Analyse du comportement du consommateur dans le marché algérien des assurances( Télécharger le fichier original )par Mohamed DADDI HAMMOU ENSSEA (EX INPS) - Ingénieur d'Etat en statistique appliquée 2010 |
Conclusion de l'analyse :Groupe 1 : ü L'ancienneté du client est un critère important pour la vente des produits, tel qu'on a vu qu'il existe une tendance chez les anciens clients d'être assuré contre les risque divers (autres que l'automobile). ü La position économique (CSP) est un critère important qui détermine le choix des produits et le type de contra d'assurance. ü l'assureur est choisi selon la confiance accordée à ses services cela est un critère très important pour la prise de décision. Groupe 2 : ü Les variables : accueil, la qualité de service, délai de l'indemnisation et le comportement du personnel avec le client jouent un rôle important dans la détermination du degré de satisfaction d'un assuré. ü On a constaté un mécontentement surtout de la part des assurés dans les agences directes. ü Les problèmes relatifs à l'opération d'indemnisation et la perte de la confiance sont les raisons principales de vouloir changé l'assureur. ü la satisfaction d'un client favorise sa fidélité. Les résultats obtenus avec l'analyse bi variée et le teste de khi-deux nous permet de confirmer notre synthèse. L'objet de l'étude : L'objectif de cette étude est de rependre à la problématique suivent : - Quels sont les critères qui déterminent l'image de SALAMA Assurance ? Et quelle est l'importance relative à chaque critère ? Pour rependre à cette question nous avons opté l'utilisation du modèle qualitatifs d'une par pour parachever notre travail précédent et d'une autre par la nature des données qi nous disposons (les variables qualitatives). Dans notre cas, on dispose d'un modèle statistique dans lequel la variable qualitative (dépendante) peut prendre plus que 2 modalités (K=3) donc on est ramené a utilisé les modèles polytomique ou multinomiaux. Parmi les différents types de modèles multinomiaux existants1(*), on trouve les modèles non ordonnés qui sont les plus fréquemment utilisés dans la pratique. Dans les modèles multinomiaux non ordonnés on trouve deux types : le modèle logit conditionnel et le modèle logit multinomial, ce dernier type va servir comme support dans notre modélisation. Voici en ce qui suit les variables retenues dans notre modèle : La variable dépendante : La variable « image de SALAMA Assurance », notée Y est une variable polytomique non ordonnée, elle se présente comme suite : 1 : si le client choisi la modalité « mauvaise » Yi = 2 : si le client choisi la modalité « plutôt bonne » 3 : si le client choisi la modalité « très bonne » On a présenté les modalité de la variable Y dans cet ordre, dans le but d'avoir la 3éme modalité (très bonne) comme référence2(*). Les variables explicatives : 1 : Souscrire un contrat 2 : Déclarer un sinistre X1: raisonne de visite = 3 : Réclame une indemnisation 4 : Demande une information 5 : Autre 1 : Moins de 6 moins X2 : depuis quand = 2 : Entre 6moins et 1 année 3 : Entre 1 année et 3 ans 4 : Plus de 3 ans 1: Pas du tout important 2 : Pas Important X3 : la confiance = 3 : indifférant 4 : important 5 : très important X4 : change une Compagnie 1 : Oui D'assurance = 2 : Non
X5 : avoir un sinistre= 1 : Oui 2 : Non
0 : non concerné 1 : Insuffisante 2 : Suffisante X6 : L'indemnité vous a semblé = 3 : Absent 4 : ne sait pas 1 : Pas du tout Satisfait 2 : Pas Satisfait X7 : l'accueil et le confort = 3 : indifférant 4 : Satisfait 5 : très Satisfait 1 : Pas du tout Satisfait 2 : Pas Satisfait X8 : La qualité de service = 3 : indifférant 4 : Satisfait 5 : très Satisfait 0 : non concerné 1 : Pas du tout Satisfait 2 : Pas Satisfait X9 : Rapidité de l'expertise = 3 : indifférant 4 : Satisfait 5 : très Satisfait 0 : non concerné 1 : Pas du tout Satisfait 2 : Pas Satisfait X10 : Délai de l'indemnisation = 3 : indifférant 4 : Satisfait 5 : très Satisfait X11 : change SALAMA Assurance = 1 : Oui 2 : Non 1 : Tarif des prix X12: SALAMA devrait améliorer = 2 : Qualité de service 3 : Autres 1 : Sans instruction 2 : primaire X13: niveau d'instruction = 3 : moyen 4 : secondaire 5 : supérieur
1 : Employé 2 : Professions libre 3 : Commerçant X14 : situation professionnelle = 4 : Chef d'entreprise 5 : Agriculteur 6 : Industriel 7 : Autre inactif
Estimation des paramètres du modèle logit :
"1" le client choisi la modalité « mauvaise ».
"2" l'individu choisi la modalité « plutôt bonne ». Remarque : 1- "3" l'individu choisi la modalité « très bonne » est la modalité de référence prise par logiciel par défaut. 2- il faut signaler que les variables cités dans les tableaux ci-dessus constituent les variables significatives de notre modèle au seuil de 5 % et 10 %. La règle d'interprétation des résultats est la suivante : 1- Il faut voire la significativité de la valeur du paramètre (ß) : Si : la valeur (Sig) < 0.05 alors on dit que la variable est significative au seul de 5 %. Si non : Si : la valeur (Sig) < 0.1 alors on dit que la variable est significative au seul de 10 %. Si non : la variable n'est pas significative, donc elle n'explique pas la variable dépendante. 2- Voir le signe de la valeur ß par rapport à la modalité de référence, cela nous renseigne sur l'effet de cette modalité et nous donne une indication sur son impact. 3- L'interprétation économique se fait à partir de la valeur exp(ß) : 4- = Ci, signifie qu'il ya Ci plus de chance que l'événement Yi = 1 soit réalisé. Avec Pi : la probabilité que l'événement "1" soit réalisé. 1-Pi : Si non Interprétation des variables significatives dans notre modèle : Les résultats de l'estimation du modèle M-logit montre qu'aucunes variables exogènes n'expliquent la modalité « mauvaise » de la variables Yi, donc on va interpréter les variables qui explique seulement la modalité « plutôt bonne ». Type de l'agence1(*) : Cette variable explique largement la variable dépendante Yi, touts ses modalités sont significatives au seuil de 5 %, le signe des paramètres ß est négatif par rapport à la modalité de référence (TYPE=4 : centre d'expertise): ce qui signifie qu'elles influent négativement la modalité « plutôt bonne » par rapport à la modalité de référence (TYPE=4 : CE) de la même variable. On dit qu'il y a 7 fois moins de chance qu'un individu ayant assuré dans une Agence à RP de choisir la modalité « plutôt bonne » plutôt que la modalité « très bonne ». Il ya que 4 fois moins de chance qu'un individu ayant assuré dans une Agence directe de choisir la modalité « plutôt bonne » plutôt que la modalité « très bonne ». On constate que les clients des ARP ont tendance a choisi la modalité « très bonne » plus que les clients des agence directes. Depuis quand : La modalité (DEP=3 : entre 1et 3ans) est significative au seuil de 5 %, le signe des paramètres ß est positif par rapport à la modalité de référence (plus de 3ans) ; ß= +2.71 Alors cette modalité favorise - par rapport à la modalité (plus de 3ans)-la modalité «plutôt bonne ». autrement dit, il y a 15 fois plus de chance qu'un enquêté ayant assuré depuis (entre 1et 3ans) de juger une image plutôt bonne, par rapport à celui qu'il a (plus de 3 ans). Confiance dans la compagnie : Seule les deux modalités (CONF=2 : pas important et CONF=4 : important) sont significatives au seuil de 5 % et de paramètre ß= (+2.65 et +4.15), elles semblent toutes les deux favoriser par rapport à la modalité de référence (très important), le fait que l'enquêté choisi la modalité «image plutôt bonne » pour SALAMA Assurance plutôt que la modalité « très bonne ». La qualité de service : Les trois modalités (STSFIQS=2, STSFIQS=3 et STSFIQS=4) sont significatives au seuil de 5 %, le signe des paramètres ß est positif par rapport à la modalité de référence (STSFIQS=5) ; ß= (+4.68,+6.06 et +2.68). Ce qui signifié qu'elles favorisent une image « plutôt bonne ». On dit qu'il y a une grande chance (429 fois) qu'un client moyennement satisfait de la qualité de service de juger une image « plutôt bonne » plutôt qu'une image « très bonne » vis-à-vis de l'entreprise SALAMA Assurance. Or ; il y a pue de chance (14 fois) qu'un client satisfait de la qualité de service fournit par l'entreprise, de juger une image « plutôt bonne » plutôt qu'une image « très bonne ». Ce qu'est admissible car une bonne qualité de service fournit aux clients ne peut que améliorer l'image de l'entreprise SALAMA Assurance. Service d'expertise : La 1er modalité (STSFIRÉX=0 : non concerné de service d'expertise) de cette variable est significative au seuil de 5 %, le signe des paramètres ß est positif par rapport à la modalité de référence (STSFIREX=5), elle influence positivement la modalité «plutôt bonne ». Les clients non sinistrés ont tendance à choisir la modalité « plutôt bonne » plutôt que la modalité « très bonne ». Service d'indemnisation : La variable service d'indemnisation est explicative de la variable Yi, à travers la modalité (STSFIDIN=1 : pas du tout satisfait), elle est significative au seuil de 10 %, le signe de paramètre ß est positif par rapport à la modalité de référence (STSFIDIN =5). Quand un sinistré exprime son mécontentement de la durée nécessaire au paiement, cela valorise la modalité « plutôt bonne » par rapport à la modalité « très bonne ». Niveau d'instruction : Les deux modalités (NINSTRC=2 : primaire et NINSTRC=4 : secondaire) sont significatives au seuil de 5 % et 10 % respectivement. Le signe des paramètres ß est négative; ß= (-4.97 et -1.82). Ce qui signifié qu'elles défavorisent la modalité « plutôt bonne » par rapport à la modalité de référence « très bonne ». Catégorie socio professionnelle : Seule la modalité (CSP=5: agriculteur) de la variable catégorie socio professionnelle est significative au seuil de 5 %, Le signe du paramètre ß est négative ß= - 3.50, le fait d'être un agriculteur, cela défavorise le choix de la modalité « plutôt bonne » par rapport à la modalité de référence « très bonne ». Les Annexes * 1 1 Voir annexe N°(6) * 2 2 Le logiciel SPSS retient par défaut la modalité qui a le codage le plus élevé. * 1 1 SALAMA Assurance possède réseau de distribution composé de trois types d'agence : (AD : agence direct-AGA : agence générale -ARP : agence à revenue proportionnelle). |
|