Les modèles mathématiques appliqués au marketing et à la communication L'offre de modélisation ...

46 Pages·2005·0.48 MB·French

Les modèles mathématiques
appliqués au marketing et à la communication

L'offre de modélisation du mix marketing :
intérêts et limites

décembre 2004
révision août 2005
Reproduction autorisée avec mention de l’Union des annonceurs
Les modèles : définitions1
Le modèle, au sens strict où nous le considérerons ici, est une représentation mathématique simplifiée
« de la réalité des relations qui existent réellement ou qui, par hypothèse, semblent exister entre des
phénomènes. Ils sont réalisés en vue d’études analytiques ou expérimentales (simulations) propres à
faciliter la compréhension de certains mécanismes et à mieux éclairer les fonctions de prévision
(modèles prévisionnels) ou de décision (modèles décisionnels). »2

Ce terme est donc ici entendu au sens de « transcription abstraite, mais contrôlée par la pensée logique
et mathématique, d’une réalité concrète et empirique ». Les modèles permettant ainsi d’éviter une
« étude directe qui ne donnerait que des relations approximatives ».3

____________

1 Ce rapport a été rédigé à l’issue d’un stage effectué à l’UDA de juillet à mi-septembre 2004 par Maxime Rivière,
étudiant en Master Marketing et Études, à l’Université Paris-Dauphine (ex-DESS 204)
2 Dictionnaire Commercial
3 Encyclopédie Universalis
Reproduction autorisée avec mention de l’Union des annonceurs 1
SOMMAIRE

Introduction....................................................................................................3

I) Le contexte..................................................................................................5

II) L’offre..........................................................................................................7
Typologie des familles de modèles ........................................................7
Typologie des acteurs ............................................................................9
Les fondements théoriques..................................................................11
Quelques réflexions juridiques .............................................................15

III) L’intérêt de la modélisation ...................................................................17
Les apports des modèles .....................................................................17
Les limites des outils de modélisation..................................................21
Quelques considérations sur la modélisation et les études médias.....23

Conclusion et perspectives ........................................................................24

_______________

Annexes........................................................................................................26
1. BrandSimulator de MarketingScan
2. Les modèles d’IRI
3. Les modèles de Solis Conseil
4. Bibliographie
5. Liste des personnalités interviewées

Reproduction autorisée avec mention de l’Union des annonceurs 2
Introduction
La commission Recherche de l’Union des annonceurs (UDA) consacre traditionnellement ses travaux et
ses réflexions à l’efficacité publicitaire. Dans cette volonté de comprendre l’efficacité et de la mesurer,
une piste d’étude a été ouverte sur les apports possibles des mathématiques à la compréhension des
interactions entre les différentes variables du marketing mix. Cette étude se place dans cet axe.
Alors que les leviers de marketing et de communication disponibles sont de plus en plus variés, la
modélisation est une méthode qui a pour objectif d'intégrer toutes les informations nécessaires en
provenance de sources multiples.
Dans un contexte où les informations sont de plus en plus abondantes, il est utile de posséder des
méthodes d'analyse et de synthèse de ces informations pour en tirer des enseignements exploitables.
Selon une analyse présentée sur le site de l’Union européenne4, les démarches marketing seraient
généralement inspirées et mises en œuvre par l’intuition et la créativité. C’est peut-être ce qui explique,
selon nous, que les équipes de marketing ne possèdent pas toujours les moyens de mesurer l'impact
de leurs actions, alors que paradoxalement elles sont aujourd’hui amenées à devoir justifier de plus en
plus ou évaluer leurs choix. C’est pourquoi l'idée d'intégrer les données du marché dans une relation
mathématique pour mieux en formaliser l’impact fait son chemin. La modélisation est devenue une
alternative intéressante pour aider à la nécessaire compréhension de la réalité des marchés de plus en
plus complexes.
______
De façon concrète, nous nous intéressons dans cette étude aux outils d’aide à la décision marketing qui
permettent, sur la base d’outils statistiques et de données historiques du marché, de quantifier les
relations entre tout ou partie des différentes variables marketing et ainsi de prévoir les réactions du
marché aux différentes actions possibles.
Les applications de ces modèles sont donc orientées vers la prévision. Ils ont pour vocation de
permettre une optimisation des allocations des ressources entre les différents leviers marketing.
Dans une première partie nous présentons le contexte de l’étude. Il s’agit de présenter succinctement la
demande des entreprises et la lecture qu’en font les instituts.
Dans une seconde partie, nous nous attacherons à décrire l’offre des outils de modélisation. Une
typologie des familles de modèles et une typologie des producteurs de modèles seront présentées.
C’est ensuite aux fondements théoriques et aux aspects juridiques que nous réserverons quelques
commentaires.
La troisième partie sera consacrée aux apports possibles de ces outils pour les praticiens du marketing
et en soulignant les limites de ce qu’ils peuvent en attendre.
En annexes, se trouve l’analyse détaillée de 3 modèles : BrandSimulator de MarketingScan, les Drivers
d’IRI et les modèles de Solis Conseil. Ils se veulent représentatifs des différentes façons d’aborder la
modélisation.

4 Cf. bibliographie en annexe
Reproduction autorisée avec mention de l’Union des annonceurs 3
Méthodologie
Cette étude a été réalisée en deux temps :
Une recherche documentaire.
Des entretiens avec des professionnels.
L’étude documentaire préliminaire5 nous a conduits à consulter les bases documentaires de l’IREP
(Institut de Recherches et d'Etudes Publicitaire), de l’UDA, du bureau RECMA (Rapports d'Expertise sur
les agences Conseils, les Médias et les Annonceurs), de la Bibliothèque Universitaire de Paris-
Dauphine ainsi que des ouvrages spécialisés et Internet.
Les entretiens ont été conduits auprès de 3 types de professionnels6 :
Des annonceurs : l’objectif étant de comprendre leurs attentes concernant cette étude et pour
l’un d’entre eux7, de détailler la mise en place d’un modèle,
Des conseillers indépendants, pour cerner, entre autres, une opinion sur les acteurs et sur les
points de théorie,
Des producteurs de modèles. Il s’agit d’instituts d'études marketing, d’un cabinet indépendant
et d’agences médias. Nous avons alors cherché à cerner l'état actuel de la recherche sur ces
points et les apports de leurs techniciens aux décideurs mais également les limites de ces
outils.
Nous avons souhaité, tout au long de cette étude, retranscrire et confronter leurs points de vue de ces
professionnels en les commentant parfois. L’objectif est de fournir aux praticiens un document
synthétique qui présente les éléments principaux des modèles et les différentes opinions à leur sujet.
Limites de l’étude
La première limite de cette étude vient de la non-exhaustivité des sociétés d'études spécialisées
interrogées. Toutefois l’étude a cherché à rassembler les informations les plus représentatives. La
quasi-totalité des grands instituts ont été interviewés tandis que les petits cabinets indépendants n’ont
été approchés que partiellement. Ainsi, des cabinets comme celui d'Alain Pioche (Interstat) ou celui
d'Oscar Jamhouri (Integration) n'ont pas été rencontrés De même, tous les secteurs de production
d’informations qui entrent dans la définition des modèles, tel le média planning, n’ont pas été étudiés.
Il ne s’agit pas non plus de cerner ici finement les besoins des annonceurs en modélisation marketing.
Ce document peut néanmoins constituer une base de départ à la rencontre d’annonceurs qui ont
appliqué ces modèles en interne.
Enfin, notons que cette étude s'intéresse à l'offre en France. Néanmoins, les acteurs étant des entités
multinationales (les annonceurs comme les instituts tel Nielsen ou IRI), la quasi totalité des
enseignements que nous tirerons seront applicables au niveau mondial.

_________________

5 Cf. bibliographie en annexe
6 Cf. liste des entretiens en annexe
7 La Française des jeux – Patricia Delon
Reproduction autorisée avec mention de l’Union des annonceurs 4
I) Le contexte
Avant d’étudier l’offre des modèles, il est utile d’aborder quelques points annexes : la vision qu’ont les
producteurs de la demande, les contraintes issues des caractéristiques du marché à modéliser
(secteurs, taille, nombre d’acteurs...).
La demande émanant des annonceurs
Les instituts rencontrés affirment unanimement que le marché des outils de modélisation d’action
marketing va se développer. Ils ont, cependant, des visions différentes concernant les voies
d’évolution : selon Nielsen et IRI, la modélisation progressera en priorité pour un seul type d’action
marketing à la fois ; selon IPSOS-Novaction, c’est la modélisation du marketing mix dans son intégralité
qui sera la voie privilégiée. Cependant, les instituts ont été sélectionnés parce qu’ils produisaient des
modèles, exception faite de TNS-Secodip. Leurs points de vue sont donc à nuancer. Selon TNS-
Secodip, s’il existe bien un besoin de modélisation de la part des annonceurs, pour autant les modèles
auront du mal, dans l’avenir, à rendre compte d’un environnement de plus en plus complexe.
Les caractéristiques des marchés
Attardons-nous sur les caractéristiques intrinsèques des marchés à modéliser et donc à certaines des
problématiques inhérente aux modèles. Il s'agit de contraintes importantes que doivent satisfaire les
annonceurs.
La modélisation pose, et cela de manière récurrente, deux problèmes majeurs :
Il est nécessaire de disposer de données. Il faudra s'adapter à l'absence de certaines données
pour en limiter les effets sur la fiabilité du modèle.
Ces données doivent être nombreuses et fiables. La qualité d'analyse est dépendante du
nombre d'observations et de leur qualité8. Il faut donc bénéficier, soit de périodes d'observation
suffisamment longues (par exemple, 3 ans de données mensuelles), soit d'une périodicité
d'observation plus courte que le mois permettant de se contenter d'une durée d'observation
moins longue (par exemple un an de données hebdomadaires).
Il s’agit généralement de deux types de données : les données de ventes et le calendrier de toutes les
actions de marketing et de communication. L’insuffisance de données de vente ou du calendrier
marketing rend la modélisation problématique. Les données doivent permettrent de fournir un nombre
conséquent d’observations. A l’inverse, les résultats fondés sur un nombre restreint d’observations
seront peu fiables. C’est le cas des marchés pour lesquels il n’existe pas de panel.
Les statisticiens souhaitent observer un maximum de périodes d’étude de taille réduite où l’on peut
observer le maximum d’actes d’achat possible.
Les données hebdomadaires, celles généralement utilisées, ont l'avantage de permettre de réunir des
informations sur de nombreux cas dans un laps de temps jugé raisonnable. L'utilisation de données
annuelles oblige à remonter loin dans le temps pour obtenir un nombre suffisant d'occurrences qui
seules peuvent permettre une analyse statistique fiable.
Les produits à faible rotation posent problème, car il n’y a qu’un faible nombre d’achat sur la période.
L’allongement de la période d’observation est une solution envisageable. Selon certains instituts, cette
méthode n’entraîne pas de biais réellement « significatifs ». Toutefois, plus la période est longue, plus
le modèle prendra en compte les dynamiques anciennes du marché au détriment des actuelles. De
plus, le marché peut évoluer ou subir des chocs exogènes. Il existe donc un risque statistique à

8 M.Hugues « Rentabilisez vos actions de communication » p.113 (Cf. référence en bibliographie)
Reproduction autorisée avec mention de l’Union des annonceurs 5
analyser des produits à faible rotation ce qui explique, concrètement, que l'allongement de la période
soit peu appliquée par les instituts.
Pour ces produits tels les CD, DVD ou les huiles de moteur, qui sont toutefois des produits de grande
distribution, les instituts ne les modélisent pas, par faute de crédibilité des résultats. Dans ces cas, ils
travailleront sur des panels distributeurs, mais il ne s’agira pas de modélisation au sens où les instituts
l'entendent.
Les modèles sont « à plus de 90% » orientés vers la grande consommation car les données s'y prêtent
en quantité, en fréquence, en finesse... De plus, certains instituts, tel IRI, peuvent, en se basant sur des
données plus spécifiques (par exemple des données financières) pousser plus loin les résultats de leurs
modélisations : simulation financière, calcul de ROI, etc.

Le nombre d’acteurs présents sur le marché à modéliser ne semble pas poser de problème de l’avis de
tous les producteurs de modèles. Ils estiment que, grâce aux données désagrégées et aux
modélisations des comportements d’achat, le nombre d’intervenants n’a pas d’impact significatif sur la
fiabilité du modèle. Néanmoins, lors des simulations, il faut établir des scénarios des périodes à venir.
Pour leur élaboration, il est nécessaire de réaliser des hypothèses sur les actions des concurrents. La
concurrence doit donc être prise en compte.
On peut noter que, si les modèles ne sont pas réduits à un marché précis, les équipes qui les
développent peuvent avoir une orientation ou une expérience particulière sur un secteur. Or, comme
nous le verrons, l’équipe des concepteurs a un rôle important dans la modélisation.
Quant aux producteurs de modèle, ils souhaitent unanimement qu’il y ait un responsable en charge du
modèle chez l’annonceur pour que les décisions marketing, fondées sur les résultats du modèle,
prennent en compte certaines subtilités statistiques émises dans les résultats9. Cela s’explique par le
fait que les résultats issus des modèles restent des approximations et donnent matière à interprétation.
Ils doivent, de plus, être pris sous conditions d’hypothèse. Il est donc préférable d’avoir un interlocuteur
possédant une certaine « sensibilité » aux nuances mathématiques. Pour autant, il n’est pas nécessaire
de posséder une expertise mathématique poussée. A titre d'exemple, les bases de statistiques
enseignées en filière de gestion des universités ou des écoles de commerce sont suffisantes.

__________________

9 La Française des jeux a adopté cette recommandation et en reconnaît le bien-fondé.
Reproduction autorisée avec mention de l’Union des annonceurs 6
II) L’offre

Typologie des familles de modèles

L’appellation « modèle » regroupe, de par sa définition, un ensemble vaste d’éléments. Les typologies
possibles sont nombreuses et diffèrent souvent en fonction des professionnels. Il ressort tout de même
quatre axes principaux de classification couramment admis.
1. Les modèles créés sur mesure et ceux basés sur un noyau prédéfini
Les modèles économétriques sont généralement des modèles ad hoc et sur-mesure. Ils existent chez
des annonceurs et dans les cabinets indépendants qui les jugent plus intéressants et plus puissants.
Les modèles dits « fonctionnels » ou « matriciels » sont plus génériques. Ils se basent sur un noyau
commun et prédéfini. Ils peuvent être qualifiés d’« industriels ». Ils fonctionnent sur une logique : Inputs
– Outputs : dans un premier temps, toutes les données nécessaires sont entrées dans le modèle. Puis,
dans un second temps, le modèle produit des résultats.
Leurs détracteurs (des instituts concurrents) jugent ces modèles trop "boîte noire", "passe-partout" ou
"presse bouton".
Ils ont cependant pour eux une facilité de mise en place. Ils nécessitent, par conséquent, moins
d’investissement en temps pour l’annonceur.
Il est à noter que l’appellation de modèle « économétrique » est contestée pour cette seconde
catégorie. Un modèle économétrique est, par définition, une « représentation qui traite, à l’aide des
mathématiques, de données statistiques concernant les phénomènes économiques ». Par cette
définition, certains font remarquer que tous les modèles seraient justiciables de l’appellation
« économétrique ».
2. Les modèles qui intègrent le marketing mix dans son ensemble et ceux qui ne modélisent
qu’un seul aspect du mix
L’approche par un seul aspect du mix répond à une volonté d’approfondir une variable et non pas de
résoudre une problématique globale. Les annonceurs peuvent ainsi étudier en profondeur un aspect de
leur marketing et non pas les interactions entre l’ensemble des variables. Si cela permet de mieux
approfondir chaque levier du marketing, on y perd en élément de comparaison.
Certains annonceurs préfèrent cette approche et achètent ainsi des modèles pour une ou plusieurs de
ces variables.
Lors de problématiques d’ajustement très fines, certains instituts estiment qu’il est préférable de
multiplier les modèles pour avoir une meilleure modélisation.
Cette approche est, entre autres, celle de AC Nielsen et d’IRI, qui proposent des produits modélisant un
seul paramètre du mix (tout en disposant d’un produit qui modélise le mix global). Cette méthodologie
n’est pas celle des cabinets indépendants.
Les outils qui modélisent l’efficacité du marketing mix dans son ensemble répondent donc à une
problématique plus globale. Ils permettent une approche du marché intégrant tous les paramètres : prix,
distribution et publicité/promotion. Le produit lui-même faisant l’objet d’une approche spécifique. Cette
philosophie est, généralement, partagée par les cabinets indépendants.

Reproduction autorisée avec mention de l’Union des annonceurs 7
3. Les modèles qui travaillent à partir de données agrégées versus ceux basés sur des données
désagrégées
Ces deux types de données présentent des différences significatives. Pour Michel Hugues10, les
données agrégées sont, dans leurs majorités, des moyennes ou des fréquences calculées sur des
ensembles d'individus. Elles présentent l'avantage d'être métriques ce qui n'est pas toujours le cas des
données désagrégées.
La différence essentielle qui réside entre elles vient du fait que l'agrégation occulte les différences. Les
données agrégées ne prennent pas en compte nombre d'effets d'interaction ou d'interdépendance qui
sont d'une grande importance en marketing ( "la colinéarité" des variables explicatives). C'est moins le
cas en économie, terrain d'application le plus naturel de l'économétrie.
Les modèles basés sur des données agrégées sont historiquement les premiers à être apparus. Ils sont
généralement de type économétrique. Ils s’appuient sur des séries de ventes ou des données de
panels de 5 à 10 ans en plus d’historiques des variables (publicité, promotion …). C’est le cas, entre
autres, de Sales Builder chez IPSOS-Novaction. C’est le seul produit de leur gamme basé sur ce type
de données.
Pour leurs détracteurs, parmi lesquels on retrouve, principalement, les grands instituts travaillant sur
des données désagrégées, ces modèles posent certains problèmes. Ainsi, ils prennent les données de
vente de manière globale. Il n’est alors pas possible de différencier les consommateurs soumis à la
promotion et ceux qui n’y ont pas été soumis.
Leurs adversaires estiment également que ces modèles ne permettent que de faire ressortir des
tendances plus « grossières » et que seules les fortes variations peuvent être distinguées par le
modèle. Ils estiment que ces modèles manquent de variabilité.
Les modèles qui se basent sur des données désagrégées sont plus récents.
Les grands instituts qui utilisent ce type de données estiment que ces données sont plus complètes
(une observation par magasin et par semaine). Cela permet une base d’analyse plus approfondie.
Les données désagrégées sont, par définition, plus lourdes à traiter.
Les instituts tels que IPSOS-Novaction (à l’exception de Sales Builder), IRI, AC Nielsen, etc, se basent
sur ces données.
Pour les agences médias et les instituts, l’avenir passe par les outils fondés sur des données
désagrégées : données individus, données produits/services et données médias. En effet, la
possession de données désagrégées à un niveau très fin permet de choisir librement le critère
d’agrégation nécessaire (et son degré) afin de tirer des enseignements de l’étude.
4. Les modèles caractérisés en fonction de ce que l’on cherche à modéliser
On différencie alors les outils qui modélisent les ventes de ceux, moins complexes, qui modélisent les
réponses des individus aux actions marketing : notoriété, intention d’achat, fidélité à la marque …
Les modélisations des ventes sont plus ambitieuses sans toutefois que leur fiabilité soit mise en cause.
Si tous les modèles cherchent à analyser le passé et à établir des prévisions, les modèles de ventes ont
pour avantage de permettre de réaliser des simulations, et notamment en fonction des réactions des
concurrents.

10 L'auteur de l'ouvrage « Rentabilisez vos actions de communication » (Cf. références en bibliographie)
Reproduction autorisée avec mention de l’Union des annonceurs 8
5. Autres approches
On peut également évoquer d’autres aspects pour appréhender les modèles.
Effets long terme, court terme : certains modèles estiment prendre en compte les effets long terme des
variables du mix, comme la publicité. C’est le cas, entre autres, d’IRI et de Novaction.
Produit versus catégorie : il existe des modèles qui s’intéressent à un produit uniquement et qui
s’opposent à ceux qui modélisent une catégorie entière de produits. Ces derniers sont utilisés dans des
secteurs comme les nouvelles technologies (écran plat, …) pour anticiper les évolutions de son marché
dans son ensemble.
Pour conclure sur cet essai de typologie des modèles, soulignons un bref rappel historique. Les
modèles économétriques, basés alors sur des données agrégées, ont été développés à partir des
années 70 et se sont développés aux Etats-Unis au cours des années 80.
Les applications sur les modèles « marketing » (données désagrégés) sont apparues dans le milieu des
années 90 en France grâce à l’évolution technique du scanning dans les panels distributeurs. Cela a
permis de multiplier les observations : de bimestrielles à hebdomadaires.
Il est à noter que les développements commerciaux à grande échelle n’ont, dans les deux cas, pas été
immédiats (généralement cinq ans après la commercialisation).
Typologie des acteurs
La typologie des acteurs est, quant à elle, plus clairement délimitée. Les modèles peuvent avoir quatre
origines principales.
1. Les instituts d’études
Nous avons dénombré quatre instituts principaux, parmi ceux qui réalisent les modèles : IRI, AC
Nielsen, IPSOS-Novaction et GFK par l’intermédiaire de sa filiale : MarketingScan.
Toutefois, d’autres instituts, de taille plus modeste, réalisent des modèles plus simples ou plus
spécifiques. Par exemple, I.O.D. commercialise Forecast v.2 qui permet de modéliser les actions
marketing pour un lancement de produit et un autre modèle pour la modélisation de la variable prix.
De manière générale, les instituts ont comme avantage principal de produire une quantité très
importante de données de bonne qualité.
Ils produisent principalement des modèles basés sur des noyaux prédéfinis et qui sont déclinés pour
tous les clients.
Si les détracteurs de ces modèles les jugent « boîtes noires », les instituts insistent tous sur leur volonté
d’expliciter les fonctionnements de ces modèles de manière à aider les annonceurs à saisir les limites et
les nuances des résultats produits.
Pour cela, certains mettent en avant la comparaison réel / modélisé et détaillent le fonctionnement.
2. Les cabinets indépendants spécialistes en modélisation
Ces cabinets sont souvent fondés autour d’une personnalité reconnue de la modélisation. Cette
dernière est abordée de manière différente que dans les instituts. Elle est ici principalement créée de
manière ad hoc pour une entreprise et souvent même, pour un produit.
Dans cette catégorie, nous pouvons citer le cabinet Solis Conseil d’Abbas Bendali, ou celui d’Alain
Pioche, Interstat.
Les modélisations de ces cabinets sont réalisées avec une conception différente de celle des instituts.
Reproduction autorisée avec mention de l’Union des annonceurs 9