Title: Analyse de march
1Analyse de marchés
SÉANCE 8
- Lutilisation de la donnée secondaire dans
lanalyse du produit/marché
2Plan de la séance
- Introduction
- Le cycle de vie des produits
- Méthode classique de prévision par la
décomposition dune série chronologique - Étapes de la méthode de décomposition dune série
chronologique - Conclusion
3Le cycle de vie du produit
4Le cycle de vie des produits
- Les déterminants du cycle de vie
- classe de produit ou marque ?
- Pour un produit/marché (classe de produit),
cest la demande globale qui est en cause.
5Le cycle de vie des produits (suite)
- Le niveau danalyse
- Plus grande utilité au niveau du cycle de vie
dun produit/marché. - À ce niveau, le cycle de vie reflète
lévolution du produit et du marché auquel il
est destiné.
6Le cycle de vie des produits (suite)
- Les variables denvironnement hors contrôle
- Lévolution de la technologie
- Lévolution des habitudes de consommation ou de
production - Pression marketing de lindustrie.
7Le cycle de vie des produits (suite)
- N .B .
- Le dynamisme des firmes fait évoluer le marché,
le développe et le relance par des modifications
apportées au produit.
8Le cycle de vie des produits (suite)
- Pour une marque, cest la demande sélective qui
est en cause. - Limportance des efforts de marketing consentis à
la marque comparée aux efforts marketing des
marques concurrentes.
9Le cycle de vie des produits (suite)
- N.B.
- Pour une marque, le cycle de vie est
essentiellement déterminé par les facteurs sous
contrôle de lentreprise, i.e., les efforts
consentis à sa stratégie marketing.
10Le cycle de vie des produits (suite)
- Les implications
- Les styles de clients
- Les profits
- Les stratégies
11La prévision par les techniques de lissage
12La prévision par les techniques de lissage
- Rôle de la prévision
-
- La prévision est simplement un moyen daméliorer
la prise de décision, et non une fin en soi.
13La prévision par les techniques de lissage (suite)
- De nombreuses décisions en marketing sont
fondées sur des prévisions de la taille et des
caractéristiques du marché de manière à planifier
- La gestion et le développement de nouveaux
produits - La stratégie de distribution
- La stratégie de communication
- La stratégie de prix.
14La prévision par les techniques de lissage (suite)
- Traite du futur et par conséquent, se fait sur un
horizon de temps bien déterminé.
15La prévision par les techniques de lissage (suite)
- Comporte toujours un élément dincertitude.
16La prévision par les techniques de lissage (suite)
- Sappuie sur linformation contenue dans les
données historiques.
17La prévision par les techniques de lissage (suite)
- Est essentiellement une description de ce quil
adviendra dun ensemble de décisions et
dévénements dans une situation donnée.
18La prévision par les techniques de lissage (suite)
- Constitue une entrée dans le processus de
planification.
19La prévision par les techniques de lissage (suite)
La moyenne mobile simple
- Principe
- avec un ensemble de valeurs observées, on calcule
leur moyenne et on utilise cette moyenne comme
prévision de la prochaine période
où Pt1 est la prévision pour la période t1, xt
est la valeur réelle, observée en t, N est le
nombre de valeurs incluses dans la moyenne
20La prévision par les techniques de lissage (suite)
- Principe
- avec lobservation la plus récente, la prévision
la plus récente et une erreur, on calcule une
nouvelle prévision
où Pt1 est la prévision pour la période t1, Pt
est la prévision pour la période t, xt est la
valeur réelle, observée en t, a est un facteur
dajustement compris entre 0 et 1
21La prévision par les techniques de lissage (suite)
La régression linéaire
- Principe
- avec un ensemble de valeurs observées, on estime
une droite de régression en minimisant les
erreurs en moyenne
où Pt1 est la prévision pour la période t1, t
est le numéro de la période, a est lordonnée à
lorigine, b est la pente de la droite de
régression
22Le modèle en série chronologique
23Le modèle en série chronologique
- Fondements
- On fait lhypothèse selon laquelle on peut
trouver un certain comportement, une certaine loi
ou combinaisons de lois qui se reproduit avec le
temps.
24Le modèle en série chronologique (suite)
- En identifiant la loi et son point de départ, on
peut donc prévoir la valeur de la variable dans
une période postérieure quelconque.
25Le modèle en série chronologique (suite)
- Quatre types de lois doivent être considérées
- Horizontale
- Saisonnière
- Cyclique
- Tendance
26Le modèle en série chronologique (suite)
- La loi horizontale
- correspond au cas où les données ne représentent
aucune tendance (série stationnaire). - La loi saisonnière
- existe quand une série fluctue selon un certain
facteur de saisonnalité (ex. jour, mois, saison).
27Le modèle en série chronologique (suite)
- La loi cyclique
- est analogue à la loi saisonnière mais la
longueur de son cycle est supérieur à un an et ne
se répète pas nécessairement à des intervalles de
temps régulier. - La loi de tendance
- existe lorsquon observe une croissance ou une
décroissance de la variable avec le temps.
28Méthode classique de prévision par la
décomposition dune série chronologique
29Méthode classique de prévision par la
décomposition d une série chronologique
- Est affectée par trois facteurs
- 1. Le facteur de tendance
- Équivaut à la projection linéaire (ou non
linéaire) à long terme de la série chronologique
- Cette projection élimine toutes les fluctuations
aléatoires dues aux facteurs saisonnier et
cyclique.
30Méthode classique de prévision par la
décomposition d une série chronologique
- 2. Le facteur cyclique
- Suit en général une loi en forme dondulation
passant dune valeur élevée à une valeur faible,
puis revenant à une valeur élevée.
31Méthode classique de prévision par la
décomposition d une série chronologique
- 3. Le facteur saisonnier
- Se rapporte à la fluctuation annuelle ou à la
fluctuation sur une autre période de temps.
32Méthode classique de prévision par la
décomposition d une série chronologique
- O T x C x I x R
- O est la valeur de lobservation
- T est le facteur de tendance
- C est le facteur cyclique
- S est l indice saisonnier
- R est la partie aléatoire ou l aléa.
33Étapes de la méthode de décomposition dune série
chronologique
34Étapes de la méthode de décomposition dune série
chronologique
- Étape 1 détermination du coefficient
saisonnier - Calculer la moyenne mobile
- En additionnant autant de valeurs de S quil y
en a dans un cycle saisonnier (ex. 4 trimestres
ou 12 mois) on obtient un ensemble de valeurs
sans facteur saisonnier et avec un minimum
d aléa. - MM T x C
35Étapes de la méthode de décomposition dune série
chronologique
- Calculer la moyenne mobile centrée
-
- Calculer la moyenne de deux moyennes mobiles
consécutives de manière à centrer la moyenne sur
les trimestres plutôt que sur des
demi-trimestres. - Dans le cas dun nombre pair dobservations
36Étapes de la méthode de décomposition dune série
chronologique
- Faites le rapport de la variable observée sur la
moyenne mobile centrée - À partir du rapport des données originelles et
de la moyenne mobile centrée, on obtient - O / MMc (T x C x S x R) / (T x C) S x R
37Étapes de la méthode de décomposition dune série
chronologique
- Si le rapport de la valeur observée S sur la
moyenne mobile centrée MMc dépasse 100, cela
signifie que les facteurs saisonniers et
aléatoires sont supérieurs à la moyenne. - Si le rapport est inférieur à 100, les facteurs
saisonniers et aléatoires sont inférieurs à la
moyenne.
38Étapes de la méthode de décomposition dune série
chronologique
- Calculer la moyenne médiale pour chaque mois (si
nécessaire) -
- La série chronologique sur laquelle porte la
prévision peut être affectée par des événements
exceptionnels tels que grève, les conditions
météorologiques, des poursuites judiciaires ou
autres.
39Étapes de la méthode de décomposition dune série
chronologique
- Pour minimiser linfluence de ces événements sur
lestimation de la prévision, on calcule la
moyenne médiale. - Il sagit déliminer pour chaque trimestre, le
plus petit et le plus grand rapport de la valeur
observée S sur la moyenne mobile centrée MMc et
destimer la moyenne.
40Étapes de la méthode de décomposition d une
série chronologique
- Ajuster la moyenne médiale pour obtenir le
coefficient saisonnier de chaque mois - La somme des moyennes médiales sert à ajuster les
coefficients saisonniers de façon à ce qu ils
donnent un total de 400.
41Étapes de la méthode de décomposition d une
série chronologique
- Étape 2 Détermination du facteur de
tendance -
- Spécifier le type de tendance qui sapplique le
mieux aux données (linéaire ou non-linéaire) et
estimer T. - T a bt
42Étapes de la méthode de décomposition d une
série chronologique
- Étape 3 Détermination du facteur cyclique
-
- Déterminer le facteur cyclique pour chaque valeur
observée en divisant la valeur de la moyenne
mobile par la valeur de la tendance. - MMc / T (TxC) / T C
43Étapes de la méthode de décomposition d une
série chronologique
- Si lindice est inférieur à 100, ceci indique que
le niveau dactivité économique de ce trimestre
est en-dessous de la moyenne de ces années. - Si lindice est supérieur à 100, alors le niveau
dactivité économique de ce trimestre est
au-dessus de la moyenne de ces années
44Étapes de la méthode de décomposition d une
série chronologique
- Étape 4 Élaboration dune prévision
- Choisir le coefficient saisonnier qui correspond
à la période choisie. - Calculer la valeur de la tendance.
- Estimer le facteur cyclique en analysant
lorientation des dernières données. - P Saisonnier x Tendance x Cyclique
45Conclusion
- Remarques
- La technique est une méthode intuitive.
- Elle aide à explorer le pourquoi des variations
des données historiques. - Elle permet de prédire séparément les variations
de chaque loi élémentaire pour des fins de
prévision et de gestion. - Le facteur cyclique est le plus difficile à
traiter.
46Conclusion
- Limites
- On ne peut pas toujours séparer clairement les
diverses lois élémentaires. - On ne dispose pas de tests de signification
statistique et ni d intervalles de confiance. - Nest pas utile pour prévoir limpact des
décisions du gestionnaire.