Académique Documents
Professionnel Documents
Culture Documents
com/
Recherche et Applications en Marketing
http://ram.sagepub.com/content/26/2/113
The online version of this article can be found at:
DOI: 10.1177/076737011102600204
2011 26: 113 Recherche et Applications en Marketing
Raj Sethuraman, Gerard J. Tellis and Richard A. Briesch
L'lasticit publicitaire des marques
quel point la publicit est-elle efficace? Gnralisations partir d'une mta-analyse de
Published by:
http://www.sagepublications.com
On behalf of:
http://ram.sagepub.com/subscriptions Subscriptions:
http://www.sagepub.com/journalsReprints.nav Reprints:
http://www.sagepub.com/journalsPermissions.nav Permissions:
http://ram.sagepub.com/content/26/2/113.refs.html Citations:
What is This?
A
s j
pour chaque s, j de la distribution nor-
male correspondante ; (4) nous avons estim le
modle 2 avec les
A
s j
au lieu des A
s j
pour obtenir les
k
, o
k
est le vecteur des paramtres de rgression
bas sur la k
me
itration. Ensuite, nous avons rpt
les tapes 1 4 pour 500 itrations et avons fait la
moyenne des
k
pour ces 500 itrations afin dobtenir
une estimation moyenne qui prenne en compte lin-
certitude lie llasticit publicitaire
2
.
Le deuxime problme majeur est la colinarit.
Plusieurs variables de la mthode peuvent tre corr-
les. Nous avons valu la question de la multicoli-
narit par diverses mesures traditionnelles, comme
la corrlation bivarie, le facteur dinflation de la
variance, lindex de condition et la proportion de
variance explique (Belsley, Kuh et Welsch, 1980).
Cependant, la majorit des variables de la mthode
tant des variables discrtes binaires, les mesures de
corrlation tendent souvent tre plus basses. Par
consquent nous avons utilis lanalyse du tableau
crois des paires de variables et les mesures de chi-
deux correspondantes pour dtecter la dviation din-
dpendance de deux variables discrtes. En utilisant
ces multiples mesures, nous avons identifi des
paires de variables posant potentiellement des pro-
blmes de colinarit. Nous avons exclu lune de ces
variables du modle 2 et avons examin la robustesse
en regardant la significativit de lautre variable
incluse.
Examen des variables additionnelles
Nous avons men plusieurs analyses pour obtenir
des apports additionnels. Dabord, nous avons
explor les quatre effets dinteraction suivants
3
:
rcession type de produit : une rcession
pourrait affecter llasticit publicitaire des
biens durables prix lev plus que les produits
alimentaires peu chers ;
cycle de vie du produit type de produit : la
publicit peut tre plus importante durant les
tapes initiales pour les produits durables parce
quils sont moins facilement connus grce un
essai ;
cycle de vie mesure dpendante : pour les
produits en croissance, la publicit peut avoir
plus dimpact sur les ventes que sur la part de
march en raison du plus grand potentiel de
croissance des ventes de la catgorie, alors que
pour les produits matures, la publicit peut
influencer la part de march plus que les ventes
absolues parce que les entreprises sont en
concurrence autour dun march total fixe ; et
quel point la publicit est-elle efficace ? Gnralisations partir dune mta-analyse de llasticit publicitaire des marques 123
2. Nous remercions le rdacteur associ davoir suggr cette
mthode afin de prendre en compte lincertitude dans les estimations
dlasticit.
3. De nombreux autres effets dinteraction sont possibles, mais
incorporer tous les effets dinteraction possibles contribuerait la
colinarit et compromettrait la stabilit du modle. Nous avons
inclus ces interactions soit parce que nous avions des connais-
sances antrieures bases sur la thorie ou lintuition (par
exemple, cycle de vie du produit mesure dpendante) ou parce
quelles prsentaient un intrt managrial (par exemple, rces-
sion type de produit).
05Sethuraman 30/09/11 10:24 Page 123
intervalle des donnes omission des ventes
dcales : quand les donnes sont plus agrges
(annuellement), omettre les ventes dcales
(effet de report) ne devrait pas affecter llasticit
publicitaire autant que lorsque les donnes sont
moins agrges (de manire hebdomadaire).
Deuximement, nous examinons le fait que cer-
taines caractristiques de la marque peuvent influencer
llasticit publicitaire. Nous avons collect des don-
nes relatives la part de march de la marque, la
part publicitaire de la marque et le prix relatif pour
212 des 751 observations. Cependant, Sethuraman,
Srinivasan et Kim (1999) tablissent que la mesure
dlasticit est lie, par dfinition, la part de la
marque et la part publicitaire. Par exemple, dans le
modle linaire, leffet de la publicit (absolu) est
mesur par d(part de march)/d(publicit). Afin de le
convertir en mesure dlasticit (pourcentage), nous
avons multipli leffet par la moyenne de la publicit
de la marque et divis par la part de march de la
marque. Du fait que la part de march est le dnomi-
nateur et la publicit le numrateur, llasticit publi-
citaire tend, par dfinition, tre plus leve pour les
marques faible part de march et part publicitaire
leve. Par consquent, nous testons seulement le fait
que llasticit publicitaire est plus leve pour les
marques prix lev et nous r-estimons le modle 2
en incluant le prix relatif de la marque.
Troisimement, nous avons estim le modle
logit suivant pour identifier les conditions dans les-
quelles llasticit publicitaire est significativement
suprieure zro (p < 0,05, test unilatral) :
P(A
s j
signicativement > 0)
= exp(V
s j
)/1 +exp(V
s j
), (3)
o V
s j
= X
s j
+
s j
, o X
s j
est lensemble des variables
dinfluence listes dans le Tableau 2, et o est le
coefficient mesurant linfluence de la variable sur la
significativit statistique de llasticit publicitaire.
Analyse de llasticit publicitaire long terme
De la mme faon que pour llasticit court
terme, nous avons dabord men des analyses univa-
ries, afin dobtenir des estimations de la moyenne
de llasticit publicitaire et nous avons fait la compa-
raison avec la valeur dAssmus, Farley et Lehmann
(1984). Ensuite, nous avons obtenu des estimations
de la mdiane et de la distribution de llasticit
long terme. Enfin, nous avons estim le modle 2
afin didentifier les facteurs qui influencent llasti-
cit long terme. Nous navons pas men les vrifica-
tions de robustesse en raison dun manque de don-
nes et parce que les erreurs types ntaient pas
disponibles pour llasticit long terme.
RSULTATS
Analyse univarie
La Figure 1 prsente la distribution de llasticit
publicitaire court terme. Il y a 751 lasticits publi-
citaires court terme de marques prsentant des
magnitudes allant de 0,35 et 1,80. Plus de 40 % de
ces lasticits se situent entre 0 et 0,05.
Approximativement 7 % dentre elles sont ngatives,
bien quen gnral, nous nous soyons attendus ce
que llasticit publicitaire soit positive. Dans lesprit
de la mta-analyse, nous avons gard les lasticits
ngatives parce que le modle mta-analytique peut
rvler si une variable de mthode ou denvironne-
ment est responsable de telles estimations ngatives.
Sur les 751 observations, llasticit publicitaire
court terme moyenne est de 0,12, ce qui est substan-
tiellement plus faible que la moyenne de 0,22 sur les
128 observations dAssmus, Farley et Lehmann
(1984). Nous attribuons cette diffrence (1) la
rduction des lasticits publicitaires dans le temps ;
(2) linclusion par Assmus, Farley et Lehmann de 32
lasticits au niveau produit, qui sont en gnral plus
leves que les lasticits niveau marque ; et (3)
lomission par Assmus, Farley et Lehmann des esti-
mations de Lambin (1976), qui sont en gnral en
dessous de la moyenne prcdemment nonce de
0,22. Notre estimation est plus proche de la valeur
moyenne de 0,104 dlasticit publicitaire nonce
par Hu, Lodish et Krieger (2007, Tableau 1) sur la
base de 210 tests rels de publicits tlvises. Elle
est aussi proche de celle de Sethuraman et Tellis
(1991), qui montrent que llasticit publicitaire
Raj Sethuraman, Gerard J. Tellis, Richard A. Briesch 124
05Sethuraman 30/09/11 10:24 Page 124
quel point la publicit est-elle efficace ? Gnralisations partir dune mta-analyse de llasticit publicitaire des marques 125
T
a
b
l
e
a
u
2
.
F
a
c
t
e
u
r
s
i
n
f
l
u
e
n
a
n
t
l
e
s
l
a
s
t
i
c
i
t
s
p
u
b
l
i
c
i
t
a
i
r
e
s
:
m
o
d
l
e
2
c
o
e
f
f
i
c
i
e
n
t
s
d
e
r
g
r
e
s
s
i
o
n
(
e
r
r
e
u
r
s
s
t
a
n
d
a
r
d
)
N
u
m
r
o
V
a
r
i
a
b
l
e
N
i
v
e
a
u
S
i
g
n
e
a
t
t
e
n
d
u
s
e
u
l
e
m
e
n
t
d
i
n
t
e
r
a
c
t
i
o
n
s
e
u
l
e
m
e
n
t
0
I
n
t
e
r
c
e
p
t
T
o
u
t
e
s
l
e
s
o
b
s
e
r
v
a
t
i
o
n
s
0
,
0
7
(
0
,
1
2
)
-
0
,
0
8
(
0
,
1
7
)
0
,
0
6
(
0
,
2
)
-
0
,
2
6
(
0
,
2
1
)
T
e
n
d
a
n
c
e
t
e
m
p
o
r
e
l
l
e
e
t
r
c
e
s
s
i
o
n
1
T
e
n
d
a
n
c
e
t
e
m
p
o
r
e
l
l
e
A
n
n
e
d
e
s
d
o
n
n
e
s
-
-
0
,
0
0
4
(
0
,
0
0
2
)
*
*
-
0
,
0
0
4
(
0
,
0
0
1
)
*
*
*
-
0
,
0
0
5
(
0
,
0
0
2
)
*
*
-
0
,
0
0
7
(
0
,
0
0
3
)
*
*
*
2
R
c
e
s
s
i
o
n
M
o
i
s
d
e
r
c
e
s
s
i
o
n
-
0
,
0
1
(
0
,
0
6
)
0
,
0
2
(
0
,
0
6
)
0
,
4
2
(
0
,
1
0
)
*
*
*
0
,
3
4
(
0
,
0
9
)
*
*
*
F
a
c
t
e
u
r
s
p
r
o
d
u
i
t
s
e
t
g
o
g
r
a
p
h
i
q
u
e
s
3
T
y
p
e
d
e
p
r
o
d
u
i
t
M
d
i
c
a
m
e
n
t
s
?
0
,
0
1
9
(
0
,
0
9
)
*
*
0
,
1
6
(
0
,
1
4
)
0
,
1
4
(
0
,
1
1
)
0
,
2
9
(
0
,
1
3
)
*
*
*
D
u
r
a
b
l
e
?
0
,
2
9
(
0
,
0
9
)
*
*
*
0
,
2
6
(
0
,
0
6
)
*
*
*
0
,
2
7
(
0
,
0
8
)
*
*
*
0
,
4
8
(
0
,
1
)
*
*
*
A
l
i
m
e
n
t
a
i
r
e
?
0
,
0
3
(
0
,
0
3
)
-
0
,
1
5
(
0
,
0
6
)
*
*
0
,
0
8
(
0
,
0
5
)
-
0
,
1
3
(
0
,
1
)
S
e
r
v
i
c
e
?
0
,
1
0
(
0
,
0
7
)
-
0
,
0
4
(
0
,
1
1
)
-
0
,
1
0
(
0
,
0
8
)
-
0
,
0
8
(
0
,
0
8
)
N
o
n
a
l
i
m
e
n
t
a
i
r
e
B
a
s
e
0
0
0
0
4
C
y
c
l
e
d
e
v
i
e
d
u
p
r
o
d
u
i
t
M
a
t
u
r
i
t
-
-
0
,
0
8
(
0
,
0
5
)
*
*
-
0
,
0
8
(
0
,
0
6
)
0
,
0
8
(
0
,
0
6
)
0
,
1
5
(
0
,
1
2
)
C
r
o
i
s
s
a
n
c
e
B
a
s
e
0
0
0
0
5
R
g
i
o
n
(
c
o
n
t
i
n
e
n
t
)
E
u
r
o
p
e
+
0
,
0
9
(
0
,
0
5
)
*
*
0
,
1
6
(
0
,
0
6
)
*
*
*
0
,
1
6
(
0
,
0
5
)
*
*
*
0
,
3
4
(
0
,
0
8
)
*
*
*
A
u
t
r
e
?
0
,
0
5
(
0
,
0
5
)
0
,
0
6
(
0
,
0
5
)
0
,
0
9
(
0
,
0
6
)
0
,
0
8
(
0
,
0
5
)
A
m
r
i
q
u
e
d
u
N
o
r
d
B
a
s
e
0
0
0
0
C
a
r
a
c
t
r
i
s
t
i
q
u
e
s
d
e
s
d
o
n
n
e
s
6
M
e
s
u
r
e
A
b
s
o
l
u
e
+
-
0
,
0
3
(
0
,
0
2
)
0
,
0
8
(
0
,
0
7
)
-
0
,
1
2
(
0
,
0
4
)
*
*
*
0
,
2
0
(
0
,
1
0
)
*
*
E
f
f
e
t
p
r
i
n
c
i
p
a
l
E
f
f
e
t
p
r
i
n
c
i
p
a
l
E
f
f
e
t
p
r
i
n
c
i
p
a
l
+
e
f
f
e
t
E
f
f
e
t
p
r
i
n
c
i
p
a
l
+
e
f
f
e
t
d
'
i
n
t
e
r
a
c
t
i
o
n
l
a
s
t
i
c
i
t
p
u
b
l
i
c
i
t
a
i
r
e
c
o
u
r
t
t
e
r
m
e
l
a
s
t
i
c
i
t
p
u
b
l
i
c
i
t
a
i
r
e
l
o
n
g
t
e
r
m
e
05Sethuraman 30/09/11 10:24 Page 125
Raj Sethuraman, Gerard J. Tellis, Richard A. Briesch 126
T
a
b
l
e
a
u
2
.
F
a
c
t
e
u
r
s
i
n
f
l
u
e
n
a
n
t
l
e
s
l
a
s
t
i
c
i
t
s
p
u
b
l
i
c
i
t
a
i
r
e
s
:
m
o
d
l
e
2
c
o
e
f
f
i
c
i
e
n
t
s
d
e
r
g
r
e
s
s
i
o
n
(
e
r
r
e
u
r
s
s
t
a
n
d
a
r
d
)
(
s
u
i
t
e
)
d
p
e
n
d
a
n
t
e
R
e
l
a
t
i
v
e
B
a
s
e
0
0
0
0
7
I
n
t
e
r
v
a
l
l
e
t
e
m
p
o
r
e
l
H
e
b
d
o
m
a
d
a
i
r
e
-
0
,
0
4
(
0
,
0
3
)
0
,
0
5
(
0
,
0
3
)
0
,
0
5
(
0
,
0
6
)
0
,
0
4
(
0
,
0
7
)
A
n
n
u
e
l
+
0
,
0
8
(
0
,
0
4
)
*
*
0
,
0
9
(
0
,
0
3
)
*
*
*
0
,
1
0
(
0
,
1
1
)
-
0
,
0
3
(
0
,
1
8
)
T
r
i
m
e
s
t
r
i
e
l
B
a
s
e
0
0
0
0
8
A
g
r
g
a
t
i
o
n
d
e
s
d
o
n
n
e
s
E
n
t
r
e
p
r
i
s
e
?
-
0
,
2
0
(
0
,
0
5
)
*
*
*
-
0
,
2
4
(
0
,
0
6
)
*
*
*
0
,
0
7
(
0
,
0
8
)
-
0
,
0
3
(
0
,
0
6
)
P
a
n
e
l
B
a
s
e
0
0
0
0
9
M
e
s
u
r
e
p
u
b
l
i
c
i
t
a
i
r
e
R
e
l
a
t
i
v
e
?
0
,
0
7
(
0
,
0
3
)
*
*
0
,
0
7
(
0
,
0
3
)
*
*
*
-
0
,
1
1
(
0
,
0
7
)
*
-
0
,
1
0
(
0
,
0
7
)
P
C
B
?
0
,
1
6
(
0
,
0
8
)
*
*
0
,
1
6
(
0
,
0
9
)
*
*
0
,
1
6
(
0
,
0
6
)
*
*
*
0
,
3
0
(
0
,
0
9
)
*
*
*
M
o
n
t
a
i
r
e
B
a
s
e
0
0
0
0
1
0
T
y
p
e
d
e
p
u
b
l
i
c
i
t
v
i
s
i
o
n
?
0
,
1
9
(
0
,
0
9
)
*
*
0
,
2
1
(
0
,
0
9
)
*
*
-
0
,
1
7
(
0
,
0
5
)
*
*
*
-
0
,
1
8
(
0
,
0
5
)
*
*
*
A
g
r
e
?
0
,
1
1
(
0
,
0
6
)
*
0
,
1
4
(
0
,
0
5
)
*
*
-
0
,
0
3
(
0
,
0
5
)
-
0
,
0
1
(
0
,
0
5
)
I
m
p
r
i
m
e
B
a
s
e
0
0
0
0
V
a
r
i
a
b
l
e
s
o
m
i
s
e
s
1
1
V
a
r
i
a
b
l
e
d
p
e
n
d
a
n
t
e
d
c
a
l
e
O
m
i
s
e
+
0
,
1
0
(
0
,
0
7
)
*
0
,
0
9
(
0
,
0
6
)
*
/
/
I
n
c
l
u
s
e
B
a
s
e
0
0
/
/
1
2
P
u
b
l
i
c
i
t
c
a
l
e
O
m
i
s
e
+
0
,
0
0
2
(
0
,
0
3
)
0
,
0
1
(
0
,
0
3
)
0
,
1
4
(
0
,
0
4
)
*
*
*
0
,
1
3
(
0
,
0
3
)
*
*
*
I
n
c
l
u
s
e
B
a
s
e
0
0
0
0
1
3
P
r
i
x
d
c
a
l
O
m
i
s
e
-
0
,
0
1
(
0
,
0
5
)
0
,
0
3
(
0
,
0
5
)
0
,
0
4
(
0
,
0
8
)
0
,
1
7
(
0
,
1
2
)
I
n
c
l
u
s
e
B
a
s
e
0
0
0
0
1
4
P
r
i
x
O
m
i
s
e
-
-
0
,
0
1
(
0
,
0
3
)
-
0
,
0
1
(
0
,
0
3
)
0
,
0
3
(
0
,
0
5
)
0
,
0
2
(
0
,
0
7
)
05Sethuraman 30/09/11 10:24 Page 126
quel point la publicit est-elle efficace ? Gnralisations partir dune mta-analyse de llasticit publicitaire des marques 127
T
a
b
l
e
a
u
2
.
F
a
c
t
e
u
r
s
i
n
f
l
u
e
n
a
n
t
l
e
s
l
a
s
t
i
c
i
t
s
p
u
b
l
i
c
i
t
a
i
r
e
s
:
m
o
d
l
e
2
c
o
e
f
f
i
c
i
e
n
t
s
d
e
r
g
r
e
s
s
i
o
n
(
e
r
r
e
u
r
s
s
t
a
n
d
a
r
d
)
(
s
u
i
t
e
)
I
n
c
l
u
s
e
B
a
s
e
0
0
0
/
1
5
Q
u
a
l
i
t
O
m
i
s
e
?
-
0
,
0
2
(
0
,
0
7
)
-
0
,
0
4
(
0
,
0
6
)
-
0
,
1
5
(
0
,
0
8
)
*
-
0
,
1
1
(
0
,
0
7
)
I
n
c
l
u
s
e
B
a
s
e
0
0
0
0
1
6
P
r
o
m
o
t
i
o
n
O
m
i
s
e
?
-
0
,
0
3
(
0
,
0
8
)
-
0
,
0
1
(
0
,
0
8
)
0
,
1
3
(
0
,
0
8
)
*
0
,
1
4
(
0
,
0
7
)
*
*
I
n
c
l
u
s
e
B
a
s
e
0
0
0
0
1
7
D
i
s
t
r
i
b
u
t
i
o
n
O
m
i
s
e
+
0
,
1
1
(
0
,
0
4
)
*
*
*
0
,
1
1
(
0
,
0
4
)
*
*
*
0
,
1
0
(
0
,
0
5
)
*
*
0
,
1
1
(
0
,
0
6
)
*
*
I
n
c
l
u
s
e
B
a
s
e
0
0
0
0
C
a
r
a
c
t
r
i
s
t
i
q
u
e
s
d
u
m
o
d
l
e
1
8
F
o
r
m
e
f
o
n
c
t
i
o
n
n
e
l
l
e
D
o
u
b
l
e
l
o
g
?
0
,
1
4
(
0
,
0
7
)
*
*
0
,
1
4
(
0
,
0
8
)
*
0
,
1
6
(
0
,
0
7
)
*
*
*
-
0
,
0
7
(
0
,
0
9
)
L
i
n
a
i
r
e
?
0
,
2
6
(
0
,
1
0
)
*
*
*
0
,
2
4
(
0
,
0
9
)
*
*
*
0
,
0
7
(
0
,
1
0
)
0
,
1
2
(
0
,
1
0
)
A
u
t
r
e
?
0
,
2
3
(
0
,
0
9
)
*
*
*
0
,
2
2
(
0
,
0
8
)
*
*
*
-
0
,
2
8
(
0
,
0
9
)
*
*
*
-
0
,
1
3
(
0
,
1
0
)
P
a
r
t
a
g
e
B
a
s
e
0
0
0
0
1
9
M
t
h
o
d
e
d
e
s
t
i
m
a
t
i
o
n
G
L
S
?
-
0
,
0
2
(
0
,
0
3
)
-
0
,
0
4
(
0
,
0
3
)
-
0
,
1
7
(
0
,
0
5
)
*
*
*
-
0
,
1
8
(
0
,
0
4
)
*
*
*
M
L
E
?
0
,
0
5
(
0
,
0
5
)
0
,
0
2
(
0
,
0
5
)
0
,
1
2
(
0
,
0
8
)
0
,
1
8
(
0
,
0
9
)
*
*
O
L
S
?
0
,
0
0
4
(
0
,
0
2
)
-
0
,
0
1
(
0
,
0
2
)
-
0
,
1
0
(
0
,
0
6
)
*
-
0
,
1
2
(
0
,
0
7
)
*
A
u
t
r
e
B
a
s
e
0
0
0
0
2
0
E
n
d
o
g
i
t
O
m
i
s
e
-
-
0
,
1
6
(
0
,
0
8
)
*
*
-
0
,
1
6
(
0
,
0
8
)
*
*
-
0
,
0
1
(
0
,
0
7
)
0
,
0
4
(
0
,
0
7
)
I
n
c
l
u
s
e
B
a
s
e
0
0
0
0
2
1
H
r
o
g
i
t
O
m
i
s
e
?
-
0
,
0
6
(
0
,
0
6
)
-
0
,
0
(
0
,
0
7
)
0
,
0
7
(
0
,
0
9
)
0
,
0
9
(
0
,
1
0
)
I
n
c
l
u
s
e
B
a
s
e
0
0
0
0
A
u
t
r
e
s
c
a
r
a
c
t
r
i
s
t
i
q
u
e
s
2
2
T
y
p
e
d
t
u
d
e
P
u
b
l
i
e
-
0
,
0
9
(
0
,
1
0
)
0
,
0
7
(
0
,
1
2
)
-
0
,
0
2
(
0
,
1
7
)
-
0
,
1
6
(
0
,
1
6
)
E
n
p
r
o
g
r
s
B
a
s
e
0
0
0
0
1
C
y
c
l
e
d
e
v
i
e
m
a
t
u
r
e
x
?
/
-
0
,
3
4
(
0
,
1
3
)
*
*
*
/
-
0
,
3
9
(
0
,
1
1
)
*
*
*
E
f
f
e
t
s
d
'
i
n
t
e
r
a
c
t
i
o
n
05Sethuraman 30/09/11 10:24 Page 127
Raj Sethuraman, Gerard J. Tellis, Richard A. Briesch 128
T
a
b
l
e
a
u
2
.
F
a
c
t
e
u
r
s
i
n
f
l
u
e
n
a
n
t
l
e
s
l
a
s
t
i
c
i
t
s
p
u
b
l
i
c
i
t
a
i
r
e
s
:
m
o
d
l
e
2
c
o
e
f
f
i
c
i
e
n
t
s
d
e
r
g
r
e
s
s
i
o
n
(
e
r
r
e
u
r
s
s
t
a
n
d
a
r
d
)
(
s
u
i
t
e
)
d
u
r
a
b
l
e
2
C
y
c
l
e
d
e
v
i
e
m
a
t
u
r
e
x
a
l
i
m
e
n
t
a
i
r
e
?
/
-
0
,
1
0
(
0
,
0
1
8
)
/
0
,
2
1
(
0
,
1
4
)
3
C
y
c
l
e
d
e
v
i
e
m
a
t
u
r
e
x
n
o
n
a
l
i
m
e
n
t
a
i
r
e
?
/
0
,
1
2
(
0
,
1
2
)
/
/
4
C
y
c
l
e
d
e
v
i
e
x
v
e
n
t
e
s
a
b
s
o
l
u
e
s
-
/
-
0
,
1
3
(
0
,
0
9
)
*
/
-
0
,
4
0
(
0
,
1
4
)
*
*
*
*
p
<
0
,
1
0
*
*
p
<
0
,
0
5
*
*
*
p
<
0
,
0
1
N
o
t
e
s
:
O
L
S
=
o
r
d
i
n
a
r
y
l
e
a
s
t
s
q
u
a
r
e
s
m
o
i
n
d
r
e
s
c
a
r
r
s
o
r
d
i
n
a
i
r
e
s
,
G
L
S
=
g
e
n
e
r
a
l
i
z
e
d
l
e
a
s
t
s
q
u
a
r
e
s
m
o
i
n
d
r
e
s
c
a
r
r
s
g
r
a
l
i
s
s
e
t
M
L
E
=
m
a
x
i
m
u
m
l
i
k
e
l
i
h
o
o
d
e
s
t
i
m
a
t
i
o
n
e
s
t
i
m
a
t
i
o
n
d
u
m
a
x
i
-
m
u
m
d
e
v
r
a
i
s
e
m
b
l
a
n
c
e
.
N
o
u
s
a
v
o
n
s
u
t
i
l
i
s
u
n
t
e
s
t
u
n
i
l
a
t
r
a
l
s
i
l
e
s
i
g
n
e
a
t
t
e
n
d
u
n
t
a
i
t
p
a
s
a
m
b
i
g
u
(
+
o
u
-
)
o
u
u
n
t
e
s
t
b
i
l
a
t
r
a
l
s
i
l
e
s
i
g
n
e
a
t
t
e
n
d
u
t
a
i
t
a
m
b
i
g
u
(
?
)
.
S
i
g
n
e
a
t
t
e
n
d
u
:
+
=
r
e
l
a
t
i
o
n
p
o
s
i
-
t
i
v
e
(
e
n
c
o
m
p
a
r
a
i
s
o
n
a
v
e
c
l
e
n
i
v
e
a
u
d
e
b
a
s
e
)
;
-
=
r
e
l
a
t
i
o
n
n
g
a
t
i
v
e
;
?
=
r
e
l
a
t
i
o
n
a
m
b
i
g
u
;
e
t
/
=
c
o
e
f
f
i
c
i
e
n
t
n
o
n
i
n
c
l
u
s
o
u
i
m
p
o
s
s
i
b
l
e
e
s
t
i
m
e
r
.
N
o
u
s
a
v
o
n
s
a
r
r
o
n
d
i
t
o
u
s
l
e
s
c
o
e
f
f
i
c
i
e
n
t
s
d
e
u
x
d
c
i
-
m
a
l
e
s
.
05Sethuraman 30/09/11 10:24 Page 128
moyenne niveau marque sur une large varit de
catgories est de 0,11.
La mdiane de llasticit publicitaire court
terme est mme plus basse que 0,05, mais elle est plus
proche de llasticit publicitaire court terme
moyenne de 0,04 de ltude dtaille sur les produits
pharmaceutiques de Fischer et Albers (2010, Tableau
W1). Les erreurs types (ou valeurs t) sont reportes
pour 437 des 751 observations. Les lasticits publici-
taires sont significativement suprieures zro avec
un seuil de confiance de 95 % dans 57 % des cas.
Vue densemble des rsultats mta-analytiques
Le Tableau 2 (colonne 5) prsente les rsultats
pour le modle 2, principal de modle de mta-analyse
pour llasticit publicitaire long terme. Le modle
explique 37 % de la variance de llasticit publici-
taire, ce qui est comparable la mta-analyse
dAssmus, Farley et Lehmann (36 %). Les coeffi-
cients correspondant 12 des 22 variables indpen-
dantes atteignent un seuil statistiquement significatif
au moins gal p < 0,10 : lanne des donnes, le
type de produit, le cycle de vie du produit, la rgion,
lintervalle temporel, le niveau dagrgation des don-
nes, la mesure de la publicit, le type de publicit,
lomission des ventes dcales, lomission de la distri-
bution, la forme fonctionnelle et lomission de lendo-
gnit.
Nous avons pris en compte lincertitude lie
llasticit publicitaire en compilant les 437 observa-
tions dans lesquelles linformation sur lincertitude
(erreur type) est disponible. Nous avons tabli 500
ensembles de donnes alatoires en utilisant la
mthode dcrite dans la partie procdure , nous
avons estim le modle et nous avons valu la
moyenne des estimations pour chaque variable (pr-
sentes dans lAnnexe Web B ladresse
http://www.marketingpower.com/jmrjune11). Toutes
les variables significatives dans le modle de rgres-
sion principal, except la mesure publicitaire, sont
aussi significatives dans ce nouveau modle. De plus,
la rcession est positive et significative.
Nous avons valu limportance de la colinarit
en consultant les facteurs dinflation de la variance,
les index de condition, les corrlations bivaries et
les tableaux croiss. Tous les facteurs dinflation de
la variance sont infrieurs 5 sauf un et tous les
index de condition sont infrieurs 20. Certaines
corrlations sont leves ( > 5) ; par consquent,
nous avons retir une variable la fois et observ la
robustesse dautres rsultats. Nous avons aussi men
une rgression pas pas. Quasiment tous les rsultats
de dpart sont robustes, sauf dans deux cas : la
variable rcession est positive et significative dans
quelques modles alternatifs et lomission de lendo-
gnit nest pas statistiquement significative dans
plusieurs modles (les dtails de ces rsultats sont
disponibles la demande).
quel point la publicit est-elle efficace ? Gnralisations partir dune mta-analyse de llasticit publicitaire des marques 129
Observations en pourcentage
lasticit de la publicit
Figure 1. Distribution des lasticits publicitaires court terme (N = 751) et long terme (N = 402)
05Sethuraman 30/09/11 10:24 Page 129
Nous avons inclus un par un chacun des effets
dinteraction mentionns dans la partie procdure et
nous les avons retenus quand ils taient significatifs.
Deux effets cycle de vie du produit x type de produit
et cycle de vie du produit x variable dpendante
sont statistiquement significatifs. Le pourcentage de
variance explique passe de 37 % dans le modle
avec les seuls effets principaux 40 % dans le
modle incorporant les effets dinteraction. Le
Tableau 2 prsente les rsultats de la rgression
(colonne 6).
Pour examiner le potentiel effet du prix relatif de la
marque sur llasticit publicitaire, nous avons utilis
212 observations pour lesquelles les informations sur
le prix taient disposition et nous avons estim le
modle 2. Le coefficient du prix relatif est positif
(0,03, ET = 0,05) mais non statistiquement significatif.
Par quels facteurs la significativit statistique de
llasticit publicitaire est-elle influence ? Il y a 437
observations pour lesquelles les informations rela-
tives la significativit statistique (valeurs t) taient
disponibles. Dans 249 dentre elles (57 %), llasti-
cit publicitaire est significativement suprieure
zro. LAnnexe Web B (http://www.marketingpo-
wer.com/jmrjune11) prsente les rsultats du modle
logit 3. Du fait du manque de donnes, nous navons
pas inclus les effets dinteraction. Les rsultats rvlent
une significativit des coefficients plus faible que
dans le modle original. Llasticit publicitaire
pourra tre significativement suprieure 0 en
Europe plutt quaux tats-Unis, dans les donnes de
panel plutt que dans les donnes entreprises agr-
ges, et pour la publicit tlvisuelle plutt que dans la
publicit imprime. Certains des coefficients sont
marginalement significatifs. Une explication possible
du manque de significativit dans ce modle serait la
suivante : une lasticit publicitaire significative,
quelle soit de 0,1 ou de 0,5, est prise comme 1. Un
coefficient non significatif, quil soit de 0,001 ou de
0,05, est destin prendre la valeur 0. Ce recodage
absorbe une part pleine de sens de la variation des
donnes, qui peut rsulter en un nombre plus faible
destimations significatives que dans le modle origi-
nal, avec la magnitude de llasticit publicitaire
comme variable dpendante. Dans la section sui-
vante, nous prsentons les rsultats relatifs llasticit
publicitaire court terme pour les variables significa-
tives.
Tendance temporelle et rcession
Anne mdiane des donnes
tant donn la concurrence croissante dans les
produits de consommation, lavnement dInternet
comme source alternative dinformation et la capa-
cit du consommateur de se dtacher des publicits
tlvises, nous nous sommes attendus ce que les
consommateurs soient moins rceptifs la publicit
aujourdhui que par le pass. En accord avec nos
attentes, le coefficient de rgression correspondant au
temps (anne mdiane des donnes) est ngatif. Ce
rsultat est robuste quel que soit le modle. (Nous
avons aussi examin un effet quadratique du temps : le
coefficient ntait pas significatif.)
La mta-analyse dAssmus, Farley et Lehmann
(1984) fait rfrence des donnes antrieures aux
annes 1980, alors que la ntre inclut des donnes
post-annes 1980. De ce fait, nous avons fait une
comparaison entre llasticit publicitaire des don-
nes pr-1980 (1940-1979) et celle des annes post-
1980 (1980-2004). Au lieu de traiter lanne des don-
nes comme une variable continue, nous avons inclus
une variable binaire afin de distinguer les priodes
pr et post-annes 1980. Le coefficient de rgression
post-annes 1980 est de 0,11 (ET = 0,06), indiquant
un dclin significatif entre les deux priodes de
temps. Llasticit publicitaire moyenne avant 1980
est de 0,13 (n = 463) et de 0,10 aprs 1980 (n = 288).
Les diffrences temporelles dans llasticit
publicitaire peuvent exister en raison des diffrences
des rponses des consommateurs la publicit dans le
temps, ou en raison de diffrences des caractris-
tiques des marchs et des mthodes de recherche.
Afin dexplorer limpact des facteurs
march/mthode sur les diffrences temporelles de
llasticit publicitaire prvue, nous avons suivi lap-
proche de Bijmolt, Van Heerde et Pieters (2005,
p. 151) et avons valu la contribution de plusieurs
facteurs cette diffrence. Le Tableau 3 prsente les
cinq facteurs contributifs cls qui influencent la diff-
rence en termes dlasticit publicitaire entre les
priodes pr et post-1980
4
.
Raj Sethuraman, Gerard J. Tellis, Richard A. Briesch 130
4. Nous remercions les relecteurs anonymes davoir suggr cette
analyse.
05Sethuraman 30/09/11 10:24 Page 130
Les donnes agrges de niveau entreprise consti-
tuent la base de donnes primaire avant 1980 (utilisa-
tion 93 %) ; en contraste, du fait de lavnement de
donnes scanners, les bases de donnes post-1980
utilisent des donnes de panel et les donnes entre-
prises sont donc substantiellement rduites (47 %
dutilisation). Cette diffrence dans la base de don-
nes se traduit par une hausse de 0,09 de llasticit
publicitaire aprs 1980 par rapport avant 1980. Les
publicits tlvises sont utilises davantage dans les
estimations aprs 1980 (60 %) par rapport avant
1980 (21 %), marquant une hausse de llasticit
publicitaire de 0,07 aprs 1980. LEurope est globale-
ment sous-reprsente aprs 1980 (1 %) par rapport
avant 1980 (48 %). Du fait que llasticit publici-
taire est plus leve en Europe quaux tats-Unis,
cette diffrence est lorigine dune rduction en
post-1980 de llasticit publicitaire prvue de 0,04.
Les premiers chercheurs dans le domaine ont eu
tendance utiliser des donnes temporelles plus
agrges (annuelles), alors que les chercheurs plus
rcents utilisent moins ce type de donnes et ont
davantage recours aux donnes hebdomadaires. Cette
diffrence est la cause dune baisse de llasticit
publicitaire, de 0,03 aprs 1980, en comparaison
avec les donnes davant 1980. Comme en gnral
les marchs sont devenus matures avec le temps,
approximativement 88 % des produits aprs 1980
sont matures, compars avec les 58 % davant 1980.
Puisque les produits matures ont une lasticit publi-
citaire plus faible, il y a donc une rduction de 0,03 de
llasticit publicitaire aprs 1980.
En rsum, les changements des estimations
dlasticit publicitaire dans le temps peuvent tre
attribus des changements sur les marchs et aux
caractristiques de la mthode. Le coefficient de
rgression ngatif qui a t observ pour lanne des
donnes indique que leffet persiste mme aprs
avoir pris en compte ces facteurs. Pourquoi la
rponse la publicit devrait-elle tre plus faible
dans la priode rcente ? Les chercheurs indiquent
lencombrement et la concurrence publicitaires, des-
quels dcoulent un rappel et une valuation plus
faibles de la marque dont on fait la publicit. Par
exemple, Kent (1995) indique que le nombre moyen
des publicits par heure sur le rseau a tripl, passant
de 6 dans les annes 60 18 dans les annes 90.
Danaher, Bonfrer et Dhar (2008) prcisent que llas-
ticit publicitaire dcline en prsence dune concur-
rence hautement encombre.
Rcession
Lenvironnement conomique actuel souligne le
besoin de comprendre la faon dont on devrait modi-
fier les stratgies marketing face une rcession.
Plus particulirement, les budgets publicitaires
devraient-ils tre rduits ou augments pendant une
rcession (pour une revue de littrature pertinente,
voir Tellis et Tellis, 2009) ? Si llasticit publicitaire
est plus faible pendant une rcession, alors tant le
facteur dimpact que les considrations budgtaires
devraient suggrer une rduction de la publicit.
Cependant, si llasticit publicitaire dune priode
de rcession est gale ou plus leve que llasticit
publicitaire dune priode dexpansion, alors la dci-
sion est moins vidente. Notre mta-analyse rvle
que llasticit publicitaire nest pas plus faible pen-
dant les priodes de rcession. Au contraire, llasticit
publicitaire est plus leve pendant la rcession, bien
que la diffrence ne soit pas significative.
Facteurs produits et gographiques
Type de produit
Nous avons test la diffrence dlasticit publici-
taire parmi de nombreux types de produits : pharma-
ceutiques, alimentaires, non alimentaires, durables et
services (banques et films). Cependant, nous
navions pas dattentes pralables relatives la
magnitude de ces effets. Les coefficients de rgres-
sion (Tableau 2) et la comparaison des moyennes
montrent que les produits durables ont llasticit
publicitaire la plus leve, et sont suivis par les pro-
duits pharmaceutiques et les services. Les produits
alimentaires et non alimentaires achets frquem-
ment ont llasticit publicitaire la plus faible. En
gnral, les produits non alimentaires et non durables
ont tendance induire une faible implication, comme
les produits mnagers, pour lesquels la publicit ne
doit pas avoir une influence significative au niveau
du comportement dachat.
Cycle de vie du produit
La publicit peut la fois fournir de linformation
propos de la marque dont on fait la publicit et per-
quel point la publicit est-elle efficace ? Gnralisations partir dune mta-analyse de llasticit publicitaire des marques 131
05Sethuraman 30/09/11 10:24 Page 131
suader le consommateur. Dans les deux cas, il est
possible quelle soit plus pertinente et utile pendant
les premiers stades du cycle de vie du produit,
lorsque le consommateur en sait peu propos de la
marque ou quil na pas encore form de prfrences.
En cela, llasticit publicitaire devrait tre plus leve
pour les produits situs dans les premiers stades du
cycle de vie du produit plutt quen phase de maturit.
En cohrence avec cette attente, les produits dans la
phase de croissance du cycle de vie ont une lasticit
publicitaire plus leve (0,16) que les produits
matures (0,11), et le coefficient est significatif dans
le modle de rgression (Tableau 2).
Nous tablissons aussi lexistence dune interac-
tion entre le cycle de vie du produit et le type de pro-
duit, comme le montre la Figure 2. Dcliner llasticit
publicitaire partir du stade de croissance jusquau
stade de maturit du cycle de vie semble plus impor-
tant pour les biens durables, modr pour les produits
alimentaires et non significatif pour les produits non
durables et non alimentaires.
Rgion gographique
LEurope peut sous-investir en publicit en raison
de la rglementation, de la courte histoire publicitaire
dans la rgion ou de la culture. Les tats-Unis peuvent,
au contraire, avoir un niveau publicitaire optimal,
voire excdentaire, du fait dune longue histoire
publicitaire, dune concurrence intense et de la situa-
tion dencombrement. Si ce raisonnement est correct,
llasticit publicitaire devrait tre plus leve pour
lEurope que pour les tats-Unis. Cest effectivement
le cas : nous constatons que lEurope a une lasticit
publicitaire moyenne significativement plus leve
(0,17) que les tats-Unis (0,11) et cet effet est main-
tenu dans le modle de rgression, mme aprs avoir
pris en compte dautres facteurs (Tableau 2).
Caractristiques des donnes
Mesure dpendante
Les ventes peuvent tre mesures soit en termes
absolus (ventes lunit ou revenus en dollars ou
achats) soit en termes relatifs (parts de march). Les
ventes absolues capturent la fois les gains sur la
concurrence et les gains dus lextension primaire
du march. Du fait que la publicit peut augmenter la
demande primaire, nous supposons que llasticit
publicitaire sera plus leve quand les ventes sont
enregistres en termes absolus. Llasticit publici-
taire est lgrement plus leve pour llasticit des
ventes (absolu) (0,13) que pour llasticit relative
(parts) (0,11), mais la diffrence nest pas significative
dans le modle de rgression.
Nanmoins, nous constatons une interaction mar-
ginalement significative (p < 0,10) entre le cycle de vie
du produit et la mesure dpendante dans le modle
de rgression (Tableau 2). La Figure 3 prsente les
moyennes prdites. Pour les produits en croissance,
llasticit publicitaire est plus leve quand elle est
mesure sur les ventes en variable dpendante plutt
que lorsque les parts constituent la variable dpen-
dante. Ce rsultat est intuitif puisque le potentiel de
hausse de la demande primaire (qui est mieux cap-
tur dans le modle avec les ventes) est plus lev
dans le stade de croissance du cycle de vie du pro-
duit.
Intervalle temporel
En gnral, la publicit na pas seulement un
impact instantan sur les ventes, mais aussi un
Raj Sethuraman, Gerard J. Tellis, Richard A. Briesch 132
Figure 2. lasticit publicitaire court terme
moyenne en fonction du cycle de vie du produit
et du type de produit
Notes : les produits pharmaceutiques et les services ne sont pas
reprsents du fait des petites tailles dchantillons (< 10).
05Sethuraman 30/09/11 10:24 Page 132
impact diffr. De ce fait, plus le niveau dagrgation
temporelle est lev, plus il est vraisemblable que
cela capturera les ventes issues du report publicitaire.
De plus, plus le niveau dagrgation est lev, plus le
biais est lev, du fait de la capture errone de leffet
de report. Aussi, nous supposons que llasticit
publicitaire de la priode en cours sera plus leve
quand les donnes sont plus agrges (annuelles ou
trimestrielles) que peu agrges (hebdomadaires ou
journalires) et ce, si le modle ne capture pas pleine-
ment et correctement leffet du report. Les cher-
cheurs font lestimation de leffet du report sur la
base du modle de Koyck. Cependant, lutilisation de
donnes agrges conduit un biais positif dans le
modle destimation de leffet de report (Tellis et
Franses, 2006).
Il est remarquable que nous mettions au jour une
relation non monotone entre la publicit et linter-
valle temporel. Cet effet est maintenu lorsque les
ventes dcales (effet de report) sont incluses et
omises. Llasticit publicitaire est plus faible pour
les donnes trimestrielles et plus leves pour les
donnes hebdomadaires et annuelles.
Agrgation des donnes
Avant lavnement des donnes scanner, les cher-
cheurs estimaient llasticit publicitaire en utilisant de
faon prdominante les donnes au niveau entreprise.
Les donnes scanner encouragent lutilisation des
donnes de panel et des rponses la publicit un
niveau individuel. Les donnes au niveau individuel
semblent tre une unit danalyse plus approprie
pour mesurer les rponses la publicit. Bien que les
moyennes univaries ne soient pas diffrentes entre
les deux groupes (approximativement 0,12 pour les
deux), aprs avoir pris en compte dautres facteurs,
les lasticits publicitaires estimes un niveau
entreprise sont significativement plus faibles que
celles dsagrges au niveau des panels de consom-
mateurs. Ce rsultat va dans le sens de ceux de
Christen et alii (1997).
Une explication plausible de cet effet rside dans le
fait que les donnes agrges prsentent une combi-
naison linaire avec les achats individuels, alors
quavec les donnes de panel, les estimations utili-
sent une combinaison non linaire des achats. Gupta et
alii (1996, Tableaux 3 et 4) montrent que llasticit
prix, de lapproximation linaire au modle logit
(sans htrognit), est biaise autour de zro. De ce
fait, les approximations linaires utilisant des don-
nes agrges peuvent tendre biaiser la baisse
llasticit publicitaire.
Mesure publicitaire
La publicit dune marque peut tre mesure de
faon absolue (valeur montaire, points de couver-
ture brute (GRP)) ou relative (la part de la marque
dans toutes les dpenses publicitaires sur le march).
En intgrant ce que font les concurrents sur le march,
les changements publicitaires mesurs en absolu
pourraient ne pas ncessairement reflter les mmes
volutions que lorsquils sont mesurs en valeurs
relatives. Si les concurrents tendent faire corres-
pondre la cible de leur publicit dentreprise, de
grands changements en mesure absolue se tradui-
raient en petits changements en mesure relative. En
rsultat, les lasticits exprimes avec publicit abso-
lue seront moins leves que celles estimes avec la
publicit relative. Linverse est vrai si les entreprises
concurrentes ne cherchent pas faire correspondre
leur publicit ou si elles ragissent dans des direc-
tions opposes. De ce fait, sur la base des diffrences
dlasticit entre les mesures absolue et relative de la
publicit, il est possible dinfrer la faon que les
concurrents ont de faire correspondre leurs stratgies
publicitaires cibles.
quel point la publicit est-elle efficace ? Gnralisations partir dune mta-analyse de llasticit publicitaire des marques 133
Figure 3. lasticit publicitaire court terme
moyenne en fonction du cycle de vie du produit
et de la mesure dpendante.
05Sethuraman 18/10/11 15:31 Page 133
En ce qui concerne les mesures publicitaires GRP
et montaires (dollar), nous proposons lexplication
suivante : les publicitaires achtent des GRP en utili-
sant des dollars un GRP tant 1 % de laudience
cible (atteinte) ayant eu 1 contact avec lannonce.
Mettons quune hausse de 1 % en publicit en dollars
fasse augmenter les GRP de v % et les ventes de w %.
Par dfinition, llasticit publicitaire en dollar serait
donc = w/v. Il sensuit que, toutes choses gales par
ailleurs, llasticit publicitaire en dollar est plus
grande que llasticit en GRP si v > 1 et llasticit
GRP est plus grande que llasticit en dollar si v < 1.
La comparaison des lasticits en mesures abso-
lues par opposition aux mesures relatives rvle des
rsultats contradictoires. Llasticit publicitaire esti-
me avec la mesure relative est plus leve que
llasticit publicitaire estime avec une mesure
absolue en dollar mais elle est plus faible que celle-ci
quand elle est estime avec une mesure absolue en
GRP. Cependant, en publicit absolue, llasticit
mesure en GRP est plus leve (0,21) que llasti-
cit publicitaire mesure avec la valeur montaire
(0,09). Cette diffrence est significative dans le
modle de rgression (Tableau 2). Comme nous
lavons indiqu prcdemment, ce rsultat indique la
possibilit que v < 1, en moyenne. Cela dit, les entre-
prises peuvent oprer dans une rgion dans laquelle
une hausse de 1 % de la publicit en dollars suscite une
hausse de moins de 1 % en GRP. Une recherche
future pourrait valuer si cette infrence est maintenue.
Nous avons aussi vrifi si la diffrence entre llasti-
cit en dollar et en GRP tait due la corrlation
entre la mesure publicitaire et les autres facteurs du
modle. Nous avons constat que les lasticits GRP
existaient surtout pour les produits non durables et
matures. Cependant, les rsultats sur la mesure publi-
citaire nont pas chang lorsque nous avons exclu ces
variables du modle.
Type de publicit
Mme si llasticit publicitaire moyenne de la
tlvision (0,12) nest pas significativement plus leve
que llasticit publicitaire papier (0,11), nous
constatons, aprs avoir pris en compte dautres fac-
teurs, que la publicit papier prsente une lasticit
publicitaire court terme plus faible que la publicit
tlvise dans lanalyse de rgression (Tableau 2).
Une raison expliquant cet effet rside dans le fait que
la publicit tlvise, dans sa capacit stimuler des
motions, peut tre plus efficace que la publicit
Raj Sethuraman, Gerard J. Tellis, Richard A. Briesch 134
Tableau 3. Contributeurs cls des changements en lasticit publicitaire court terme : pr et post-1980
Variable Niveau Effet principal Pourcentage Pourcentage Contribution
du modle 2 en groupe en groupe llasticit
aprs 1980 avant 1980 publicitaire
Agrgation Entreprise 0,195 46,5 93,3 0,09
Type de Tlvision 0,193 59,7 21,4 0,07
publicit
Rgion Europe 0,086 1,1 48,4 0,04
Intervalle Annuelle 0,083 3,8 36,3 0,03
des donnes
Cycle de vie Mature 0,083 87,9 57,5 0,03
Notes : Interprtation de lchantillon et illustration pour lagrgation : le coefficient de rgression des effets principaux du modle 2 pour lagr-
gation des donnes (entreprise vs panel) est de 0,195. Autrement dit, llasticit publicitaire estime pour les donnes entreprises est plus faible
de 0,195 par rapport aux donnes panel. Les donnes de panel sont rarement utilises et les donnes entreprises taient principalement utilises
avant 1980 : presque 93 % des observations dlasticit publicitaire court terme avant 1980 sont bases sur des donnes entreprises, alors que
47 % des observations utilisent des donnes entreprises aprs 1980. Cette diffrence dans la reprsentation des donnes rsulte en une hausse dans
la moyenne prvue dlasticit publicitaire de 0,09 dans la priode post-1980 par rapport la priode pr-1980 (calcule de la faon suivante :
0,195 (46,5 93,3) / 100 = 0,09, arrondi deux dcimales).
05Sethuraman 30/09/11 10:24 Page 134
papier, qui repose essentiellement sur le levier infor-
mation (Tellis, Chandy et Thaivanich, 2000).
Variables omises
Omission des ventes dcales
Lomission dune variable biaise llasticit
publicitaire, si cette variable omise est corrle la
fois avec la variable dpendante (ventes) et la
variable indpendante incluse (publicit). La direc-
tion du biais est le produit des signes des corrlations
de la variable omise avec les ventes et la publicit.
Les ventes dcales peuvent tre corrles positive-
ment la fois avec les ventes de la priode en cours et
la publicit de la priode en cours (puisque la publicit
en cours est souvent dtermine par les ventes pas-
ses). De ce fait, nous supposons que lomission des
ventes dcales va biaiser positivement llasticit
publicitaire. De faon cohrente avec cette supposi-
tion, nous constatons, aprs avoir pris en compte
dautres facteurs, que lomission des ventes dcales
augmente significativement llasticit publicitaire.
Autrement dit, les ventes dcales capturent leffet
diffr de la publicit. Omettre les ventes dcales
assure que la publicit en cours capture une part de
cet effet de report.
Autres variables omises
Parmi les autres variables, nous constatons que
lomission de la distribution augmente significative-
ment llasticit publicitaire ; peut-tre cause du fait
que les marques dont on fait la publicit sont gale-
ment mieux distribues. Donc, la distribution est lie
positivement la fois aux ventes et la publicit, ce qui
rsulte dun biais domission positif. Les effets de
lexclusion dautres variables ne sont pas significatifs.
Caractristiques du modle
Forme fonctionnelle et mthode destimation
Les modles linaires et double log ont tendance
produire des lasticit publicitaires plus leves que les
modles partags. Nous constatons que, globalement,
la forme fonctionnelle a une plus grande influence
sur llasticit publicitaire court terme que la
mthode destimation.
Incorporation de lendognit
et de lhtrognit
Une tendance rcente dans lestimation du mar-
keting mix est dincorporer lendognit. Nous
observons que dans de nombreux modles, lomis-
sion de lendognit induit un biais ngatif dans les
estimations, ce qui est cohrent avec la croyance que
lomission de lendognit peut biaiser les estima-
tions vers zro (Villas-Boas et Winer, 1999). Cela dit,
llasticit publicitaire est plus faible quand lendo-
gnit nest pas incorpore.
Des modlisateurs actuels ont aussi incorpor
lhtrognit en permettant les diffrences dans les
paramtres parmi les foyers de lchantillon, que ce
soit par des effets alatoires ou par des modles
baysiens (Allenby et Rossi, 1999). Cependant, nous
avons constat que leffet de lomission de lhtrog-
nit sur llasticit publicitaire nest pas significatif.
En dautres termes, omettre lhtrognit naltre
pas significativement les estimations dlasticit
publicitaire.
Rsultats sur llasticit publicitaire long terme
La Figure 1 prsente la distribution des lasticits
publicitaires long terme. Il y a 402 lasticits publi-
citaires long terme de marques. Leur amplitude
stend entre 1,2 et 4,5. Plus de 40 % de ces lastici-
ts se situent entre 0 et 0,1. Presque 5 % dentre elles
sont ngatives. La moyenne des lasticits publici-
taires long terme sur les 402 observations est de
0,24, ce qui est bien plus faible que la valeur
moyenne de 0,41 nonce par Assmus, Farley et
Lehmann (1984)
5
. La mdiane de llasticit long
terme est mme infrieure la moyenne, avec une
valeur de 0,10.
quel point la publicit est-elle efficace ? Gnralisations partir dune mta-analyse de llasticit publicitaire des marques 135
5. Llasticit publicitaire court terme chez Assmus, Farley et
Lehmann (1984) est de 0,22 et la moyenne de leffet de report est de
0,468, menant une lasticit publicitaire long terme moyenne de
0,414 (= 0,22/(1 0,468)).
05Sethuraman 30/09/11 10:24 Page 135
Le Tableau 2 (colonnes 7 et 8) prsente les rsultats
de la mta-analyse pour la publicit long terme. Les
variables dans le modle des effets principaux expli-
quent 29 % de la variance de llasticit long terme.
Lomission des ventes dcales nest pas incluse
comme variable indpendante, parce que nous avons
utilis le coefficient des ventes dcales pour estimer
llasticit long terme (variable dpendante). Six
des variables qui sont significatives dans le modle
de llasticit publicitaire court terme le sont aussi
dans le modle long terme : anne des donnes,
type de produit, rgion, mesure de la publicit, omis-
sion de la distribution et forme fonctionnelle.
Quatre variables significatives dans le modle
court terme ne le sont pas dans le modle dlasticit
long terme : cycle de vie du produit, intervalle tempo-
rel, agrgation des donnes et omission de lendog-
nit. Une raison justifiant le manque de significativit
est le fait que llasticit long terme est estime en
utilisant la formule (lasticit court terme/(1- effet de
report)), linfluence dune variable sur llasticit
long terme dpend donc de son effet la fois sur
llasticit court terme et leffet de report. Ces deux
effets agissant ensemble peuvent amliorer ou bais-
ser le coefficient qui en dcoule. Par exemple, les
produits matures tendent avoir une lasticit publici-
taire court terme plus faible mais avoir un effet de
report gal ou plus faible que les produits en crois-
sance. De ce fait, leffet du cycle de vie du produit
sur llasticit long terme peut ne pas tre significatif.
Un rsultat surprenant a t le constat que la
publicit tlvise a une lasticit court terme plus
leve que la publicit papier mais une plus faible
lasticit long terme. Cette lasticit long terme
plus leve pour la publicit papier peut tre cause par
linformation imprime (spcialement pour les maga-
zines) qui reste en mmoire plus longtemps que la
publicit tlvise. Certaines des variables qui ne
sont pas significatives dans le modle court terme le
sont dans le modle long terme : llasticit publici-
taire long terme est plus leve pendant les
priodes de rcession plutt que dans les priodes
dexpansion. De plus, lomission de la publicit
dcale et celle de la promotion sont aussi des
variables significatives dans les modles dlasticit
long terme.
IMPLICATIONS
Implications managriales
Budgtisation publicitaire
Nous avons observ que llasticit publicitaire
court terme sur toutes les observations (de 1940
2004) est de 0,12, llasticit mdiane est de 0,05 et
llasticit dcline dans le temps. Le rsultat mon-
trant que llasticit publicitaire est petite peut
dplaire de nombreux professionnels, spcialement
ceux qui travaillent en agence. Ce nombre est encore
plus troublant quand on le compare llasticit prix,
pour lequel les mta-analyses suggrent quil est plus
de 20 fois plus lev, soit 2,62 (Bijmolt, Van
Heerde et Pieters, 2005 ; Tellis, 1988). Cependant,
comparer llasticit absolue peut conduire man-
quer des questions pertinentes. Dabord, et cest la
plus importante, les baisses de prix affectent les reve-
nus et les profits immdiatement. Par consquent,
alors quune petite baisse de prix peut augmenter
normment les ventes, elle naugmentera pas nces-
sairement les bnfices. Deuximement, la publicit
a le potentiel de supporter un prix plus lev.
Troisimement, les baisses de prix peuvent tre diri-
ges directement de faon slective vers certains
consommateurs seulement pour minimiser le mal fait
au rsultat net. Quatrimement, les baisses de prix
accordes aux dtaillants peuvent ne pas tre rper-
cutes sur les consommateurs.
Sethuraman et Tellis (1991) ont dvelopp un
modle pour intgrer ces facteurs et dduire des
implications managriales sur la faon dont llasti-
cit publicitaire et llasticit prix devraient impacter
les compromis que font les managers entre la publicit
et les baisses de prix. Spcifiquement, ils montrent
que les augmentations de publicit (A) qui
devraient susciter les mmes profits quune baisse de
prix donne (p) court terme peuvent tre expri-
mes en utilisant lquation suivante:
(A/A)/(p/p) = (k
p
f /g)/(k/
A
A/s) (4)
o p est le prix, A est la publicit, k est la contribution
au ratio prix, f est la part des consommateurs qui
bnficient de la baisse de prix, g est la rpercussion de
Raj Sethuraman, Gerard J. Tellis, Richard A. Briesch 136
05Sethuraman 30/09/11 10:24 Page 136
la baisse de prix du dtaillant, S sont les ventes en
dollars,
p
et
A
sont respectivement les lasticits
prix et publicitaire. Le ratio publicit-ventes optimal
est donn par (A/S)
= ( f /g)(
A
/
p
). Le Tableau 4
prsente les rsultats optimaux en utilisant les for-
mules prcdentes pour les diffrentes valeurs dlas-
ticit publicitaire avec les valeurs dillustration sui-
vantes :
p
(absolue) = 2,6 (Bijmolt, Van Heerde et
Pieters, 2005), f = 0,5, k = 0,5 et A/S = 0,05
(Sethuraman et Tellis, 1991).
Le Tableau 4 suggre une rduction des budgets
allous la publicit conventionnelle en cohrence
avec la tendance au dclin de llasticit publicitaire.
De faon alternative, une entreprise peut faire des
dmarches pour augmenter llasticit publicitaire.
Kent (1995) propose de crer des messages uniques,
de ngocier une couverture hors concurrence et un
ciblage plus prcis de la publicit comme moyens
pour surpasser les effets nfastes de lencombrement
publicitaire et augmenter la rceptivit des consom-
mateurs la publicit.
Publicit et rcession
La croyance conventionnelle est de penser que la
publicit devrait tre rduite pendant les priodes de
rcession ; les ventes y sont en effet plus faibles et les
consommateurs sont plus sensibles au prix ; ils sont
donc moins enclins tre influencs par la publicit
dans les priodes de rcession que dexpansion.
Premirement, nos rsultats rvlent que ni les lasti-
cits court terme ni celles long terme ne sont plus
basses pendant une rcession, mesures par le pour-
centage de la priode destimation en cours de rces-
sion. De ce fait, au minimum, les managers nont pas
besoin de rduire la publicit lors dune rcession
parce quils pensent tort que limpact de la publi-
cit sur les ventes sera plus faible que dans les
priodes dexpansion.
Deuximement, alors que le coefficient de rces-
sion pour llasticit publicitaire court terme est
positif, bien que non statistiquement significatif, le
coefficient pour llasticit long terme est positif et
significatif : cela indique que, en gnral, llasticit
publicitaire est plus haute pendant une rcession. Les
causes possibles de cet effet sont, que pendant une
rcession par opposition une expansion : (1) le
dsordre publicitaire est plus faible du fait des
baisses des budgets publicitaires, (2) les consomma-
teurs prtent une attention plus grande aux messages
publicitaires et sont des acheteurs plus aviss, et (3) les
budgets publicitaires sont supports par des prix plus
levs et des actions promotionnelles. Une raison de
cet effet positif sur llasticit long terme peut tre un
encombrement rduit et une attention plus grande
la publicit pendant une rcession, lesquels pour-
raient ne pas se traduire immdiatement dans les
achats (court terme), du fait dune conomie serre
ce moment-l, mais se rpercuter plus tard (long
terme) quand lconomie samliore (pour des
preuves allant dans ce sens dans dautres tudes, voir
Tellis et Tellis, 2009).
Conditions favorables la publicit
Nos rsultats dune lasticit publicitaire plus le-
ve suggrent que, toutes choses tant gales par
ailleurs, la publicit devrait tre plus leve pour les
biens durables que pour les biens non durables, et
pour les produits en dbut de cycle de vie plutt
quen phase de maturit. Llasticit publicitaire plus
leve en Europe quaux tats-Unis rend compte du
besoin dune meilleure comprhension dun possible
excdent publicitaire aux tats-Unis (Aaker et
Carman, 1982) et dun dficit publicitaire en Europe.
Implications recherche
Intervalle temporel
Llasticit publicitaire est significativement dif-
frente selon que lon utilise de donnes hebdoma-
daires, trimestrielles ou annuelles. Ces diffrences
significatives soulignent le besoin de dterminer et
dutiliser lintervalle de temps correct pour estimer
llasticit publicitaire. Le point de vue convention-
nel est que le meilleur intervalle de temps est celui
qui correspond lintervalle entre deux achats dans
la catgorie de produit. Rcemment, Tellis et Franses
(2006) ont montr que lintervalle de temps optimal,
qui fournit une estimation sans biais de llasticit
publicitaire, est le temps dexposition de lunit,
dfini comme la plus longue priode de temps sur le
calendrier durant laquelle la publicit a lieu au plus
quel point la publicit est-elle efficace ? Gnralisations partir dune mta-analyse de llasticit publicitaire des marques 137
05Sethuraman 30/09/11 10:24 Page 137
une fois et au mme moment dans cette priode. Cela
pourrait tre des minutes ou des heures pour la publi-
cit tlvise, et des jours entiers ou des semaines
pour la publicit papier. En outre, ces auteurs mon-
trent que des donnes plus dsagrges temporelle-
ment ne biaisent pas les estimations. Ces conclusions
impliquent que, si les donnes sont disponibles, des
donnes journalires ou hebdomadaires moins agr-
ges peuvent tre meilleures que des donnes trimes-
trielles ou annuelles pour obtenir des estimations non
biaises de llasticit publicitaire.
Incorporation de lendognit
Nous avons constat que, dans de nombreux
modles, omettre lendognit induit un biais ngatif
sur llasticit publicitaire. Ceci implique que lendo-
gnit devrait tre prise en compte quand elle est
approprie au regard du modle et du contexte.
Cependant, elle ne devrait pas tre ajoute comme un
lment de la check-list de la recherche (Shugan,
2004). Par exemple, la question se pose de savoir si le
prix est vraiment endogne ou non pour les modles de
panel estims quotidiennement, parce que les
dtaillants peuvent ne pas tre en mesure de dtermi-
ner les prix optimaux et les changent tous les jours
(Erdem, Keane et Sun, 2008). Des arguments sem-
blables pourraient tre invoqus pour la rponse la
publicit, parce quil est peu vraisemblable que les
producteurs de marques puissent dtecter et/ou ajuster
leurs niveaux publicitaires suffisamment rapidement
pour sadapter aux changements hebdomadaires de la
demande des consommateurs. Ils peuvent dtecter et
rpondre aux changements de la demande sur de
longues priodes de temps (trimestriellement ou
annuellement).
Autres facteurs
Nous constatons que lomission de la distribution a
un effet positif sur llasticit publicitaire, alors que les
formes fonctionnelles, telles que linaire ou double
log, peuvent produire des lasticits diffrentes. Les
chercheurs devraient tre au courant de ces diff-
rences et suivre les tapes suivantes quand ils cher-
chent estimer la rponse la publicit : (1) inclure
autant de covariants pertinents que possible (prix,
promotion qualit) ; (2) intgrer la bonne approche
conomtrique pour le problme trait ou valuer la
sensibilit de leurs estimations de llasticit aux
procdures destimation.
Variables non significatives
Plusieurs variables ne sont pas significatives dans
le modle de rgression. Cela signifie-t-il que ces
facteurs peuvent tre ignors lorsquon estime llasti-
cit publicitaire ? Nous soulignons que labsence de
preuve de ces effets dans la mta-analyse ne devrait
pas tre prise comme une preuve de labsence dun
effet. Le manque de significativit pourrait tre d un
manque de donnes adquates, de bruit dans les don-
nes, dun effet dagrgation ou dautres raisons lies
la procdure. Notre point de vue est que des donnes et
une procdure correctes devraient tre utilises
lorsquil est possible de le faire. Par exemple, lomis-
sion de lhtrognit ninfluence pas significative-
ment llasticit publicitaire dans notre mta-analyse.
Cela ne signifie pas que les chercheurs peuvent tran-
quillement ignorer lhtrognit. En gnral, il est
appropri de prendre en compte ce paramtre dans la
rponse la publicit, spcialement lorsquon fait
des estimations bases sur des donnes panel.
CONCLUSION
Nous avons mta-analys 751 lasticits publici-
taires court terme au niveau marque et 402 lasticits
publicitaires long terme. Notre objectif est de
mettre jour la mta-analyse dAssmus, Farley et
Lehmann (1984) et dapporter des complments
linventaire de gnralisations empiriques de
Hanssen (2009). Nous obtenons plusieurs gnralisa-
tions utiles, que nous avons listes dans la section
suivante. Ensuite, nous prsentons les limites et voies
de recherche futures.
Raj Sethuraman, Gerard J. Tellis, Richard A. Briesch 138
05Sethuraman 30/09/11 10:24 Page 138
Gnralisations empiriques cls
Llasticit publicitaire moyenne court terme
sur 751 observations est de 0,12, ce qui est substan-
tiellement plus faible que la moyenne de 0,22 sur 128
observations nonce par Assmus, Farley et
Lehmann (1984). La mdiane de llasticit publici-
taire est encore plus faible, 0,05. Llasticit publici-
taire long terme moyenne sur 402 observations est de
0,24, ce qui est plus faible que la moyenne de 0,41
sur 128 observations nonce par Assmus, Farley et
Lehmann (1984). La mdiane de llasticit publici-
taire long terme est encore plus faible, 0,10.
Il y a un dclin dans le temps de llasticit publi-
citaire court terme et long terme. Ces rsultats
suggrent une rduction de la publicit convention-
nelle si lentreprise faisait une publicit optimale
dans le pass. En moyenne, llasticit publicitaire ne
baisse pas pendant une rcession. Bien au contraire, il
y a une relation positive entre les mois de rcession et
llasticit publicitaire long terme. Ce rsultat
indique que lentreprise na pas besoin de rduire son
budget publicitaire pendant une rcession, mme si
ses managers estiment que les consommateurs ne
seront pas rceptifs la publicit. Llasticit publici-
taire est plus leve pour les biens durables que pour
les biens non durables et non alimentaires. Ces rsul-
tats encouragent la publicit pour les biens durables,
toutes choses gales par ailleurs.
Llasticit publicitaire court terme est plus le-
ve pour les produits situs dans les premires phases
du cycle de vie que pour ceux en phase de maturit.
Cet effet est spcialement saillant pour les biens
durables. Ce rsultat soutient lide de se concentrer
sur la publicit pendant les premiers stades puis sur le
prix dans les stades suivants du cycle de vie, surtout
pour les biens durables. En gnral, llasticit publi-
citaire est plus leve en Europe quen Amrique du
Nord, posant la question dun possible dficit publici-
taire en Europe et dun excs publicitaire aux tats-
Unis.
Il y a une relation non monotone entre llasticit
publicitaire et lintervalle temporel. Les lasticits
estimes la fois sur la base de donnes hebdoma-
daires et annuelles sont plus leves que celles issues
de donnes trimestrielles. Ce rsultat renforce le
besoin dutiliser lintervalle de temps appropri,
comme lindiquent Tellis et Franses (2006).
En gnral, llasticit de la publicit tlvise est
plus leve que celle de la publicit papier sur le
court terme, mais llasticit de la publicit papier est
plus leve que celle de la publicit tlvise sur le
long terme. Ces conclusions soulignent quil faut
considrer prudemment la question des cots et de
lefficacit au moment dallouer entre les deux
mdias.
Llasticit publicitaire est plus faible quand len-
dognit de la publicit nest pas incorpore au
modle. Quand cest appropri, les chercheurs
devraient tenter dincorporer lendognit en utili-
sant des modles dvelopps par la New Empirical
Industrial Organization (Nevo, 2001) ou prendre en
compte le fait que lestimation soit plus faible du fait
de cette omission.
Limites et voies de recherche
Notre tude prsente des limites qui sont typiques
de la plupart des recherches mta-analytiques.
Premirement, bien que nous ayons essay dtre
exhaustifs dans notre revue de littrature, nous pou-
vons avoir manqu quelques publications qui font
lestimation de llasticit publicitaire. Deuxime-
ment, en ce qui concerne lidentification des facteurs
qui influencent llasticit publicitaire, nous sommes
limits par les variables disponibles dans les tudes
originales. Par exemple, nous ne pouvions pas collec-
ter des donnes sur les quatre tapes du cycle de vie du
produit, ou le pays dorigine individuel ; nous
navons donc pas pu estimer les influences de ces
variables sur llasticit publicitaire.
Ces limites fournissent des directions potentielles
pour des recherches futures. un niveau plus sub-
stantiel, lavenir, les chercheurs devraient essayer
danalyser davantage de produits en croissance, de
biens durables, de biens industriels et de services.
Les recherches futures devraient aussi mesurer les
effets de la publicit en ligne, les incorporer dans des
mta-analyses et mener une mta-analyse de la dure
de la publicit, autrement dit la priode durant
laquelle leffet de la publicit perdure.
quel point la publicit est-elle efficace ? Gnralisations partir dune mta-analyse de llasticit publicitaire des marques 139
05Sethuraman 30/09/11 10:24 Page 139
RFRENCES BIBLIOGRAPHIQUES
Aaker D.A. et Carman J.M. (1982), Are you over adverti-
sing?, Journal of Advertising Research, 22 (aot/sep-
tembre), 57-70.
Allenby G.M. et Rossi P.E. (1999), Marketing models of
consumer heterogeneity, Journal of Econometrics, 89
(novembre), 57-78.
Assmus G., Farley J.U. et Lehmann D.R. (1984), How
advertising affects sales: meta-analysis of econometric
results, Journal of Marketing Research, 21 (fvrier),
65-74.
Belsley D.A., Kuh E. et Welsch R.E. (1980), Regression
diagnostics, New York: John Wiley & Sons.
Bijmolt T.H.A. et Pieters R.G.M. (2001), Meta-analysis in
marketing when studies contain multiple measure-
ments, Marketing Letters, 12 (mai), 157-169.
Bijmolt T.H.A., van Heerde H.J. et Pieters R.G.M. (2005),
New empirical generalizations on determinants of price
elasticity, Journal of Marketing Research, 42 (mai),
141-156.
Christen M., Gupta S., Porter J.C., Staelin R. et Wittink D.
(1997), Using market-level data to understand promotion
effects in a nonlinear model, Journal of Marketing
Research, 34 (aot), 322-334.
Clarke D. (1976), Econometric measurement of the dura-
tion of advertising effect on sales, Journal of
Marketing Research, 13 (novembre), 345-357.
Danaher P., Bonfrer A. et Dhar S. (2008), The effect of
competitive advertising interference on sales of packaged
goods, Journal of Marketing Research, 45 (avril), 211-
225.
Erdem T., Keane M. et Sun B. (2008), The impact of adver-
tising on consumer price sensitivity in experience
goods markets, Quantitative Marketing and
Economics, 6 (juin), 139-176.
Fischer M. et Albers S. (2010), Patient- or physician-oriented
marketing: what drives primary demand for prescrip-
tion drugs?, Journal of Marketing Research, 47
(fvrier), 103-121.
Gallet C.A. (2007), The demand for alcohol: a meta-analysis
of elasticities, The Australian Journal of Agricultural
and Resource Economics, 51 (juin), 121-135.
Gupta S., Chintagunta P., Kaul A. et Wittink D.R. (1996), Do
household scanner data provide representative infe-
rences from brand choices? A comparison with store
data, Journal of Marketing Research, 33 (novembre),
383-398.
Hanssens D.M. (2009), Empirical generalizations about
marketing impact, Cambridge, MA: Marketing Science
Institute.
Hu Y., Lodish L.M. et Krieger A.M. (2007), An analysis of
real world TV advertising tests: a 15-year update,
Journal of Advertising Research, 17 (septembre), 341-
353.
Kent R.J. (1995), Competitive clutter in network television
advertising, Journal of Advertising Research, 33
(mars/avril), 40-46.
Lambin J.L. (1976), Advertising, competition and market
conduct in oligopoly over time, Amsterdam: North-
Holland.
Lodish L.M., Abraham M.M., Kalmenson S., Livelsberger J.,
Lubetkin B., Richardson B. et Stevens M.E. (1995),
How T.V. advertising works: a meta-analysis of 389
real world split cable T.V. advertising experiments,
Journal of Marketing Research, 32 (avril), 125-139.
Nevo A. (2001), Measuring market power in the ready-to-eat
cereal industry, Econometrica, 69 (mars), 307-342.
Sethuraman R., Srinivasan V. et Kim D. (1999),
Asymmetric and neighborhood cross-price effects:
some empirical generalizations, Marketing Science, 18
(hiver), 23-41.
Sethuraman R. et Tellis G.J. (1991), An analysis of the tra-
deoff between advertising and price discounting,
Journal of Marketing Research, 31 (mai), 160-174.
Shugan S. (2004), Endogeneity in marketing decision
models, Marketing Science, 23 (hiver), 1-3.
Tellis G.J. (1988), The price elasticity of selective demand: a
meta-analysis of econometric models of sales, Journal of
Marketing Research, 25 (novembre), 331-341.
Tellis G.J. (2004), Effective advertising: how, when, and
why advertising works, Thousand Oaks, CA: Sage
Publications.
Tellis G.J. et Franses P.H. (2006), Optimal data interval for
estimating advertising response, Marketing Science, 25
(mai/juin), 217-229.
Tellis G.J., Chandy R. et Thaivanich P. (2000),
Decomposing the effects of direct advertising: which
brand works, when, where, and how long?, Journal of
Marketing Research, 37 (fvrier), 32-46.
Tellis G.J. et Tellis K. (2009), Research on advertising in
recession: a critical review and synthesis, Journal of
Advertising Research, 49 (septembre), 9-40.
Vakratsas D. et Ambler T. (1999), How advertising works:
what do we really know?, Journal of Marketing, 63
(janvier), 26-43.
Villas-Boas J. et Winer R.S. (1999), Endogeneity in brand
choice models, Management Science, 45 (octobre),
1324-1338.
Raj Sethuraman, Gerard J. Tellis, Richard A. Briesch 140
05Sethuraman 30/09/11 10:24 Page 140