Market Study and Action Plan

1. Primary Data and Its Importance

• Primary data: Information collected specifically to address the current research questions.
• Essential when existing data does not meet the specific needs of the study.
• Collected through various methods such as observation, focus groups, and surveys (mail, phone, in-person, internet).

2. Approaches to Primary Data Collection

3. Key Qualitative Techniques

• Observation: Watching consumer behavior directly.
• Focus groups: Guided group discussions to explore perceptions.
• In-depth interviews: One-on-one detailed conversations.
• Projective techniques: Indirect methods to uncover hidden feelings or attitudes.
• Social media monitoring: Tracking online consumer interactions.

4. Reliability and Validity in Primary Data Collection

• Reliability: Consistency of results when the study is repeated under identical conditions.
• Example: Stopping shoppers randomly on a Saturday in August to survey their shopping reasons should yield similar results if repeated.
• Validity (implied): Accuracy in measuring what the study intends to measure.
• Poor execution of data collection methods can compromise both reliability and validity, undermining the research quality.

À retenir : La collecte de données primaires doit être rigoureuse pour garantir la fiabilité (résultats reproductibles) et la validité (mesure exacte) de l’étude.

1. Fiabilité et Validité en Recherche Qualitative

• Fiabilité (Reliability) : capacité d'une étude à produire les mêmes résultats si elle est répétée dans les mêmes conditions.

  

  Exemple : Refaire une enquête dans le même centre commercial un autre samedi doit donner les mêmes résultats (ex. : les clients y viennent pour les bonnes affaires). Sinon, la fiabilité est remise en cause.

• Validité (Validity) : mesure dans laquelle une étude évalue ce qu'elle est censée mesurer.

  

  Exemple : Un questionnaire sur la confiance des consommateurs envers les e-commerçants doit réellement mesurer la confiance en ligne, pas un autre concept.

• Une étude de marché doit être à la fois fiable et valide pour être utile.

2. Échantillonnage (Sampling)

• Échantillon (Sample) : sous-ensemble représentatif de la population cible.

  

  Exemple : Pour étudier la fidélité des adolescents français garçons aux marques, la population est tous les adolescents garçons français, l’échantillon est un petit groupe sélectionné.

• Trois questions clés pour l’échantillonnage :

  1. Qui doit être sondé ?
  2. Quelle taille doit avoir l’échantillon ?
  3. Quelle méthode d’échantillonnage utiliser ?

3. Méthodes d’Échantillonnage

À retenir : La validité garantit que l’on mesure la bonne chose, la fiabilité assure la constance des résultats, et un échantillon bien choisi est crucial pour la représentativité de l’étude.

1. Méthodes d'Échantillonnage

• Stratified sampling (échantillonnage stratifié) : la population est divisée en sous-groupes homogènes (strates) selon des critères pertinents (ex : revenu, région). On tire ensuite un échantillon dans chaque strate.
  → Assure une meilleure représentativité des sous-groupes clés.

• Cluster sampling (échantillonnage par grappes) : la population est divisée en groupes (clusters) hétérogènes, puis on sélectionne aléatoirement certains clusters entiers.
  → Réduit les coûts et le temps, mais peut augmenter la variance de l’échantillon.

• Simple random sampling (échantillonnage aléatoire simple) : chaque individu a une chance égale d’être choisi.
  → Méthode la plus simple, mais parfois peu pratique ou coûteuse.

• Convenience sampling (échantillonnage de convenance) : sélection basée sur la facilité d’accès aux sujets.
  → Peu coûteux et rapide, mais fortement biaisé et peu représentatif.

2. Choix de la Méthode d'Échantillonnage

3. Exemple d'Application : Étude Nationale sur une Politique Environnementale

• Contexte : population diverse (urbains/ruraux, revenus, opinions politiques), délai et budget limités.
• Recommandation :
  • Échantillonnage stratifié pour garantir la représentativité des groupes clés (zones, revenus, opinions).
  • Combinaison avec cluster sampling pour réduire les coûts et le temps (ex : sélectionner des clusters dans chaque strate).
• Trade-offs :
  • Stratification améliore la précision et réduit le biais.
  • Clustering réduit les coûts mais peut augmenter la variance.
  • Simple random sampling est idéal mais souvent impraticable à grande échelle.
  • Convenience sampling est à éviter pour ce type d’étude.

À retenir : Le choix de la méthode d’échantillonnage dépend du compromis entre coût, temps, représentativité et fiabilité des résultats.

4. Taille d'Échantillon

• Formule statistique existe pour calculer la taille nécessaire selon la précision souhaitée.
• Règle générale : un échantillon plus grand augmente la fiabilité jusqu’à un certain seuil, au-delà duquel les gains sont marginaux.

5. Techniques de Collecte de Données Primaires

• Chaque méthode d’échantillonnage a ses avantages et inconvénients, à choisir selon les objectifs de l’étude.

6. Méthodes Qualitatives

• Observation : méthode qualitative consistant à étudier les comportements d’achat et de consommation par observation directe (personnelle ou vidéo).
  → Utile pour comprendre les comportements sans biais déclaratif.

1. Observation

L’observation consiste à étudier les consommateurs dans leur vie quotidienne, en regardant comment ils utilisent différents produits. Elle peut durer de quelques heures à plusieurs semaines, selon l’objectif.

• Durée variable : de 2 heures (ex. : adolescents faisant du shopping) à plusieurs jours/semaines (ex. : vie avec une famille pour observer l’usage des produits).
• Utile quand les consommateurs ne peuvent pas exprimer clairement leurs expériences (ex. : choix de jouets éducatifs par les bébés, détails d’achat difficiles à rappeler).

L’observation est particulièrement précieuse pour comprendre des comportements non verbalisés ou inconscients.

2. Ethnographie

L’ethnographie est une méthode d’observation approfondie qui étudie les individus dans leur environnement naturel (domicile, travail, communauté).

L’analyse ethnographique demande une expertise élevée pour interpréter correctement les données collectées.

3. Importance pour le marketing et la conception produit

• L’observation révèle comment les consommateurs utilisent réellement un produit, ce qui aide à mieux le concevoir et le commercialiser.
• Exemple : P&G a découvert, en observant des femmes rurales en Chine, que les consommateurs les plus pauvres ne recherchaient pas seulement la fonctionnalité (nettoyer les cheveux), mais avaient aussi d’autres attentes implicites.

Observer directement les usages réels évite les erreurs d’hypothèses sur les besoins des consommateurs.

1. Collecte de données primaires via les médias sociaux et le digital

Les médias sociaux sont une source croissante et précieuse de données pour les marketeurs. Ils offrent des informations riches qui peuvent orienter la recherche marketing et la stratégie commerciale.

• Les utilisateurs y partagent leurs opinions sur les produits d’une entreprise ou de ses concurrents.
• En surveillant et en exploitant ces données, les entreprises peuvent mieux comprendre les goûts, préférences et aversions de leurs clients.
• Les clients sont souvent disposés à exprimer leurs avis sur les achats, intérêts, sondages et blogs de leurs amis, ce qui enrichit la base d’informations.

a) Importance des blogs

• Les blogs constituent une source particulièrement utile pour obtenir des insights marketing.
• Les marketeurs suivent attentivement les avis en ligne sur une grande variété de produits et services (restaurants, chaussures, recyclage, etc.).

2. Techniques complémentaires de collecte de données primaires

• L’utilisation de capteurs comme Microsoft Kinect permet de créer des cartes thermiques des interactions des clients avec les produits en magasin (touches, prises, retours).
• Ces cartes utilisent un code couleur : rouge pour les zones les plus touchées, jaune pour les moins touchées, et bleu pour les zones sans interaction.

À retenir : Les médias sociaux et les technologies digitales offrent un accès direct et massif aux comportements et opinions des consommateurs, permettant une collecte de données primaires plus riche et plus fine que les méthodes traditionnelles.

1. Depth Interviews

• Définition : entretiens individuels approfondis, menés avec des personnes clés pour un projet de recherche.
• Objectif : obtenir des informations détaillées et qualitatives pour résoudre un problème marketing.
• Méthode : style conversationnel libre, questions ouvertes, durée pouvant aller jusqu’à plusieurs heures.
• Supports : souvent enregistrés en audio ou vidéo pour analyse ultérieure.

2. Focus Groups

• Définition : sessions d’entretien informelles réunissant 6 à 10 personnes pertinentes pour le projet, animées par un modérateur.
• Utilité :
  • Génération d’idées alternatives.
  • Compréhension initiale des conflits ou divergences d’opinion.
• Limites :
  • Risque de pression sociale influençant les réponses.
  • Nécessité d’un modérateur expérimenté.
• Défis internationaux : adaptation des méthodes et gestion des différences culturelles.

3. eFocus Groups (Groupes de discussion en ligne)

Les depth interviews et focus groups sont des outils qualitatifs essentiels pour explorer en profondeur les perceptions des consommateurs et générer des idées innovantes dans une étude de marché.

1. Projective Techniques

Définition
Les techniques projectives sont des méthodes qualitatives où les participants reçoivent un scénario et doivent exprimer leurs pensées et sentiments à son sujet. Elles permettent de révéler des motivations, attitudes ou émotions inconscientes.

2. Principe clé

• Le sujet projette ses propres idées et émotions sur une situation donnée, souvent via un support visuel ou narratif (ex. : dessin, cartoon, phrase à compléter).
• Exemple : un consommateur voit un dessin d’un client devant un rayon et doit écrire ce que ce client pense ou ressent.

3. Objectifs

• Explorer des perceptions profondes difficiles à exprimer directement.
• Obtenir des insights non biaisés par la conscience ou la censure sociale.
• Compléter les données quantitatives par une compréhension qualitative.

4. Exemple illustratif

Lego a utilisé une forme de technique projective en invitant plus de 10 000 enfants à participer à un groupe de discussion virtuel. Ils ont sélectionné, classé et suggéré des idées de jouets, qui ont ensuite été évaluées par d’autres clients potentiels. Ce processus a conduit à la création du Star Wars Imperial Star Destroyer, un produit innovant et très réussi.

5. Complémentarité avec la recherche quantitative

• Les techniques projectives fournissent des insights exploratoires.
• La recherche quantitative sert à confirmer ces insights via des enquêtes ou expériences formelles.
• Ensemble, elles permettent de mieux orienter les décisions marketing.

À retenir : Les techniques projectives permettent de révéler les pensées et émotions cachées des consommateurs en les faisant projeter leurs sentiments sur des scénarios ou images, complétant ainsi la recherche quantitative.

1. Quantitative Research Methods

La recherche quantitative permet de tester des hypothèses en prédisant des relations spécifiques entre plusieurs variables (ex. : la satisfaction client est positivement liée à la fidélité client).

2. Techniques de collecte de données primaires

a) Survey Research (Enquête)

• Définition : méthode systématique de collecte d’informations auprès des individus via un questionnaire.
• Modes de réalisation :
  • Entretien personnel (face-à-face)
  • Par courrier
  • Par téléphone
  • En ligne

b) Types de questions dans un questionnaire

c) Formats de questions

• Ouvertes : réponse libre, sans contrainte
• Fermées : réponses limitées (ex. : Oui/Non, choix multiples A, B, C, etc.)

À retenir : La recherche quantitative repose sur des questionnaires structurés pour tester des hypothèses en mesurant précisément les relations entre variables.

1. Types de Questions en Enquête

2. Techniques de Collecte de Données Primaires

a) Enquêtes Web

• Représentent une grande part des enquêtes quantitatives.
• Outils en ligne permettent de concevoir, lancer, télécharger et analyser les données en temps réel.
• Avantages : collecte rapide d'une base de données importante, coût relativement faible.
• Taux de réponse typiques :
  • Courrier : 1-2%
  • Téléphone : 10-15%
  • En ligne : 30-35% (voire plus en B2B)
• Coût : peu onéreux.

b) Recherche par Panel

• Peut être une source de données primaire ou secondaire.
• Utilisée notamment par les médias pour comprendre les attitudes et intentions d'achat liées aux marques dans les programmes TV.
• Panels en ligne permettent de recueillir des retours pour améliorer les offres (exemple : Walmart’s Asda).

À retenir : Le choix du type de question et de la méthode de collecte (web, panel) influence la qualité, la rapidité et le coût des données recueillies.

1. Panel Research

Un panel est un groupe fixe de participants régulièrement sollicités pour fournir des données sur leurs comportements ou opinions. Par exemple, Kingdom utilise un panel de 18 000 clients pour décider quels produits commercialiser. Asda envoie des emails avec images et descriptions de produits potentiels, et recueille les avis des clients sur leur intérêt à les voir en magasin. Les participants sont récompensés par un tirage au sort de prix.

À retenir : Le panel permet de collecter des données primaires répétées et ciblées sur un groupe représentatif.

2. Experimentation en Marketing

Un expériment consiste à manipuler une variable indépendante (cause) pour observer son effet sur une variable dépendante (effet) dans des conditions contrôlées.

• En marketing, les variables indépendantes sont souvent des éléments du marketing mix : produit, prix, promotion, etc.
• La variable dépendante est généralement une mesure de changement dans les achats (volume, fréquence, etc.).

a) Exemple Hypothétique : McDonald’s

• Objectif : déterminer le prix optimal d’un nouveau combo (hamburger, frites, boisson).
• Coûts : coût fixe de développement = 300 000 $, coût variable par unité = 2$.
• Méthode : proposer le produit à 4 prix différents dans 4 marchés distincts et mesurer les ventes.

3. Collecte de Données Primaires : Techniques

4. Questions Éthiques en Recherche Marketing

• Les problèmes éthiques peuvent survenir dans les relations entre chercheurs, répondants, public, organisations et clients.
• Il est crucial de respecter la confidentialité, le consentement éclairé, et d’éviter toute manipulation ou exploitation des participants.

À retenir : L’éthique est fondamentale pour garantir la fiabilité et la légitimité des résultats de recherche.

1. Ethical Issues in Marketing Research

Le marketing research implique des décisions éthiques cruciales concernant la collecte, l’utilisation et la communication des données. Ces décisions doivent respecter la confidentialité, la transparence et l’intégrité des informations recueillies.

2. Collecte et utilisation des données

• Respect de la vie privée : Les données doivent être collectées avec le consentement éclairé des participants, en évitant toute intrusion non justifiée.
• Transparence : Informer clairement les consommateurs sur l’usage qui sera fait de leurs données.
• Limitation de l’usage : Les données doivent être utilisées uniquement pour les finalités annoncées, sans détournement.

3. Reporting et communication des résultats

• Honnêteté : Les résultats doivent être rapportés fidèlement, sans manipulation ni omission.
• Confidentialité : Protéger l’anonymat des répondants et éviter la divulgation d’informations sensibles.

4. Cas pratique : Air Canada et Big Data

Air Canada exploite des données issues de multiples sources (recherches web, historique de réservation, programmes de fidélité, réseaux sociaux) pour :

• Analyser les comportements clients : Identifier des patterns comme la recherche saisonnière ou les préférences de voyage.
• Personnaliser les campagnes marketing : Offres ciblées selon les profils (vacanciers, voyageurs d’affaires).
• Prédire les risques de churn : Utiliser l’analytics prédictif pour anticiper les départs vers la concurrence et proposer des offres de rétention.

5. Enjeux éthiques spécifiques au Big Data

À retenir : L’éthique en marketing research repose sur le respect du consentement, la transparence dans l’usage des données, la protection de la vie privée et la communication honnête des résultats.