Gau Trot

7/21/2019 Gau Trot

http://slidepdf.com/reader/full/gau-trot 1/137

ESDES Fabienne GAUTROT 122/12/15

L’ÉTUDE D’UN MARCHE

ESDES 1ère année

7/21/2019 Gau Trot


ESDES Fabienne 222/12/15

PLAN DU COURSINTRODUCTION : le marché des ét des! "b#ecti$s et limitesdes ét des%

I. REFLEXIONS PREALABLES

II. LE SONDAGE III. LES TECHNIQUES QUALITATIVES

IV. PRESENTATION DE QUELQUES ETUDES SPECIFIQUES

Conclusion : &e S'( )S*stème d+'n$"rmati"n (ar,etin-.! lec" t des ét des%

7/21/2019 Gau Trot


7/21/2019 Gau Trot



+ 55 !n 5 "ns#

7/21/2019 Gau Trot



LE POIDS DES GRAPHIQUES$

7/21/2019 Gau Trot



A 3 5! 4 en 2 0E$$ecti$s 3 64

3 2 4 d A réalisé h"rs France

7éné$ice des 8r"-rès T'

7/21/2019 Gau Trot

http://slidepdf.com/reader/full/gau-trot 7/137ESDES Fabienne 922/12/15

Le marché mondial en !!"en # CA$

EUROPE %&UE '(

A)ERIQUE NORD %&USA '(A)ERIQUE SUD*CENTRALE %

ASIE PACIFIQUE &'APON ,

)O-EN ORIENT*AFRIQUE &

7/21/2019 Gau Trot


LE TOP %! EN !!& de'in'(i()(' d’é()de e( d’o*inion

En F "nc!/ !n 0ilos !u os 1sou c!2 )" 0!3in4 )"4" in! n6&7%8)"i 977,:

A 2 ; ' E &

S E ; < <

&7 INSTITUTS ; ,7 CA SECTEUR

7/21/2019 Gau Trot

http://slidepdf.com/reader/full/gau-trot 9/137ESDES Fabienne =22/12/15

Ré*ar(i(ion d) CA *ar 'ec(e)rd’ac(i+i(é "en !!,$

7/21/2019 Gau Trot


O-.ec(i/' de' é()de'

E; A(O;T:ét des e>8l"rat"ires

E; A?A&:ét des c"n$irmat"ires

Réd ire le ris@ e Ar- menter! # sti$ier ne décisi"n

7/21/2019 Gau Trot


7/21/2019 Gau Trot


VOTRE ATTENTIONSVP!!

I ce stade d c" rs n" s all"ns réaliserne mini en@ Jte

'& EST ';D'S E;SA7&E DE ;E ASO((U;' UER E;TRE ?OUS

(erci de #" er le #e K

7/21/2019 Gau Trot


Sonda0e e1ec()é en 23 ')r ledih4dro05ne mono64de

L e c"m8"sé est lB"ri-ine de $ ites et dBin$iltrati"ns$ré@ entes et se retr" Me ré- lièrement dans lesriMières et dans la n" rrit re animale et h maine% 'l

est c"nn 8" r aM"ir les e$$ets s iMants s rlBenMir"nnement et s r la santé:1% Best n c"m8"santN ma#e r des 8l ies acides! lBét

-a e >%

2% 'l c"ntrib e lBe$$et de serre%6% 'l 8e t Jtre m"rtel sBil est inhalé accidentellement%0% On le retr" Me en @ antité si-ni$icatiMe dans les

t me rs cancére ses%

Estime NM" s @ e ce c"m8"sé chimi@

est dan-ere > et @ e s"n tilisati"n d"itJtre rè-lementée M"ire interdite danslBUni"n E r"8éenne<

&.&

VOTES: OUI= LEVEZ LA MAIN VOTES: OUI= LEVEZ LA MAIN

7/21/2019 Gau Trot


LE SONDAGE EN ACCUSATIONPRESIDENTIELLES &<<5

SO;DAGES REE&E TORAU ERRO;ESr"blème de mar-e dBincertit de<

De re8résentatiMité<Tr"8 dBindécis<'n$l ence de lBen@ Jte r<

A tre e>8licati"n:aMènement delBPlecte r stratè-e

7/21/2019 Gau Trot



I. REFLEXIONSPREALABLES

1%1% F"rm lati"n d bes"in

7/21/2019 Gau Trot


Pbl marketing

A8 O-.e( de l’é()de

Problème à

résoudre parl’étude

#

Pbl exprimé Problème réel#ou=

&.&

e $aire<

BestNce @ e #e d"is saM"ir8" r $aire a mie ><

& &

7/21/2019 Gau Trot


E6em*le':

Pbl marketingNv packaging

Pbl étudeImpact enlinéaire

#

Pbl expriméÉtude causes de du C

Pbl étude étimage! de

satis"action! Q

&.&

Pbl marketing Problème étude

& &

7/21/2019 Gau Trot


E6em*le' ')i(e:

$xiste%t%ilun potentielpour un nouveau

produit&

% 'est de concept% nal(se concurrence% )esoins desconsommateurs

% 'est prix ps(c*o% +arc*é test% etc,

#

&.&

Pbl marketing Problème étude

& &

7/21/2019 Gau Trot

http://slidepdf.com/reader/full/gau-trot 19/137ESDES Fabienne 1=22/12/15

E6em*le' ')i(e:

Pbl expriméÉt potentiel marc*é

Problème réelConvaincreban-uiers#

Pbl expriméÉt débouc*és pdt

Pbl réel.btenir une

/u budget#

&.&

Pbl expriméÉt "onctionnement

d’un service

Problème réelPréparer un plan

social#

Problème exprimé Problème réel

& &

7/21/2019 Gau Trot



38 É()de *réliminaire

Pt de $iltre : d"c mentaireC " r@ "i

C "mmentC &imites

&.&

& &

7/21/2019 Gau Trot



C8 Le' 'o)rce' d’in/orma(ion

I. LES SOURCES EXTERNES AL=ENTREPRISE

II. LES SOURCES INTERNES A

L>ENTREPRISE

&.&

& &

7/21/2019 Gau Trot



'% &ES SOUR ES E TER;ES A

&+E;TRE R'SEN CCIN O 4"nis"3ions ? o@!ssionn!ll!sN INSEEN P !ss! ? o@!ssionn!ll!

; CD RO) D!l? !sN CR DOCN )inis3 !sN AFNORN CFCEN INPIN L!s "??o 3s ="c3i i3N Annu"i !sN )"ni@!s3"3ions ? o@!ssionn!ll!s8 In3! n!3$

&.&

7/21/2019 Gau Trot



''% &ES SOUR ES ';TER;ES A&+E;TRE R'SE

N le 8ers"nnel de l+entre8riseN les ra88"rts des re8résentantsN les statisti@ es de MenteN les $ichiers clientsN la d"c mentati"n c"mmercialeN les d"ssiers clients! $" rnisse rsN les ra88"rts de sta-e! ét des de marché N

etc%H

&.&

& &

7/21/2019 Gau Trot



5

1

15

2

25

6

65

A 2 2 A 2 1 A 2

8r"d it

8r"d it 7

8r"d it A

Le' '(a(i'(i9)e' de +en(e *ar*rod)i(

&.&

& &

7/21/2019 Gau Trot



Se con/ron(er a)6 '(a(i'(i9)e'd) marché

5

1152

256650

A 2 A 2 1 A 2 2

le marché("n entre8rise

&.&

& &

7/21/2019 Gau Trot



Le' '(a(i'(i9)e' de +en(e *ar'ec(e)r

5115225

6650

secte r EST

secte r OUEST

secte r SUD

secte r ;ORD

entre

A 2 2A 2 1A 2

&.&

& &

7/21/2019 Gau Trot



É()de de la 'ai'onnali(é

&.&

& &

7/21/2019 Gau Trot



E( -ien d’a)(re'

% répartition du C, , par t(pe de client0activité1

% répartition du C, , selon l’ancienneté duclient

% répartition du C, , selon la taille du clien%$tc,

&.&

7/21/2019 Gau Trot




1%2% &es di$$érents t*8esdBét de

Suite…

7/21/2019 Gau Trot



Étudesdocumentaires

Études-uantitativesÉtudes-ualitatives

&.9

7/21/2019 Gau Trot



T*8"l"-ie sel"n lB"b#ecti$

Pt des e>8l"rat"iresPt des descri8tiMes

Pt des e>8licatiMesPt des 8réMisi"nnelles

&.9

7/21/2019 Gau Trot



&es 8rinci8ales a88ellati"ns techni@ es

Pt de ad h"c(arché test

Omnib sanel

bar"mètre

&.9

ETUDES )ULTI CLIENTS

7/21/2019 Gau Trot



É()de' ; dominance'(ra(é0i9)e

(arché et enMir"nnement"siti"nnement

'ma-e )dB n 8dt! dB ne mar@ e.;"t"riété'ma-e instit ti"nnelle )8/r am"nt aMal.

Recherche de c"nce8t"m8"rtement dBachatFreins et m"tiMati"ns

&.9

7/21/2019 Gau Trot


7/21/2019 Gau Trot




1%6% Elab"rati"n d 8r"#etSuite…

&

7/21/2019 Gau Trot



⇒ En interne<⇒ En e>terne<⇒ ar a88el dB"$$re<

, 2ui s’en c*arge&

&.'

& '

7/21/2019 Gau Trot



c"n$irmati"n de la 8r"blémati@ e

), Élaboration du pro3etd’étude

liste des in$"rmati"ns rec eillir

méth"d"l"-ie éMal ati"n des délais et des c" ts

&.

& '

7/21/2019 Gau Trot



Procédure ha "ue##e

4 PP$6 /’.778$ 9

P8.:$' /’É';/$

/ P' 'I.N

/; P8.:$'

P8.:$'

N.N 8$'$N;

C <I$8 /$

C< 8>$

&.

7/21/2019 Gau Trot



II. LE SON$A%E

2%1% &Béchantill"nna-e

9 &

7/21/2019 Gau Trot



A8 Condi(ion' d’)n -on échan(illon

⇒ De taille s $$isante

⇒ Re8résentati$

as de biais/;

e chac n ait la mJme 8r"babilitédBJtre interr"-é

9.&

9.&

7/21/2019 Gau Trot



38 Choi6 d’)ne mé(hoded’échan(illonna0e

LISTE EXHAUSTIVEDE LA POPULATION DE BASE

=> METHODES

PROBABILISTES

PAS DE LISTEEXHAUSTIVE

DE LA POPULATION DEBASE

=> METHODESEMPIRIQUES

N

CONTRAINTES +FIABILITE +

CONTRAINTES -FIABILITE -

9.&

9.&

7/21/2019 Gau Trot



Dé(ermina(ion de la (aille den

9.&

l l d l é ll9.&

http://www.reseau-patrimoine.net/IMG/jpg/tableaunoir.jpg

7/21/2019 Gau Trot



Calcul de l’éc*antillon "onctionde

6’*omogénéité de N/e la précision sou*aitée

Dans le res8ect

d b d-et et des délaisH

l" ? cision !s3 INDEPENDANTE ! N si n*N &7

9.&

N 9.&

7/21/2019 Gau Trot



LISTE DE N

=> METHODESPROBABILISTES

PAS DE LISTE DE N

=> METHODESEMPIRIQUES

'aille de lapopulation

peu importante ?

=@recensement0idéal1 n = N

=@ éc*antillonex*austi"n ≥ AB N et≥ DE

'aille de lapopulation

importante ?=@ éc*antillonreprésentati"

n ≥ 0α F p-1 B $F

0ou voir tabledes aba-ues1

taille de l’éc*antillon 0n1déterminée en "onction

des contraintes detemps! de coGts et de

personnel,

'$C<NI2;$ /$ P8$6$H$+$N'/$ 6’ÉC< N'I66.N

N

'$C<NI2;$ /$P8$6$H$+$N' /$6’ÉC< N'I66.N

9.&

9.&

7/21/2019 Gau Trot



n 1 ?J :*E

n C ;b de 8ers

interr"-er E C &Berre rstatisti@ e C 1 2E

α C $$icientc"rres8"ndant a S

8 C r"8"rti"n "bserMée

@ C 1 N 8

9.&

9.&

7/21/2019 Gau Trot



SC en % 99,73 99,00 98.00 96,00 95,45 95.00 90,00 68,27 50,00

3,00 2,58 2,33 2,05 2,00 1,96 1,64 1,00 0,67

GRAND ECHANTILLONca !e !" #$" &#"'n n'$(a)e

9.&

9.&

7/21/2019 Gau Trot



E ; L>E !u

Détermine lB'

&Berre rstatisti@ e

' C V)?O4 n E.W)?O4 n 3 EX

Am8lit de de lB' C 2E

V" i! !n3 ! 7 !3 57 ##

7/21/2019 Gau Trot



&'OIX $(UN BONE&'ANTILLONRé)u*é de #(é+ )ode+récéde,"-1% De taille s $$isante

2% Re8résentati$ de ;6% alc l et sélecti"n sel"n les c"nditi"ns dBét de

)8r"babiliste/em8iri@ e. et la taille de ;0% Dans le cas dB ne ét de n"n e>ha stiMe et méth"de

8r"ba!N calc ler " lire le nb de 8ers"nnes interr"-er N ritères 8rendre en c"m8te: 8récisi"n

attend e! se il de c"n$iance et 8r"8"rti"n"bserMée

DA;S TOUS &ES AS: b d-et! délaisH

Dans le cas dB ne 8r"8"rti"n

7/21/2019 Gau Trot


ESDES Fabienne 0=22/12/15

n 1 ?J:*E

n 1&/<, 7/5K7/5:*7/7'

A !c SC <5

E '

? inconnu

n &7,

Dans le cas dB ne 8r 8 rti n

9.&

7/21/2019 Gau Trot



E6em*le" r ne 8récisi"n de

= 4 AMec ne Male r"bserMée de 654

&a Male r réelle sesit e 8r"bablemententreK6 et 0 4

)?ONE.Y ?RY )?O3E.

9.&

7/21/2019 Gau Trot



E6ercice'&es b" lan-eries 7anette s" haitent

c"nnaZtre la n"t"riété de le r n" Mea 8ainma[s/lard"ns s r &*"n% Se il de c"n$iance=54! erre r acce8tée! 54%

"mbien de 8ers"nnes interr"-er<

)1!= \ ] !5 ] !5./ ! 5\ ^ 65

9.&

http://www.mariage.net/couasnon/Fichiers/p1b.gif

http://gponthieu.blog.lemonde.fr/photos/uncategorized/image_3.jpg

7/21/2019 Gau Trot



E6ercice'&e che$ de 8r"d it d @ "tidien 2 mn s" haitec"nnaZtre la satis$acti"n des lecte rs habit els$ace la n" Melle $"rm le%

&"rs de la dernière en@ Jte menée dans lesr es des 8rinci8ales Milles de distrib ti"n! leta > de lecte rs ré- liers était de114% récisi"n s" haitée = 4 a se il dec"n$iance de =54%

"mbien de 8ers"nnes interr"-er<

)1!= \ ] !11 ] ! =./ ! 5\ ^ 151

i é d * i9.&

http://gponthieu.blog.lemonde.fr/photos/uncategorized/image_3.jpg

7/21/2019 Gau Trot



i étude ex*austiven se calcule en temps?

Éc*antillon intermédiaire?n’ = 0α Fp-1B$F

Pchantill"n dé$initi$:n C );]nB./);3nB.

Eta8e 1

Eta8e 2

9.&

7/21/2019 Gau Trot



L’échan(illonna0e 'é9)en(iel⇒ S ccessi"n de n!⇒ st"88er dès stabilisati"n des rés ltats

'$=' IN'$N'I.N= /J C< '

5

1

15

2

25

1 2 6 0

nombre de personnes interrogées

K I, , sur

lJeLecti"cumulé

6 él i d à9.&

7/21/2019 Gau Trot



6a sélection des personnes àinterroger

C8 L * él5+ ( d l’é h (ill 9.&

7/21/2019 Gau Trot



C8 Le *rél5+emen( de l’échan(illon) THODE PROBABILISTE

8 3i "4! sMs3 "3iJu! 13"u! son "4!:8 u3ilis"3ion !s 3" l!s !

no !s "u "s"1 "n o o" :

8 son "4!s ?lusi!u s!4 s

8 son "4! !n 4 "??!s

8son "4! s3 "3i@i8 son "4! @ "c3ion son !

" i" l!

) THODE E)PIRIQUE

- 3 o ! !s Juo3"s- 3 o ! !s i3in "i !s- oul! ! n!i4!- c "n3illon ! con !n"nc!

9.&

7/21/2019 Gau Trot



Tira0e '4'(éma(i9)eC S_STE(AT' SA( &';G1% alc l dB n interMalle de s"nda-e )8as. ;/n

)ta > de s"nda-e C n/;]1 .2% Tirer a s"rt 1 n"mbre entre 1 et ;/n6% A88li@ er le 8as d s"nda-e

; C 15 n C 0

'S C 15 /0 C 6!95 S C 6

TS C 0 /15 ]1 ^ 2 ! 4

Mé(h d / (i ' dé

9.&

7/21/2019 Gau Trot



Mé(hode ; /rac(ion 'ondée +aria-le

N Se-mentati"n de ;N ri"risati"n des

cibles interr"-er N A88licati"n dB n

ta > de s"nda-edi$$érencié sel"n les

se-ments

TEST D>UNAPRES SHA)POOING CANIN

' 4 ou?!s2

P!3i3s c i!ns ?oils lon4s TS ; &77

G "n s c i!ns ?oils lon4s TS ; '7

8 Au3 !s ; &7

MB% d d i9.&

7/21/2019 Gau Trot



MB% des sondages semiprobabilistes purs

H probabilistesN as bes"in de n mér"ter les listesN l s ada8té ne 8"8 lati"n

hétér"-ène

7/21/2019 Gau Trot



II. LE SON$A%E

2%2% &e @ esti"nnaire

Suite…

9.9

7/21/2019 Gau Trot



A8 <)ali(é' de rédac(ion

Ob#ectiMité

'ntérJt

&iberté de ch"i>

Sim8licité récisi"n

38 L ' di1é ( ' / ' d

9.9

7/21/2019 Gau Trot



htt8://```%s ristat%"r-//

38 Le' di1éren(e' /orme' de9)e'(ion'

CO))ENT RUSER POUR OBTENIR UNEINFOR)ATION RICHE ET FACILE A EXPLOITER ##

Qu!s3ion @! ! c oi ul3i?l!s

?os ! ! @" on ou ! 3!

C8 S( ) () ( * é' ( (i d)

9.9

http://www.smileycentral.com/?partner=ZSzeb001_ZSYYYYYYYYFR

7/21/2019 Gau Trot



C8 S(r)c()re e( *ré'en(a(ion d)9)e'(ionnaire

♦ Présentation de l’ob3et de l’étude

♦

0-uestions ltres ou liées aux -uotas1

♦ 2uestions simples

♦ COur de l’en-u te

♦ c*e d’identité

résentati"n lisible!

a-réable!8rati@ e!

'RRE RO A7&EH

9.9

7/21/2019 Gau Trot



E6em*le: la lo0i9)e CAMIS"m8"rtement

Attit de

( "tiMati"ns

'ntenti"ns

Si-naléti@ e

9.9

7/21/2019 Gau Trot



D8 Démarche1% &ister les in$"rmati"ns

et le r $"rme attend e

2% Distin- er les thèmes

6% Rédi-er les @ esti"ns

0% Tester le @ esti"nnaire

5% "rri-er le @ esti"nnaire

7/21/2019 Gau Trot



II. LE SON$A%E

2%6% &a c"nd ite de lBen@ JtSuite…

9.'

7/21/2019 Gau Trot



Q domicile ou sur le lieu detravail

A8 Choi6 d’)ne mé(hode de rec)eil

ar télé8h"ne

Dans la r e

ar internet

I la s"rtie dB n ma-asin

ar M"ie 8"stale

FA E A FA E

AUTO AD(';'STRE

)3 b rea > dédiés.

38 Pré*ara(ion e( ')i+i de9.'

7/21/2019 Gau Trot



7ormer lesen-u teurs

38 Pré*ara(ion e( ')i+i del’en9)=(e

Ass rer la Malidité de lBen@ Jte

&es encadrer

&es s" tenir

"nte>te! M"cab laire! cible

Pchantill"nna-e! s 88"rts de lBen@ Jte

administrati"n

"ntr ler

7/21/2019 Gau Trot



II. LE SON$A%E

2%0% Dé8" illement et

anal*se

Suite…

9.%

7/21/2019 Gau Trot



A8 *ré*ara(ion

D, i mét*ode probabiliste! déduire l’erreur,

, 8edresserl’éc*antillon

A, $liminer les -uestionnaires incompletsou douteux,

)8ar e>tracti"n! a88licati"n de c"e$$icients " d 8licati"n.%

Redre''er )n échan(illon *ar9.%

7/21/2019 Gau Trot



Redre''er )n échan(illon *arde' coe1icien(' > PON$ERER LES

RESULTATS"m8arer n/;

-e 4 ; 4 n "e$ a88li@ er

V1 W25VV25W65V

V65W05VV05WV

152=

62

252

2025

!1!11

1!5!

4;/4n

9.%

7/21/2019 Gau Trot



38 le' (ri'

'ris croisés,

'ris ltrés,

'ris à plat

)rés ltats rec" 8er aMecles d"nnées sec"ndaires.

et dé8" illement des@ esti"ns " Mertes%

)AIS LES DIFFERENCES OBSERVEES SONT8ELLES SIGNIFICATIVES

E6em*le de l’in(er*ré(a(ion9.%

7/21/2019 Gau Trot



C i3D !s C oi

;"n ré8"nse

&a ré8 tati"n de l+h 8ital

&a ren"mmée d+ n médecin

&a 8r">imité de M"tre d"micile

&e c"ntact aMec les médecins

&+enMir"nnement

Un 8récédent sé#" r

TOTAL OBS.

;b% cit% Fré@%

2!24

=6 60!04

90 29!04

1:2 9!04

00 1 !64

2= 1 !94

2 = 99!04

9 7

E6em*le de l in(er*ré(a(iond’)n (ri ; *la(ritères de ch"i> dB ne clini@ e:

'l * a =54 de chance @ Bil * ait entre 92!0 et 2!04 de la 8"8 lati"nt"tale @ i ch"isit sa clini@ e en $"ncti"n dB n 8récédent sé#" rC en#e de la $idélisati"nHH 3 c"m8arer et caractériser

I "rd"nner

Et e>tra8"ler

I s 88rimer C i3D !s C oi

Un 8récédent sé#" r

&a 8r">imité de M"tre d"micile

&a ré8 tati"n de l+h 8ital&a ren"mmée d+ n médecin

&e c"ntact aMec les médecins

&+enMir"nnement

TOTAL OBS.

;b% cit% 'nterMalles de c"n$iance

2 = 92!04 Y 99!0 Y :2!04

1:2 1!:4 Y 9!0 Y 96! 4

=6 2:!:4 Y 60!0 Y 0 !1490 22!14 Y 29!0 Y 62!94

00 11!=4 Y 1 !6 Y 2 !94

2= 9!14 Y 1 !9 Y 10!04

9 7

di$$érencesi-ni$icatiMe

D"nt =0! 4 de$emmes

Te'( d) Chi? > (e'(9.%

7/21/2019 Gau Trot



Te'( d) Chi? > (e'(d’indé*endance

F"rm le sim8li$iée:

χ \ C )?O ?T.\?T

Anal*ser le lienentre des Mariables CONCO)ITANCE D>EVENE)ENTS

SENS DE CAUSALITE

LIAISON STATISTIQUE VERITE ABSOLUE##

LI)ITES

alc l d de-ré de libertéddl C nb & 1 ] nb 1 C 1]1 C19.%

7/21/2019 Gau Trot



E@EMPLE

2 E;FA;TSOU N

6 E;FA;TSOU 3

TOTA&

';TE;T'O;DBA AT OU'

21 0 1 C5 !14

';TE;T'O;

DBA AT ;O;20 2 00 C01!=4

TOTA& 05 1 5C1 4

Test dBintenti"n dBachat dB n $lan a caramel $"rmat $amil

2 !1

1 !=

60!=

25!1

?O ?T

χ \ C )21 2 !1.\

2 !13

)0 60!=.\

60!=3

)20 1 !=.\

1 !=3

)2 25!1.\

25!1C 0!150

χ \ A& U&E C 0!150

χ \ &U C 6! 0 a se il de =54

⇒ =54 de chance @ e les Mariables s"ient liées

ddl C nb & 1 ] nb 1 C 1]1 C 1

E>em8le de lBinter8rétati"n dB n tri cr"isé

9.%

7/21/2019 Gau Trot



& !

con i3ion"li !

9 !con i3ion

NON "li !

EJui?!N!n3

AGE

;"n ré8"nse

N de 2 ans

21N65 ans

6 N5 ans

51N9 ans

3 de 91 ans

TOTAL

Gas dt" t

satis$ait

Gl t t 8assatis$ait

Gl t tsatis$ait

T" t A $aitsatis$ait

TOTAL

2 11 = %7

2 2 1 5

19 1 9

29 19 1 1 %,

2 21 (<

02 15 ,'

& 7 , 9' & 9 7

NR ?"s !nco ! su?? i !s##

E>em8le de lBinter8rétati n dB n tri cr isé) -e > satis$/é@ i8ement des chambres.

L" ?!n "nc! !s3 si4ni@ic"3i !. c i9 ; 95/%5/ l ; &5/&8? ; <5/5( .L!s c"s!s !nc" !s !n l!u 1 os!: son3 c!ll!s ?ou l!sJu!ll!s l=!@@!c3i@!l !s3 n!33! !n3 su? i!u 1in@ i!u : l=!@@!c3i@ 3 o iJu!.A33!n3ion/&9 157.7 : c"s!s on3 un !@@!c3i@ 3 o iJu! in@ i!u 5/ l!s

4l!s u c i9 n! son3 ?"s !ll! !n3 "??lic" l!s.L!s "l!u s u 3" l!"u son3 l!s no !s ! ci3"3ions ! c "Ju! cou?l!

! o "li3 s.

EJui?!N!n3

AGE

N de 2 ans

21N65 ans

6 N5 ans

51N9 ans

3 de 91 ans

TOTAL

Gas dt" t

satis$ait

Gl t t 8assatis$ait

Gl t tsatis$ait

T" t A $ aitsatis$ait

TOTAL

2 2 1 5

19 1 9

29 19 1 1 %,

2 21 (<

02 15 ,'

&57 ,5 &% & 9'7

&a dé8endance n+est 8as si-ni$icatiMe% chi2 C 10!11! ddl C 12!1N8 C 9 ! 04%&es cases encadrées en ble )r"se. s"nt celles 8" r les@ elles l+e$$ecti$ réelest nettement s 8érie r )in$érie r. l+e$$ecti$ thé"ri@ e%

Attenti"n!11 )55% 4. cases "nt n e$$ecti$ thé"ri@ e in$érie r 5!les rè-les d chi2 ne s"nt 8as réellement a88licables%

&es Male rs d tablea s"nt les n"mbres de citati"ns de cha@ e c" 8le de m"dalités%

&esc"nditi"ns

ne s"nt 8l sMalidéesHHH

9.%

7/21/2019 Gau Trot



P o? !3 C "N !

AGE

;"n ré8"nse

N de 2 ans

21N65 ans6 N5 ans

51N9 ans

3 de 91 ans

TOTAL

Gas dt" t

satis$ait

Gl t t 8assatis$ait

Gl t tsatis$ait

T" t A $aitsatis$ait

TOTAL

2 10 6 6 %7

2 6 5

= 1 2 91 20 5 1 %,

5 2: 6 2 (<

69 1= 1 ,'

&%7 &7% &< 9 7

A)(re e6em*le

&a dé8endance est 8e si-ni$icatiMe% chi2 C 26!=2! ddl C15! 1N8 C =6!654% VKX Attenti"n! 16 )50%24. cases "nt ne$$ecti$ thé"ri@ e in$érie r 5! les rè-les d chi2 ne s"nt8as réellement a88licables%C RESU(ER &E TA7&EAU

su?? i ! P.o?.!3 CB"N .!

AGE

5 ans et N

51 ans et 3

TOTAL

Gas d t" tsatis$ait

Gl tbt 8as satis$ait Gl tbt satis$ait ett" t $ait satis$ait

TOTAL

60! 4 ) 29. 55!14 ) 06. 1 !64 ) :. &77 1 (:

1!24 ) =6. 6 !=4 ) 09. 9!=4 ) 12. &77 1&59:

5&/< 1&97: '(/5 1 <7: </, 1 97: &77 19'7:

&a dé8endance est très si-ni$icatiMe% chi2 C 15! 2! ddl C 2! 1N8 C ==!=54

&es cases encadrées en ble )r"se. s"nt celles 8" r les@ elles l+e$$ecti$ réel est nettement s 8érie r )in$érie r. l+e$$ecti$ thé"ri@ e%&es Male rs d tablea s"nt les 8" rcenta-es en li-ne établis s r 29"bserMati"ns%

9.%

7/21/2019 Gau Trot



mode!valeurs mo(ennes!médiane!dispersion des réponses =@ écart t(p

variancepoids des non réponses,,,

C8 *rinci*a)6 indica(e)r'

TENDANCECENTRALE

PROPRIETES DU SONDA2E

9.%

7/21/2019 Gau Trot



PROPRIETES DU SONDA2E ALEATOIRE SIMPLE

"ssibilité dBe>tra8"ler les rés ltats

as dB ne 8r"8"rti"n]:

8Nα √pq/n <pe< 83α √pq/n

])8e étant la 8r"8"rti"n e>tra8"lée.

Recalc ler lBerre r

PROPRIETES DU SONDA2E9.%

7/21/2019 Gau Trot



PROPRIETES DU SONDA2E ALEATOIRE SIMPLE ')i(e

E>em8leH; C n C 1 a se il de =54

524 n dis8"sent dB ne carte ?isaRecalc ler lBerre r 8 is e>tra8"ler E C f V1!= \]) !52] !0 .X/1 C 6!14

&e Méritable TE a =54 de chances de se sit er dans la$" rchette: V52NE W 523EX V 0 !=4; W 55!14; X

C il * a =54 de chance @ Bil * ait entre 2= 60 et 6 8ers"nnes 8"ssédant ne carte ?isa

D% R'; ' A&ES FA('&&ES DE (ET ODES9.%

7/21/2019 Gau Trot



Anal*se de Mariance!

Ré-ressi"ns m lti8les AF ! A !

t*8"l"-ies!

A;A&_SES U;'?AR'EES

A;A&_SES 7'?AR'EES

A;A&_SES (U&T'?AR'EES

Tris cr"isés!

ré-ressi"n linéaire

(ET ODES DES R' T'?ES

(ET ODES E &' AT'?ES

D% R ; A&ES FA( &&ES DE (ET ODESDBA;A&_SES

Anal*ses

$act"rielles

L*ana)+ e (&)#" a$"-e

7/21/2019 Gau Trot



) ( )

E /LI ER 1

23 V4

S NTH TISER

CLASSI IER

Régressionmultiple

Analyse factorielle

Typologie

Pour des compléments mathématiques, voir le livre de Jean de Lagarde : Initiation à l’analayse de données. Paris, Dunod !!"

9.%

7/21/2019 Gau Trot



Rés mer 3 ?A caractériser

hercher les ca ses et les c"nsé@ ences

'nter8réter Q dé$"rmer

Anal*ser Qs*nthétiser

PRUDENCE###

PRUDENCE###9.%

http://hec.osu.edu/hn/images/balance.jpg

7/21/2019 Gau Trot



PRUDENCE###PRUDENCE###

8$6 'IHI $8 6$ 8$ ;6' ' ?

% Portée et limites de l’ étude

% importance des sous%populations

% erreurs d’éc*antillonnage!d’administration! de saisie,,,

7/21/2019 Gau Trot



II. LE SON$A%E

2%5% &e ra88"rt

7/21/2019 Gau Trot


ESDES Fabienne22/12/15

CONSI2NESgtre 8récisgtre e$$icace

gtre em8athi@ egtre 8r dentgtre di8l"mate

gtre c"nMaincantgtre séd isant

E>em8le

7/21/2019 Gau Trot



PLANS"mmaire 8a-inéintr"d cti"nS_;T ESE

UR DE &BETUDE )str ct ré 8ar thème.E;SE(7&E DES TR'S F'&TRES ET

RO'SES ?A&'DES

RE O;'SAT'O;S"ncl si"nanne>es

'ntr"d cti"n C "b#et de l ét de! c"nte>te

'% S*nthèse d d"ssier ''% &Bentre8rise s r s"n marché )SjOT.'''% T*8"l"-ie des clients

'?% Pt de de satis$acti"n?% Attentes et réacti"ns/n" Mea c"nce8t?'% 8réc"nisati"ns

"ncl si"n C s ite d"nner lBét de?''% Anne>es

7/21/2019 Gau Trot


ESDES Fabienne22/12/15

Le' anne6e'r"#et dBét deahier des char-es

E>em8le de @ esti"nnairelan dBéchantill"nna-e'nté-ralité des entretiens @ alitati$s

D"c ments de $"nd a*ant serMi de base lBét de d"c mentaireEtc%

7/21/2019 Gau Trot



Cha*i(re III

&ES ETUDES UA&'TAT'?ES

Le co )o**a"eur u /"re

7/21/2019 Gau Trot


ESDES Fabienne =22/12/15

Le co,)o a eur u, / reco*+#e0e:

La "héor e de #( ce er1-co ?o 3! !n3o?inion

"33i3u ! C O N S C I E N T

I N C O N S C I E N T

?! sonn"li3

o3i "3ions

@ !ins

7/21/2019 Gau Trot



In(rod)c(ionOri-ine1=5 ! ét des de m"tiMati"n! Ernest D' TER

"rtées et limitesN Faire Mite!N 8as cherN accéder a n"n ditN inMenter

N Ris@ e inter8rétati"nN nécessite n e>8ertN c"m8rendre mais 8asmes rer

rinci8esObserMer! aller a Ndel des m"ts

7/21/2019 Gau Trot



T*8"l"-ies dBét des @ alitatiMes;"n directiMes / semi directiMes / entretiens 8a8iercra*"n

'ndiMid elles / -r" 8es C 3 et de cha@ e

N TG; )Techni@ e d Gr" 8e ;"minal.

&es 8l s tilisées en mar,etin-:

N F"c s Gr" 8 )-r" 8e de ré$le>i"n.

N Del8hi )c"ns ltati"n dBe>8erts.

7/21/2019 Gau Trot



,8%8 2ENERALITES

?arier les 8r"$ils

déd"mma-er

S rb"",er

EMiter les L 8r"$essi"nnels k

enser lBinc"m8atibilité de certains 8 blics

"n$irmer! relancer

'.&.& L>ECHANTILLONNAGE

n ^ 2 6 " 2 -r" 8es de 12 8ers

7/21/2019 Gau Trot



0 8hases

&. In3 o uc3ion

9. D !lo??! !n3 u su !3'. A?? o@on iss! !n3

%. Conclusion

'.&.9 LA CONDUITE DE L>ENTRETIEN

'.&.9

EXE)PLE DE GRILLE D>ENTRETIEN2

7/21/2019 Gau Trot



EXE)PLE DE GRILLE D>ENTRETIEN2

3u ! su l" co unic"3ion in3! n!

INTRODUCTION 2 ! ?lic"3ion ! l>o !3 ! l> 3u ! !3 !s o "li3! @onc3ionn! !n3/ ? s!n3"3ions u3u!ll!s

1. DESCRIPTION DU POSTE !3 !s in@o "3ions c "n4 !s

2. PROBLE)ES RENCONTRES

3. SUGGESTIONS D>A)ELIORATION

PRISE DE CONGES/ SUITE DONNEE

'.&.9

7/21/2019 Gau Trot



rinci8es dBanimati"n:S'&E; EH

ETRE &E &US ;EUTRE OSS'7&E

RE E;TRER S' ;E ESSA'RE

TE ;' UES DE RE&A; E:7""meran-

'nter8rétatiMeOn"mat"8éesK

S'&E; EH

S'&E; EH

' & ' L>ANAL SE DES RESULTATS

7/21/2019 Gau Trot



1% transcri8ti"n des entretiens9 éta8es :2% dé$initi"n de lB nité dBanal*se

6% c"nstr cti"n dB ne -rille -énérale de dé8" illement

0% c"di$icati"n des entretiens )retranscri8ti"n.5% anal*se )thémati@ e " le>icale! Merticale eth"ri "ntale.

% @ anti$icati"n9% rédacti"n dB n ra88"rt de s*nthèse

'.&.' L>ANAL-SE DES RESULTATS

8 8 LES TECHNI<UES

7/21/2019 Gau Trot



,8 8 LES TECHNI<UESD’O3SERBATION

'.9.& PORTEES ET LI)ITES

7asées s r le c"m8"rtement" r des 8 blics L 8e ca sants kH

Et des e>8l"rat"ires

Ris@ es / inter8rétati"n

' 9 9 LES T-PES D>OBSERVATION

7/21/2019 Gau Trot


ESDES Fabienne ==22/12/15

ObserMati"ns directes/indirectes

.9.9 LES T PES D>OBSERVATION

ObserMati"ns sim8les/Merbalisées

ObserMati"ns a88areillées /n"n a88areillées

'.9.' LES PRINCIPALES TECHNIQUES

7/21/2019 Gau Trot



An"lMs! oc"l! ⇒ mesure de l’état émotionnel

D l"i ! ?ons! ⇒ mesure de la vitesse de réponse

G"l "no 3 !⇒ mesure de l’état émotionnel ou de

l’intérêt / stimulus (transpiration)

T"c M3osco?!⇒ mesure de perception visuelle et de

mémorisation (/vitesse défilement d’unfilm)C" " ?u?illo 3 iJu!

⇒ mesure du mouvement des yeuxdilatation de la pupille

Au i 3 !⇒ mesure de l’audience télévision

Sc"nn! ⇒ mesure éléctronique des PDM et C. .

.9. LES PRINCIPALES TECHNIQUESD>OBSERVATIONS APPAREILLEES

,8,8 LES TECHNI<UES DE

7/21/2019 Gau Trot


ESDES Fabienne 1 122/12/15

,8,8 LES TECHNI UES DE2ROUPES

AManta-es:

'.'.& AVANTAGES ET INCONVENIENTS DESTECHNIQUES DE GROUPES* TECHNIQUESINDIVIDUELLES

Ra8idité de rec eil asser les $a > ar- ments réatiMité

'nc"nMénients:

'n$l ence d -r" 8e Di$$ic ltés l"-isti@ es "m8le>ité dBanal*se

7/21/2019 Gau Trot



'.'.9 LES TECHNIQUES ASSOCIATIVESA* l!s 3!c niJu!s ? o !c3i !s1% Thematic a88erce8ti"n test )TAT. de ( rra*2% 7andes dessinées6% &iste dBachat0% hrases c"m8léter 5% Ass"ciati"n de m"ts

% "rtrait hin"is9% alette s*mb"li@ e

% Dessins et -ra$$iti

'.'.9

7/21/2019 Gau Trot



B* L!s 3!c niJu!s ! c "3i i3'.'.9

7/21/2019 Gau Trot



B&. " c !s "ssoci"3i !s27rainst"rmin- ( lex !"#!$%)

artes mentalesScenari catastr"8hes

B9. " c !s co in"3oi !s

(atrice de déc" Merte ( &ra'am M! ")

(atrices m"r8h"l"-i@ es (*. +,-C et M. %)

"mbinais"ns aléat"ires

B'. " c !s "n"lo4iJu!s

rJMe éMeillé(synectique de 0. 0!$D!%)

anal*se $"ncti"nnelle

benchmar,in-

E6em*le de car(e men(ale

l! l"n4"4! !s ic" !n3

7/21/2019 Gau Trot



( (

A te r : ierre RA_;AUD8ierre%ra*na d bar"medic%c"m

"8*ri-ht 7ar"medic 2 0 R

)ATRICE DE DECOUVERTE Un no)+ea) *rod)i( '.'.9

mailto:[email protected]

mailto:[email protected]

7/21/2019 Gau Trot



n" rrit 8 ri$ie br"n e anti U? antiridet be8"t

d"se r 8atchlin-etter"ller -ell le

) ) ) ) (co'mé(i9)e

Un no)+ea) *rod)i()ATRICE DE DECOUVERTE '.'.9

7/21/2019 Gau Trot



) ) ) (co'mé(i9)e

n" rrit 8 ri$ie br"n e anti U? antiridet be

8"t

d"se r

8atch

lin-ette

r"ller

-ell le

E 'STE '( OSS'7&E OUR UO' AS

)

L>ANAL-SE )ORPHOLOGIQUE'.'.9

7/21/2019 Gau Trot



Une no)+elle con 'eriePRESENTATIONDU PRODUIT

GOUT

PACWAGING

PRO)ESSE

S )O O OG QU

L>ANAL-SE )ORPHOLOGIQUE'.'.9

7/21/2019 Gau Trot


ESDES Fabienne 1 =22/12/15

Une no)+elle con 'eriePRESENTATIONDU PRODUIT

C ! in48Gu 3" l!33!

C ! in48Gu

"4 !

ill!s @!uill!s ?"s3ill!

GOUT !n3 ! @ ui3s 4liss! c" " !l i 3!

PACWAGING 3ui sou?l! C" 3on BoY3!c" !

?l"s3iJu!

Tu !?l"s3iJu!

BoY3!o "l!

?l"s3iJu!

PRO)ESSE F "Yc !uin3!ns!

S" !usuc !

Li4 3 Pu i@i!l> "l!in!

Bl"n8c !u

) Q

+rac Pro !"#$ %&'

'.'.9

7/21/2019 Gau Trot



&e ,etch 8 ra8é&a c illère c"mestible&Bh ile dB"liMe tartiner

&es $r its désh*dratés -iMrer&a machine inhaler de lBalc""l&Balliance 8" r célibataires

Pro ! #$ %&(o))*r(" ,"$%$

Mé(hode' *ar analo0ie'

7/21/2019 Gau Trot



Mé(hode' *ar analo0ie'areNbrise sale

"aut créatif1 l’2il / les cils

C 8r"#et de micr"s cils h*dr"8h"besb tis s r le m"dèle d l"t s

On nBarrJte 8as le8r"-rèsK

C< PI'8$ R

7/21/2019 Gau Trot



C< PI'8$ R RESE;TAT'O; DE UE& UESETUDES S E 'F' UES

Pt de de "ne de chalandise!

&es tests!

&es 8anels!

8%8 E()de de la Fone deh l di'

7/21/2019 Gau Trot



chalandi'eAVANT UNE

I)PLANTATIONAPRES UNE

I)PLANTATION

0%1%1% 5 t*8es dBanal*se de la o1%Et de d ma-asin

2%Et de des biens Mend s

6%Et de des serMices

0%Et de de la c"nc rrence

5%Et de de la clientèle

APPROCHE QUANTITATIVE ET QUALITATIVE

0%1%2% REPRESENTATIONS %.&

7/21/2019 Gau Trot



": COURBESISO)ETRIQUES

GRAPHIQUES

ZONE PRI)AIRE

ZONE SECONDAIRE

ZONE TERTAIRE

: COURBES ISOCHRONES %.&

7/21/2019 Gau Trot



CONCURRENT

CONCURRENT

CONCURRENT

8%8,8 calc)l d) *o(en(iel de laGC

%.&

7/21/2019 Gau Trot



GC1èreéta8e

Délimiter la o )c" rbes is"chr"nes 3 8riseen c"m8te des c"nc rrents.

2èmeéta8e alc ler la demande 8"tentielle s r la "ne C

?entes en ?"l me ]8ri> m"*en nati"nal]nb$"*ers " 8ers o ]'D " 'R?N Demande ca8tée 8ar la c"nc rrence3 demande ca8tée la c"nc rrence

> 0éomar e(in0%.&

7/21/2019 Gau Trot



> 0éomar e(in0"nnaissance a$$inée des 8"8 lati"ns

Re8résentati"n s8aciale" r ne A88r"che 8ers"nnalisée ) R(.

7/21/2019 Gau Trot



CR) :C ustomer $ elations'ip M ana3ement

C- esti"n de la r elati"n client kC &"-iciels de GR )e>: SA ! ORA &E! EG'D%%.

(ar,etin- relati"nnel

O8timisati"n de la -esti"n de la 7DD

8 8 Le' (e'('

7/21/2019 Gau Trot



8 8 Le (e ( A/ a niMea d 8r"d it⇒ En am"nt de la straté-ie⇒ En aMal de la straté-ie

T " ! o@@

T!s3 ! conc!?3 Blin 3!s3

)" c 3 oin

T!s3 ! no T!s3 !

?"c0"4in4

E3c#

QQ )ETHODES%.9

7/21/2019 Gau Trot



C" l"3in1?l"n >! ? i!nc!:

A chan

7riard

A chan

SensFéMrier 2 9 A 7

(ars 2 9 7 A

A ; us @ ui3s 4ou ! 7.,7 !u os

B ; us ! @ ui3 iJu! 7.57 !u os

%.9

7/21/2019 Gau Trot



T!s3s on" iJu!s

T!s3s ?" ?"i !s

T!s3s ?" 3 i" !s

7/ a niMea d 8ri>

%.9

7/21/2019 Gau Trot



/ a niMea de la distrib ti"n

3!s3 u ? i

?sMc olo4iJu!

3!s3 u ? i

"4iJu!

E3u ! ! l> l"s3ici3 *?

in3!n3ion ! @ Ju!n3"6

!s c"n"u3u ! >i "4!!s c"n"u

S3o ! c !c0

EXE)PLE DE PRIX PS-CHOLOGIQUE 1 V)236=./0X C =!954

7/21/2019 Gau Trot



Prixpublicen 7 ttc

8éponsesprix

excessi"

8éponses-ualité

insuSsante

Cumul prixmax

Cumul prixmin

Kac*eteur

spotentiel

s

DTU

AAVAW

AR

DE et M

EEE

AVDDRETTUV

ARU

ATWADVVW

EAA

AEEE

EEE

AVEUE

AVTVA

REE

REEDUDUAUWAEEE

ERV, V./0UA

WV,V, V

TAD , V

E

D/ a niMea de la c"mm nicati"n%.9

7/21/2019 Gau Trot



D/ a niMea de la c mm nicati n

3!s3 ! conc!?3>un " ! ?u

3u ! !s!3o !s

s?onso in4

3u ! >"u i!nc! 3u ! >i ?"c3 su un i"

? 3!s3 >un!c" ?"4n!

T "c0in4

QQ )ETHODES%.9

7/21/2019 Gau Trot



Fol ! 3!s3

D"M "@3! !c"ll

S?li3 un

8 8 Le' *anel'

7/21/2019 Gau Trot



0%6%1 dé$initi"ns et caractéristi@ es-énérales

8,8 Le anel

N anélistes M"l"ntaires indemnisésN Rec eil: a t" adm%! scanners! "bserMati"ns! K

N Pchantill"n L 8ermanent k

N c"m8"sé dB n -rand n"mbre dBindiMid sN 'nterr"-és interMalles ré- liersN s r n mJme thèmeN " r dé-a-er ne tendance

7/21/2019 Gau Trot



0%6%2% les di$$érents t*8es de 8anelsN "ns"mmate rsN Distrib te rs

N (i>tesN S8écialisés 8ar canal )GSS! D! s 8érettesK.N S8écialisés 8ar 8r"blémati@ e )e>: 8dts nM>!

a dience.N S8écialisés 8ar secte r )8harmacie! 8"liti@ eK.N S8écialisés 8ar cible )seni"rs! -a*s! "bèsesK.

7/21/2019 Gau Trot



0%6%6% e>em8le déMel"88é "ns"scanStr ct re de lBéchantill"n:N 05 h*8ermarchés et s 8ermarchésN D"nt des ma-asins 8"8 laires et hard disc" ntersN Strati$icati"n s r 6 critères: ensei-ne! taille et ré-i"nN r"#ecti"n sel"n ne estimati"n AT

(éth"d"l"-ie:N ObserMati"n 8ar des en@ Jte rsN ReleMés des 8r"m"ti"nsN anal*se des Mentes 8ar c"des EA;N sélecti"n des 8anélistes

In@oSc"n T!n "nc! In@oSc"n Di"4nos3ic In@oSc"n P o o3ion In@oSc"nP! @o "nc!

7/21/2019 Gau Trot



F Ju!nc!!

? o uc3ion0/an 12N16/an 12N16/an 12N16/an

P io !s m ls 0/5 semaines)hist"ri@ e : 6 ans.

m ls 0/5 semaines)hist"ri@ e : 6 ans.

m ls 0/5 semaines)hist"ri@ e : 6 ans.

5 semaines

m ls 0/5semaines)hist"ri@ e : 6 ans.

5 semaines

Ci cui3s Fr / (/S(

= ré-i"ns 'R'

'n$"Scan Tendance 3

(3/ (N/S(3/S(N

'n$"Scan Tendance 3

(3/ (N/S(3/S(N

'n$"Scan Tendance3

(3/ (N/S(3/S(N

Hi " c i! Sans EA; AMec EA; AMec EA; AMec EA;

)!su !s

?entes M"l me/ nité?entes Male r

art de marchéD;/D?;"mbre m"*en deré$érences

ri> m"*en M"l me "nité

?entes ("*ennesebd"madaires

O8ti"n : linéaire

'n$"Scan Tendance 3?"l me de base?"l me incrémental

ri> de base4 M"l me s" s 8r"m"D; 8r"m" N D? 8r"m"

ri> 8r"m"ti"nnel

'n$"Scan Dia-n"stic 3D? ?entesman@ antes4 M"l me s" s 8r"m"D;! D? et 8ri>8ar t*8e de 8r"m"ti"n

'n$"Scan r"m"ti"n34 d+a -mentati"nM"l me 8ar t*8ede 8r"m"ti"n

ODE EA;0%6%

D(R C 8art de marché relatiMe

7/21/2019 Gau Trot



D; C dis8"nibilitén méri@ e

4 ma-asins distrib ant la

mar@ eD? C dis8"nibilité Male r

4 A d 8r"d it ét diéréalisé 8ar les ma-asinsdétente rs de la mar@ eTOUTES (AR UES

O;FO;DUES

A/;A C @ antité m"*enneachetée 8ar 8ers"nne

Ta > de n" rrit re )$idélité la mar@ e.

7/21/2019 Gau Trot



0%6%0% e>em8les de 8ri> che '$"8

$l sh`eb: @ esti"ns d"nt 2 " Mertes!entre 6 5 et 915 p )t#rs en T.Ga*research 10 = p)t*8"l"-ie3c"ns"3tendances.

Denticall5 im8act et 8erce8ti"n de la8resse 8r" 25 p et 1 p la @ esti"ns8éci$i@ e

&ON&LUSION%ENERALE

7/21/2019 Gau Trot



%ENERALE&E S'(

&E OUT DES ETUDES

LE SIM

7/21/2019 Gau Trot



LE SIML Ensemble interc"nnecté dBh"mmes! demachines et de 8r"-rammes!

; "i ! l" ? is! ! cision!3 "u con3 [l! ! l>!@@ic"ci3 !s "c3ions.

c"nq 8" r rec eillir! rassembler! mém"riser!trier et anal*ser n $l > c"ntin dBin$"rmati"ninternes et e>ternesa$in dBaméli"rer lBe$$icience de la 8rise dedécisi"n dans le d"maine mercati@ e% k

0. M %"- !% et alii 4 ction Commerciale5 mercatique 6ditions *!7C8 $

COLLECTE EXTERNE

VEILLE CONCURRENTIELLE

7/21/2019 Gau Trot



S ' (

INFOR)ATIONS * DE)ANDE

*)ACRO ENVIRONNE)ENT

INFOR)ATIONS COLLECTEES EN INTERNESUR LES

CLIENTS/ LACONCURRENCE

Le' *ri6

7/21/2019 Gau Trot



Le ri6V" i" l!s s!lon2

la cible ét diée

&a @ antité de traMail )taille de lBéchantill"n!8r"$"nde r dBanal*se.

&a méth"de dBadministrati"n

;"t"riété d cabinet

S(r)c()re de' coJ('

7/21/2019 Gau Trot



S(r)c()re de coJ(

as dB ne ét de @ anti ad h"c

ré8arati"n de lBét de 1 4Terrain 5 4

Anal*se 164"ncl si"n et ra88"rt 1=4

E6em*le' de *ri6

7/21/2019 Gau Trot


E6em le de ri6Pt de d"c mentaire 6 99 pEntretien SD 12 05 p

6 SD 6 5 p

GROU E 0 1 p

En m"*enne:Test 8r"d its 8artir de 15 p

ré test 8 b A ' 2 p

Satis$ "n line 1 p7 t" 7 tél 15 p

T

Gau Trot

Documents

Transcript of Gau Trot