Exemple - David Vidal
Download
Report
Transcript Exemple - David Vidal
Marketing
Engineering
3ème année
DAVID VIDAL
Les bases de L'ingénierie marketing
Evolution rapide de la fonction marketing
◦ Travail basé sur l'informatique
◦ Explosion du volume des données
Exemple : Amazon reçoit en moyenne 30Gb de données par jour
◦ Restructuration des services marketing
Méthode classique : méthode traditionnelle basée sur la théorie et
les concepts
Exemple : Apprendre à jouer golf « théoriquement »
Exemple : Cours de marketing « classiques »
Méthode d’apprentissage par la pratique : méthode basée sur la
mise en situation et l’application
Exemple : Apprendre à jouer golf en s’y entrainant
Lier la théorie à la pratique : Appliquer les principaux concepts
marketing
Marketing stratégique : segmentation, ciblage, positionnement,…
Marketing opérationnel : Prévision des ventes, lancement de nouveaux produits,
fixation des prix, allocation des ressources en communication, promotion des
ventes,…
Appliquer les outils de l‘IM à des problèmes managériaux concrets :
cas concrets d'entreprises
Comprendre l'importance des outils informatiques : Utilisation d'un
logiciel spécifique (ME > XL)
En résumé : Vous apporter les outils nécessaires à tout manager en
marketing
2 principaux processus de prise de décision :
Le marketing conceptuel : s'appuie sur des « modèles mentaux »
Idée de base : l'expérience est le meilleur apprentissage
Problème : les modèles mentaux sont biaisés et sujets à des erreurs
systématiques
L’ingénierie marketing : s'appuie sur des modèles mathématiques
Définition : « Une approche systématique d'exploitation des données et des
connaissances pour piloter les décisions et les actions marketing de manière
efficiente au travers d'un processus d'un décision reposant sur la technologie et
les modèles interactifs »
Idée de base : « Une bonne décision repose sur un choix raisonné entre
différentes alternatives »
Apports : simplifier les décisions en permettant de se focaliser sur les
problèmes principaux et évaluer les coûts d'opportunités (que se passerait-il
si… ?)
Améliore la
cohérence
des
décisions
Faciliter les
décisions
de groupe
INGÉNIERIE
MARKETING
Evaluer
l'impact
des
variables
Explorer
davantage
d'options
Environnement marketing
Veille informationnelle
(Sélection et entrée des données)
Données
Management de Bdd
(Synthèse et catégorisation)
Informations
Modèle de décision
(Traitement des données)
Aperçus
Jugement
Décisions
Ressources (financières,
humaines,…)
Mise en œuvre
Fondations de l’IM
Définition :
Un modèle est une représentation simplifiée de la réalité qui permet
d'atteindre un objectif spécifique
Remarques :
1 modèle est une représentation
de la réalité : forme mathématique
(équations)
1 modèle simplifie la réalité : se concentre sur certains aspects
seulement
1 modèle permet d'atteindre un objectif spécifique : ignore les autres
objectifs
4 caractéristiques fondamentales :
Chaque modèle a un but précis
Chaque modèle repose sur un certains nombre d'hypothèses
Exemple : pour un modèle permettant d'évaluer les dépenses publicitaires
Les ventes d'un produit sont liées aux dépenses publicitaires
Plus les dépenses publicitaires sont importantes, plus les ventes augmentent
Chaque produit à un niveau de vente maximum. A partir de ce point, les
dépenses publicitaires sont inutiles,…
Un modèle est composé de variables : 3 types de variables :
Les variables contrôlables : ex : budget de communication, prix,…
Les variables non-contrôlables : sous le contrôle d'autres intervenants
Les variables environnementales : ni contrôlable par l'entreprise, ni pas les
autres acteurs du marché.
Distinction variable explicative vs. variable expliquée
Variables explicatives
(inputs)
Variables contrôlables
Variables non-contrôlables
Variables environnementales
Variables expliquées
(outputs)
Attitudes
Comportements
…
Exemple :
Dépenses publicitaires
Ventes
Qualité du produit
4 caractéristiques fondamentales :
Chaque modèle a un but précis
Chaque modèle repose sur un certains nombre d'hypothèses
Un modèle est composé de variables
Un modèle établit des relations entre les variables
Exemple :
Dépenses publicitaires
+
+
Qualité du produit
Ventes
Formulation mathématique d’un modèle :
Modèle de base : modèle linéaire
Y = a + bX
Y = la variable expliquée
X = la variable explicative
a et b = les paramètres du modèle calibration du modèle
Y (expliquée)
b
a
X (explicative)
Exemple : un modèle linéaire liant les dépenses publicitaires aux ventes d'un produit
Y = a + bX
Y = ventes
X = dépenses publicitaires
a = niveau des ventes sans pub (quand X = 0)
b = impact de la pub sur les ventes
Ventes = a + (b x dépenses pub)
Niveau des
ventes
b
Niveau des
ventes sans
pub
Résultat : Permet
d’établir des prédictions
Dépenses publicitaires
Exemple : un modèle linéaire liant les dépenses publicitaires aux ventes d'un produit
Résultats de la calibration
a = 23 000
b=4
Ventes = 23000 + (4 x dépenses pub)
Avec un budget communication de 0 (X = 0)
Ventes : 23 000 unités
Avec un budget communication de 2000 € (X = 2000)
Ventes : 23 000 + (4x2000) = 31 000 unités
…
Logiciel ME > XL :
permet de calibrer les différents modèles
TRAVAIL DEMANDÉ :
Groupe de 5 étudiants
Réaliser une enquête ayant pour objectif d'utiliser les principaux outils de
l'ingénierie marketing étudiés en cours.
Au moins un PC portable par équipe
A rendre : Dossier de 15 à 20 pages maximum (à remettre lors de la
dernière séance)
PRÉ-REQUIS :
Choisir une entreprise/un produit faisant l'objet de l'enquête
Appliquer les outils étudiés en cours :
Étude de segmentation OU étude de positionnement
ET analyse conjointe
Attention au produit
caractéristiques)
choisi
(pas
trop
complexe
en
termes
de
PRÉALABLES :
Présentation succincte de l'entreprise
Principales options stratégiques (mission, segmentation et positionnement
actuels)
…
L'ÉTUDE DE SEGMENTATION/CIBLAGE
Présentation de l'enquête
Détermination de l'échantillon
Minimum 50 personnes interrogées
Recueil des données
résultats de l'étude
Nombre de segments composant le marché
Profil des segments (attentes et caractéristiques socioprofessionnelles)
…
L'ÉTUDE DE POSITIONNEMENT
Présentation de l'enquête
Détermination de l'échantillon
Minimum 50 personnes interrogées
Recueil des données
Résultats de l'étude
Dimensions utilisées par les clients pour évaluer les produits
Perception du produit de l'entreprise
Existence d'une demande pour ce produit ?
Modifications éventuelles ? …
L’ANALYSE CONJOINTE
Présentation de l'enquête
Détermination de l'échantillon
Minimum 20 personnes interrogées
Recueil des données
Résultats de l'étude
Préférences de l’échantillon
Viabilité du concept produit
Proposition d’autres produits, …