Pierre DESMET

4

BPTO par Régression linéaire

Modèle linéaire sur les rangs (régression)

Utiliser le solveur pour estimer les coefficients et MINIMISER la case en rouge

30,1 -11 -10 -12 -24,37 9,95A B C D px Classt Régression

1 0 0 0 0,52 1 16 17,4 2,03 -0,41 0 0 0 0,60 2 15 15,5 0,23 1,51 0 0 0 0,68 3 14 13,5 0,23 3,51 0 0 0 0,76 4 13 11,6 2,03 5,41 1 0 0 0,54 10 7 6,4 0,33 10,61 1 0 0 0,62 13 4 4,5 0,23 12,51 1 0 0 0,70 15 2 2,5 0,28 14,51 1 0 0 0,78 16 1 0,6 0,18 16,41 0 1 0 0,32 5 12 11,9 0,01 5,11 0 1 0 0,40 6 11 10,0 1,05 7,01 0 1 0 0,48 9 8 8,0 0,00 9,01 0 1 0 0,56 12 5 6,1 1,16 10,91 0 0 1 0,34 7 10 9,9 0,01 7,11 0 0 1 0,42 8 9 8,0 1,05 9,01 0 0 1 0,50 11 6 6,0 0,00 11,01 0 0 1 0,58 14 3 4,1 1,16 12,9

Evian ContrexSt AmandOrée (Auchan)100 65,1 65,5 60,5

1

2

3

4

10

13

15

16

5

6

9

12

7

8

11

14

1

23

45

6

78

9

1011

1213

14

1516

17

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17Classement

No

te d

e ré

gre

ssio

n

Indice de valeur des marques

100

65 6661

0

20

40

60

80

100

120

140

Evian Contrex St Amand Orée (Auchan)

Page 5: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

SommaireSommaire© Pierre DESMET

5

BPTO par Programmation linéaire

Modèle par programmation linéaire (Min sous contraintes)

initialisation

Evian Contrex St Amand Orée (Auchan)

Prix Que faire ?

0,19 0,31 0,25 -2,00 Restitution de vos choix(minimiser) BON : uniquement ascendant ; MAUVAIS : ligne brisée

0,00 -0,71 -0,74 -0,80 -1,50 100,00 Astuce !

Produit Rang RangPrix préférence Utilité préférence Utilité Marque Prix

décroissante estimée décroissante estimée

1 1 1,00 1 1,00 Evian 0,52

2 2 0,89 2 0,89 Evian 0,60

3 3 0,78 3 0,78 Evian 0,68

4 4 0,67 4 0,67 Evian 0,76

5 10 0,33 5 0,60 St Amand 0,32

6 13 0,22 6 0,49 St Amand 0,40

7 15 0,11 7 0,52 Orée (Auchan) 0,34 *8 16 0,00 8 0,41 Orée (Auchan) 0,42

9 5 0,60 9 0,38 St Amand 0,48

10 6 0,49 10 0,33 Contrex 0,54

11 9 0,38 11 0,30 Orée (Auchan) 0,50

12 12 0,27 12 0,27 St Amand 0,56

13 7 0,52 13 0,22 Contrex 0,62

14 8 0,41 14 0,19 Orée (Auchan) 0,58

15 11 0,30 15 0,11 Contrex 0,70

16 14 0,19 16 0,00 Contrex 0,78

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

160,000 0,100 0,200 0,300 0,400 0,500 0,600 0,700 0,800 0,900 1,000

Utilité

Pré

fére

nce

s (r

an

g)

Page 6: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

SommaireSommaire© Pierre DESMET

6

Définition et Problématiques

Définition L’analyse conjointe est une famille de méthodes d’études de marché visant à

obtenir, reconstituer et simuler des choix individuels

Elle correspond à l’étude des variations des attributs autour d’un point d’équilibre

le gain sur une dimension nécessite une perte sur une autre Elle appartient à la classe des modèles de composition (approche formative)

Intérêt Marketing Evaluer l’attrait d’une variante produit/service

Identifier l’importance des caractéristiques objectives

Identifier les niveaux préférés des modalités

Problématique Etude Reconstituer au mieux les préférences et les choix

Déterminer les utilités partielles attribuées aux caractéristiques

Pour chaque segment de clientèle

Démarche Désagrégation : partir des préférences globales et identifier les attributs

importants

Agrégation : demander les préférences pour des paniers d’attributs Analyse conjointe

Page 7: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

SommaireSommaire© Pierre DESMET

7

La base théorique

La valeur d’un produit Est déterminable « dans l’absolu » (en dehors du lieu d’achat

Résulte d’une somme de la valeur de ses caractéristiques

Caractéristiques objectives

Modèle de choix du consommateur Pas de modèle de perception

Un modèle d'attitude linéaire et compensatoire sur les attributs séparables Basé sur des préférences déclarées

Un modèle de choix

Modèle multi-attributs (Fishbein) A = l’attitude vis-à-vis de l’objet présenté

a i = l’évaluation de l’objet sur l’attribut i (i ={1, ...K})

i = le poids accordé à l’attribut i.

Autres modèles de choix non compensatoires Conjonctif : niveau d’exigence minimale sur des critères

Disjonctif : recherche d’une valeur maximale sur un critère

Lexicographique : choix séquentiel par ordre d’importance décroissante des critères

A i.ai

i1

K

Page 8: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

SommaireSommaire© Pierre DESMET

8

Cadre théorique

Perceptions Xij

Performance- Achats- Ventes

Ensemble deConsidération I

Contributions Wj

ValorisationPréférences Yi

Choix CjIntention d’achat IA

i

Attributs / Modalités J Stimuli

Règle AgrégationSegmentation

Conception

Mesure

Analyse

Simulation

Page 9: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

SommaireSommaire© Pierre DESMET

Méthodologie générale

9

Choix des attributs et des modalités

Elaboration des stimulis et Plan expérimental

Collecte des données individuelles

Estimation des coefficients

Segmentation

Interprétation

Simulation des choix

Choix du type de réponse

Page 10: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

SommaireSommaire© Pierre DESMET

10

Page 11: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

SommaireSommaire© Pierre DESMET

11

Page 12: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

SommaireSommaire© Pierre DESMET

12

Page 13: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

SommaireSommaire© Pierre DESMET

13

Page 14: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

SommaireSommaire© Pierre DESMET

14

Page 15: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

SommaireSommaire© Pierre DESMET

15

Les stimulis à évaluer

Quels attributs et modalités ? Déterminants pour le choix (et pas seulement « important » : exemple

« sécurité » )

Positifs et Négatifs

Objectifs et manipulables, communicables

Décrivant complètement le produit

Pas trop nombreux (<7)

Quelles modalités ? Amplitude réaliste

Modalités réalistes (même si la combinaison finale ne l’est pas toujours)

Pas trop nombreux et suffisamment distincts

Attention pas d’extrapolation (interpolation seulement)

Quels mode de présentation ? Papier ou ordinateur, web (auto-administré ou avec interviewer)

Description verbale, dessin-image, objet réel

Quel profil des objets ? Profil Complet (full profile)

Comparaison par paires ou triades (choix, CBC)

Classement des combinaisons de 2 attributs (Trade-off)

Page 16: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

SommaireSommaire© Pierre DESMET

Quelles réponses sont demandées ?

Format de la réponse : non métrique Acceptabilité / considération

Classement des combinaisons d’attributs 2x2 (trade-off)

Choix d’une alternative parmi 2 ou 3 (CBC)

Format de la réponse : métrique Préférence (intensité de la préférence relative)

Note (intervalle)

Allocation de 100 points (ratio)

Combien de réponses sont demandées ? Plan complet

Plan incomplet (avec des alternatives communes)

Au minimum Nb total de stimuli = Nb total de modalités – nb attributs + 1

Limiter la charge pour le répondant : 20 (30 grand max)

Quel plan expérimental des stimuli (scénarii proposés) Elaboration d’un plan a priori

Si 4 variables à 2 modalités et 2 variables à 3 modalités alors il y a 144 combinaisons (24.32 ) : Impossible de les faire évaluer toutes

Plan adaptatif en fonction des réponses antérieures

16

Page 17: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

SommaireSommaire© Pierre DESMET

17

Hypothèses de valorisation

Hypothèses classiques Rationalité, transitivité, stabilité des préférences

Modèle d’évaluation compensatoire 2 modalités (+;-) se compensent : + cher mais qualité supérieure

Les alternatives doivent donc être assez comparables

Modèle d’évaluation monotone « Plus » est toujours « mieux »

Classer les modalités, inverser les attributs

Modèle d’évaluation linéaire Pour les attributs continus (prix,…)

Toutes les alternatives évaluées sont supposées connues

Si le choix utilise séquentiellement des attributs différents (lexicographique ou conjonctif )

Faire une première étape d’acceptabilité/rejet des stimuli

Page 18: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

SommaireSommaire© Pierre DESMET

18

Modèle de valorisation pour le modèle multi-attributs

Règle de composition : Linéaire U = + . X

Linéarisable U = + . Log(X)

Point à point U = . (si X=1) + . (si X=2) + . (si X=3)

Lnéaire par partie (part-worth) U = + . X (si X<1) + . X.(si X => 1)

Avec seuil U = + . X.(si X => 1)

Avec interaction U = + . X1 + . X2 . + . X1*X2

Tous les attributs suivent-ils le même profil ?

Effet selon la position relative / à la référence Effet si négativement perçu

Effet si positivement perçu

Exemple : satisfaction

Page 19: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

SommaireSommaire© Pierre DESMET

19

Méthodes d’estimation

(A) Réponse quantitative Intervalle : Note d’appréciation (7, 10), échelle d’intention d’achat,

Ratio : partage de 100 points,…

Analyse de variance et régression avec variables auxiliaires binaires

Faible nombre de degrés de liberté si l’estimation est faite au niveau individuel

Nécessité de poser une contrainte sur les coefficients : soit wj1= 1 soit wjk=0

Hypothèses sur les résidus à valider

(B) Classement MONANOVA (Anova avec monotonicité)

Programmation linéaire (LINMAP) et analyse de sensibilité

Logit ordonné

(C) Choix parmi n options Logit multinomial

(D) Choix exclusif (Réponse binaire ou agrégation des deux niveaux les plus élevés d’une échelle d’IA)

Logit

Page 20: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

SommaireSommaire© Pierre DESMET

20

Qualité de l’ajustement

(A) validité interne, à faire au niveau individuel

Etudier un échantillon séparé d’alternatives d’évaluation pour valider la qualité individuelle

Éviter le « sur-apprentissage » des données

Etudier un échantillon séparé d’individus (hold out sample) si l’estimation est faite au niveau d’un groupe de répondants

(B) Validité externe

Comparer les résultats avec des résultats agrégés Si l’échantillon est représentatif

Page 21: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

SommaireSommaire© Pierre DESMET

Interprétation

(A) Interprétation des résultats / aux attentes Présentation graphique des utilités partielles

Détermination de l’ « importance » conditionnelle relative de l’attribut CRI

Amplitude de l’utilité partielle des modalités de l’attribut divisée par la somme des amplitudes de tous les attributs

(B) Valorisation financière des attributs Intégration d’une variable prix et obtention de l’utilité associée à

différents prix

Calcul de l’équivalent financier d’une unité d’utilité Prix 15€ = 0.5; Prix 25€ = 0.2 Une unité d’utilité (0.1) vaut = (25-15)/(0.5-0.2) = 3.33 €

Calcul de l’équivalent financier de l’utilité apportée par une caractéristique

Si WC dans chambre = 0.6 Equivalent monétaire du WC dans la chambre = 20 €

(C) Simulation des choix

21

Page 22: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

SommaireSommaire© Pierre DESMET

22

Evolution des méthodes d’analyse

Auto-expliqué (self explicated) 100 points entre les attributs

0 à 10 sur les modalités

Analyse conjointe traditionnelle et simplifiée « trade off » et Marque contre prix (BPTO)

Modèle mixte (CCA) : auto-expliqué+trade-off Évaluation des modalités

Réponses sur les alternatives

Modèle adaptatif (ACA) Pilotage de la collecte en fonction des réponses précédentes

Et des poids indiqués pour les modalités et attributs

Modèle basé sur les choix (CBC) Pilotage de la collecte en fonction des réponses précédentes

Et des poids indiqués pour les modalités et attributs

Modèle hybride Prendre en compte des variables individuelles segmentantes

En savoir plus : voir la site de Sawtooth http://www.sawtoothsoftware.com/downloads.shtml

Page 23: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

SommaireSommaire© Pierre DESMET

23

Le modèle de choix : Modèle de valorisation

Différentes règles de choix pour passer de l’utilité à la probabilité de choix

Utilité maximale : premier choix = 1

Utilité pondérée (ad-hoc) (0.6;0.3;0.1)

Part d’utilité (BTL Bradley-Terry-Luce) : Ui / (Uj)

Règle Logit : Exp(Ui)/ Exp(Uj)

Autre règle ad-hoc : Ui / (Uj ) (= 2)

U max Part d'UPart d'U pondérée Logit

Produit Utilité Règle 1 Règle 2 Règle 3 Règle 4A 0,8 1 32% 41% 23%B 0,75 0 30% 36% 22%C 0,5 0 20% 16% 17%D 0,3 0 12% 6% 14%E 0,1 0 4% 1% 12%F 0,05 0 2% 0% 11%

2Somme 2,5 1,555 9,50

Page 24: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

SommaireSommaire© Pierre DESMET

24

Agrégation et Segmentation

Les données de différents répondants sont-elles utilisées pour estimer des coefficients « communs » ?

Segmentation Non : une analyse par répondant

Oui : Préalable (sur des caractéristiques individuelles) Exemple clientèle affaire, tourisme; motivation de fréquentation,… Puis estimation d’un modèle unique considérant les individus comme

homogènes Oui : Concomitante (classes latentes)

Oui : Postérieure Estimation pour chaque individu Typologie sur le profil des utilités individuelles

Hétérogénéité individuelle Modèle hiérarchique : l’utilité partielle est la somme d’une utilité

moyenne et d’une variation individuelle déterministe (caractéristiques de l’individu) et aléatoire

Page 25: Master MARKETING / Pierre Desmet 1 Analyse conjointe Pierre DESMET

SommaireSommaire© Pierre DESMET

Cas Lessives (JMP)

Importer, vérifier, définir les types

Manipuler (empiler R1-R100) pour obtenir une matrice ind x obj

Faire une régression globale (modèle linéaire) sur la note En prenant une constante par individu (IND comme une var

explicative)

Sortir les résidus , vérifier normalité

Sortir les valeurs prévues, Faire un tableau & graphique prévu réel

Faire une régression par segment (segmentation sur les préférences)

Option 1 : régression par individu, puis agrégation

Option 2 : ACP sur les préférences, puis typologie

Suggestions Régression par groupe ou individu Dans la sortie , sur le tableau des estimateurs, clic droit et utiliser

« construire une table de données combinées » Reprendre ensuite le data et faire un tableau de synthèse des poids des

attributs (en utilisant Moyenne) Faire une description des moyennes des préférences par groupe

25