Introduction à l’analyse conjointe

1. Introduction à l’analyse conjointe

2. Votre entreprise vend des ordinateurs et on vous demander de déterminer le PC qui sera le plus populaire auprès de vos clients (RAM, vitesse, disque dure, écran, garantie,…) • Qu’allez-vous faire?

3. Les Produits ou Services sont tous composés d’attributs • Carte de crédit: • Marque + taux d’intérêt + frais annuels + limite de crédit disponible • Voiture: • Prix + couleur + style + options incluses + garantie. • Ordinateur: • Puissance + memoire + écran + …

4. Déterminer l’importance relative des attributs • Si nous parvenons a déterminer l’importance relative de chaque attributs d’un produit ou service, nous pourrons donc élaborer ceux qui sont les plus profitables pour notre entreprise.

5. Comment faire? • Doit-on demander directement leur préférence ? • Quel taux d’intérêt préférez-vous? • Quel frais annuels voudriez-vous payer? • Quelle durée de la garantie du véhicule vous convient? • Les réponse à ses questions sont généralement prédéterminées et nous offre peut d’information utiles

6. Analyse Conjointe • Le comportement du consommateur vis-à-vis des produits (ou des services) résulte d'opérations complexes mettant en jeu perceptions et préférences. Pour réussir la conception d'un produit, il faut donc évaluer les préférences et modéliser les appréciations faites par l'individu. L'analyse des Mesures Conjointes, ou Analyse Conjointe, résout ce type de problèmes en faisant appel à la technologie des plans d'expérience et aux méthodes d'estimation statistique.

7. Analyse Conjointe • Réussir le lancement d'un nouveau produit nécessite une bonne connaissance des préférences de vos clients. L'Analyse Conjointe est une méthode pour mesurer l'influence des caractéristiques ou les attributs d'un produit affectent les préférences d'un consommateur. • Mesurez facilement l'utilité de chacune des caractéristiques d'un produit et analysez les actions des consommateurs lorsqu'ils entament une décision d'achat.

8. Analyse Conjointe • A quelles caractéristiques du produit ou services mes clients sont ils le plus sensibles ? • Quels sont les différents niveaux de préférence de chaque attributs ? • Quel est le prix optimal de ses produits ou services pour optimiser mes ventes ? • Quelle combinaison de caractéristiques pour chacun des attributs qui vont générer le produits ou le services ‘gagnants’.

9. Comment faire une analyse conjointe • Nous déterminons tous les attributs possibles pour notre produit ou service • Nous demandons aux participants de l’étude leurs préférences pour des combinaisons spécifiques (plan d’expérience) • À partir des résultats de l’étude, nous utilisons la régression pour déterminer l’importance relative des attributs .

10. Avantages de l’analyse conjointe • Questions réalistes:Préférez-vous une voiture avec. . .210 Chevaux moteur or 140 CM17 miles au gallon 28 miles au gallon • Dans le premier cas, la personne préfère la puissance alors que dans le second scénario la personne préfère l’économie d’essence. • Plutôt que de demander leur préférence pour la puissance du moteur ou le rendement d’essence, nous leurs présentons des scénarios réalistes pour lesquels ils auront à faire des choix.

11. Étapes à suivre pour élaborer une analyse conjointe

12. Créer la liste des attributs • Les attributs doivent être indépendants (Marque, vitesse, couleur, prix, etc.) • Chaque attribut possède différents niveaux: • Marque : Coke, Pepsi, Sprite • Couleur: rouge, bleu jaune, noir,… • Les niveaux sont mutuellement exclusifs

13. Niveaux des attributs • Les niveaux doivent être réalistes et sans ambiguïté: • “très cher ” vs. “Coûte $575”“Pèse 5 à 7 kilos” vs. “Pèse 6 kilos” • Déterminer s’il y a des combinaisons à exclure.

14. Comment déterminer la combinaison gagnante 1) Tester toutes les possibilités 5 attributs à 3 niveaux = 243 - Résultats peu fiables dû à la fatigue 2) Déterminer les combinaisons qui vont nous permettre de trouver la combinaison gagnante sans avoir à toutes les présenter. - Plan fractionnaires

15. Plans fractionnaires Analogie au jeu MasterMind 5 couleurs x 5 postitions = 3125 possibilités Combinaisoncachée En 10 essais et avec des indices, on doit deviner le bon ordre des couleurs pour chacun des cercles

16. Nombre de combinaisons requises • Règle générale, le nombre minimum de combinaison requise pour s’assurer de la stabilité des résultats est calculé par: # caractéristiques total - # d’attributs + 5 EX:

17. Étapes à suivre pour une analyse conjointe - Déterminer à l’aide de logiciels les combinaisons qui doivent être évaluées pour obtenir l’information requise. • Créer les tests sur internet et tester le bon fonctionnement du questionnaire • Recueillir les données à l’aide d’un échantillon représentatif de la population • Analyser les résultats à l’aide de la régression

18. Comment analyser les résultats. • Pour chacune des combinaisons faisant partie de l’étude, nous devons calculer la moyenne des préférences pour tout l’échantillon. Cette caractéristique devient notre variable dépendante Y.

19. Comment analyser les résultats. • On recode ensuite les combinaisons des attributs présentés lors de l’étude. • On utilise le codage binaire pour chacun des niveaux • Pour chaque attribut, nous devons omettre 1 des niveaux. • On déterminer ensuite les coefficients de régressions.

20. Étude de Cas • Revenons au Cas où vous devez déterminer le PC qui sera le plus populaire auprès de vos clients Les attributs sont: écran :17’’ vs 19’’ vs 21’’ Mémoire (RAM):256,512,1024 disque dur : 80 vs 120 meg imprimante : Epson, LexMark

21. Plan d’expérience TEST DESIGN: 1 TEST #: 1 2 2 1 1 écran de 19’’,512 RAM, 80 G, Epson: 2199$ TEST #: 2 1 1 1 2 TEST #: 3 1 3 1 2 écran de 17’’,1024RAM, 80G,LexMark:1999$ TEST #: 4 2 3 2 2 TEST #: 5 2 1 2 2 TEST #: 6 3 2 1 2 TEST #: 7 1 1 2 1 TEST #: 8 2 3 1 1 TEST #: 9 1 2 2 1 TEST #: 10 3 3 2 1 écran de 21’’,1024 RAM, 120G, Epson:2600$ TEST #: 11 3 1 1 1 TEST #: 12 3 2 2 2 DESIGN D-EFFICIENCY 98.172939137542440

22. Échelle des mesures 3 1 2 3 4 5 6 7 Très intéressé Peu intéressé

23. Analyse des résultats • On recode le plan d’expérience avec des variables binaires. Pour chacun des facteurs, on créera ainsi (nb de niveaux-1) variables binaires. • Pour notre exemple = 6 variables binaires • On utilise ensuite la régression linéaire pour déterminer l’importance relative de chacun des facteurs.