Télécharger la présentation
La présentation est en train de télécharger. S'il vous plaît, attendez
1
http://www.mastermarketingdauphine.com MENU 1 Modèles de choix
2
MENU Modèles d’aide à la décision en MKG http://www.mastermarketingdauphine.com © Desmet Pierre 2014 2 Utilité aléatoire : Modèle de choix Un consommateur choisit l’alternative qui maximise son utilité avec un modèle à utilité aléatoire avec:i= individu, j = alternative et k = attribut. U ij =Utilité du produit j pour l ’individu i V j =Composante déterministe de l ’utilité qui dépend des caractéristiques du produit et du fournisseur ij =Terme d ’erreur représentant la composante non-déterministe b ijk =valeur de l ’attribut k de l ’alternative j. w k =pondération de l’attribut
3
MENU Modèles d’aide à la décision en MKG http://www.mastermarketingdauphine.com © Desmet Pierre 2014 3 Modèle Logit Le modèle LOGIT suppose que le terme d ’erreur ( ij ) suit une distribution spécifique (double exponentielle) Alors avec: p j =probabilité que l’individu choisisse l ’alternative j V j =utilité de l’alternative j Binomial si 2 alternatives, multinomial logit (MNL) si plusieurs alternatives
4
MENU Modèles d’aide à la décision en MKG http://www.mastermarketingdauphine.com © Desmet Pierre 2014 4 Implication : l’effet d’une variable explicative n’est pas constant Une mesure intervalle de l’utilité suffit L ’effet marginal d’un attribut est variable selon le niveau actuel des attributs Il est maximal quand la probabilité de choix s’approche de 0.5 Effet marginal d’un attribut sur la probabilité de choisir une alternative Probabilité de choix d ’une alternative 0.5
5
MENU Modèles d’aide à la décision en MKG http://www.mastermarketingdauphine.com © Desmet Pierre 2014 5 Du tableau croisé au Logit
6
MENU Modèles d’aide à la décision en MKG http://www.mastermarketingdauphine.com © Desmet Pierre 2014 6 Implication (hypothèse lourde IIA) Hypothèse de l’indépendance des alternatives non pertinentes IIA Independence of irrelevant alternatives Le rapport de deux probabilités de choix ne dépend pas des autres alternatives Logit : Une marque « tire » sa part de marché supplémentaire de la PdM des concurrents de manière proportionnelle à leur PdM (proportional draw) Pas de « proximité » concurrentielle des marques Hypothèse simplificatrice très utile mais dont il faut tester la validité Analyse des résidus Le modèle PROBIT suppose que le terme d’erreur suit une loi normale Son estimation est un peu plus complexe et peut limiter le nombre de variables explicatives mais n’est pas soumise à l’hypothèse IIA
7
MENU Modèles d’aide à la décision en MKG http://www.mastermarketingdauphine.com © Desmet Pierre 2014 7 Nombreuses variantes du logit Selon les variables explicatives (hypothèses sur les résidus en cas de réponses multiples par un même individu) Multinomial logistic regression (MNL): plusieurs options Variables des alternatives (produit): « Baseline » Conditional logit model Variables individuelles : Mixed logit model Les deux catégories de variables (alternatives et individuelles) en même temps
8
MENU Modèles d’aide à la décision en MKG http://www.mastermarketingdauphine.com © Desmet Pierre 2014 8 Utilisation du MNL dans les études de segmentation Idée fondamentale : segmenter la base des acheteurs selon la probabilité de choix de la marque Fidèles à la marque Fidèles au concurrent Volages : à gagner à perdre Modélisation des préférences individuelles (Guadagni et Little) Introduction d’une variable de fidélité (marque, conditionnement) Fidel(t) = (1-a).Fidel(t-1) + a.Choix (quel lissage ?) Mais attention à la relation avec les variables explicatives Difficulté d’initialisation Durée et forme de l’initialisation conséquence sur la composition de l’échantillon
9
MENU Modèles d’aide à la décision en MKG http://www.mastermarketingdauphine.com © Desmet Pierre 2014 9 Exemple http://www.marketing-science-center.com/charge/Mass_logit.xls http://www.marketing-science-center.com/charge/Mass_logit.xls
10
MENU Modèles d’aide à la décision en MKG http://www.mastermarketingdauphine.com © Desmet Pierre 2014 10 Modélisation intégrée (ex Price Challenger © GFK)Price Challenger Sur l’ensemble évoqué, par simulation aléatoire ( shopping game ) Avec ajustement de l’élasticité sur celle obtenue avec des données de panel équation de probabilité d’achat avec effet de prix rond et équation de quantité achetée
Présentations similaires
© 2024 SlidePlayer.fr Inc.
All rights reserved.