Académique Documents
Professionnel Documents
Culture Documents
====================
Facult de Mathmatiques
Dpartement de Recherche Oprationnelle
Thme
Optimisation du media planning
Khider Lilia
Mr.T.Benlounes (IMMAR)
Prsidente
Mr. Benkhelfat
Examinateur
Mr. D.Chaabane
Encadreur
Promotion 2007/2008
CODE/ 5/6/ 08
Remerciements
Nos vifs remerciements vont tout dabord notre encadreur
Mr .Dj.Chaabane pour son aide et ses conseils tout au long de
lanne universitaire.
Nous tenons galement remercier tous le staff de IMMAR,
Mr.T.Benlounes , Mme. D.Fellah pour leur patience et le
savoir quils nous ont transmis dans le domaine du media.
Nos meilleurs remerciements vont tous les enseignants du
dpartement de Recherche Oprationnelle pour tous les cours
dispenss tout au long de notre parcours universitaire.
Lilia et Melissa.
A la mmoire de
Manel Kaddache
Ddicaces
A Manel Kaddache.
A ma mre, mon pre.
A Mehdi pour ses encouragements.
A Lilia.
A mes amis ici et ailleurs.
A toute la famille Khider.
Melissa.
Ddicaces
A la mmoire de mon pre.
A la mmoire de mes grands parents paternels.
A la mmoire de mon grand pre maternel.
A Ma mre que jadore et mes frres.
A ma grand-mre et toute la famille Benbouabdellah.
A toute la famille Khider.
A mes amis.
A Melissa.
A la famille Hadj Lazib.
Lilia.
Sommaire
Conclusion gnrale..117
Bibliographie119
Tableau 1 : Modlisation des quatre situations fondamentales de prfrences dans la comparaison de deux
actions potentielles ................................................................................................................................... 50
Tableau 2: Tableau dvaluation ............................................................................................................... 54
Tableau 3: Lchelle de SAATY ................................................................................................................. 77
Tableau 4: Cohrences alatoires ............................................................................................................. 80
Tableau 5 : Types de critres gnraliss ................................................................................................... 94
10
Introduction gnrale
Accrocher lattention, retenir lintrt, veiller le dsir, provoquer lachat,
telles sont traditionnellement les fonctions de la publicit. Celle-ci natteint son
but que si lachat se ralise effectivement ; lobjectif de la publicit est donc de
vendre quil sagisse dun produit commercial ou dun homme politique.
Dans cette optique, diffrentes disciplines interviennent, celle qui a
connue la mutation la plus profonde est sans nul doute l'expertise media: ceci
couvrant tant l'aptitude a apprhender l'audience et la valeur des diffrents
media, l'aptitude a recommander la combinaison optimale pour atteindre les
objectifs fixs que le talent d'acheter l'espace aux meilleures conditions
possibles.
En effet le media planning s'enrichit chaque jour de nouveaux instruments,
de nouvelles mesures, de nouveaux concepts en fonction du dveloppement des
medias eux mme. Le risque d'une telle dynamique est un effet de mode.
Lintrt du prsent mmoire est de rsoudre la problmatique du media
planning qui peut se rsumer en une seule phrase trouver les meilleurs quarts
dheure dinsertion . En effet, le media planer se trouve face a un ensemble de
quarts dheure quil devra classer selon quatre critres conflictuels afin davoir
le meilleur compromis.
Avec la prsence de ces diffrents critres et de multiple point de vue
conflictuels, on a suggr ladoption dune approche multicritre , car son
ambition pratique est justement daider le dcideur y voir clair dans les
diffrents ordres de priorit et cerner la ncessit et lutilit de la cohrence
finale entre ses choix, ses critres de slection et sa structure de prfrence sur
ces critres. Cette cohrence apparat comme le meilleur garant de la pertinence
stratgique de lentreprise.
Simple, concret, notre mmoire permet au lecteur qui dcouvre cet univers,
de se familiariser avec ces concepts et ces problmatiques.
11
12
13
Chapitre 1
Prsentation de l'organisme
daccueil
14
Chapitre 1
15
Chapitre 1
Algeria,
MMC-DDB,
MediAlgeria,
Etudes mystres.
Etudes syndiques.
Omnibus.
Etudes d'image et de satisfaction.
Panels.
CATI (Computer Assisted Telephone Interviewing).
Etude d'opinion.
16
Chapitre 1
Chapitre 1
- En option, donnes
(mmorisation) Pub.
de
mmorisations
publicitaires
Recall
Principe :
A la rcupration des carnets d'coute TV, interrogation des panlistes du
TV DATA sur leur souvenir de spots publicitaires diffuss par lENTV durant
la semaine d'coute par secteur et au global.
2- Radio data
Mthodologie:
Le panel radio contient 3500 individus reprsentatifs de l'ensemble de la
population citadine ge de 15 ans et plus.
Chaque jour, 500 individus sont interrogs Alger, Oran, Constantine,
Annaba, Stif, Tizi-Ouzou et Tlemcen sur leur coute de la veille, et ce durant 7
jours.
La slection alatoire, chaque vague, des points d'enqute, et recrutement
des panlistes se fait suivant la mthode des quotas, conformment la
distribution
statistique
des
populations.
18
Chapitre 1
19
Chapitre 1
3-Presse Data
Mthodologie :
Le panel presse contient 1800 individus reprsentatifs de l'ensemble de la
population citadine lettre ge de 15 ans et plus. Les individus sont interrogs
sur leurs habitudes de lecture des titres de la presse quotidienne et priodique
nationale algrienne.
20
Chapitre 1
Chapitre 1
2. Etudes quantitatives :
Elles en font en rue, salle, ou domicile.
Exemples : usages et attitudes, tests produits, tudes de satisfaction, visites
mystre, tudes en magasin, segmentation de march.
Avantage :
22
Chapitre 1
Relev des informations media. Possibilit de croiser les marchs avec les
habitudes d'coute media des individus.
Par exemple : un consommateur de lait en poudre de la marque
A regarde telle chane de tlvision, coute telle radio et lit tel journal.
1.2.4. Panels
IMMAR dispose de panels, pour le secteur pharmaceutique, il est constitu
de 600 points de vente : pharmacies publiques et prives rparties sur plusieurs
villes.
Visites : mensuelles entre le 7 et le 11 du mois en cours.
23
Chapitre 1
24
Chapitre 2
Dfinitions et gnralits
25
Chapitre 2
Dfinitions et gnralits
2.1. Introduction
La publicit est une activit aussi vieille que le commerce. Son
dveloppement dbute l'aube de la rvolution industrielle qui change le monde
du commerce.
La multiplication de l'offre de produits permise par la production
mcanise rpond rapidement aux besoins de la population; Il ne suffit plus de
mettre un produit sur le march pour qu'il soit vendu, il devient primordial
dsormais de le faire connatre, de le promouvoir.
Cette priode ouvre galement l're de campagnes publicitaires coteuses,
que seuls des groupes importants peuvent se payer (spots radios puis, surtout,
spots tl).
La publicit devient un lment crucial de la comptitivit; une bonne
insertion publicitaire peut assurer la fortune de l'entreprise tandis qu'une
campagne rate peut signer sa mort. Au cours des dix dernires annes, le
paysage mdiatique a beaucoup volu; de nouveaux moyens d'accs aux
contenus se sont dvelopps, Internet s'est impos comme un mdia part
entire et comme un nouveau partenaire de la tlvision dont l'offre s'est largie.
Les radios et les tlvisions sont des mdias de premier plan; la tlvision
a su s'adapter aux besoins et aux nouveaux modes de vie et ainsi vivre avec ses
contemporains dans un univers en pleine mutation.
La tlvision reste forte et continue tre le mdia qui s'adresse tous et
chacun, et demeure le premier mdia en termes d'attachement en ayant la
capacit de rassembler le mieux la famille.
26
Chapitre 2
Dfinitions et gnralits
2.2. Dfinitions
2.2.1. La publicit
La publicit est l'un des outils majeurs permettant une entreprise de
transmettre des informations persuasives ses marchs.
On appelle publicit: toute forme de communication non interactive
utilisant un support payant, mise en place pour le compte d'un metteur identifi
en tant que tel. L'activit publicitaire met en jeu trois principaux partenaires: les
annonceurs, les medias et les agences. [Kot00]
Chapitre 2
Dfinitions et gnralits
Chapitre 2
Dfinitions et gnralits
Chapitre 2
Dfinitions et gnralits
Elle peut tre calcule pour une mission, une tranche horaire ou
l'ensemble de la journe.
Dure dcoute par individu (D.E.I.): Indicateur d'audience de la radio et
de la tlvision. Moyenne du temps pass devant la tlvision ou
l'coute de la radio par l'ensemble des individus composant la population
tudie. Elle peut tre calcule pour une mission, une tranche horaire ou
l'ensemble de la journe.
Echantillon: Fraction d'une population slectionne de faon reprsenter
l'ensemble de cette population.
Format: C'est la dure en secondes du spot publicitaire ralis pour un
annonceur. Les formats courants sont : 10s, 15s, 20s, 30s et 40s.
Grilles de programmes: C'est la rpartition au cours de la semaine des
diffrents genres de programmes (missions) selon les jours nomms et
les heures. On distingue habituellement : les programmations horizontales
(la mme mission tous les jours la mme heure) et les programmations
verticales (mmes missions selon le jour, par exemple film du dimanche
soir).
GRP Gross Rating Point: Nombre moyen de contacts obtenus sur 100
personnes de la cible vise.
GRP =couverture (en pourcentage) * rptition moyenne.
Chapitre 2
Dfinitions et gnralits
Chapitre 2
Dfinitions et gnralits
Chapitre 2
Dfinitions et gnralits
33
Chapitre 2
Dfinitions et gnralits
2.4. Conclusion
Ce chapitre a mis laccent sur certaines dfinitions et gnralits
entourant le monde du media planning .En effet, elles constituent une base
indispensable la comprhension de la problmatique qui sera dveloppe dans
le chapitre suivant.
34
Chapitre 3
Media planning et
Problmatique
35
Chapitre 3
3.1.2. Dfinition
Le plan mdia, galement appel Media planning jusqu'en 1985, est le
terme englobant l'ensemble des oprations et tudes ncessaires la dfinition
des critres de performance d'une insertion publicitaire pour un produit donne
qui sont: la couverture, la rptition et le GRP. [Med06]
Chapitre 3
3.2. Problmatique
3.2.1. Position du problme
La publicit est l'un des outils majeurs permettant une entreprise de
transmettre des informations persuasives ses marchs.
Les medias planeurs doivent prendre des dcisions en ce qui concerne
l'insertion de cette publicit: combien de fois ? Et quand insrer cette dernire ?
Le media planning donne un compte rendu de l'effort publicitaire en
termes de moments de diffusion.
L'objectif est de trouver le media planning qui maximise l'effet
publicitaire pour un budget donn.
En effet, la tlvision fait vendre; bien connaitre les tlspectateurs et les
consommateurs ainsi que leurs habitudes et comportements permet d'optimiser
le media planning.
Le media planning est le terme englobant l'ensemble des oprations et
tudes ncessaires la dfinition des indicateurs de performance d'un produit
qui sont les suivants :
1. Le total GRP :
GRP du plan = somme des GRP de chaque insertion.
C'est un indicateur de puissance qui quantifie le nombre de contacts sur la
cible, mais ne donne pas d'indications sur la faon dont les contacts ont t
dlivrs. En d'autres termes le GRP est l'indice de pression publicitaire.
2. La couverture (effective) : nombre de personnes (de la cible), exprim
en pourcentage, ayant t exposes au moins une fois au message
publicitaire.
3. La rptition moyenne : Nombre moyen de contacts par individu
expos au moins une fois au message.
37
Chapitre 3
38
Chapitre 4
Aide multicritre
dcision
39
la
Chapitre 4
4.1. Introduction
L'optimisation de certains problmes ne peut pas toujours se situer dans
une approche critre unique, car bien souvent la ralit humaine est points de
vue multiples ou encore multicritre. Il faut donc utiliser des mthodes qui
sachent tenir compte de plusieurs critres.
Il est incontestable que l'aide la dcision prend appui sur la recherche
oprationnelle, mais aussi sur d'autres disciplines (psychologie, sociologie,
conomie, informatique...) et d'autres dmarches.
Toutefois, toute contribution en Recherche Oprationnelle ne relve pas
ncessairement de l'Aide la dcision dans la mesure o certains travaux
purement mathmatiques mis sous l'tiquette de la Recherche Oprationnelle ne
sont pas directement tourns vers une aide la dcision. [Roy92]
L'aide multicritre la dcision est l'une de ces mthodes qui consiste
fournir au dcideur des outils lui permettant de progresser et de contribuer dans
la rsolution d'un problme en tenant compte de plusieurs critres.
40
Chapitre 4
41
Chapitre 4
42
Chapitre 4
43
Chapitre 4
44
Chapitre 4
Juger et valuer les performances des actions par rapport chaque critre.
Chapitre 4
constitutifs
d'un
problme
46
Chapitre 4
Stable: c'est--dire qu'il est dfinit priori et n'est pas susceptible d'tre
chang au cours de la procdure.
Evolutif : l'ensemble A peut tre modifi au cours de la procdure cause
des rsultats intermdiaires que cette procdure fait apparatre, ou encore cause
de l'environnement changeant dans lequel le problme de dcision se pose.
Global: l'ensemble des actions A est un ensemble global si chaque
lment de A est exclusif de tout autre.
Fragment: A est fragment de sorte que les rsultats de processus de
dcision font intervenir des combinaisons de plusieurs lments de l'ensemble
A .
Fini: l'ensemble des actions A est fini s'il nous est possible de baser notre
tude sur un nombre limit d'actions.
Infini: on considre que l'ensemble A est infini, si le nombre d'actions qui
le compose ne peut tre limit un nombre prcis, ou lorsque les actions varient
en continu.
Chapitre 4
Chapitre 4
- Rflexive: x A, xRx
49
Chapitre 4
[Roy93]
Situation
Indiffrence
Prfrence stricte
Prfrence faible
Incomparabilit
Dfinition
Relations et proprits
I : relation symtrique
(rflexive).
P : relation asymtrique
(irrflexive).
Q :(comme quasi )
Relation
asymtrique
(irrflexive)
R :(comme refus de
se prononcer )
Relation symtrique
(rflexive)
50
Chapitre 4
51
Chapitre 4
Cohsion : l'valuation des performances globales pour une action vis vis d'une autre doit tre monotone avec l'volution de chacune de ses
valuations locales, et ceci, pour chaque critre. En d'autres termes, en
augmentant la satisfaction sur un seul critre, les autres restants
inchangs, la prfrence globale augmente.
Non-redondance : la liste de critres est redondante lorsqu'un critre
spcifique peut tre supprim sans que la nouvelle liste ne puisse plus
vrifier la condition d'exhaustivit.
Oprationnelle : la famille de critres doit tre assez significative pour
le dcideur pour lui permettre de comprendre les implications sur les
alternatives, cette condition peut tre ralise en hirarchisant le
problme complexe de faon obtenir des sous critres quantifiables
ou facilement remplaables par des lments quantifiables.
Minimale : cest dire rduite au plus petit nombre de critres. Cette
condition peut tre ralise en agrgeant les critres. Le nombre de
critres utiliss pour effectuer la classification est entre 7 et 11 selon
KIDD alors que SAATY estime que ce nombre ne devrait pas dpasser
7 pour chaque hirarchie.
4.2.4.3.3. Les types de critres
Diffrents types de critres peuvent tre utiliss, chacun d'eux concernant
la capacit du dcideur comparer plus prcisment sa finesse du jugement.
Le vrai critre: Il traduit un comportement classique d'une fonction-critre
f j vis--vis de deux types de possibilits tel que :
a, b A
aPb f j a f j b q j
aIb | f j a f j b | q j
52
Chapitre 4
l'cart entre f j a et
f j b .
(indiffrence)
aPb f j a f j b p j
(Prfrence stricte)
p j est le seuil de prfrence qui reprsente la plus petite valeur de l'cart entre
f j a et f j b en dessus de laquelle le dcideur prouve une prfrence stricte
pour l'action a.
Notons que : Lorsque q j 0 , le critre f j est appel pr critre.
4.2.4.3.4. Les coefficients de pondration [Pom93]
Pour prendre en considration le fait qu'un critre puisse tre plus ou
moins important qu'un autre, on associe un coefficient de pondration appel
poids.
L'attribution de poids aux critres est une opration dlicate puisqu'elle
doit exprimer les prfrences du dcideur entre les critres.
4.2.4.3.5. Tableau des performances (valuation)
Ce tableau, appel matrice des jugements ou des valuations, est
constitu, en ligne, des actions de l'ensemble A et en colonnes, des critres de F.
Les valeurs qui remplissent ce tableau ne sont rien d'autre que des valuations
des performances de chaque action ai selon les critres f j (appele f j ai ).
Pour rpondre aux besoins de la mthode appliquer, chaque colonne
contient ventuellement aussi, comme information complmentaire, les
53
Chapitre 4
f1 ( . )
f2 ( . )
..
fj ( . )
..
fk ( . )
a1
f1 ( a1 )
f2 ( a1 )
......
fj ( a1 )
...
fk ( a1 )
a2
f1 ( a2 )
f2 ( a2 )
...
fj ( a2 )
...
fk ( a2 )
......
.....
...
...
......
..
..
...
..
..
ai
f1 ( ai )
f2 ( ai )
fj ( ai )
fk ( ai )
..
an
f1 ( an )
f2 ( an )
..
fj ( an )
fk ( an )
Chapitre 4
Procdure de slection
A/A*
Le reste, rejeter
Procdure daffectation
A1
Bonnes actions
A2
A3
Mauvaises actions
55
Chapitre 4
A2
Meilleures actions
A3
A
Procdure de
classement
An
56
Chapitre 4
A.
aPb si
aIb si
j 1
j 1
w j f j a w j f j b
n
j 1
j 1
w j f j a w j f j b
Chapitre 4
r a r b
j
aIb si
r a r b
j
Le dfaut de cette mthode rside dans le paradoxe de Condorcet , c'est-dire de trouver des rangements diffrents pour des actions donnes, par
exemple, pour trois actions a, b, c on trouve les rangements abc, bca, cab.
Chapitre 4
Chapitre 4
Chapitre 4
61
Chapitre 4
4.4. Conclusion
L'approche multicritre est l'une des mthodes scientifiques d'aide la
dcision qui consiste fournir au dcideur des outils lui permettant de
progresser et contribuer dans la rsolution d'un problme en tenant compte des
diffrents points de vue souvent contradictoires.
Les mthodes de slection multicritres sont relativement nombreuses
mais elles s'inspirent toutes de principes de base simple.
Ce chapitre avait pour but de prsenter l'approche multicritre d'aide la
dcision en deux sections :
Nous avons abord les notions de base de l'aide multicritre la dcision :
la dfinition d'un problme multicritre, la dmarche multicritre, les lments
constitutifs d'un problme multicritre et les diffrentes problmatiques d'aide
la dcision.
Nous pouvons maintenant passer ltape la plus importante qui est la
modlisation du problme.
62
Chapitre 5
Modlisation du problme
63
Chapitre 5
Modlisation du problme
5.1. Introduction
Les gestionnaires des plus grandes multinationales aux petites entreprises
sont souvent confronts de multiples problmes, et leur rsolution s'avre
souvent une tche difficile.
Ces problmes se prsentent sous forme de donnes, de contraintes dont
on doit tenir compte et d'un ou de plusieurs objectifs atteindre.
Pour arriver rsoudre un problme donn, on doit commencer par
interprter tous ses paramtres, et les transformer sous des formes qu'on peut
grer. Donc la premire tape dans la rsolution d'un problme est sa projection
dans un espace qui permet diverses manipulations sur le problme projet. Ce
dernier s'appelle le modle associ au problme.
La modlisation est donc une traduction des paramtres du problme dans
un langage accessible par la mthode de rsolution utilise, ou bien c'est une
faon de dcrire le problme sous une forme qui introduit sa ralisation.
La modlisation d'un problme multicritre, consiste gnralement
dfinir les actions, les critres, et de choisir le type de la problmatique.
Notons que la dfinition de l'ensemble des critres est parfois l'une des
tapes les plus dlicates.
Nous allons prsenter dans ce chapitre les dmarches constituant
l'laboration du modle en expliquant les diffrentes tapes.
64
Chapitre 5
Modlisation du problme
On note :
QI : Le i me quart d'heure.
Chapitre 5
Modlisation du problme
66
Chapitre 5
Modlisation du problme
67
Chapitre 5
Modlisation du problme
5.6. Conclusion
La modlisation est une tape trs importante dans le processus de
rsolution des problmes multicritres. Celle-ci ainsi faite, nous pouvons passer
au chapitre suivant : Choix et prsentation des mthodes de rsolution
multicritre.
68
Chapitre 6
Choix et prsentation des
mthodes de rsolution
multicritre
69
Chapitre 6
6.1. Introduction
Notons tout d'abord que la phase de choix des mthodes multicritres pour
la rsolution d'un problme n'est pas indpendante de la phase de modlisation.
Les mthodes multicritres sont souvent classes en mthodes multiobjectifs ou multi-attributs suivant qu'elles considrent des ensembles d'actions
continus et dfinis par des contraintes ou des ensembles finis de taille modre,
dfinis par numration.
Mais les spcialistes de l'aide multicritre la dcision ont pris l'habitude
de subdiviser les mthodes en trois grandes familles, mme si les frontires entre
ces familles sont videmment trs floues : La thorie de l'utilit multi-attribut,
les mthodes de surclassement, les mthodes interactives.
L'objet de ce chapitre est de prsenter en premier lieu la dmarche adopte
pour le choix des mthodes de rsolution, puis de dvelopper les fondements
thoriques de celles-ci.
70
Chapitre 6
Chapitre 6
Chapitre 6
Chapitre 6
Une fois une telle hirarchie chafaude, elle n'est forcment pas fige une
fois pour toutes. Il nous est toujours possible d'en modifier certaines parties pour
intgrer de nouveaux critres auxquels on n'avait pas penss ou qu'on n'avait
pas juges importants au moment de la construction de cette hirarchie.
Il en rsulte que les hirarchies sont souples et qu'il est toujours possible
de les modifier pour y introduire de nouveaux critre.
74
Chapitre 6
Objectif global
Sc 11
Critre m
Critre 2
Critre 1
Sc 1n
Alternative 1
Sc 21
Sc 2n
Sc m1
..
Alternative 2
Sc mn
Alternative n
Sc : sous critre.
Figure 6 : Organigramme gnral de la mthode AHP
stock dans une matrice carre. Il s'agit de juger chaque action potentielle aux
yeux de chaque critre.
75
Chapitre 6
76
Chapitre 6
Echelle
Echelle verbale
Explication
numrique
1
Importance gale
contribuent
Importance dmontre
Importance absolue
2, 4, 6,8
Valeurs intermdiaires
deux jugements
Rciproque:
Si l'activit i se voit attribuer l'un des chiffres prcdents, lorsqu'elle est
compare l'activit j on a donc la valeur inverse lorsqu'on compare l'activit
j l'activit i
L'explication des nombres de 1 9 comme recommand par SAATY se
rsume : puisqu'elle est impos, d'une part, que le sujet soit instruit se toute les
graduations des comparaisons, et d'autre part, les tests psychologique ont montr
qu'un individu ne peut comparer simultanment plus de sept objets sans tre
confus, alors le choix des nombres 2+7=9 d'objets s'impose.
77
Chapitre 6
Remarque:
Lorsqu'on compare un lment lui mme, il est clair que la
comparaison dispos sur la diagonale de la matrice soit remplie par
l'unit(1).
Le nombre d'apprciation ncessaire pour remplir une matrice de
N 1
.
2
6.3.7. La cohrence
Dans les problmes de prise de dcision, il est important de savoir quel
point nos jugements sont cohrents, afin d'viter que notre dcision soit fonde
sur des apprciations si peu cohrentes qu'elle pourrait sembler alatoire.
Il faut bien reconnatre, par ailleurs, qu'il est difficile de se tenir
ternellement une parfaite cohrence, car gnralement, nous ne somme pas
suffisamment convaincus du bien fond nos jugements.
78
Chapitre 6
IC
IC n
max n
, max est la valeur propre maximale
n 1
de la matrice.
79
Chapitre 6
La cohrence alatoire pour les diffrentes tailles de matrices est donne par
la table suivante:
Dimension de
matrice
la 1
Cohrence alatoire
0.00
10
0.00
0.58
0.90
1.12
1.24
1.32
1.41
1.45
1.49
80
Chapitre 6
Pi
, Pi et Pj tant les poids relatifs des critres g i et g j
Pj
respectivement.
Le vecteur P des poids des critres est obtenu en trouvant une solution au
systme W * Pn 1 0 . Si n est une valeur propre de w, alors P est le vecteur
propre qui est associ.
SAATY a montr que si les valeurs d'entres sont positives, la solution du
systme serait le vecteur propre principal, et ses composantes procurent les
poids des critres sur une chelle de ratio.
L'tablissement de mesures pour les critres qualitatifs ncessite pour les
comparaisons par pair une chelle ; SAATY en a propos une qui prend les
valeurs de 1 9.
Troisime tape : Agrgation
Pour la dtermination des poids globaux, on procde ainsi : pour chaque
niveau dans la structure hirarchique, les lments sont classifis en construisant
la matrice des comparaisons par paire, selon leur importance relative par rapport
chacun des lments du niveau hirarchique immdiatement suprieur. Ayant
tabli les poids locaux, il convient alors d'attribuer pour le poids global le degr
d'importance de chaque niveau en tenant compte de la hirarchie : en prennent le
niveau des actions, le poids global de chaque action est obtenu en multipliant les
81
Chapitre 6
Chapitre 6
Slectionner un critre
Traitement de la matrice :
Normalisation, Calcul des poids,
Calcul de max , Calcul de IC et
RC
Traitement de la matrice :
Non
RC 0.1
RC
Oui
Non
RC 0.1
Oui
Construction de la matrice
combine actions critres
Synthse
Fin
Chapitre 6
84
Chapitre 6
Dbut
Phase1: Cohrence du premier niveau :
1. Remplir la matrice carre des jugements MC , en utilisant
l'chelle de SAATY, (en comparant les critres C i deux
deux).
2. Normalisation de la matrice des jugements MC des
comparaisons
binaires.
Sommer les entres (critres) de chaque colonne `j'.
S j MCij , j 1,..., m .
MCij
Sj
, i 1,..., m, j 1,..., m.
SLi
, i 1,..., m vecteur des
m
prorits
85
Chapitre 6
TLi
, i 1,..., m.
Pi
PR i
moyenne des PRi
m
max m
m 1
IC
IA
MAij
Sj
, i 1,..., n, j 1,..., n
86
Chapitre 6
SLi
, i 1,..., n vecteur des
n
proirits .
Phase 4:
Le poids global de chaque action est obtenu en multipliant les poids
locaux par rapport chaque critre par le poids du critre et on
additionne tous ces produits.
Fin
87
Chapitre 6
Cot du quart
dheure
Cot du GRP
Quart dheure 1
Quart dheure 2
Programme
environnant le
quart dheure
Couverture
du quart
dheure
Quart dheure n
88
Chapitre 6
Phase 1:
1re tape : Matrice de premire tape : inter-critre
La dtermination des poids des cirires est une tape cruciale dans le
processus de dcision.
Il sera demand l'annonceur de donner verbalement ses prfrences en
ce qui concerne les critres.
Ces prfrences seront traduites selon l'chelle de SAATY.
Objectifs
C1
C2
C3
C4
C1
C2
1/y
C3
1/z
1/u
C4
1/t
1/v
1/w
89
Chapitre 6
Chapitre 6
a, b
Pj a, b
Pj a, b Est la prfrence du dcideur pour l'action a par rapport l'action b selon
le critre g i .
On distingue quatre situations de prfrence :
- Pj a, b 0 Si a n'est pas prfre b ou Si a et b sont indiffrentes ;
- Pj a, b 0 Si a est faiblement prfre b ;
- Pj a, b 1 Si a est strictement prfre b ;
- Pj a, b 1 Si a est fortement prfre b.
O H j d est une fonction monotone non dcroissante qui s'annule pour d0.
Pour donner une meilleure vision de la zone d'indiffrence entre deux
actions, la fonction suivante est utilise.
Pj a, b si g j a g j b
H j g j a g j b
Pj b, a si g j a g j b
91
Chapitre 6
Hj
g j a g j b
0
Figure 9 : Fonction de prfrence
Chapitre 6
a, b w j Pj a, b
j 1
a, a 0
0 a, b 1, a, b A
, j 1,..., k .
93
Chapitre 6
Type 2 : Quasi-critre :
qj : seuil dindiffrence fixer
H (d)=0 si |d| qj
H (d)=1 si |d| >qj
94
Chapitre 6
a Est grand et positif si a surclasse plus les autres actions qu'elle n'est
surclasse par ces dernires; a est ngatif si a est plus surclasse par les autres
n 1
95
Chapitre 6
a b et a b
ou
I
aP b ssi a b et a b
ou
a b et a b
aI b ssi a b et a b
aR I b autrement
Chapitre 6
97
Chapitre 6
98
Chapitre 6
( a , b) w P ( a , b)
j
j 1
Le flux sortant
1
(a, b)
n 1 bA
Le flux entrant
(a)
1
(b, a)
n 1 bA
( a) ( a) (a)
Dterminer le pr-ordre
complet :
aP b Si (a) (b) et
P P II , I II Tel que :
ingalit stricte
aP II b Si (a) (b)
aI II b Si (a) (b)
aR I b Si aP I b, bP I a, aI I b
PROMETHEE I
PROMETHEE II
99
Chapitre 6
100
Chapitre 6
a, b w P a, b
j 1
Etape 3 :
Pour chaque action on a dterminer les flux :
Le flux sortant : a
1
a, x
n 1 kA
Le flux entrant : a
1
x, a
n 1 k A
Le flux net : a a a
Etape 4 :
Dterminer le pr-ordre complet PP II , I II , tel que :
aPb si a b
aIb si a b
101
Chapitre 6
1
a, x
n 1 x A
1
x, a
n 1 xA
102
Chapitre 6
aP 2 b
2
aI b
si
si
a b
a b
103
Chapitre 6
Remplissage de la matrice
des quarts dheure par
rapport chaque critre,
normalisation de la matrice,
Calculer les poids des classes
et le ratio RC.
Non
RC0.1
Oui
RC0.1
Non
Oui
Evaluation des quarts dheure
par rapport aux critres,
appliquer la mthode
PROMETHEE.
FIN
Figure 11:Organigramme de lapproche de rsolution base sur les mthodes AHP et Promthe
104
Chapitre 6
6.8. Conclusion
Pour la rsolution de notre problmatique, nous avons opt pour
lutilisation de deux mthodes : AHP et Promthe.
Ce chapitre contient les notions fondamentales relatives ces deux
mthodes et a mis en vidence leur application au media planning.
Nous allons passer au chapitre suivant qui dcrit limplmentation du
logiciel .
105
Chapitre 7
Prsentation et description du
logiciel
106
Chapitre 7
Chapitre 7
108
Chapitre 7
Une fois le mot de passe saisi, la fiche principale apparait. Celle-ci illustre
les diffrents renseignements concernant lannonceur et la campagne
publicitaire.
109
Chapitre 7
Une fois les donnes saisies, lutilisateur peut cliquer sur le bouton
Suivant afin daccder la fiche qui reprsente lapplication de la mthode
AHP pour le calcul des poids des critres.
Celle-ci se prsente comme suit :
110
Chapitre 7
Une foi la mthode AHP applique aux critres, celle-ci devra tre
applique aux quarts dheure. Pour se faire, le mdia planer devra cliquer sur le
bouton Suivant .
La forme qui illustre lapplication de la mthode AHP aux quarts dheure
est la suivante :
Comme pour
nombre de quarts
comparaison de ces
des quarts dheure
prcdente.
111
Chapitre 7
Cette forme a pour fonction le calcul des poids des quarts dheure,
lutilisateur peut tout moment consulter les dtails de ce calcul. Pour cela, il
lui suffit juste de cliquer sur le bouton Dtails dexcution .
Une foi la mthode AHP applique aux quarts dheure, le mdia planer
devra passer lapplication de la mthode PROMETHEEII pour le classement
des quarts dheure en cliquant sur le bouton Suivant .
La forme qui illustre lapplication de la mthode PROMETHEEII est la
suivante :
112
Chapitre 7
113
Conclusion gnrale
La problmatique qui nous a t expose par la socit IMMAR consistait
trouver les meilleurs quarts dheure pour insrer des spots publicitaires la
tlvision.
Nous avons tudi diffrentes approches pour la rsolution de ce problme
et rencontr bien des difficults, ceci est notamment du la nature complexe du
problme.
Nous avons finalement opt pour lutilisation des mthodes multicritres.
En effet, lanalyse multicritre offre plusieurs avantages par rapport aux autres
outils : prise en compte des critres conflictuels, des prfrences et des objectifs
divergents, de systmes de valeurs diffrents.
A travers cette tude, nous avons expliqu les diffrentes tapes de la
dmarche multicritre que nous avons appliqu, dans le but dapporter une aide
la dcision dinvestissement pour la ralisation du meilleur programme
dinsertion qui permettra lannonceur de ralis le profit escompt.
La difficult de la tache qui nous a t assigne rside dans la prise de
dcision la plus approprie pour lentreprise. Llaboration du modle
multicritre nous a permis de prendre en considration cette complexit en
tenant compte des multiples critres quils soient qualitatifs ou quantitatifs et
cerner ainsi les orientations stratgiques de lentreprise en faisant intervenir le
plus dinformation concernant ce problme.
Aprs llaboration du modle nous avons entam sa rsolution, pour cela
nous avons utilis deux approches de rsolution : la premire est base sur la
mthode AHP appartenant la famille des mthodes multiattribut et la deuxime
approche est base sur la mthode PROMETHEE, appartenant la famille des
mthodes de surclassement.
Lapplication de ces approches a permis
priorit de tous les quarts dheure.
115
Bibliographie
[Bra84] Brans, J., Mareschal, B., & Vincke, P. (1984). PROMETHEE : A new
family of outranking methods in multicriteria analysis. Operational Research84
.
[Sal06]
Chakhar,
S.
(2006).
Cartographie
dcisionnelle
multicritre:Formalisation et implmentation informatique. Paris: Universit
Paris Dauphine , D.F.R Science des Organisations .
[Fia07]
FIAT/IFTA
Technique.
(2007,
Aout
10).
http://www.fiatifta.org/aboutfiat/members/archive/entv.html. Consult le
5
Fevrier 2008, from http://www.fiatifta.org/.
[Con07] Immar Research & Consultancy. (2007, Decembre 10). Nos activits
en Algerie. Alger.Consult le 23 Decembre 2007.
[Imm07] Immar technique. (n.d.). http://www.immar-intl.fr/notre_metier.htm.
Consult le 30 Novembre 2007, from http://www.immar-intl.fr/.
[Kot00] Kotler, P., & Dubois, B. (2000). Marketing & Management. Paris:
Publi Union, 10me Edition.
[Am00] Laaribi, A. (2000). SIG et analyse multicritre. Paris: Hems Science.
[Lan98] Landry, M. (1998). Laide la dcision comme support la
construction du sens dans lorganisation. Systmes dInformation et
Management .
[Mar99] Martel, J. M. (1999). Laide multicritre la dcision : Mthodes et
applications. CORS-SCRO Annual Conference, (p. 7). Widsor, ontario.
[Med06] MediaWiki. (2007). http://fr.wikipedia.org/wiki/Media_planning.
Consult le 27 Novembre 2007, from http://fr.wikipedia.org/.
[Sam01] Mena, S. B. (2001). Mthode multicritre d'aide la dcision :
Agrgation partielle. Gembloux: Universit des Sciences agronomiques.
[Pom93] Pomerol Jean-Charles, S. B.-R. (1993). Choix multicritre dans
l'entreprise principe et pratique. Paris: Herms.
116
117
118