Que vous soyez responsable marketing, freelance, blogueur, ou entrepreneur, trouver une stratégie marketing rentable et durable à long terme est l’une des opérations les plus difficiles. Votre succès commercial en dépend.
Il existe différentes approches de la question, allant d’une approche totalement pragmatique à une approche fortement analytique. Mon expérience suggère qu’une approche raisonnable est basée sur une solide analyse des données utilisée pour développer une stratégie cohérente avec ses ressources. La créativité sans analyse peut s’avérer très dangereuse, de même qu’un modèle décisionnel entièrement analytique peut s’avérer peu distinctif.
Afin de délimiter le positionnement d’une entreprise ou d’une activité, il est recommandé de poser les données dans un mapping de positionnement. C’est ce que nous allons voir dans cet article.
Au cours des 50 dernières années, l’augmentation impressionnante des sources et des données à la disposition des décideurs n’a pas été compensée par l’application des techniques analytiques pour extraire ces informations stratégiques. Concrètement, c’est long et compliqué. Le traitement des données de manière ciblée est un enjeu majeur, long et couteux à mettre en place. La tendance est à la gestion « spontanée » de cette quantité de données, ce qui a des répercussions sur les prises de décision. Le retour sur investissements du traitement de données et d’informations n’est pas encore optimal pour la plupart des entreprises.
Dans ce contexte, au sein de chacune des entreprises, il y a une opportunité pour les décideurs d’investir dans la culture managériale. Il ne suffit pas de gérer en disant simplement ce qui doit être fait, mais plutôt de dire ce qu’il faut faire et de montrer comment le faire. Pour ce faire, il faut passer du profil du manager en tant qu’administrateur de ressources à celui de créateur de ressources, ce qui nécessite de développer une culture managériale fondée sur l’objectivité et les preuves. Les preuves se trouvent dans les faits et les données, et l’amélioration de la façon dont les équipes commerciales appliquent les techniques d’analyse aux données commerciales peut avoir un impact sur les performances de l’entreprise et apporte d’autres avantages : l’accent est mis sur l’entreprise, le travail d’équipe est renforcé par une intégration plus profonde des analystes commerciaux et par une discussion stratégique revigorée ; le risque est géré avec plus de soin en raison d’une meilleure conscience décisionnelle et, par conséquent, l’entreprise prospère. Oui je sais, c’est très théorique.
Mais surveiller la position stratégique de vos concurrents permet de surfer sur le marché et d’éviter de se laisser entraîner par la marée. Les gestionnaires de données sont encouragés à apprendre à produire et à analyser des données commerciales afin de prendre de meilleures décisions, appuyées par des preuves. Le chemin peut être long et difficile, mais il peut mener à la récompense. Les lecteurs désireux de s’engager dans cette voie trouveront dans cet article le contexte nécessaire à l’application du mapping de positionnement, qui figure peut-être parmi les techniques les plus utiles aux décideurs stratégiques, et ils y trouveront également les outils nécessaires pour produire de telles analyses.
Le mapping de positionnement marketing – Définition
La mapping de positionnement est une technique que les marketers apprécient car comme l’adage le dit, une image vaut mille mots. le mapping de positionnement est une technique utile pour représenter graphiquement des ensembles de données vastes et complexes afin de mettre en valeur les informations pertinentes qu’ils contiennent. Ce concept d’un affichage graphique synthétique, et pourtant riche, est ce qui attire les spécialistes du marketing. Au fil du temps, les universitaires ont développé plusieurs méthodes de mapping de données. Il y a deux grands types distincts qui sont utilisés en marketing :
- Cartes spatiales
- Cartes de marché
Dans les deux cas, il existe des techniques de suivi et de planification.
Analyse spatiale (map)
L’analyse spatiale est une discipline qui s’occupe de la représentation graphique de données concernant les espaces ouverts et et les espaces intérieurs. Les cartes d’espaces ouverts sont de nature géographique, et elles ressemblent à celle qui suit. L’ombrage des couleurs des régions correspond à une variable qui mesure un certain type de performance, comme les ventes, le nombre de clients actifs ou toute autre unité mesurable.
D’autre part, les cartes de l’espace intérieur se réfèrent aux bâtiments, usines, magasins, supermarchés et autres, et sont utilisées pour contrôler les performances en matière de ventes, de flux de clients, de files d’attente, de commandes entrantes, de lignes de production, etc. Une utilisation très utile de cette technique est en train d’émerger de l’application des règles d’association et des techniques de modèles séquentiels à l’analyse des achats communs (par exemple, l’analyse des paniers pour trouver des associations dans les achats des clients). Alors que les points de vente tels que les grands magasins, les supermarchés, les stations-service ainsi que les banques, les hôpitaux ou toute autre organisation départementale peuvent trouver l’application combinée de l’analyse spatiale et de l’analyse d’enveloppement des données (DEA) utile pour analyser et accroître l’efficacité.
L’analyse spatiale enrichie de techniques telles que celles de l’exploration de données devient un outil de suivi très puissant pour les spécialistes du marketing.
Mapping de marché
Les cartes de marché sont de deux types : bivariées et multivariées. La plupart d’entre elles se ressemblent, mais elles ne le sont pas. Les principales différences résident dans les données qu’elles utilisent, la façon dont elles traitent les données d’entrée et la manière dont les cartes sont interprétées. Dans le premier groupe, de nombreux managers apprécient les diagrammes de dispersion sous forme de graphique à bulles pour résumer les données et simplifier leur interprétation. Ces graphiques sont souvent appelés cartes, ils peuvent être facilement réalisés dans Excel, comme le montre l’image ci-dessous.
Les cartes multivariées sont issues du domaine des sciences sociales et, contrairement aux cartes bivariées, elles sont obtenues en traitant les données brutes selon une sorte d’algorithme mathématique et statistique. L’interprétation qui en résulte peut être plus complexe que celle des simples cartes à deux variables, mais les informations qu’elles peuvent révéler sont d’une grande utilité pour les spécialistes des sciences sociales ainsi que pour les décideurs et les stratèges d’entreprise.
Map bivariées
L’application la plus populaire des cartes à deux variables au suivi des performances est sans doute l’analyse des quadrants, un outil utile développé par le Gartner Group. L’analyse des quadrants est réalisée à partir des données de deux variables et, comme son nom l’indique, elle est divisée en quatre quadrants comme dans l’image ci-dessous :
Une carte différente avec les mêmes données est obtenue en divisant la carte par trois lignes diagonales comme dans l’image ci-dessous. La ligne centrale coupe la carte en deux triangles équidistants, tandis que les deux diagonales extrêmes sont placées arbitrairement une note au-dessus et au-dessous de la diagonale centrale. D’un cas à l’autre, il peut y avoir des façons plus appropriées de placer les deux diagonales externes ; celle du milieu, cependant, devrait toujours être placée comme suggéré.
Dans les images 1.4 et 1.5, la taille des bulles fait référence à un indice obtenu en divisant le score de satisfaction par l’importance accordée à chaque élément. Les bulles situées sous la diagonale centrale correspondent aux éléments pour lesquels la satisfaction est supérieure à l’importance qu’ils ont pour les répondants. Cette région accueille les éléments ayant une bonne performance, et le triangle inférieur accueille les éléments ayant une très bonne performance. De l’autre côté, au-dessus de la diagonale médiane, on trouve des items dont l’importance est supérieure à la satisfaction, ce qui signifie que l’entreprise devrait améliorer ses performances, et dans la région triangulaire très supérieure, on trouve des items pour lesquels une amélioration est hautement souhaitable. Il est intéressant de noter que l’un des deux éléments de la région supérieure est Prix/Service, ce qui signifie un équilibre insatisfaisant entre le prix payé par les clients et le service qu’ils obtiennent en retour.
Les cartes bivariées, bien que très utiles, ne peuvent montrer que deux variables à la fois. Trois si l’on tient également compte de la taille des bulles. Cependant, lorsque l’environnement devient plus complexe, elles ne parviennent pas à résumer les données de manière concise, si bien que plusieurs cartes peuvent être nécessaires pour les représenter toutes.
Map multivariées
Il existe plusieurs types de cartes multivariées. Elles appliquent toutes des techniques issues de la statistique multivariée, et elles ont des règles concernant le type de données adaptées au traitement et leur interprétation. Une différence majeure également suggérée dans la littérature est de savoir si la carte se réfère à des attributs qui sont :
- Intangible
- Tangible
Les attributs intangibles peuvent être, par exemple, ceux qui ressortent d’une enquête réalisée sur l’efficacité de la publicité, où les sondés sont interrogés sur leur réaction aux messages et à leurs éléments (la compréhension et la mémorisation sont les deux autres domaines de l’enquête). Il peut s’agir de sentiments et de souvenirs évoqués par la marque, de sensations stimulées par un jingle ou un goût, d’un sentiment d’appartenance, d’une fraîcheur ou d’une qualité perçue ou d’une (dés)similarité ou de tout autre attribut difficile à quantifier et qui est bien qualifié. Ces données sont le plus souvent recueillies dans le cadre d’études marketing ad hoc coûteuses où les personnes interrogées sont soumises à des entretiens longs et fatigants.
Elle est principalement utilisée pour la planification dans le domaine de la communication lors du travail sur la stratégie de rédaction et le développement de concepts, mais elle peut également s’avérer utile dans le développement de produits. Les éléments intangibles sont généralement cartographiés à l’aide d’une technique appelée Multidimensional Scaling, MDS.
Les cartes perceptuelles réalisées à l’aide de MDS peuvent nécessiter un effort substantiel pour être interprétées correctement.
Les attributs tangibles sont des caractéristiques quantitatives qui décrivent un élément. Il peut s’agir de données sociodémographiques, de ventes en unité et en volume, de niveaux de pénétration, des données sur les préférences concernant une série d’affirmations, données sur les occasions d’achat ou tout autre type de mesure descriptive de nature quantitative. Les données de ce type sont souvent disponibles dans le cadre d’études, d’enquête, et les entreprises opérant par le biais de départements marketing structurés en reçoivent en grandes quantités sur une base régulière, allant de quotidienne à annuelle, par exemple sous la forme de panels mensuels et d’études de suivi. C’est par ces données que les analystes devraient commencer, car elles ne nécessitent pas d’investissement supplémentaire pour l’achat, elles sont déjà disponibles et elles sont riches en informations utiles.
- Analyse discriminante
- Analyse des facteurs
- Analyse de la correspondance
L’analyse discriminante produit des cartes perceptives qui nous indiquent quels attributs distinguent ou discriminent le mieux, par exemple, les marques. La mesure de la perception provient du domaine de la psychologie, et se situe entre les sensations que nous recevons des 5 sens et les cognitions, telles que l’apprentissage, la mémoire, le raisonnement, etc.
Cette technique d’analyse peut produire des cartes très utiles. Toutefois, l’évaluation de plusieurs marques sur de nombreux attributs peut être contraignant pour les sondés, et la qualité des données peut être remise en question. En outre, certains aspects techniques liés à l’algorithme imposent une certaine prudence : les cartes peuvent être instables et changer radicalement dans certaines conditions, des attributs insignifiants peuvent recevoir une importance excessive, et il est toujours possible d’omettre des attributs importants de l’analyse, ce qui ne donnerait qu’une image partielle.
Lorsqu’on travaille, par exemple, avec des produits décrits par plusieurs attributs, l’analyse factorielle identifie parmi eux des groupes d’attributs plus similaires. Les groupes sont assemblés sous forme de vecteurs, qui peuvent être affichés sur une carte. Les données requises pour l’analyse se présentent sous la forme d’évaluations de plusieurs variables, par exemple des produits, sur de nombreux attributs. Lorsqu’une caractéristique clé est omise, le résultat de l’analyse peut être fortement impacté. Par conséquent, choisir les bons attributs n’est pas une activité triviale lors d’une analyse factorielle. Il doit y avoir plusieurs attributs décrivant un concept, et ils doivent être mesurés avec des données sur des échelles d’intervalle (l’analyse factorielle n’est pas adaptée au traitement des données catégorielles). L’analyse nécessite de faire tourner les facteurs autour de l’origine afin de les interpréter correctement, ce qui exige un certain niveau d’expertise de la part de l’utilisateur.
L’analyse des correspondances dessine des cartes qui montrent les relations spatiales entre les éléments des lignes et des colonnes. Elle utilise des données catégorisées provenant de presque n’importe quel type de matrice rectangulaire de nombres positifs, le plus souvent un tableau de contingence ; c’est une technique très flexible qui peut traiter des types de données très différents ; elle produit un affichage graphique efficace et son interprétation devient possible même après une courte introduction technique.
Le mapping de positionnement est un travail stratégique et il peut s’avérer complexe, selon le type de données à traiter, la quantité, et le marché dans lequel évolue une entreprise.