2/ Les traitements croisés

Opinions Quelles significations?

Qui pense quoi?

Identité Comportements

Qui veut quoi?

Motifs/attentes
 L’étude d’une relation dans une enquête

?
Question B : satisfaction
Question A : tranche d’âge
vis-à-vis du goût
Variable dépendante
Variable indépendante

* Les analyses croisées consistent à traiter simultanément deux

questions pour mettre en évidence la corrélation entre les réponses
apportées à l’une et à l’autre.
* On étudie le lien statistique ou la relation entre A et B.
Tris croisés entre réponses à des questions
fermées

■ Le test du khi-deux est une comparaison entre les effectifs réels

(ceux que l’on observe dans l’enquête) et les effectifs théoriques
(ceux que l’on aurait du obtenir en l’absence de la moindre relation
entre deux variables)

■ Somme des différences entre effectifs réels et effectifs théoriques

(plus les différences sont importantes, plus la relation est forte
entre les variables)
 3/ les analyses multi-variées
- Utilités -

 Analyse simultanée d’une multitude de variables

 Étude globale de l’ensemble des individus à travers l’ensemble de leurs caractéristiques
 Permet de réduire la masse des données obtenues suite à l’enquête.

- Principe -

 Résumé de l’ensemble de l’information initiale en quelques variables synthétiques.

- Choix de la méthode -

 Dépend des objectifs poursuivis, des variables analysées (nominales, métriques, etc.) et du nombre
de variables dépendantes.

 2 grandes catégories de méthodes : descriptives ou explicatives

 Représentation des Clé en main
analyses multi-variées

Pépères Bronzès

Calme
Neutres Activité

Contemplatifs
Routards

Découverte
 EN CONCLUSION
■ Des conseils pour rédiger un questionnaire
« professionnel » = base de la grille d’évaluation de
l’exposé!

■ Le plan type d’un rapport d’étude réussi et complet!

■ Un point d’ouverture sur le data marketing!

 10 règles d’or pour rédiger un bon
questionnaire
■ 1. Les objectifs de l’étude et les
informations à collecter pour répondre au
problème marketing ont été clairement
identifiés
■ 2. Toutes les questions intéressantes mais
inutiles pour le propos de l’enquête ont été
éliminées
■ 3. Le questionnaire n’ est pas trop long et
adapté à la méthode de collecte
■ 4. La méthode de collecte est adaptée à la
population à étudier et la problématique de
l’étude
■ 5. Le questionnaire suit un ordre logique
■ 6. Le questionnaire est susceptible de
solliciter et de maintenir l’intérêt des
personnes interrogées.
■ 7. Les question sont clairement formulées et
ne se prêtent pas à interprétation
■ 8. Les réponses ne sont pas induites par la
formulation de la question
■ 9. Les répondants peuvent répondre
facilement aux questions
■ 10. Le questionnaire est testé et
généralement amélioré
Présentation des résultats

■ Rappel des objectifs d’étude : reformuler en quelques lignes le champ

d’investigation tel qu’il a été défini au tout début de l’étude – paragraphe
court
■ Notes méthodologiques : rappel des principaux fondamentaux
méthodologiques de l’enquête
■ Résumé managérial : les conclusions essentielles de l’enquête – Synthèse
primordiale!
■ Résultats de l’étude par thème : possibilité de reprendre les thèmes et les
sous-thèmes du questionnaire- Se concentrer sur le contenu
■ Préconisations : à destination du commanditaire de l’étude
■ Eléments annexes
 Quelques conseils généraux :
■ Ne pas utiliser plus de deux polices de caractères, pas plus
de 2 ou 3 couleurs qui risqueraient de donner un aspect
fantaisiste au rapport

■ Intégrer des illustrations : logos, visuels, pictogrammes,

graphiques (barres, histogrammes ou secteurs)….

■ Arrondir certains chiffres présentés dans les tableaux, les

graphiques pour accroitre leur lisibilité
 Le Data Marketing

■ Le data marketing est un marketing fondé sur la collecte, le traitement et

l’exploitation de masse de données afin de mieux connaitre les clients, de mieux
prédire leur comportement et de mieux adapter sa politique marketing. Les usages
du data marketing sont multiples et concernent tous les aspects du marketing
stratégique et opérationnel. Ex Netflix, Compagnies aériennes (dynamic pricing)…
■ Les entreprises doivent pour cela mettre en place une gouvernance des données.

■ La data analytics désigne l’ensemble des méthodes qui permettent d’analyser les
données brutes afin de tirer des enseignements et de guider la prise de décision.

■ Cette data science sera influencée par l’essor des techniques d’Intelligence
Artificielle.