Comprendre les statistiques de votre étude de marché
Une entreprise ne peut évoluer correctement et de façon régulière que si elle comprend où elle va. Quelles sont les attentes de sa clientèle ? Quels en sont les besoins réels et à venir ? Comment l’évolution de son offre de services ou de produits parviendra-t-elle à la bonne adéquation avec ces besoins actuels et futurs ? Autant de questions essentielles auxquelles l’indispensable étude de marché doit apporter des réponses en s’appuyant sur des analyses statistiques solides.
En ces temps de surabondance d’informations chiffrées utilisées de façon polémique pour défendre des thèses opposées, les populations trouvent un peu indigestes les statistiques de tout bord. De leur côté, les gestionnaires savent qu’elles sont l’outil principal d’anticipation de l’avenir.
Anticiper l’accueil d’un nouveau produit, prévoir la durée de vie d’une nouvelle offre, inventer à temps le service qui arrivera exactement au moment où le besoin s’en fera sentir… Aucun de ces actes de gestion prévisionnelle ne seraient possible sans les études de marché ni les mathématiques statistiques qui les rendent performantes.
Les méthodes d’analyse statistique sont nombreuses, mais quelques-unes sont particulièrement adaptées à la production de robustes études à partir de données collectées auprès des prospects, des clients, des électeurs ou des usagers.
Le tableau de contingence ou tableau croisé
Cette méthode d’analyse factorielle consiste à rechercher des corrélations entre deux éléments d’un recueil de données.
Supposons qu’un questionnaire rempli par les clients d’un magasin collecte, entre autres renseignements, le nombre de personnes vivant dans le foyer d’une part et le type de produits laitiers consommés d’autre part. Il pourrait être intéressant de croiser ces deux facteurs pour déterminer le produit préféré des célibataires, celui des couples ou ceux des familles d’un, deux ou trois enfants.
Ces données seront présentées dans un nouveau tableau avec, par exemple, des colonnes reprenant le nombre de personnes au foyer et des lignes pour les différents produits testés. S’il existe des corrélations, elles apparaitront clairement sous forme de valeurs plus élevées ou plus faibles que la moyenne à leur intersection.
L’analyse conjointe
Un produit ou un service ne possède jamais qu’une seule caractéristique. En réalité, ce sont souvent des centaines de paramètres qui le définissent. Mais, supposons qu’après évaluations du bureau d’étude, il ne reste que trois possibilités. Par exemple, une automobile à 3 portes, avec motorisation diesel et vendue 17 000 € ; une autre à 5 portes, électrique, au prix de 29 000 € et une dernière, à 4 portes, hybride et qui pourrait être mise sur le marché au tarif de 33 000 €.
On demandera à un panel de consommateurs quelles sont ses préférences en matières d’automobiles :
- Préférez-vous les voitures à 3, 4 ou 5 portes ?
- Choisiriez-vous une motorisation diesel, hybride ou essence ?
- Quel budget êtes-vous prêt à mettre dans l’achat d’une voiture, 17 000, 29 000 ou 33 000 € ?
En croisant les réponses, on obtient 27 combinaisons possibles (3 possibilités de portes x 3 motorisations x 3 prix). Et l’on voit tout de suite quelle est l’hypothèse initiale qui obtient le meilleur score. L’analyse conjointe vous aura dit celle qui se vendra le mieux.
Le test T
Principalement utilisé comme aide aux décisions marketing, ce test compare les moyennes de deux échantillons. Par exemple, on comptera combien d’hommes et combien de femmes ont entendu un spot radio test. En fonction des résultats, on choisira telle ou telle antenne pour lancer un shampoing pour femmes.
L’analyse de la Variance
On se sert de la méthode ANOVA (Analysis Of Variance) pour mesurer comment varie une préférence en fonction d’une caractéristique au sein d’un groupe d’individus. Par exemple quel sera l’accueil d’une réforme sociale en fonction du niveau d’étude des personnes…
L’Analyse de Régression
Cette méthode statistique sert à mesurer comment s’influencent mutuellement des variables dépendantes et indépendantes de la problématique étudiée.
Très utilisée pour savoir par exemple quel réseau social donnera le meilleur résultat pour une même publicité en fonction des budgets investis.