Add VF PDF

Encadré par :
M. ATOUBI
RAPPORT PROJET ADD
Table des matières
Résumé .............................................................................................................. 4
Introduction ...................................................................................................... 5
I. Présentation de la problématique et Méthodologie .................................... 6
II. L’élaboration de la base de données ............................................................ 9
2. Calcul des moyennes ................................................................................. 9
3. L’exportation des données vers SPSS ...................................................... 10
III. Analyse des données sous SPSS .............................................................. 11
1- ACP sous SPSS ......................................................................................... 11
2- AT sous SPSS ........................................................................................... 19
Recommandations : ........................................................................................ 23
Conclusion : .................................................................................................... 25
Annexes :......................................................................................................... 27
ANNÉE UNIVERSITAIRE : 2019 - 2020 2

RAPPORT PROJET ADD

RAPPORT PROJET ADD
Résumé
La révolution numérique, le monde a évolué. Non seulement les gens sont de plus
en plus connectés, mais également les industries se tournent davantage vers des
collaborations entre elles et l’utilisation de systèmes « intelligents », on parle ainsi
de l’industrie 4.0.
Au niveau du commerce, l’évolution est aussi présente. On constate que les
consommateurs marocains utilisent maintenant davantage l’e-commerce, soit le
commerce en ligne.
Afin de mieux connaitre le comportement des marocains vis-à-vis des sites e-
commerce, leurs préférences en matière de services et le positionnement qu’ils
accordent à chaque site à travers plusieurs variables à savoir ; rapport qualité/prix,
Sécurité, délai de livraison … Une étude quantitative a été menée auprès d’un
échantillon non exhaustif interrogé à l’aide d’un questionnaire en ligne. La base
de données collectée a par la suite subi une Analyse en Composantes Principales
(ACP) et une Analyse Typologique (AT) sous le logiciel les analyses statistiques
SPSS.
Les résultats obtenus ont permis de constater les différents points forts et faibles
de chaque site e-commerce et de sortir avec des multiples suggestions proposées
pour les améliorer ainsi que quelques conseils pour les sites e-commerce
nouvellement implantés.

RAPPORT PROJET ADD
Introduction
Étant des étudiants en troisième année, nous sommes tenus de préparer des
rapports dont l’objectif principal de compléter notre formation et d’approfondir
nos acquis de théorie et pratique en les appliquant dans ce projet.
Et en tant que futurs gestionnaires, nous avons décidé de répondre à la

problématique de Positionnement des sites e-commerce dans le marché
marocain et ce à travers l’Analyse de données en utilisant le logiciel utilisé pour
l'analyse statistique : SPSS. Un travail nécessitant rigueur, organisation, une
démarche méthodique et une véritable synergie entre les membres d’une même
équipe et encadré par notre professeur M. ATOUBI que nous tenons à remercier
pour son aide et son encadrement.

RAPPORT PROJET ADD
I. Présentation de la problématique et Méthodologie

1. Présentation
Dans ce cadre, et puisqu’on est dans une ère digitale, Une grande partie des achats
s’effectue par internet. Cependant, les attentes des consommateurs diffèrent l’un
de l’autre. Nous avons décidé donc d’étudier les attentes des consommateurs
marocains vis-à-vis des sites e-commerce.
L’objectif de notre étude est de mesurer les attentes des consommateurs
marocains vis-à-vis des sites e-commerce et d’évaluer leurs performances et
ce en utilisant de différentes méthodes d’Analyse de données. Donc on peut
formuler notre problématique comme suit :
« Est-ce que les utilisateurs marocains sont satisfaits du service fourni par les
sites e-commerce ?»

RAPPORT PROJET ADD
2. Méthodologie de travail
Objectif de l’étude :
L’objectif principal de notre étude quantitative est d’évaluer la satisfaction des

individus marocains vis-à-vis des sites e-commerce à travers quelque attributs
(diversité des produits, offre et réduction, rapport qualité prix, sécurité et fiabilité,
livraison, design et réputation). Chose qui va nous permettre par la suite
d’accorder un positionnement au différents site e-commerce.
Les étapes de l’étude :
Nous avons choisi d’interroger des personnes de différents coins du royaume et

ce, à travers un questionnaire en ligne. Au total on a pu rassembler une population
de 100 personnes interrogées.
Conception du questionnaire :
Le questionnaire élaboré se compose essentiellement de 4 grandes parties à

savoir, la partie introductive permettant de repérer les personnes ayant effectué
des achats en ligne, 2eme partie sur le comportement du consommateur marocain
vis-à-vis des sites e-commerce, 3eme partie qui consiste à étudier les sites e-
commerce par rapport aux différentes variables citées et finalement la dernière
partie pour l’identification des répondants.
(Le questionnaire à voir en annexe)
Collecte des réponses :
La collecte des réponses s’est étalée sur une durée de 3mois et grâce à Google
forme on a pu rassembler l’ensemble des réponses pour constitués une base de
données qu’on a analysé par la suite ;

RAPPORT PROJET ADD
Taux de réponses :
Problèmes particuliers :
Pour quelques répondants, l’achat sur internet n’est fait que sur quelques sites e-
commerce proposés, chose qui rend les réponses sur les autres sites restants non
utilisés biaisés.

RAPPORT PROJET ADD
II. L’élaboration de la base de données

1. Extraction des résultats obtenus
On a commencé par présenter notre base de données qu’on a collecté sur Excel.
2. Calcul des moyennes
Les résultats obtenus après calcul

qu’on est censé importer vers SPSS.
On a calculé la moyenne de
chaque variable par rapport à
chaque individu.
RAPPORT PROJET ADD
3. L’exportation des données vers SPSS
La base de données obtenue sur

SPSS.

RAPPORT PROJET ADD
III. Analyse des données sous SPSS

1- ACP sous SPSS
 Que permet l’ACP ?
Elle permet une analyse des diverses variables statistiques définies sur les
caractères étudiés.
Elle permet de construire des variables artificielles (car non mesurés mais
calculés à partir des données) qui expliquent l’ensemble des variables
statistiques prises en compte dans l’ACP.
 Qu’est-ce qu’on obtient ?
On obtient ainsi un ensemble de nouvelles variables, en plus petits nombre que

les variables initiales. Chacune de ces variables initiales est liée à l’ensemble des
variables artificielles retenus d’où les tableaux ci-dessous :
 Explication :
On doit dans cette partie interpréter la moyenne et l’écart-type :

Moyenne : la valeur qui a la moyenne la plus élevée est celle de réputation qui
donne le plus de satisfaction à l’utilisateur des sites e-commerce

RAPPORT PROJET ADD
Ecart-type : on analyse tous les écart-type plus l’écart-type est faible, moins il y
a de dispersion autour de la moyenne chose qui implique une certaine
homogénéisation quant au degré de satisfaction des individus.
Interprétation :
 Avec une moyenne de 2,0763 la livraison représente la variable qui satisfait le
moins les utilisateurs des sites e-commerce de l’échantillon contrairement à la
réputation des individus qui avec une moyenne de 3,11 est la variable qui leur
procure le plus de satisfaction.
 On remarque également l’absence d’une grande dispersion chose qui implique
une certaine homogénéisation quant au degré de satisfaction des individus
interrogés par rapport aux variables des sites e-commerce utilisés => satisfaction
moyenne ne dépassant pas 3,11.
Matrice de corrélation :
 Explication :
Elle permet de déceler les variables à forte corrélation pouvant être regroupées
(si les variables présentes des valeurs élevées de corrélation entre elles alors il
faut procéder à une analyse en composantes principales)
 Plus la corrélation approche de 1 ou -1 plus il y a de corrélation entre les 2
variables.

RAPPORT PROJET ADD
 Plus les variables présentent de forte corrélation plus elles peuvent être
regroupées en dimensions homogènes. Sinon elles sont hétérogènes. (Quel
est le problème qui se pose quand les variables sont hétérogènes ? Grand
nombre de variables et visualisations)
Interprétation :
Exemple 1 : les variables « Diversité des produits et rapport qualité/prix » sont

fortement corrélées avec une corrélation égale à 0.840 => en effet plus les
produits sont diversifiés mieux le rapport qualité/prix est satisfaisant.
Exemple 2 : Les variables « design et réputation » sont corrélées avec une
valeur égale à 0.793 et cela s’explique par le fait que le design est une sorte
d’attractivité qui va pousser l’utilisateur à consulter davantage les sites e-
commerce et ceux grâce à leurs réputations.
1. INDICE KMO ET TEST DE BARTLETT :
 Interprétation :
L’indice KMO étant égal à 0,530 est moyennement fort ce qui implique que les
corrélations partielles ne sont pas trop importantes par rapport aux corrélations
simples => la suppression de variables initiales ne s’avère pas nécessaire
Le test de sphéricité de BARTLETT : La valeur du khi deux est
approximativement élevée et la signification de BARTLETT est proche de 0 =>
les variables sont suffisamment corrélées.

RAPPORT PROJET ADD
Variance totale expliquée :
Méthode d'extraction : Analyse en composantes principales.

Interprétation :  Dans le tableau de la variance totale expliquée on ne retient que les
valeurs propres qui sont supérieures à 1, dans ce cas elles correspondent aux deux premières
composantes qui équivalent plus de 90% de variance cumulée expliquée.  La première
valeur propre représente à elle seule 71% de variance expliquée car elle représente le plus
de variables et donc détient la plus grande part d’informations.  Malgré la réduction de 8
variables à 2 composantes la richesse de ces dernières en terme d’informations retenues
dépasse 90%
 Dans le tableau de la variance totale expliquée on ne retient que les

valeurs propres qui sont supérieures à 1, dans ce cas elles correspondent
aux deux premières composantes qui équivalent plus de 80% de variance
cumulée expliquée.
 La première valeur propre représente à elle seule 63% de variance
expliquée car elle représente le plus de variables et donc détient la plus
grande part d’informations.
 Malgré la réduction de 7 variables à 2 composantes la richesse de ces
dernières en terme d’informations retenues dépasse 80%.

RAPPORT PROJET ADD
Matrice des composantes
La matrice des composantes nous permet de vérifier que le point est bien
représenté graphiquement, et ceci grâce aux deux composantes 1 ; 2.
Pour ce il faut les lever au carré et leur somme doit être inférieur à 1.
 La variable « diversités de produits » :

0,925²+0,148²= 0,877 < 1
 La variable « sécurité et fiabilité » :
0,890²+0,302²= 0,883 <1
 Les deux variables sont bien représentées graphiquement donc
leurs points sont proches du cercle de corrélation.
 La première composante est expliquée par les variables suivantes
« diversité de produits, sécurité et fiabilité, réputation », et la 2ème
composante présentée par la variable « livraison »

RAPPORT PROJET ADD
La nomination des axes principaux :
 D’après la matrice des composantes on constate que les variables

qui ont une corrélation supérieure à 0.5 sont mieux corrélées avec
la première composante ainsi qu’avec la deuxième composante
principale avec la variable « livraison ».
On peut déduire que le premier axe principal qui est représenté par la première
composante peut être nommé l’image et la qualité d’offre.
Le deuxième axe principal qui est représenté par la deuxième composante
principale peut être nommé le service livraison.

RAPPORT PROJET ADD
Diagramme :
Les individus sont bien dispersés, il est par conséquent plutôt facile de
distinguer les différentes qualités de chaque site e-commerce. Donc on peut
déduire quelques conclusions :
 Jumia est le site le mieux positionné par rapport à la première composante
représentée par la livraison, cela est dû au fait qu’elle une entreprise
implantée au Maroc, elle a aussi un score très important concernant la
deuxième composante qui regroupe la réputation, diversité des produits et
la sécurité-fiabilité
 Cependant AliExpress est mieux classé par la deuxième variable, donc la
réputation, les offres et réductions importants et ainsi de suite.

RAPPORT PROJET ADD
Qualité de représentation :
 Interprétation :
Les extractions sont obtenues grâce à la sommation des cos² des deux
composantes, aussi elles nous permettent de vérifier la bonne représentation des
variables. Ainsi plus la valeur de l’extraction est proche de 1, plus la variable qui
lui correspond est mieux représentée.

RAPPORT PROJET ADD
2- AT sous SPSS
Objectifs :
• Construire à partir des variables choisies a priori des groupes d’individus.

• Constituer des groupes de façon à ce que :
- Les individus appartenant à un même groupe se rassemblent le plus possible
- Les groupes soient les plus différents possible les uns des autres.
1) MATRICE DE PROXIMITE :
On doit transformer les données brutes en une matrice de proximité entre des objets
ou individus. Cette matrice révèle donc les distances existantes entre les différentes
variables, par conséquent plus la distance entre deux variables est faible plus on
peut facilement les agréger.

RAPPORT PROJET ADD
2) CHAINE DES AGREGATIONS
Historique des regroupements. Les deux classes les plus proches sont
regroupées.
La distance entre les deux classes regroupées est affichée dans la colonne coefficients,
selon un ordre croissant.
Dans l’étape de l’apparition de la classe figure la dernière phase où sont
Apparus les groupes pour la dernière fois.
A propos de la validation des méthodes : ici on a choisi la méthode moyenne
Ward qui permet d’étudier la proximité : permet de savoir les classes
homogènes et hétérogènes.
Donc ici les variables qui ont une faible distance sont rassemblées par ordre
croissant.
Le coefficient de la dernière classe est de 49.00
Le coefficient de la 4eme est de 11.075
Donc on calcule la qualité de la typologie = (49-23,927)/49=52,45%

RAPPORT PROJET ADD
3) DENDROGRAMME
Le dendrogramme met en évidence la composition des différentes classes,

Ainsi que l’ordre dans lequel elles ont été formées.
Les regroupements les plus intéressants sont ceux obtenus après un saut du
coefficient important, c’est-à-dire, le découpage résultant du regroupement
de deux classes nettement plus éloignées que les précédentes. (La grande
distance entre deux étapes qui se suivent)
Ex : Dans ce cas-là il est intéressant de faire une coupe entre la 6ème (design) et
la7ème étape (réputation), vu qu’on note un saut très important après ce
niveau-là.
N.B : On va refaire notre analyse et demander les solutions en 3 classes
RAPPORT PROJET ADD
4) ANOVA
Permet de déterminer les variables ayant le plus contribuées aux

regroupements, elles correspondent aux variables ayant les plus grandes valeurs
de Fisher.
Exemple : la variable « rapport qualité prix » ainsi que la « sécurité et
fiabilité » ont contribué le plus dans leurs regroupements respectivement de
15,121 et 14,660
La variable « offre et réductions » se distingue par la faible valeur de son Fisher
qui est égale à 0.706.

RAPPORT PROJET ADD
Recommandations :
Recommandations pour les sites mal positionnés par rapport aux 2 axes :
- Iris et FourniPro : IRIS & Fourniture Pro ont une qualité d’offre inférieure
avec une livraison insatisfaisante ce qui se répercute sur l’image de marque des
2 sites, il faut se baser alors sur les critères cités pour améliorer le
positionnement des 2 sites e-commerce.
Recommandations pour les sites mal positionnés par rapport au service de
livraison et bien positionnés par rapport à l’image et qualité d’offre :
- AliExpress et Amazon : Les 2 sites e-commerce internationaux qui sont
Amazon et Ali Express se caractérise par une large satisfaction de notre cible au
niveau du rapport qualité/prix de l’offre proposée par les 2 sites, mais une
livraison à longue durée de biens ce qui influence les décisions des utilisateurs
des sites e-commerce.
Recommandations le site le bien positionné par rapport au 2 axes :
- Jumia : JUMIA a réussi à combler le vide entre la qualité des offres
proposées dans sa plateforme ainsi que la livraison ce qui lui a permis de se
positionner comme le leader sur le marché e-commerce au Maroc.
Recommandations pour les nouveaux investisseurs :
Ainsi, pour les entreprises qui souhaitent s’introduire sur le marché d’e-
commerce, il faut bien se concentrer sur la qualité de l’offre ainsi que sur le
délai de la livraison pour mieux se positionner par rapport aux concurrents du
marché e-commerce.
Recommandations pour les entreprises qui souhaitent obtenir des résultats
rapidement :
Choisir et personnaliser un thème adapté aux mobiles :
Il est donc essentiel d'utiliser un thème adapté lors de la construction d'un site de
e-commerce.

RAPPORT PROJET ADD
Les plateformes de e-commerce proposent des thèmes gratuits et premium, tous

optimisés pour les mobiles. Les entreprises peuvent ainsi choisir ceux qui
répondent le mieux à leurs besoins et les personnaliser. En ajoutant leur palette
de couleurs et leurs éléments de branding, comme leur logo, elles ont la
possibilité de créer un site de e-commerce réellement à leur image.
Tester les publicités sur les réseaux sociaux :
Avec 1,18 milliard d'utilisateurs actifs chaque jour, Facebook offre une vaste
audience. Les entreprises peuvent cibler l'audience voulue avec des posts et des
vidéos, puis effectuer des tests afin de voir quelles publications offrent les
meilleurs résultats et génèrent le plus de ventes et de revenus.
Collecter les adresses e-mail des clients et leur envoyer des

communications :
Des données récentes montrent que les trois quarts des entreprises s'accordent
pour dire que l'e-mail marketing offre un ROI « bon », voire « excellent ». En
collectant des adresses e-mail sur leur site et en demandant à leurs clients
d'accepter de recevoir des communications, les entreprises donnent à leurs
visiteurs des raisons de revenir sur leur boutique en ligne en leur envoyant des
offres, des invitations pour les soldes, ou encore des remises pour les remercier
de leur fidélité.

RAPPORT PROJET ADD
Conclusion :
A l’ère du tout digital, le consommateur se trouve face à une offre abondante de

produits de toute nature et de différente qualité. Grâce à la démocratisation de
l’accès à Internet, le nombre de personnes qui achètent en ligne ne cesse
d’augmenter. En effet, «60% des consommateurs prospectent en ligne avant
d’acheter en magasin, contre 27% qui prospectent en magasins avant d’acheter en
ligne, et 3.5% des consommateurs qui ne font pas de distinction entre l’achat en
ligne et l’achat traditionnel ne préférant ainsi aucun des deux à l’autre ».
Dans ce contexte, les entreprises ont de plus en plus besoin d’étudier le
comportement de ces consommateurs et d’identifier les tendances pour mieux
répondre aux besoins. Pour les aider dans cette recherche nous avons mené une
étude quantitative pour évaluer le comportement des marocains vis-à-vis des
achats en ligne et des sites qu’ils utilisent et finalement positionner les différents
sites proposés. Cette étude est basée sur un questionnaire en ligne qui nous a
permis de collecter une base de données auprès d’un échantillon de 100 personnes.
Après les calculs nécessaires, notre base de données devient compatible et prête
pour une analyse ACP et AT sous le logiciel SPSS. L’analyse ACP nous a permis
d’analyser les différentes variables statistiques et de créer des nouvelles variables
artificielles qui expliquent le mieux la totalité des variables initiales à savoir ; la
livraison et image et qualité de service. L’analyse Typologique AT nous a permis
de regrouper les différents sites e-commerce en des groupes différents les uns les
autres. Les regroupements les plus intéressants ont été faits en 3 classes et
finalement le tableau Anova nous a montré les variables qui caractérisent le plus
leur classe.

RAPPORT PROJET ADD
Plusieurs recommandations ont été suggérées vers la fin pour chaque site e-
commerce comme par exemple AliExpress doit améliorer sa livraison.
Ce travail nous a permis de mettre en pratiques les différents acquis théoriques
sur le Logiciel des analyses statistiques SPSS ainsi que connaitre et maitriser les
différentes étapes à suivre pour les analyses ACP et AT mais majoritairement
l’interprétation appropriée à chaque étape.

RAPPORT PROJET ADD
Annexes :

RAPPORT PROJET ADD

RAPPORT PROJET ADD

RAPPORT PROJET ADD

RAPPORT PROJET ADD

RAPPORT PROJET ADD

Add VF PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Add VF PDF

Transféré par

Droits d'auteur :

Formats disponibles

Encadré par :

Table des matières

ANNÉE UNIVERSITAIRE : 2019 - 2020 2

ANNÉE UNIVERSITAIRE : 2019 - 2020 3

ANNÉE UNIVERSITAIRE : 2019 - 2020 4

Et en tant que futurs gestionnaires, nous avons décidé de répondre à la

ANNÉE UNIVERSITAIRE : 2019 - 2020 5

I. Présentation de la problématique et Méthodologie

ANNÉE UNIVERSITAIRE : 2019 - 2020 6

L’objectif principal de notre étude quantitative est d’évaluer la satisfaction des

Les étapes de l’étude :

Nous avons choisi d’interroger des personnes de différents coins du royaume et

Le questionnaire élaboré se compose essentiellement de 4 grandes parties à

Collecte des réponses :

ANNÉE UNIVERSITAIRE : 2019 - 2020 7

ANNÉE UNIVERSITAIRE : 2019 - 2020 8

II. L’élaboration de la base de données

2. Calcul des moyennes

Les résultats obtenus après calcul

3. L’exportation des données vers SPSS

La base de données obtenue sur

ANNÉE UNIVERSITAIRE : 2019 - 2020 10

III. Analyse des données sous SPSS

 Que permet l’ACP ?

On obtient ainsi un ensemble de nouvelles variables, en plus petits nombre que

On doit dans cette partie interpréter la moyenne et l’écart-type :

ANNÉE UNIVERSITAIRE : 2019 - 2020 11

ANNÉE UNIVERSITAIRE : 2019 - 2020 12

Exemple 1 : les variables « Diversité des produits et rapport qualité/prix » sont

1. INDICE KMO ET TEST DE BARTLETT :

ANNÉE UNIVERSITAIRE : 2019 - 2020 13

Variance totale expliquée :

Méthode d'extraction : Analyse en composantes principales.

 Dans le tableau de la variance totale expliquée on ne retient que les

ANNÉE UNIVERSITAIRE : 2019 - 2020 14

Matrice des composantes

 La variable « diversités de produits » :

ANNÉE UNIVERSITAIRE : 2019 - 2020 15

La nomination des axes principaux :

 D’après la matrice des composantes on constate que les variables

ANNÉE UNIVERSITAIRE : 2019 - 2020 16

ANNÉE UNIVERSITAIRE : 2019 - 2020 17

ANNÉE UNIVERSITAIRE : 2019 - 2020 18

• Construire à partir des variables choisies a priori des groupes d’individus.

ANNÉE UNIVERSITAIRE : 2019 - 2020 19

2) CHAINE DES AGREGATIONS

ANNÉE UNIVERSITAIRE : 2019 - 2020 20

Le dendrogramme met en évidence la composition des différentes classes,

Permet de déterminer les variables ayant le plus contribuées aux

ANNÉE UNIVERSITAIRE : 2019 - 2020 22

ANNÉE UNIVERSITAIRE : 2019 - 2020 23

Les plateformes de e-commerce proposent des thèmes gratuits et premium, tous

Collecter les adresses e-mail des clients et leur envoyer des

ANNÉE UNIVERSITAIRE : 2019 - 2020 24

A l’ère du tout digital, le consommateur se trouve face à une offre abondante de

ANNÉE UNIVERSITAIRE : 2019 - 2020 25

ANNÉE UNIVERSITAIRE : 2019 - 2020 26

ANNÉE UNIVERSITAIRE : 2019 - 2020 27

ANNÉE UNIVERSITAIRE : 2019 - 2020 28

ANNÉE UNIVERSITAIRE : 2019 - 2020 29

ANNÉE UNIVERSITAIRE : 2019 - 2020 30

ANNÉE UNIVERSITAIRE : 2019 - 2020 31

ANNÉE UNIVERSITAIRE : 2019 - 2020 32