Académique Documents
Professionnel Documents
Culture Documents
* Les auteurs sont respectivement membres du CREER, FNRS, FUCAM et du LEGFARGO ; du LARGE et du CREER, FUCAM. Ils tiennent exprimer leurs remerciements Alain Bultez, directeur du CREER (Center of Research of Economic Efficiency
of Retailing) aux Facults Universitaires Catholiques de Mons, et Herv Leleu du Labores, CNRS- Universit Catholique de Lille.
132
133
indicateurs. En effet, ces derniers (i) contribuent crer une ralit partage par les diffrentes parties prenantes ; (ii) communiquent les attentes et les rsultats issus du dploiement stratgique aux diffrentes
units preneuses de dcision.
Notre objectif est daffiner la mesure de la performance productive
des rseaux dagences bancaires en intgrant le pouvoir de dcision des
deux units preneuses de dcision au sein du rseau : la direction gnrale et les agences bancaires. Lvaluation de la performance productive des agences est aborde sous langle du benchmarking. Cest en
affinant le principe de comparaison quun indicateur juste est dvelopp, juste au sens du mot anglais fair.
Comme la soulign La Villarmois (1999a), lapproche DEA ( Data Envelopment Analysis ) est particulirement bien adapte aux rseaux de distribution, et par l aux rseaux dagences bancaires. En effet, chaque entit value est compare toutes les autres laide des
techniques de la programmation mathmatique linaire. La premire
application a t ralise en 1985 par Sherman et Gold. Nous classons
les tudes ralises en deux catgories.
Les tudes de la premire catgorie utilisent la mthode DEA pour
distinguer les agences efficientes des agences inefficientes, valuer
lamplitude de linefficience laide dun indicateur synthtique, identifier les meilleures pratiques et proposer des objectifs aux agences
inefficientes pour amliorer leur performance (Sherman et Gold, 1985 ;
Parkan, 1987 ; Oral et Yolalan, 1990 ; Vassiloglou et Giokas, 1990 ;
Giokas, 1991 ; Tulkens, 1993 ; Al-Faraj et al., 1993).
Les tudes de la seconde catgorie dfinissent lactivit des agences
bancaires pour valuer leur capacit sadapter leur environnement
commercial, grer leurs ressources humaines, satisfaire leurs clients
en amliorant la qualit du service (Sherman et Ladino, 1995 ; Schaffnit et al., 1997 ; Athanassopoulos, 1997, 1998 ; Soteriou et Zenios,
1999 ; Manandhar et Tang, 2002). Elles tentent dapporter des explications au constat de lefficience ou de linefficience en ralisant des
analyses quantitatives supplmentaires ou en rcoltant des informations
qualitatives sur lorganisation des agences.
Aucune de ces tudes na : (i) considr le rseau bancaire dans sa
globalit ; (ii) intgr les deux niveaux de prise de dcision caractristiques des rseaux de distribution ; (iii) tenu compte des contraintes
auxquelles sont soumises les agences. Lapport de cette recherche r-
134
135
ductive des points de vente appartenant un rseau de distribution intgr. Ces trois critres sont : le principe de contrlabilit, la cohrence
transversale et la cohrence hirarchique. La deuxime partie dtaille
les dveloppements mthodologiques ncessaires au calcul dun indicateur juste de la performance des points de vente dans le cadre de la mthode DEA. La troisime partie propose une application empirique du
modle dvelopp. La base de donnes recense des informations issues
du bilan et du compte de rsultat (exercice comptable 2001) sur une
population de 728 agences bancaires rparties dans 10 banques rgionales, qui sont autant de rseaux de distribution intgrs indpendants
dots dune direction gnrale et dun rseau dagences bancaires. Par
ailleurs ? les agences bancaires font face six environnements commerciaux diffrents.
1. Le cadre danalyse
Les agences bancaires sont les points de vente des banques. Elles
ont pour mission de sadapter au march qui les entoure en collectant
et en traitant de linformation sur les besoins et les attentes de la demande de proximit, de valoriser les relations avec les clients, et ainsi
de dvelopper et dentretenir la clientle existante. Lactivit des agences est fonde sur leur capacit distribuer des produits bancaires et
maintenir les relations avec la clientle. Les agences contribuent ainsi
au processus de production de la banque. Cette dernire doit sassurer
davoir les liquidits suffisantes pour satisfaire les demandes de retraits
et de crdits. Les agences y contribuent en entretenant la relation de
clientle.
136
137
En tant que dtaillant, lagence est un distributeur de produits bancaires. Fondamentalement, loutput dun point de vente correspond
une varit de services qui facilitent lchange avec le client et qui
laident entretenir la relation de clientle (Bucklin, 1978). Pour dfinir cette activit propre aux points de vente, certains auteurs parlent de
combinaison de services excuts (Ingene et Lusch, 1979 ; Ratchford et
Brown, 1985) et dautres de produit tendu (Kotler et Dubois, 1997).
Le produit tendu se dfinit comme un produit vendu auquel un assortiment de services est ajout. La vente de ce produit est facture, quantifiable et, donc, mesurable. A contrario, lassortiment de services
ajout reste souvent ignor car il est difficilement identifiable et mesurable (Ingene, 1982, 1984 ; Good, 1984 ; Achabal et al., 1984, 1985).
Figure 1 Activit des agences bancaires aborde sous un angle
productif (extrait de Hubrecht, 2003)
Inputs des
agences
bancaires
Outputs des
agences
bancaires
Collecte
de dpts
Capital
client
Ressources
humaines
Services
dinformation,
de proximit et
daccessibilit
Vente de
crdits
Ressources
physiques
Ventes de
produits
non
bancaires
Feedback
Bilan de la banque
Crdit
Dp
t
138
Du fait de limpossibilit pratique de mesurer directement les services qui accompagnent les biens et services facturs, les chercheurs ont
utilis le chiffre daffaires ou le montant des ventes pour mesurer les
outputs produits par un point de vente. Ces mesures montaires sont
juges plus pertinentes que le nombre dunits physiques vendues pour
valuer les services effectivement produits par le point de vente, car les
prix des biens sont supposs reflter le niveau du service rendu (Bucklin, 1978 ; Ingene, 1982, 1984 ; Good, 1984).
Berger et Mester (1997) ont nonc des remarques analogues au sujet des banques : Thoriquement, la comparaison des performances
des banques doit tre effectue entre les banques qui produisent des
outputs de la mme qualit. Mais, il existe vraisemblablement des diffrences de qualit non mesures parce que les donnes disponibles ne
permettent pas dvaluer entirement lhtrognit des outputs bancaires. Le montant des flux de services associs aux produits financiers
est ncessairement suppos proportionnel la valeur montaire en
stock des lments inscrits lactif et au passif du bilan .
139
140
10 On constate des diffrences de nature dans le choix des mesures des six produits. En effet, les crdits, les dpts et lpargne financire sont mesurs par des encours, les services lis aux moyens de paiement par des commissions, et lassurancedommage par des primes dassurance. Ces diffrences ne prsentent pas de limite notre tude car le cadre mthodologique choisi (lapproche DEA) permet de traiter diffrentes units de mesure.
141
Ressources employes
ressources humaines
mesures par le nombre
demploys en quivalent
temps plein
ressources dexploitation
mesures par les frais
oprationnels
capital client mesur par le
nombre de comptes
courants
Produits vendus
encours des crdits accords aux
particuliers
encours des crdits accords aux
professionnels
encours dpargne liquide
commissions sur les services de
gestion des moyens de paiement
primes dassurance-dommage
encours dpargne financire
11 Les concepts densemble de production et de technologie de production sont discuts au point 2.1.
142
GR1
GR
GR3
GR4
GR5
GR6
GR7
GR8
GR
GR10
1
TR
+
39
1
TR
+
39
1
TR
+
39
1
TR
+
39
1
TR
+
39
1
TR
+
39
1
TR
+
39
1
TR
+
39
1
TR
+
39
1
TR
+
39
E1
E5
E6
E2
E3
E4
E5
E6
E1
E2
E3
E6
E1
E2
E3
E5
E6
E1
E3
E4
E5
E6
E1
E2
E3
E4
E5
E6
E1
E2
E3
E4
E5
E6
E1
E3
E5
E6
E1
E2
E3
E4
E5
E6
E1
E3
E4
E5
E6
143
E1
E2
E3
E4
E5
E6
Zone rurale et fort taux dactifs employs dans lagriculture et fort taux de retraits
Zone rsidentielle et fort taux de commerants, de retraits et de rsidences secondaires
Zone profil moyen
Zone urbaine avec un fort taux de chmage
Zone priphrique avec un fort taux de croissance de la population,
une part importante de grands logements et de propritaires
Zone urbaine avec un fort taux de cadres
2.
Nb
dobs.
211
45
207
63
109
%
dobs.
29%
6%
28%
9%
15%
93
13%
144
145
ture des liens entre les indicateurs au sein du tableau de bord prospectif
peuvent varier en fonction des caractristiques de lenvironnement
commercial de proximit.
La cohrence hirarchique est assure (1) en construisant des indicateurs de performance qui considrent les deux niveaux de prise de
dcision du rseau de distribution ; (2) en vrifiant que la ralisation
des objectifs fixs au niveau des dtaillants entrane la ralisation des
objectifs fixs au niveau de la direction gnrale.
La cohrence hirarchique ncessite ainsi la formalisation de la relation entre indicateurs de performance de la direction gnrale et indicateurs de performance des points de vente qui en dpendent. La garantie de la cohrence hirarchique requiert donc la construction dun modle permettant de considrer deux niveaux de prise de dcision : celui
de la direction gnrale et celui des points de vente.
146
AXE F INANCIER
AXE
CLIENTS
AXE
PROCESSUS
AXE
APPRENTISSAGE
ORGANISATIONNEL
Point de vente
AXE F INANCIER
AXE
CLIENTS
AXE
PROCESSUS
AXE
APPRENTISSAGE
ORGANISATIONNEL
147
3.
La mesure de la productivit des points de vente est une proccupation ancienne qui a pris son essor avec les travaux de Bucklin (1978).
Les ratios de productivit traditionnels sont abandonns au profit du
score dinefficience technique calcul partir de la mthode DEA.
Dans la continuit des travaux de Farrell (1957)13, Charnes et al.
(1978)14 ont propos un programme mathmatique fractionnel qui a
13 Farrell (1957) a t le premier se proccuper de lestimation empirique de la frontire de lensemble de production, encore appele frontire defficience. Il suggre de
recourir soit la programmation linaire pour dfinir une frontire non paramtrique
linaire par morceaux, soit des techniques conomtriques pour dfinir une frontire
paramtrique telle que la Cobb-Douglas ou la Translog. Nous avons choisi lapproche
DEA, qui est non paramtrique parce que son application ne ncessite aucune hypothse sur le comportement des entits values. En outre, elle permet de considrer le
caractre multi-outputs de lactivit des points de ventes.
14 Le programme propos par Charnes et al. (1978) scrit de la manire suivante :
P
a
wpyp
Max
p =1
R
w p y up
sous contraintes
a = 1...U
a
vr xr
r =1
vr xr
r =1
p =1
R
wp 0
p = 1...P
vr 0
r = 1....R
148
pour objet de maximiser sous contraintes la somme pondre des rsultats divise par la somme pondre des ressources.
La procdure de calcul initie par Charnes et al. (1978) permet de
pallier les deux principales limites des ratios de productivit15 :
(i) Elle ne ncessite pas de dterminer a priori le systme de pondrations des rsultats et des ressources, cest en recourant la programmation linaire quelles sont obtenues.
(ii) Elle permet de poser une hypothse de rendements dchelle variables sur la technologie de production des entits tudies, alors que
les ratios de productivit imposent des rendements dchelle constants.
Ces derniers supposent une mise lchelle immdiate et simultane de
tous les facteurs de production. Le choix dune hypothse de rendements dchelle (constants versus variables) nest pas neutre car il
conditionne la reprsentation de la technologie de production des units de dcision values. Ainsi, lhypothse de rendements dchelle
constants demande lacceptation dune vision de long terme o la taille
des units de dcision values est modifiable. Par contre, dans le cadre de rendements dchelle variables, le raisonnement sopre court
terme, et la taille des entits tudies est suppose fixe. Le cadre
danalyse permet de supposer des rendements dchelle variables plus
appropris notre analyse o la localisation et la dotation en ressources des points de vente sont envisages comme des constantes hors du
domaine de responsabilit de ces derniers.
Lapproche DEA va, par ailleurs, nous permettre de dvelopper une
procdure dvaluation de la productivit des points de vente intgrant
les diffrentes contraintes auxquelles ils sont soumis et de construire
ainsi un indicateur garantissant les critres de contrlabilit, cohrence
transversale et cohrence hirarchique.
Aprs une prsentation graphique de lapproche DEA, les dveloppements mthodologiques ncessaires la mise en place de la procdure dvaluation de la performance des points de vente appartenant
un rseau intgr en aval sont exposs dans le dtail.
Les pondrations des outputs y produits et des inputs x employs par les entits
tudies ( a = 1...U ) correspondent respectivement w p et v r . Lentit sous valuation est note u .
15 Ce point est discut dans le dtail par Hubrecht (2003).
149
Produit (y)
frontire defficience
x
x
Ressource (x)
150
lensemble des rsultats obtenus (outputs). La figure 5 prsente graphiquement le concept defficience dans le cadre de lensemble de production : (i) il nest pas possible de gnrer des produits ou rsultats positifs avec des montants nuls de ressources ; (ii) un mme montant de
produits peut tre obtenu en utilisant des quantits supplmentaires
dau moins une ressource (se rfrer la flche en pointills sur la figure 5) ; (iii) pour un montant donn de ressources, la production de
rsultats peut ne pas tre optimale (se rfrer la flche en trait plein
sur la figure 5).
Une entit est qualifie de techniquement efficiente si elle se
trouve sur la frontire de lensemble de production, la frontire
defficience (se rfrer la figure 4). Les entits qui se situent sur la
frontire, constituent des benchmarks pour celles qui ne sy trouvent
pas : elles optimisent leur processus daction. Ds lors, lobjectif des
entits techniquement inefficientes est datteindre la frontire et, ainsi,
damliorer leur performance productive. La procdure dvaluation de
la performance dans le cadre de la mthode DEA est pertinente du
point de vue du management car elle indique aux entits inefficientes
les meilleures pratiques, qui sont des pratiques observes.
Lcart entre la frontire defficience et les entits values correspond au score dinefficience technique. Sil est nul, lentit se trouve
sur la frontire defficience, et sil est positif lentit est techniquement
inefficiente. Il indique alors leffort raliser pour devenir efficient.
La technologie de production des points de vente peut tre reprsente de faon parfaitement quivalente dans lespace des inputs ou dans
lespace des outputs (Leleu, 1997). Dans la suite de notre travail, nous
avons choisi de reprsenter la technologie de production des points de
vente dans lespace des outputs P (x) . Cette reprsentation est mieux
adapte notre tude car la procdure dvaluation de la performance
des points de vente est oriente produits : la dotation en ressources
des points de vente appartenant un rseau de distribution intgr est
en dehors de leur domaine de responsabilit et ainsi considre comme
une constante. Nous tentons de rpondre la question : de combien un
point de vente peut-il augmenter le volume de produits vendus pour
une dotation en ressources donne ? Le score dinefficience technique
calcul partir de la mthode DEA nous permet de rpondre cette
question.
La figure 6 est une reprsentation de la technologie de production
des points de vente A, B, C, et F dans le sous-ensemble doutputs. Elle
151
y2
OF
OF
Fd
P(x)
y1
152
Consommation
/ utilisation
x1, a
x 2, a
.
.
.
xa =
xr , a
.
.
.
x
R, a
Production /
livraison
y1, a
y 2, a
.
.
.
ya =
y p, a
.
.
.
y
P, a
153
154
Max
{ iu ,t a }
iu
sous contraintes
a a
t yp
i u y up + y up
a a
t xr
ae(u )
ae(u )
xru
p = 1...P
r = 1...R
=1
ae(u )
ta 0
PML 1 Respect du principe de contrlabilit
a e(u )
155
156
cient, ne se projette plus par rapport lui mme le long dun rayon sur
la frontire defficience, mais selon une direction qui est choisie arbitrairement. Il se projette non plus en F ' mais en Fd . Tous les autres
points de vente inefficients vont se projeter selon cette mme direction.
partir du programme mathmatique linaire PML2, nous parvenons calculer un score dinefficience technique qui respecte le critre
de contrlabilit et qui soit cohrent transversalement.
La procdure dvaluation de la productivit des points de vente est
reprsente graphiquement sur la figure 7. Les points de vente D1 et
D2 sont inefficients techniquement. D1 est confront des conditions
de march du type e1 et D2 du type e2 . Selon la direction commune,
D1 se projette sur la frontire de lensemble de production spcifique
aux points de vente situs dans une localisation du type e1 (idem pour
D2 dans e2 ). Cest ainsi que (i) le critre de contrlabilit est respect (les points de vente sont compars aux meilleures pratiques qui dfinissent la technologie de production caractristique de son environnement commercial) ; (ii) et que le critre de cohrence transversale est
vrifi (la mesure de linefficience technique est directionnelle).
Max
{ iu , t a }
a a
u
t yp i b
ae(u )
iu
sous contraintes
+ y up
p = 1...P
a a
u
t x r xr
r = 1...R
ae(u )
a
t =1
ae(u )
ta 0
a e(u )
157
de vue managrial. Elle est donne par les dcisions prises par la direction gnrale en termes dassortiment de produits. Elle correspond
alors au volume des ventes du rseau Gn : b =
uG n
y up . Ce choix
y2
D1
o
D2
Pe1(x) Pe2(x)
y1
158
aG n
ic = I G n i a
aG n
partir des travaux de Briec et al. (2003), nous parvenons garantir la cohrence hirarchique.
Le score dinefficience technique globale est calcul laide du
programme PML3. Nous lappelons par la suite modle rseau de
distribution .
Max I G n
{I Gn , tua }
sous contraintes
a a
tu y p
uG n ae(u )
uG n
a a
u
tu x r xr
ae(u )
a
tu = 1
ae(u )
t ua 0
y up + I G n
u
yp
p = 1...P
uG n
r = 1....R, u Gn
u Gn
u Gn , a e(u )
159
uG n ae(u )
inputs nest pas possible, comme ils sont supposs fixes pour chaque
point de vente (la technologie de rfrence est dfinie par
a a
t xr
ae(u )
du ct des inputs).
Comme la direction commune choisie correspond au volume des
ventes ralis au sein du groupe Gn , la mesure radiale de
linefficience globale du rseau de distribution correspond au cas particulier o la mesure directionnelle concide avec la mesure radiale. Sur
la figure 8, le rseau de distribution not G100 a la possibilit
damliorer son efficience technique. Il se projette sur la frontire
defficience en G100 ' .
Figure 8 Mesure de linefficience technique globale du rseau de
distribution Modle rseau de distribution
y2
G100
G100
y1
o
160
4.
Analyse empirique
Lanalyse de la performance seffectue banque par banque : une direction spcifique est dfinie pour chaque banque rgionale (la cohrence hirarchique est vrifie pour chaque rseau de distribution indpendant). Nous adoptons le point de vue de la tte de rseau en cherchant disposer dune vision globale du management du rseau
dagences bancaires. partir des programmes PML2 et PML 3,
linefficience productive globale est calcule pour chacune des dix
banques rgionales dans lesquelles se rpartissent les agences bancaires de la population tudie. Ensuite, celle-ci est dcompose en inefficience de coordination ( rseau de distribution ) de la tte de rseau
et en inefficience technique individuelle des agences bancaires
( points de vente ).
Groupe
G1
G1
G2
G2
161
comme techniquement inefficientes. Les agences A12 et A22, respectivement des groupes G1 et G2, obtiennent un score dinefficience nul,
ce qui signifie quelles sont techniquement efficientes et quelles nont
pas la possibilit daugmenter leur volume des ventes en considration
des montants employs de ressources.
Groupe Inefficience
rgional technique
globale
G1
G2
G3
G4
G5
G6
G7
G8
G9
G10
0,173
0,058
0,084
0,079
0,100
0,109
0,229
0,097
0,128
0,131
Contribution en %
Inefficience techInefficience de
Inefficience de
coordination de la nique des agences coordination de la
bancaires
direction gnrale
direction gnrale
0,068
0,043
0,050
0,047
0,051
0,064
0,087
0,067
0,067
0,065
60,36%
26,80%
40,80%
40,56%
49,48%
40,87%
62,03%
31,21%
48,07%
50,66%
39,64%
73,20%
59,20%
59,44%
50,52%
59,13%
37,97%
68,79%
51,93%
49,34%
Pour certains groupes, linefficience technique globale est majoritairement attribuable la direction gnrale et son inefficience de
coordination (G2, G3, G4, G5, G6, G8, G9). Pour ces groupes,
162
Groupe
E1
E2
E3
E4
E5
E6
G2
39%
21%
4%
32%
4%
G7
28%
11%
23%
3%
25%
10%
163
Groupe
rgional
GR1
GR2
GR3
GR4
GR5
GR6
GR7
GR8
GR9
GR10
Indice
de Gini
0,45
0,88
0,64
0,67
0,64
0,78
0,54
0,77
0,73
0,56
Contribution en % de l'inefficience
allocative de la direction gnrale
39,64%
73,20%
59,20%
59,44%
50,52%
59,13%
37,97%
68,79%
51,93%
49,34%
164
G1
G2
E2
0,7
E3
2,9
E4
0
E5
1,1
0,4
E6
0,1
0
Le groupe G2 est un groupe o la direction gnrale contribue majoritairement linefficience technique globale et o linefficience
technique individuelle des agences est trs concentre. Il prsente galement des indices levs de surreprsentation dans certains environnements. Pour le groupe G2, nous constatons une surreprsentation de
linefficience quasiment gale 3 pour les agences de lenvironnement
E3. Il serait intressant dapprofondir lanalyse avec la direction gnrale et dtudier les causes possibles de linefficience de coordination
de celle-ci pour un petit nombre dagences et de la sur-reprsentation
de linefficience technique individuelle des agences dans certains environnements clairement identifis. De la mme manire, il serait intressant de discuter avec les dirigeants du groupe G1 des causes de la
surreprsentation de linefficience technique individuelle des agences
de lenvironnement E1 o linefficience technique globale est provoque principalement par linefficience technique individuelle des agences.
Lapplication empirique ralise sur un chantillon dagences bancaires montre les intrts managriaux de la procdure dvaluation de
la performance dveloppe dans ce travail. En valuant linefficience
de coordination de la tte de rseau et en mesurant linefficience technique individuelle des points de vente, nous formalisons la relation en-
165
tre la capacit de la direction gnrale prendre les dcisions concernant la gestion des agences bancaires qui conduisent la maximisation
du profit du rseau et laptitude des dtaillants assurer leur rle de
distributeur de proximit.
Loriginalit de notre travail rside :
en premier lieu dans le dveloppement dun indicateur prospectif de la performance des points de vente considrant les diffrentes
contraintes auxquelles ils sont soumis ;
en second lieu dans la proposition dun outil daide la dcision adapt lorganisation verticale des rseaux de distribution qui
sinscrit dans une approche globale du management ;
enfin dans la formalisation explicite dun lien entre un indicateur de performance de la direction gnrale mesurant sa capacit de
coordination et un indicateur de performance des points de vente mesurant leur productivit.
partir des donnes notre disposition, nous avons tent
dexpliquer les mesures dinefficience obtenues en calculant un indice
de Gini, et en dterminant la sur/sous-reprsentation de linefficience
technique individuelle par environnement. Ces rsultats bnficieraient
des connaissances dexperts dans leurs interprtations.
Conclusion
Les rsultats obtenus partir des modles rseau de distribution
et points de vente contribuent faciliter la prise de dcision des
gestionnaires tant au niveau de la direction gnrale quau niveau des
points de vente.
Le score dinefficience technique individuelle indique leffort supplmentaire ralisable en termes daugmentation du volume des ventes,
tant donn la dotation en ressources et la localisation des points de
vente. Linefficience technique telle quelle est calcule partir du
modle points de vente est imputable au directeur de lagence. En
effet, le critre de contrlabilit est respect par lorientation produits du modle (les montants consomms de ressources sont considrs comme des constantes), par la dfinition dune technologie de
production rendements dchelle variables et, enfin, par lintgration
des caractristiques de lenvironnement commercial dans la procdure
dvaluation des points de vente.
166
167
Bibliographie
Achabal D., Heineke J.M. et McIntyre S.H. (1984), Issues and Perspectives on Retail Productivity , Journal of Retailing, vol. 60, Fall,
p. 107-127.
Achabal D.D., Heineke J.M. et McIntyre S.H. (1985), Productivity
Measurement and the Output of Retailing : Comment , Journal of Retailing, vol. 61, Fall, p. 83-88.
Al-Faraj T.N., Alidi A.S. et Bu-Bshait K.A. (1993), Evaluation of
Bank Branches by Means of Data Envelopment Analysis , International Journal of Operations Management, vol. 13, p. 45-52.
Antle R. et Demski J.S. (1988), The Controllability Principle in Responsibility Accounting , Accounting Review, vol. 63, n 4, p. 700718.
Applebaum W. (1966), Methods for Determining Store Trade Areas,
Market Penetration and Potential Sales , Journal of Marketing Research, vol. 3, p. 127-141.
Athanassopoulos A.D. (1997), Service Quality and Operating Efficiency Synergies for Management Control in the Provision of Financial
Services : Evidence for Greek Bank Branches , European Journal of
Operational Research, vol. 98, p. 300-313.
Athanassopoulos A.D. (1998), Nonparametric Frontier Models for
Assessing the Market and Cost Efficiency of Large Scale Bank Branch
Networks , Journal of Money, Credit and Banking, vol. 30, n 2,
p. 172-192.
Banker R.D., Charnes A. et Cooper W.W. (1984), Some Models for
Estimating Technical and Scale Inefficiencies in Data Envelopment
Analysis , Management Science, vol. 30, n 9, p. 1078-1092.
Berger A.N. et Mester L.J. (1997), Inside the Black Box : What Explains Differences in the Efficiencies of Financial Institutions , Journal of Banking and Finance, vol. 21, p. 895-947.
Berger A.N. et Humphrey D.B. (1997), Efficiency of Financial Institutions : International Surveys and Directions for Future Research ,
European Journal of Operational Research, vol. 98, p. 175-212.
Bloom G.F. (1972), Productivity in the Food Industry : Problems and
Potential, MIT Press.
Bouquin H. (1991), Le contrle de gestion, PUF.
168
Bouquin H. (2000), Thorie des organisations et contrle , in B. Colasse, Encyclopdie de la comptabilit, du contrle de gestion et de
laudit, Economica.
Bouquin H. (2001), Le contrle de gestion : contrle de gestion,
contrle de lentreprise, 5e dition, PUF.
Briec W., Dervaux B. et Leleu H. (2003), Aggregation of Directional
Distance Functions and Industrial Efficiency , Journal of Economics,
vol. 79, n 3, p. 237-261.
Bucklin L.P. (1966), Research Program in Marketing, Institute of
Business and Economic Research University of California, Berkeley.
Bucklin L.P. (1978), Productivity in Marketing, American Marketing
Association, Chicago.
Cliquet G. (1992), Management stratgique des points de vente, Sirey.
Colwell R.J. et Davis E.P. (1992), Output and Productivity in Banking , Scandinavian Journal of Economics, vol. 94, p. 111-129.
Davies R.L. (1973), Evaluation of Retail Store Attributes and Sales
Performance , European Journal of Marketing, vol. 7, n 2, p. 89-102.
Farrell M.J. (1957), The Measurement of Productive Efficiency ,
Journal of the Royal Statistical Society, vol. 9, n 20, p. 253-281.
Filser M. (1989), Canaux de distribution, Vuibert.
Filser M., Des Garets V. et Pach G. (2001), La distribution : organisation et stratgie, Editions Management et Socit.
Gervais M. et Thenet G. (2004), Comment valuer la productivit
dans les activits de service ? , Comptabilit Contrle Audit, vol. 10,
n 1, p. 147-163.
Ghosh A. et Craig C.S. (1983), Formulating Retail Location Strategy
in a Changing Environment , Journal of Marketing, vol. 47, p. 56-68.
Ghosh A. et Craig C.S. (1984), A Location Allocation Model for Facility Planning in a Competitive Environment , Geographical Analysis, vol. 16, n 1, p. 39-51.
Ghosh A. et McLafferty S.L. (1982), Locating Stores in Uncertain
Environments : A Scenario Planning Approach , Journal of Retailing,
vol. 58, n 4, p. 5-22.
Ghosh A. et McLafferty S.L. (1987), Location Strategies and Service
Firms, Lexington Books.
Giokas D. (1991), Bank Branches Operating Efficiency : a Comparative Application of Data Envelopment Analysis and the Log-Linear
Model , Omega, vol. 19, n 6, p. 549-557.
169
170
171