DATA Cours PDF

Preview

Summary

Cours de Data KB3...

Description

ANALYSE ET DONNÉES MARKETING Professeur : Thierry Lorey [email protected]

Objectif du cours : donner les bases des statistiques pour l’appliquer dans un univers d’entreprise. Plan du cours 1. Techniques de collecte de données 2. Analyse de données univariées et lois de variation (Normale ou Gaussienne) 3. Analyse de données bivariées 4. Analyse multivariée Évaluation

- Participation individuelle : 10% - Travail de groupe : 30% (Voir les détails sur syllabus. 12 minutes échantillon de 50 à 100 personnes - 15 à 30 slides avec plan suivant : 1. Objectifs de la recherche 2. Mesure et mise à l’échelle 3. Échantillon et méthodes statistiques utilisées 4. Analyse des données et interprétation 5. Recommandations managériales) - Examen final : 60% (2h)

1

1. Études, décisions marketing et collecte de données Décisions et études marketing Les étapes pour une bonne prise de décision : 1 Décidez si les informations existantes sont adéquates ou si des informations supplémentaires sont nécessaires

 2 Si nécessaire, collecter plus d'informations de manière raisonnable et réfléchie

 3 Résumer les données disponibles de manière utile et informative

 4 Analyser les données disponibles

 5 Tirez des conclusions, prenez des décisions et évaluez le risque d'une décision incorrecte

Données primaires et secondaires Interview/ Observation ! qualitative

Sondages ! quantitative

Personnel, en face ou en ligne (en profondeur, environ 1h) Mail Téléphone Web …

Collecte de données primaires

Collecte de données secondaires Source interne

Source externe

Web Registres comptables Bases de données marketing

Périodiques Rapport

2

2. Construire un questionnaire en 6 étapes 1/ Les informations recherchées et Modèle 2/ Les méthodes d’administration 3/ Différents types de questions (contenus, échelles) 4/ Séquence des questions er démarche entonnoir 5/ Présentation physique du questionnaire" 6/ Prétest et révision Prétester : montrer à une personne externe pour vérifier l’ensemble. Image de marque#: 1) Introduction 2) Corps des questions - Associations spontanées - Associations positives – négatives - Associations importantes 3) Jugement – Attitude 4) Signalétique identité

Mode d’administration: Internet : mode d’administration le plus utilisé Téléphone : surtout pour sondage politique Courrier : le taux de retour est faible, les gens écrivent de moins en moins Questionnaire en face à face se font souvent avec une tablette La durée du question très importante : au delà de 10 minutes questionnaires bâclés. Regrouper les questions et bien les former (prendre questions déjà validé sur le plan scientifique) Questions ouvertes#et fermées#: • Réponse en chiffre#: quelle est la dépense pour l’ensemble de votre séjour et pour une personne#? • Réponse au format texte#: vos commentaires sur le séjour#? • Réponse multiple#: quels sont les 3 derniers films que vous avez vus au cinéma#? • Réponse unique#: quel est votre mode d’hébergement#? • Réponse dichotomique / prend la valeur de 0 ou 1 / oui ou non Échelles de mesure#: • Échelle nominale#: variable qualitative / catégoriser les gens • Échelle ordinale#: question qui sous-entend un classement / définir un ordre Ce sont des variables qualitatives 3

Échelles de mesure métriques#: Échelles d’attitude ou d’opinions •

Échelle OSGOOD#: mettre des adjectifs opposés à chaque bout de l’échelle pour caractériser un produit Solide

•

1

2

3

4

5

Fragile

Échelle LIKERT!: échelle dans laquelle le consommateur donne son opinion, l’échelle doit être symétrique Pas du tout d’accord

Plutôt pas d’accord

Ni l’un ni l’autre

Plutôt d’accord

Tout à fait d’accord

Mauvaise

Très mauvaise

Trier mes déchets

• Échelle icônes!: Comment jugez-vous votre téléviseur X!? 😀

😐

😕

😢

• Échelle à supports sémantiques!: Comment évaluez-vous la solidité du stylo BIC!? Excellente

Très bonne

Plutôt bonne

Moyenne

Formulation • Ne pas utiliser de formulation trop longue ou complexe • Ne pas employer de mots trop techniques • Ne pas utiliser de double négation • Ne pas poser deux questions en une • Utiliser une question suffisamment générale Court / sens neutre / ne pas induire la réponse —> Effet de «#halo#» marre du questionnaire, dire la même chose, valeur accordé au questionnaire : nulle

4

3. Échantillonnage 2 types de méthodes :

Les méthodes aléatoires : Fichier qualifié qui permet de décrire la population et permet de faire des extrapolations statistiques. CODEVI#: produit financier dans lequel on met de l’argent et qui nous rapporte des intérêts. • 1ère méthode aléatoire!: Échantillon aléatoire simple Principes#: - Existence d’une base de sondage#: les individus sont codifiés - Tirage au sort - Pas de regroupement avant le tirage - La méthode la plus utilisée

• 2ème méthode aléatoire!: Échantillon stratifié Principes#: - Cas d’une population hétérogène - Partition de la population sous forme de strates#: homogénéité des individus, hétérogénéité des classes 5

Les méthodes empiriques : Principe 1#: je ne dispose pas de base de sondages pour la population étudiée. Principe 2#: théoriquement pas d’extrapolation statistique pour les méthodes empiriques (sauf méthode des quotas) 1) Échantillon de convenance!: Principes#: - Aucune règle n’est mise en œuvre - L’analyste choisit les personnes concernées par le sujet de l’étude - Dans la pratique professionnelle, l’échantillon de convenance est utilisé à des fins exploratoire 2) Echantillon par Quotas!: Principes#: - Pas de base de sondage - Choix des critères sur la population étudiée - 4 quotas utilisés#: Sexe, Age, CSP, Lieu d’habitation - Voir le site www.insee.fr: description de population française sur ces 4 critères - Contrôle de l’échantillon sur certaines proportions Reproduction en miniature des caractéristiques#! Synthèse!: méthodes aléatoires VS méthodes empiriques Méthodes aléatoires ou probabilistes#: Principe clef#: je possède déjà une base de sondage qualifiée Avantage#: ces méthodes permettent des extrapolations statistiques de l’échantillon (moyenne, écart-type) à la population. Méthode la plus utilisée#: méthode aléatoire simple Méthodes empiriques#: 2 types de données#: variable qualitative VS variable quantitative Variables qualitatives#: Analyse univariée, bivariée ou multivariée - Univariée#: tri à plat, description de l’échantillon Examine la distribution des modalités de réponse pour 1 variable Mode de traitement différent suivant variable qualitative VS quantitative Variable quantitative#: statistiques descriptives - Utilisation des distributions de fréquences des modalités - Représentation graphique#: diagramme en bâtons, graphique en secteurs 6

Étendue : différence entre la valeur minimum et la valeur maximum. Les valeurs extrêmes ne sont pas représentatives de la population et peuvent fausser l’analyse statistique.

4. Standardiser des données avec le score Z Un score Z peut être interprété comme donnant la distance d’une valeur x à la moyenne en unités de l’écart type. C’est l’écart type d’une seule observation. Tableau des calculs de probabilité de Z :

Exemple 1 : Achat moyen sur Amazon —> moyenne = 50€ et écart type = 5€ Quelle est la probabilité que des consommateurs payent plus de 60€ ? Score Z = (60-50)÷5 = 2 —> Selon la Loi Normale nous devrions avoir une probabilité de 2,5% 7

—> Selon le tableau des calculs de probabilité nous pouvons voir qu’un score Z de 2 est associé à une probabilité de 0,9772 donc P(Z > 2) = 1 - 0,9772 = 0,0228 équivalent à 2,28%. Donc la probabilité exacte que des consommateurs payent leurs achats plus de 60€ est de 2,28%.

Exemple 2 : Panier moyen chez Arby’s —> moyenne = 31,6€ et écart type = 7,5€ Identifier l’intervalle dans lequel se situe 95% des prix. Intervalle supérieur = 31,6 + (1,96 x 7,5) = 46,3 Intervalle inférieur = 31,6 - (1,96 x 7,5) = 16,9 Donc 95% des prix chez Arby’s se situent entre 16,9€ et 46,3€.

5. Intervalle de confiance d’une moyenne

8...