Analyse De Données:

Applications au Marketing
Pr. GHIDOUCHE FAOUZI

1
Objectifs du Module
➢Les méthodes statistiques sont aujourd’hui utilisées dans presque tous les
secteurs de l’activité humaine, notamment les sciences commerciales, et font
partie des connaissances de base du gestionnaire et du chercheur en
marketing… qui sont confrontés dans leurs travaux aux recueils de données
statistiques unidimensionnelles ou multidimensionnelles et multivariées.
➢Ces méthodes permettant d’explorer, de décrire et de synthétiser les grandes
masses de données.

2
Compétences Recherchées

➢Savoir interpréter les tables et graphiques issus de ces méthodes ;

➢Comprendre les fondements des méthodes ;
➢Être capable de mener soi-même une telle étude

3
Approche pédagogique

Elle repose sur un cours magistral et des travaux dirigés

➢Le cours magistral est destiné principalement à présenter les concepts et
à introduire les méthodes
➢Les TD sont réservés aux séries d’exercices et aux études de cas

4
Système d’évaluation

➢Examen Final & Travail individuel

5
Bibliographie

6
Bibliographie

7
Programme Semestriel
➢Aspects Introductifs
➢Test du Khi-deux
➢Test de corrélation
➢Modèles de Régression
➢Analyses Factorielles
➢Classification Hiérarchique

8
Chapitre premier:
Les Fondamentaux

9
Plan du chapitre

1. Généralités
2. Analyses univariées
3. Statistiques Bivariées

10
1. GÉNÉRALITÉS

11
1. Définitions

✓Etude statistique décrireet explorer les données avant d’en tirer de quelconques
lois ou modèles prédictifs.
✓Extraction de l’information pertinente dans des bases de données volumineuses
synthèse ou simplification des structure de manière à rendre les données informatives.

Les techniques d’ADD répondent à ce besoin.

Synthétiser, structurer l'information contenue dans des données
multidimensionnelles (n individus, p variables).

12
✓ADD = ensemble de méthodes descriptives ayant pour
objectif de résumer et visualiser l’information pertinente
contenue dans un grand tableau de données

13
2. Les méthodes
✓Deux grandes familles de méthodes:

Objectif Variables quantitatives Variables qualitatives

multiples entre variables Analyse en Analyse factorielle

et/ou ressemblances entre composantes des correspondances
individus principales (ACP) (AFC AFCM)

Réalisation d’une Méthodes de AFC ou AFCM et

typologie des individus classification (CAH,..) classification

14
Méthodes abordées dans ce cours

➢Test du Khi-deux
➢Test de corrélation linéaire
➢Régression linéaire,
➢Analyse en composantes principales (ACP)
➢ Analyse factorielle des correspondances AFC
➢ Classification Hiérarchique

15
3. Individus et variables
➢Population
groupe ou ensemble d'individus que l'on analyse.

➢Recensement
étude de tous les individus d'une population donnée.

➢Sondage
étude d'une partie seulement d'une population appelée
échantillon.

➢Variables
Ensemble de caractéristiques d'une population.

16
Variables
◦ Echelles Qualitatives: Variables dont les modalités sont des
mots, Appartenance a une catégorie donnée;
◦ elles peuvent être nominales (ex : sexe, CSP). Les chiffres n’y
représentent que des repères pour identifier et classer les
objets

◦ ou ordinales quand les catégories sont ordonnées, classées.

Elles indiquent une position relative et non l’ampleur des
différences entre les objets (ex : classement des marques).

17
Variables
◦ Echelles Quantitatives dites aussi métriques: Variables dont
les modalités sont des nombres, des valeurs. Nombres sur
lesquels les opérations usuelles (somme, moyenne,...) ont
un sens
◦ On distingue des variables quantitatives discrètes, dont les
valeurs sont des nombres précis, isolés et la plupart du
temps entiers.
◦ Les variables continues, sont des variables, dont les
modalités sont des nombres issus d’un intervalle de nombre
réels,
◦ En général les variables discrètes dénombrent tandis que les
variables continues approximent.

18
Récapitulatif
Nominale
Qualitative

Ordinale

Variable

Discrète
Quantitative

Continue

19
Récapitulatif
Exemples Traitements
Echelle Caractéristiques
marketing statistiques

Objets identifiés Mode

Nominale et classés par Sexe, Région Fréquence
des nombres Chi-deux

Nombres
Médiane
indiquent la Classement
Ordinale Corrélation
position relative des marques
des rangs
des objets

20
Récapitulatif
Exemples Traitements
Echelle Caractéristiques
marketing statistiques
Moyenne
Les différences
Ecart type
D’intervalle entre les objets Attitudes
Corrélations
Discrète peuvent être Opinions
Analyse
comparés
Factorielle
Permet de
De calculer les
Age, Part de
proportion proportions des + Régressions
marché
Continue valeurs des
échelles
21
Exemple
Niveau de Montant
Ordre de
Magasin préférence dépensé par
préférence
de 1-7 visite (DA)
1 5 1 0
2 2 5 2 000
3 4 3 800
4 1 7 2 200
5 3 4 1 300

22
Démarche globale d’une enquête

Formuler les objectifs de l’enquête

Mettre en place un protocole de mesure
Définir la population d’étude (Echantillon)
Réaliser l’enquête de façon non biaisée
Analyser les données avec les méthodes statistiques appropriées
Conclure et présenter les résultats

23
Choix d’un test statistique

La nature des variables

Le nombre et la nature des échantillons
L’objectif de la recherche : Comparaison vs Relation

24
Trois grandes familles de tests

Test du Khi-deux t-test Corrélations

1 groupe:
Test t
1 VD & 1VI
Test 2 groupes Corrélation de
d’indépendance Test t Pearson
Régression
3 groupes et plus
ANOVA
25
Tests alternatifs

Test du Khi-deux t-test Corrélations

1 groupe:
Test des rangs de
Wilcoxon
1 VD & 1VI
Test 2 groupes
Corrélation de
d’indépendance Wilcoxon
Spearman
Mann Whitney
Régression
3 groupes et plus
Kruskal-Wallis test

26
4.Classification des techniques univariées

Techniques univariées

Données qualitatives Données quantitatives

Echantillon Deux échantillons

Deux échantillons
Unique ou plus Echantillon unique ou plus

27
5. Classification des techniques multivariées

Techniques multivariées

Méthodes explicatives Méthodes descriptives

Plusieurs Structuration des Similarités entre

Variable Variables objets
variables
dépendante dépendantes
unique

28
6. Variable dépendante Vs Variable indépendante

« La variable dépendante est celle dont le chercheur essaye d'expliquer les

variations (...) La variable indépendante est celle dont on essaie de mesurer et de
comprendre l'influence sur la variable dépendante... »
En d'autres termes, la variable indépendante, objet de l'expérimentation, est
une cause présumée de la variable dépendante, laquelle constitue la mesure de
l'expérience.

29
Exemple :
Si on compare les hommes et les femmes quant à leur satisfaction de la qualité
d’un produit?
La variable indépendante c’est le Sexe
La variable dépendante est la satisfaction de la qualité d’un produit
Toujours se référer à la question de recherche…

30
Exemple :
Est-ce qu’il existe une relation entre le volume des ventes et la taille de la force
de vente?
Hypothèse :
VD :
VI :

31
Exemple :
La publicité télévisuelle des marques de sportwear pendant les matchs de foot
fait augmenter leurs CA ?
Hypothèse :
VD :
VI :

32
2. ANALYSES UNIVARIÉES

33
 Mesures de position centrale
Définition
On note
1 n
x =  xi
n i =1
ou pour des données pondérées
n
x =  pi xi
i =1

Propriétés
la moyenne arithmétique est une mesure de tendance centrale qui
dépend de toutes les observations et est sensible aux valeurs
extrêmes. Elle est très utilisée a cause de ses bonnes propriétés
mathématiques.
34
 Mesures de dispersion
Définition
la variance de x est définie par
n
1
s x2 =  ( xi − x) 2
n i =1
L'écart type sx est la racine carrée de la variance.
La variance est « la moyenne des carrés moins le carre de la
moyenne ». L’écart-type, qui a la même unité que x, est une mesure de
dispersion.

35