Chapitre 6
Données de Panel à l etude
6.1 Notions élémentaires:
???é?s ?? P?????
Unpanelestunéchantillonstabledeconsommateursoudedistributeursinterrogérégulièrement
ou périodiquement et dont la composition ne se renouvelle
quelentement.Son étude permet une analyse
dynamique de la population considérée et la
prise en compte du contexte concurrentiel. Le panel de distributeurs permet la
collecte dinformations commerciales.
Il est ainsi possible de mesurer plus
précisément la nature du référencement dune
marque ou d'un produit en fonction du type de point de
vente ou encore de la zone
géographique. Le panel de consommateurs
procure quant a lui des informations marketing et
revêt un intérêt particulier pour l'analyse de
lévolution du comportement d'achat des consommateurs.
Un panéliste est donc l'individu ou le
ménage membre dun panel dont nous observons le comportement
et/ou les attitudes Selon la nature du panel, latransmission des données
par le panéliste peut se faire automatiquement et passivement
vers le système d'information de la société
d'étude ayant crée le panel
?? ??r??t??? ?r??s??t????? ??
??r??t???????t?????
Le marketing est traditionnellement orienté
vers lacquisition de clients et la réalisation de
transactions. Dans les années 90, de nombreux facteurs vont inciter les
entreprises a utiliser les nouvelles technologies avec notamment les
bases de données et les nouveaux canaux de communication
personnalisables et interactifs, pour développer des
programmes de fidélisation. Le marketing nest plus
simplementtransactionnel, il devient aussi relationnel.
Par conséquent le Marketing
relationnel, dont la vision a plus longterme devrait
permettrelafidélisationduconsommateur,souhaiteobteniretrenforcerla
fidélitéduclient, grâce a son consentement
volontaire, a une communication personnalisée et des o~res sur-mesure.
La fidélisation du client et les revenus futurs quil peut
ainsi générer sont mis en perspective dans une
optique financière et comptable Se développe
dès lors la notion de valeur a vie (lifetime value) qui
permet de définir la valeur a terme dun client tout le temps
qu'est maintenue sa relation avec lentreprise.
TAB. 6.1 -- ??????? ????r?t?? ??
??r??t??? tr??s??t????? ?tet ???t?????
Le marketing transactionnel favorise Le
marketing relationnel favorise
le produit la relation avec le client
l'acte d'achat la durée de la relation
le moment de la transaction l'individualisation
le montant de la transaction la fidélisation
V????r a ??? ?????t??? V????
Cette notion de valeur du client ou d'une clientele a
été développée initialement par les
spécialistes de la vente a distance Cest en effet dans ce secteur
que sont apparues les premieres bases de données clientele
permettant de tels calculs.
En marketing direct, la valeur a vie ou " Life time
Value " se définit comme étant la somme des profits
actualisés attendus sur la durée de vie dun client
Elaborée a partir de la durée de vie moyenne d'un
client et de lévolution théorique de sa consommation,
la life time value doit permettre de déterminer la limite haute du coit
dacquisition client. Elle peut etre surestimée par des
hypotheses trop optimistes en termes de fidée lité.
Par ailleurs, les différentes techniques et canaux de
recrutement utilisés infiuencent la valeur vie client. La
question qui se pose
P?r q??? ?\u9313‡A?? ??s ????s ?rr???r a
?????t?r ?? ?????r ??? ?????t?
L'objectifdanslapartiequisuitestdedonnerenpremierlieu,unrésuméstatistiquesur
les variables d'étude; ; nous étudions la contribution
et la corrélation des variables principales. En second lieu, nous
faisons appel aux estimateurs a noyaux associés discrets pour
représenter et prédire les actes d'achats effectué par
chaque panéliste. En guise d'avoir un
résultat lisible et explicatif nous nous sommes arretés aux 100
premiires observations.
6.2 Traitements preliminaires
P?r r?s???t a ???rt???? ?? ?? ??? ?? ??
?é?t???? s?a?is?i?? A ?? s?? t?st?????
?é?s?t??r? ?? ???é?s ???. ??i ?e???c?e ?e
?????a??n?? ??c?et ??rt?????èr?s a ?? s?r??
q??? ?\u9312‡@???i??? \u9670·?s
??a??n?is?n ???n? ???????? t????té ??s ???é?s
q?? ??s ?ssé??s ?tet ??u ?as?u?n
????\u9313‡A??a ?? ?o ????s??rs?
L'enquete sujet d'étude s'est
déroulée dune manière régulière
dans sept supermarchés différents que nous
désignons de manière anonyme :
magasin 1 magasin 2, magasin ,3,
magasin 4, magasin 5, magasin 6 et
magasin 7 Notre étude sest limité au
magasin 1 parce qu'il présente le plus
grand nombre de foyers clients. Afin davoir une idée
claire des comportements et des attitudes de consommations, nous avons
traité des variables quantitatives scalées
qui permettent par leur nature les calculs scientiiques lesles
plus souvent utilisées dans l'analyse multivariée Il
sagit donc dune étude quantitative qui
vise a comparer ou mettre en relief un certains nombre de comportements. Les
bases dont nous disposons sont les données brutes stockées par le
système de lentreprise responsable de la collecte de ces
données. Nous avons dfi effectuer des
agrégations etet des fusions pour aboutir enfin
une base exhaustive En effet cette partie est une étape essentielle
toute étude exploratoire : ces données sont le résultat de
lagrégation effectuée sur la base "Achats"
et "Foyers" qui sont stockées dans une base de
données sous SPSS. Cette base contient 46 variables
quantitatives et 4922 actes dachats. Les variables
présentées sont très pertinentes et définissent les
caractéristiques personnelles de chacun des panélistes
pour cet échantillon supposé etre représentatif dune
commune francaise de taille moyenne. Enfin, nous nous
restreignons sur un échantillon de 100 actes d'achats choisi
aléatoirement. Les variables principale sont
?\u9313‡A?r? L'identificateur du
panéliste.
??????ts? Le nombre des actes d'achats (passage en
caisse) répétés pendant la période des 26
premières semaines.
\u9670·???t???s????ts? Le nombre des actes
d'achat effectués pendant la deuxième période,
donnée par 26 semaines.
??rt?? Prend 1 si l'acte d'achat est fait pendant les
premières 26 semaines (période d'estimation) et prend 2 pour les
26 semaines restantes (période de validation)
??s?\u9314‡B?? La taille du ménage.
??P????? La catégorie
socio-professionnelle du chef de ménage
\u9670·r?????? Le revenu net du chef de
ménage.
???rt??r???? Le quartier habité par
le panéliste.
??r???s?r??t??? La durée d'observation.
Nous effectuons en premier lieu, une étude descriptive
unidimensionnelle qui nous précise les
caractéristiques principales de la distribution
sujet détude, elle nous ffurnit des renseignements
sur la forme de nos observations, et ce, numériquement au
biais de la comparaison des paramètres de la distribution Nous
commencons par présenter lele tableau (6.2) suivant
qui résume quelques aspects des achats
effectuésparlespanélistes.
Remarques: ? ??rt?r ?? ???? ???? ??s
??st?t?s q?? ?? ?\u9313‡A???? ?? ? ??r????? ???????ts ? ???s?
?? ? \u9670·???t???s????ts ? ????? r?s?? ?????
?stest fre ????é? ?? ??\u9312‡@?????
???\u9312‡@???? r?s?? ???? ?t r???t??????t ??st??t? ?? ?
?é????? ????? ?e?? ???? ??????s ?e?? a ?????r? q??
?tr? ??str???t?? ?stest ?ss?\u9314‡B ??i??ers?e ??u?u
?? ? ?\u9313‡A??????? ??r????? ?st r?s???t??????t
e??? a ?????? ?tet ????????? ?? ??? ?es ??fe???u
??e????? q?? ?st ???? ?ê?? ???er???r? a ??
?\u9313‡A????? ???s?? ? ??ist???u?? es l?ge????n
et??e? ??ry ?? ?r?t??
Nousvérifionsquecesdeuxvariablessontfortementcorrélées(avecuncoefcient0.971
TAB. 6.2 -- ?t?t?st?q?? ??s?r??t???s
???????t???,
|
ReAchats
|
N26etplusAchats
|
|
N
|
100
|
100
|
|
Minimun
|
0
|
0
|
|
Maximum
|
317
|
336
|
|
Moyenne
|
49.19
|
51.02
|
|
Médiane
|
18.5
|
10
|
|
Mode
|
0
|
0
|
|
Asymétrie
|
1.83
|
1.77
|
|
Variance
|
3727.29
|
4522.95
|
ceci parait tout a fait logique. Un
consommateur fréquent pendant la premiere période
reste évidemment fidéle pendant la seconde période A un
moment le comportement de consommation passé explique le
comportement de consommation a venir
6.2.1 Repartition des panelistes selon les variables
caracteristiques
a. Clients et lieu d'habitation
Nous essayons, a partir de la figure
(61) de voir la proportion des clients pour chacun des 13 quartiers.
Nous donnons un deuxieme graphique (62) qui
traduit les achats efectués par les consommateurs selon lemplacement de
leurs lieux dhabitations par rapport a la position du magasin 1.
Commentaires : \u9670·?s ????s
?????r?? a ??rt?r ?? ??s ???\u9312‡@
???r?s? q?? ??tt? ??res??t?t?? r??et?
?? ??e??s?t?? ??s ?????tt ?? ????a?? 1 ;
???\u9312‡@ ?? ? ?fre???n????n
??????t ??s ?? ?r???er?s s??????s ??t?????t ??
????ir? ????i????? a???i? ??ur ????at
???res ?? ?? s???r ??r??( ??r??t ??
???\u9312‡@?e?? ?er??? ?? ?? ??????s ???u
?\u9313‡A?n ???\u9313‡A ? ??? ??t?t? ???ss?
?? ?????r ?\u9313‡A??? ??s ?????tt ?t ???o?i??i????n
?e ????i??nt ?? q??rt??r ?? ? ?t ??? ???? ?st t?t a
???t ??ér??t ???sq??? re????t ???n ?e
??ar??er q?? ????r????t ?? ????s?? ? P?r
??tr?? ???\u9312‡@ q?? re????t
??\u9312‡@aux ??ar??er ??1,
??5, ??11 e ????ss??t ???rs ??t?s ????ts
??????t ?? ???\u9312‡@?è?? ?ér????
FIG. 6.1 -- ??s??rs?? ??s ?????ts s??? ?? ????
?????t?t??
FIG. 6.2 -- ?????s?t?? ??s ???é??st?s ??
????s?? ?
menclature suivante pour coder la variable "CSPchef"
1 = un agriculteur; 2 = un
cadre; ; 3 = un technicien;; 4 = un employe ;
5 = un ouvrier 7 = un chômeur.
Commentaires: \u9670·?s ?r(s??t?s ???s ??
tr?s?e?? ?r????q?? ??
é??rt?i?? ????t?e ??????ts s??? ??
??t(?r?? s????r??ss??????? ???i ?????
?????c?? ? ???u ?g??? es
???r?( a ?? ???ss? ??s ?? tr????????rs ?t ??s ???r?s? ???? ??ce
q??qui ?es ?v?????n ?nt(?e? s??t a
???r???r? ?st q?? ?? ???r? ??
??ss????????ss?????u ???é?es
r???is??a???\u9312‡@ q?? ??
tr????????t ??s? ??? ?? ???s ?r???
???r? ??s ??è??s ?t ??e ???-t????????ur????? ??s ??e?? a
?s?r ???(r??t?s q??st??s : ?????t
??\u9312‡@???i?? ??
??h??è?????t???s ??s ??A???rs q??
?r?t??t ??s ????s ?????ssociales ?tet
?d???n??n ??er ?????u ???n ??s ?r???ts
??????t??r?s? ?? ?r?rt?? ??????t?
??????t ? ????? ?é(???? ????
???st??? ??r q???
\u9670·?s ????s ???s?r d ???
?\u9312‡@?????t?? ??s?????? : ? ????i
????? q??st?? ?? ??s???????t(
????t??r ???s? ??s ??tt?e ?????ur
?n?p?a?i?????n?p???e?
??s ?????ts ??s ???s ?req???ts ?t les
?s ??r??rr?
FIG. 6.3 -- ??te?r??
s????r??ss??????? ??s ???é??st?s
?tet ??t?e ??????tt
c. Clients et revenu net
Nous avons utilisé la nomenclature suivante pour coder la
variable AGEchefr
1 = moins de 6500 FR; 2 = 6500 FR -- 8500 FR 3 =
8500 FR -- 12000 FR ; 4 = 12000 FR - 15000 FR; ; 5 = 15000 FR -
18000 FR ; 6 = 18000 FR -- 22000 FR ; 7 = 22000 FR - 25000 FR; 8 =
25000 FR - 30000 FR; 9 = plus que 30000 FR ; 10 = pas de
réponse. L'étude de l'évolution du nombre d'articles
achetés en fonction du revenu des
consommateursestunélémentdéterminantetfondamentalcanousreflételaqualitédesclients
qui font leurs achats dans le magasin 1 ensuite les
dépenses qui mettent par rapport a ce revenu. Dans la
figure 6.4, nous voyons la répartition de notre
échantillon
FIG. 6.4 -- ?????? ??t ??s ???é??st?s ??
????s?? ?
d. Clients et taille du foyer
Nous avons utilise la nomenclature suivante pour coder la
variable HHsize'
1 = une personne (femme); ; 2 = 2
personnes;; 3 = 3 personnes ; 4 = 4 personnes ; 5 = 5
personnes; 6 = 6 personnes; ; 7 = 7 personnes ; 8 = 8
personnes ; 9 = 9 personnes
La taille de la famille contribue a son tour dans laccroissement
du nombre dachats. Le graphique 6.6 met en evidence cette
nomenclature
FIG. 6.5 -- ?e??rt?t?? ??s ?????ts ??
????s?? ? ??? ?? ????? ?? ?\u9313‡A?r
FIG. 6.6 -- ?????? ?? ??????? ??s ???é??st?s
?? ????s?? ?
Commentaires: \u9670·?s ??st?t?s q??
??????t?? ??s ????ts ????t?ée ?es
??n??de????????t ???s ???t ??r ??s ???????s
a q??tr? ?tet s?\u9312‡@ ??r???s ?tet
???re?????u ?e ?é????e ??
???\u9312‡@? tr?s ?t ???q ??rs???s ???r ???
En conclusion, le comportement de consommation dépend de
deux grands élements
? En premier lieu, l'historique des actes dachats
effectués (s'il s'agit dun grand ou un petit
nombre) et son influence sur la consommation a venir
? En second lieu, la fréquence de consommation
dépend dun certain nombre de caratéristiques
personnelles.
6.3 Application
Dans cette partie, nous approprions l'estimateur a
noyau associé pour lestimation
desactesd'achatseffectuésparl'ensembledespanélistes.Eneffet,commenousavonsdes
donnéesdedénombrement,lecasdunoyauassociécontinuestautomatiquementéliminé.
Nous optons plutot pour le cas discret Or nous avons des variables
surdispersés la variance est beaucoup plus supérieure
que la moyenne) Nous utilisons alors approche
non-paramétrique pour estimer les actes dachats en faisant
appel aux estimateurs à noyaux associés
triangulaire et binomial
6.3.1 Dans le cas d'un estimateur a noyau associe
triangulaire
Nous donnons d'abord les graphiques 67
et 68 qui illustrent le comportement de consommation des
foyers pour la cohorte 1 et 2 En abscisses nous avons lesles
panélistes, et en ordonnées nous observons l'effectif de leurs
actes dachats. Nous remarquons que cet effectif est
différent d'un panéliste a un autre Il ny a pas un
comportement de consommation homogene. Nous donnons ainsi une
estimation des actes dachats pour la premiere et la deuxieme période
(chaque période est donnée par 26 semaines) Les
figures 6.9 et 6.10 mettent en évidence ce comportement
FIG. 6.7 -- ???rt????t ??s ????ts ??????????s
??????t ?? ?r???ir? t?????
Commentaire: ????res ??? ?t ????? ??s
r???rq??s q?? ??s ???s ???s???rr
?s?r??t??s ?? \u9314‡Ber? ???st ?? q?? ??s
??????s ??\u9312‡@?as ?? \u9314‡Bze?
????us????n??a ??\u9313‡A?? ?ss??e
tr????????r? ???rq?e ?? r??? ???s
???q?? ?r????q??? r???i
????\u9312‡@ ????
FIG. 6.8 -- ???rt????t ??s ????ts ??????t
?? ???\u9312‡@?è?? r?????
FIG. 6.9 -- ?st???t?? ??s ??t?s ??????ts ??r ??
?r???èr? ?ér???
Noyau Triangulaire h=0.1 et a=1
0 50 100 150 200 250 300
0.00 02 010 015
ESTIMATION
Actes d'achats
??tt? ??str???t?? \u9670·?s ??st?t?s q??
??ce ?\u9313‡A?? ?ss??i ???n ???p? ?? ??a??
?b?e???t?? ?t ?et??t? ??s ???t???\u9312‡@ ?t ??
??s??rs?? ??s ???é?s? ? ?es??? ?or??c????n ???str???t??
????r?q??? ?? ???s? ???? ??sles
?s?r??t??n ?t ?as?\u9314‡B ??i?pers?e a
?d?i????s ????s ?????r? q?? ??s ???e?s ??
????? ?t ??s ???é?s ??rr??é?e ???
??????i ????rs? ??t??? ?t ??r ??s
?st???r r???r??s????t? ?? ?stest
?rr?fr???? ?? ?p???d? ?e ???è??s
?????r??etr?q??s ???s ??s ???r?s ??? ?tet
???? ??s ???n ??g???? ?é?????? ??w
????\u9312‡@ ??r ?????st????t
6.3.2 Dans le cas d'un estimateur a noyau associe
binomial
Nous estimons a ce niveau les memes actes dachats parsemes en
utilisant un estii mateur a noyau associe binomial. Pour cela nous
donnons dabord les graphiques 6.13 et 6.13.
FIG. 6.10 -- ?st???t?? ??s ??t?s ??????ts ??r ??
???\u9312‡@?è?? ?ér???
Noyau Triangulaire h=0.1 et a=1
0 50 100 150 200 250 300
OR 02 010 015
ESTIMATION
Actes d'achats
FIG. 6.11 -- ?st???t?? ?? ?? ?r???er?
?er??? ??r?????
ESTIMATION
OM 02 at 0,15
Noyau Triangulaire h=0.1 et a=1
0 50 100 150
Actes d'achats
Commentaire: ????r???t ?? t\u9313‡A?? ??
?\u9313‡A?? ?ss??e? ??s r???r??s q???
\u9313‡Ay ?a ??e ??ss?s q??
????r??ss??t a ?????? ?t a ?r?t? ??s ?s?r??t??s (??l?s? ??
?\u9313‡A?? ?as??i ??????? s??tt?r?? d ?r???r? ??
???t? ?rt????t les ?s
???ée??t?e ?b?e??a??n? ?ê?? s? ??
?\u9313‡A?? ?ss??e ??????? ?st r????? ??r ?
??\u9312‡@?????it? ? ?? r?us?i ??a a
es???e ?rr??t????t ??s ???e?s ??rs??e?s?
FIG. 6.12 Estimation de la premiere période plus
agrandie
Noyau Triangulaire h=0.1 et a=1
0.00 005 010 015
ESTIMATION
0 10 20 30 40 50
Actes d'achats
FIG. 6.13 Estimation des actes d'achats pour la première
pérrode
Noyau Binomial h=0.1
0 50 100 150 200 250 300
0.00 02 at 0,15
ESTIMATION
Actes d'achats
FIG. 6.14 Estimation des actes d'achats pour a deuaième
période
Noyau Binomial h=0.1
0 50 100 150 200 250 300
OR 02 010 015
ESTIMATION
Actes d'achats
FIG. 6.15 Estimation des actes d'achats de a première
pérrode agrandie ((50 obserr vations)
Noyau Binomial h=0.1
0 50 100 150
0.00 005 010 015
ESTIMATION
Actes d'achats
FIG. 6.16 ?st???t?? ??s ??t?s ??????ts ?? ??
?r???èr? ?ér??? ???s
??r????? ???
?s?r??t??s?
Noyau Binomial h=0.1
0 10 20 30 40 50
0.00 005 010 015
ESTIMATION
Actes d'achats
| 
