Observatoire de l’efficience touristique :

Phase test

Jean-Luc BOULIN (MOPA), Paul FABING (RESOT-Alsace)

Laurent BOTTI (UPVD - CAEPEM), Nicolas PEYPOCH (UPVD - CAEPEM)

Observatoire de l’efficience touristique

1. Contexte et historique

2. Méthodologie de mesure de l’efficience

3. Quelques résultats

4. Perspectives

1. Contexte et historique

Projet de recherche TRATSO : séminaire en décembre 2012

Commission prospective : avril 2013

Questionnaire lancé en juillet 2013

Premiers résultats aujourd’hui

2. Méthodologie de mesure de l’efficience

Laboratoire CAEPEM

Centre d’Analyse de l’Efficience et de la Performance en Economie & Management

Méthodes de mesure de l’efficience et de la performance

Développements des méthodes

Applications à différents secteurs : transport, banque, sport, hôtellerie…

Méthode DEA (Data Envelopment Analysis)

Méthode d’identification de référents à atteindre (benchmarks) et de mesure de

l’inefficience

2. Méthodologie de mesure de l’efficience

a. Au regard d’une technologie de

production non paramétrique, la

méthode identifie les meilleurs

performances relatives au sein d’un

groupe d’entités homogènes.

b. Sur la base de ces benchmarks, les

autres entités évaluent leur inefficience

et peuvent étudier les stratégies

gagnantes.

Output

(Produit)

Input

(Ressource)

Technologie de

production

A B

C

Inefficience

A est inefficient

B et C sont ses benchmarks

2. Méthodologie de mesure de l’efficience

En pratique

▪ Choix des inputs et outputs

- Logique de technologie de production

▪ Récolte de données comparatives

- Homogénéité relative des entités étudiées

▪ Choix d’un modèle et d’une orientation

- CRS, VRS, FDH, Super-Efficiency…

- Input ou output

▪ Benchmarking et recommandations

3. Quelques résultats

La technologie de production, plusieurs possibilités

▪ Efficience touristique du territoire :

des ressources (inputs) : Lits ; Touristicité

pour produire (outputs) : Nuitées ; Taxe de séjour

▪ Efficience de l’OT :

des ressources (inputs) : ETP, Masse salariale, Immo, Subventions

pour produire (outputs) : Produits d’exploitation, Actes de renseignements

Ici, logique de DMO (modèle VRS à orientation output)

3 Inputs : ETP ; Subventions ; Touristicité (input fixe)

1 Output : Taxe de séjour

3. Quelques résultats

Indice de touristicité

Mesure (entre 0 et 100) le degré de touristicité du territoire de la DMO

Intègre les 3 principales composantes du produit touristique

▪ Attractions :

- Présence sur le territoire d’au moins une Grand Site ou un site UNESCO

- Présence et fréquentation de festival(s)

▪ Accessibilité :

- Distance de la gare TGV la plus proche

- Taille de l’agglomération la plus proche

▪ Hébergement :

- Nombre de lits marchands et non-marchands

- Taux de fonction touristique

Entre autres !

3. Quelques résultats

Des données comparatives récoltées via 4 Google Docs

▪ Une fiche par collège (rural, littoral, montagne, urbain)

▪ Document mis en ligne en juillet

▪ Relance en septembre

Les données aujourd’hui

▪ 52 fiches exploitables

- 17 Rural

- 15 Littoral

- 4 Montagne

- 16 Urbain

3. Quelques résultats

Statistiques descriptives des données récoltées

ETP Subventions Indice de

touristicité Taxe séjour

Moyenne 8,85 362 700,57 63 144 564,76

Ecart-Type 5,76 400 601,17 19 150 221,71

Minimum 2,00

(Lilliput)

16 624,00

(Gotham City)

25

(Groland)

6 000,00

(Ile d’Oz)

Maximum 33,00

(Métropolis)

1 950 000,00

(Poudlard)

95

(Bordurie)

750 000,00

(Eldorado)

Des destinations imaginaires mais des données effectives

Hétérogénéité des territoires et DMO étudiées

3. Quelques résultats

Les DMO intégrées à l’analyse

Rural : Aubusson ; Aude en Pyrénées ; Bazadais ; Collines Cathares ; Gisors ;

Joigny ; Luberon ; Nogaro ; Pays de Figeac ; Pays de Foix Varilhes ; Pays de la

Provence Verte ; Pays de Mirepoix ; Pays de Roquefort ; Saint Guilhem le Désert ;

Saint Rémy de Provence ; Saverne ; Villeréal

Littoral : Baie de Morlaix ; Biscarosse ; Dinard ; Etretat ; Fécamp ; Hendaye ; La

Rochelle ; Littoral Audois ; Narbonne ; ND de Monts ; Plateau de Caux ; Pornic ; Porto ;

Sète ; Soustons

Montagne : Laruns, Métabief, Saint-Gervais, Thonon-les-Bains

Urbain : Angoulême, Bourges, Brest, Dinan, Dunkerque, Guérande, Libourne,

Limoges, Mulhouse, Pontarlier, Quimper, Rennes, Saint-Gilles, Salon de Provence,

Sens

Etude inter-collège

3. Quelques résultats

Analyse bivariée : matrice des corrélations

(I) ETP (I) Subventions (I) Indice de

touristicité

(O) Taxe

séjour

(I) ETP 1 0,75 0,56 0,62

(I)

Subventions 0,75 1 0,25 0,66

(I) Indice de

touristicité 0,56 0,25 1 0,46

(O) Taxe

séjour 0,62 0,66 0,46 1

Corrélations linéaires positives :

Les variables évoluent dans le même sens

3. Quelques résultats

15 Benchmarks (sur 52 DMO)

▪ Benchmarks de différents collèges et différentes tailles :

Bazadais, Biscarosse, Hendaye, Narbonne, Pays de la Provence

Verte, Pornic, Quimper, Rennes, Saint-Gervais…

▪ Inefficience moyenne de 43 % : en moyenne, les DMO étudiées

pourraient augmenter leur résultat (en termes de Taxe de

Séjour) de 43 %

Modèle 3 Inputs – 1 Output

Orientation output

3. Quelques résultats

Informations pour les DMO inefficientes

Exemple de la destination M :

▪ Score d’efficience de 1,25 : compte tenu des ressources qu’elle

utilise, la DMO de M n’est pas totalement performante.

▪ Pour atteindre l’efficience, elle devrait augmenter le niveau de

son output de 25 %.

▪ L’optimum qu’elle pourrait atteindre (au regard des inputs dont

elle dispose) est de 375 000 € soit un écart de 75 000 € avec le

niveau actuel de la taxe de séjour collectée (300 000 €).

3. Quelques résultats

Informations pour les DMO inefficientes

▪ Cet optimum correspond à une DMO virtuelle issue de la combinaison

linéaire de DMO réelles produisant une quantité d’output supérieure.

▪ En se tournant vers les DMOs qui constituent son ensemble de

référence (i.e. en étudiant leurs stratégies et pratiques), la DMO de

M pourrait améliorer son efficience.

Input

A

B

C

D

Output A : DMO inefficiente

B et C : Benchmarks

D : DMO virtuelle optimale pour A

3. Quelques résultats

Informations pour les DMO inefficientes

▪ Composition du benchmark de M :

▪ Données de M et de son benchmark :

(I) ETP (I) Subventions (I) Touristicité (O)Taxe séjour

P 12 270 000 87 330 000

N 11 604 544 92 312 000

B 11 600 000 68 580 000

R 33 1 858 299 89 750 000

M 13 425 000 86 300 000

Discussion

▪ Mais qu’en est-il de la productivité de l’hôtellerie marchande de M ?

3. Quelques résultats

Limites de ces résultats

▪ Biais au niveau des données

- En termes de valeur :

Les 560 737 € de subventions versées à R par sa collectivité de tutelle sont-

ils effectivement inférieur au 600 000 € versés à B ?

- Quant au calcul de l’indice de touristicité

▪ Etude d’une seule technologie de production ne peut être suffisante

▪ Comparaison intercollège ne peut être suffisante

4. Perspectives

Des besoins

▪ Au niveau qualitatif :

- Réflexion sur les technologies de production à étudier

- Ajuster le calcul de l’indice de touristicité

▪ Au niveau quantitatif :

Multiplier les données pour des comparaisons :

- intra-collèges

- catégorielles

- Statutaires

Questions

Le comparateur des offices de tourisme

Un projet 2014 : permettre à un office de tourisme de se

comparer sous différents aspects (dont l'efficience !)

Une base de données unifiées

Un outil simple en ligne : Choix du panel d'OT

Choix des critères de comparaisons

Des résultats clairs et imagés