Modeles intergres_Assessor - Marketing-Science

1
Modèle ASSESSOR (Designor)
Silk A.J. et Urban G. (1978),
Pre-test Evaluation of New Packaged Goods : A Model and Measurement
Methodology, Journal of Marketing Research, Vol.15, May, 171-191.
http://www.mastermarketingdauphine.com
MENU
Modèles d’aide à la décision en MKG
Intérêt d’ASSESSOR
 Objectif : prévoir la part de marché à long terme
 Pour des produits
 en lancement potentiel,
 avec un mix déterminé (échantillons, publicité)
 Estimer les sources de volume
 (cannibalisation ou prélèvement sur les concurrents, lesquels ?)
 Déterminer les voies d’amélioration
 Du produit
 Du mix de lancement prévu
© Desmet Pierre 2014
 Simuler les conséquences de changement de mix
http://www.mastermarketingdauphine.com
MENU
2
Modèle ASSESSOR :
© Desmet Pierre 2014
Modèles d’aide à la décision en MKG
Modèle conceptuel
 Spécificité : déploiement de deux modèles qui doivent converger
 Modèle de préférence et Modèle d’essai-réachat
Décisions
-Positionnement
-Plan de lancement
Données consommateurs
-Mesures en laboratoire
-Mesures après usage
Modèle
d’Essai et Réachat
Modèle des
préférences
Part de
marché
volume
Diagnostic
Source des
volumes
http://www.mastermarketingdauphine.com
MENU
3
© Desmet Pierre 2014
Modèles d’aide à la décision en MKG
Modèle ASSESSOR :
Séquence des mesures d’
Design
Mesures
Procedure
Mesures
O1
Recrutement (enquêteur)
Variables individuelles : Usage du produit, …
O2
Questionnaire auto-administré
X1
Présentation de publicités
Mesures sur les marques existantes Ensemble
évoqué, marques achetées, poids des attributs,
évaluation marque/attribut, préférences
[O3]
auto administré
X2
visite d’un magasin simulé présentant les marques
O4
possibilité d’acheter / observation
X3
utilisation à domicile
O5
questionnaire post achat par téléphone
Mesure des réactions aux alternatives
(évaluation) et aux publicités (crédibilité…)
Marque achetée
Mesure de l’utilisation, de la satisfaction, de
l’évaluation selon les attributs, de l’intention de
réachat pour l’ensemble de considération plus
la nouvelle marque
O = Mesure X = manipulation (pub ou expérience produit)
http://www.mastermarketingdauphine.com
MENU
4
Part de marché à moyen terme du nouveau produit
Mn = T ´ R ´ W
avec
T =
taux d’essai cumulatif à moyen terme (estimé à partir des données de O4)
R =
taux de réachat à moyen terme long-run repeat rate (estimé à partir des
données de O5)
W =
indice de consommation relatif (w = 1 pour la moyenne des QA/NA du
marché)
© Desmet Pierre 2014
Modèles d’aide à la décision en MKG
Modèle combinant l’essai et le
réachat
http://www.mastermarketingdauphine.com
MENU
5
© Desmet Pierre 2014
Modèles d’aide à la décision en MKG
Modèle d’essai
T = F.K.D + C.U – (F.K.D) ´ (C.U)
Avec
F =
probabilité d’essai à moyen terme (tirée de O4) sous contrôle d’une notoriété et
d’une distribution maximales (100%)
K =
probabilité de connaissance à moyen terme (évaluation subjective, notoriété)
D =
probabilité de disponibilité à moyen terme du produit sur les lieux d’achat
fréquentés par la cible (expérience et évaluation subjective)
C =
probabilité de réception d’un échantillon (évaluation subjective)
U =
probabilité d’usage de l’échantillon pour ceux qui l’ont reçu (expérience et
évaluation subjective)
http://www.mastermarketingdauphine.com
MENU
6
Modèles d’aide à la décision en MKG
Modèle de réachat
Atteindre la stabilité de la matrice de transition à partir de probabilité tirée de(O2 et O5):
Période (t+1)
Nouveau
Période t
Autre
Nouveau
p (na)
p (na)
Autre
p (an)
p (aa)
p(.) probabilité de transfert (somme des colonnes =1 sur chaque ligne)
Taux de réachat à long terme
p (an)
––––––––––––––
1 + p (an) – p (nn)
© Desmet Pierre 2014
r =
http://www.mastermarketingdauphine.com
MENU
7
© Desmet Pierre 2014
Modèles d’aide à la décision en MKG
Modèle de préférence : calibrage sur
les préférences sans le nouveau produit
Lij
(Vij)b
= ––––––––
Ri
 (Vik)b
k=1
avec
Vij
=
note de préférence pour le produit j par le répondant i
Lij
=
probabilité d’achat
Ri
=
ensemble de considération du répondant i
b
=
coefficient d’ajustement des préférences au choix (entre 1,5 et 3)
http://www.mastermarketingdauphine.com
MENU
8
© Desmet Pierre 2014
Modèles d’aide à la décision en MKG
Modèle de préférence :
avec le nouveau produit
L´ij
(Vij)b
= –––––––––––––––––
Ri
(Vin)b + 
k=1
Avec n, la nouvelle marque
L´it
(Vik)b
= probabilité de choix de j si le répondant a essayé le produit
b = coefficient d’ajustement de l’étape précédente
La part de marché est alors
M´n = En
L´in
 –––
N
I
En = pourcentage des répondants intégrant la nouvelle marque dans leur
ensemble de considération
N = taille de l’échantillon
http://www.mastermarketingdauphine.com
MENU
9
© Desmet Pierre 2014
Modèles d’aide à la décision en MKG
Estimation des sources des ventes :
cannibalisation et prélèvement
Séparation en 2 groupes selon que la nouvelle marque fait, ou non, partie de l’ensemble
de considération
Les parts de marché pondérées avant et après le lancement sont :
Lin
Mj =  –––
N
I
L´in
L´in
M´j = En  –––
+ (1 – En)  –––
N
N
I
I
La part de marché prélevée par la nouvelle marque sur chaque marque est
Dj = Mj – M´j
http://www.mastermarketingdauphine.com
MENU
10
© Desmet Pierre 2014
Modèles d’aide à la décision en MKG
Market share due to advertising

Source: Thomas Burnham, University of Texas at Austin
Response Mode
•Max trial with
unlimited Ad
•Ad$ for 50%
max. trial
•Actual Ad $
•Max awareness
with unlimited Ad
•Ad $ for 50%
max. awareness
•Actual Ad $
Manual Mode
% buying brand in
simulated shopping
Awareness
estimate
% making first purchase
GIVEN awareness &
availability
0.23
Prob. of awareness
0.70
Distribution
estimate (Agree)
Prob. of availability
0.85
Switchback rate of
non-purchasers
Prob. of switching
TO brand
0.16
Repurchase rate
of simulation
purchasers
Prob. of repurchase
of brand
0.60
http://www.mastermarketingdauphine.com
% making first
purchase due to
advertising
0.137
Long-term
market share
from advertising
0.39
Retention rate
GIVEN trial
for ad purchasers
0.286
MENU
11
© Desmet Pierre 2014
Modèles d’aide à la décision en MKG
Market share due to sampling

Source: Thomas Burnham, University of Texas at Austin
Sampling
coverage (%) 0.503
% Delivered 0.90
Correction for sampling/ad
overlap (take out those who
tried sampling, but would
have tried due to ad)
0.035
Market share trying
samples
0.251
% of those delivered
hitting target 0.80
Simulation sample
use
Switchback rate of
non-purchasers
Repurchase rate of
simulation
non-purchasers
Long-term
market share
from sampling
0.02
% hitting target
that get used
0.60
Prob. of switching
TO brand
0.16
Prob. of repurchase
of brand
0.427
Retention rate
GIVEN trial
for sample receivers
0.218
http://www.mastermarketingdauphine.com
MENU
12
© Desmet Pierre 2014
Modèles d’aide à la décision en MKG
ASSESSOR preference model
(synthesis)

Source: Thomas Burnham, University of Texas at Austin
Pre-use preference
ratings
Pre-use constant
sum evaluations
Beta (B) for
choice model
Pre-entry market
shares
Pre-use choices
Post-use constant
sum evaluations
Post-use preference
ratings
Cumulative trial
from ad
(T&R model)
0.137
Proportion of
consumers who
consider product
0.137
http://www.mastermarketingdauphine.com
Post-entry market
shares (assuming
consideration
0.274
Weighted
post entry
market shares
0.038
Draw &
cannibalization
calculations
MENU
13
© Desmet Pierre 2014
Modèles d’aide à la décision en MKG
ASSESSOR from market share to
financial results

Source: Thomas Burnham, University of Texas at Austin
Market share
0.059
Market size
60M
Sales per person
$5
JWC
factory sales
16.7
Industry average
sales $ for
market share
17.7
JWC
factory sales
Unit-dollar
adjustment
0.94
Frequency of use
differences
0.9
Net
contribution
Average
unit margin
0.541
Ad/sampling
expense
4.5/3.5
Price differences
1.04
Return
on sales
JWC
factory sales
16.7
http://www.mastermarketingdauphine.com
MENU
14
© Desmet Pierre 2014
Modèles d’aide à la décision en MKG
Application : Enhance
© Harvard Bus. Case
 http://www.marketing-science-center.com/charge/mts.xls
ASSESSOR - Marché test simulé
Utilisation du modèle pour le cas Johnson Wax ENHANCE © Harvard Business Case
Model_base
Résultats
Modèle de réponse
Essai-réachat
Origine volumes
Préférences
- entrez vos données
- résultats finaciers et marketing
- détermination de la fonction de réponse de la notoriété et de l'essai à la publicité
- modèle 1 : essai réachat
- analyse de l'origine de la part de marché du nouveau produit
- exemple d'un modèle individuel
Questions
- Diagnostic du marché des shampooing/conditionnant capillaires
- Quelles sont les décisions majeures à prendre associées à cette opportunité de nouveau produit Enhance ?
- Comment le modèle ASSESSOR et ses procédures de mesures contribuent-ils à améliorer ces décisions ?
- Qu'est-ce que les responsables ont appris grâce à l'utilisation d'ASSESSOR ?
- Quelles sont les étapes suivantes que vous proposez à la société par rapport au projet Enhance ?
Données de base
Entrez vos données dans les cases de cette couleur
Target market size
(MM)
60
Switchback
(0-1)
16%
Distribution
Awareness
Trial
(0-1)
(0-1)
(0-1)
85%
70%
23%
Repeat rate
(0-1)
Samples delivered
Samples hitting target
Samples used
Sample repeat rate
Advertising budget
Number of samples
http://www.mastermarketingdauphine.com
Cost per sample
($)
0,10
Exp. retail price
Factory price
Cost of goods
8 oz
8 oz
8 oz
($)
($)
($)
1,31
1,00
0,46
60%
Exp. retail price
Factory price
Cost of goods
16 oz
16 oz
16 oz
($)
($)
($)
1,94
1,31
0,60
(0-1)
(0-1)
(0-1)
90%
80%
60%
Mfr.s' sales per person
Unit-dollar adjustment
8 oz. sales share
($)
(0-1)
(0-1)
4,160
0,940
40%
(0-1)
43%
($MM)
(MM)
4,50
35,00
MENU
15
Modèles d’aide à la décision en MKG
Application : Enhance
Modèles de réponse à la publicité
Advertising expesses ($MM)
Awareness
Trial
4,50
70%
23%
Awareness
Max awareness with unlimited ad.
Ad. for 50% max awareness
(0-1)
($MM)
82%
1,6
Publicité
0,32
0
0,32
0,64
0,96
1,28
1,6
1,92
2,24
2,56
2,88
3,2
3,52
3,84
4,16
Notoriété
0%
11%
20%
28%
35%
41%
46%
51%
55%
58%
62%
64%
66%
68%
Awareness
80%
70%
60%
50%
40%
© Desmet Pierre 2014
© Harvard Bus. Case
30%
20%
10%
0%
0
0,32 0,64 0,96 1,28 1,6 1,92 2,24 2,56 2,88 3,2 3,52 3,84 4,16
Advertising
http://www.mastermarketingdauphine.com
MENU
16
© Desmet Pierre 2014
Modèles d’aide à la décision en MKG
Modèle des préférences
Modèle individuel de Préférences
Preferences
Customers
40,0%
Before use
38,1%
After use
35,0%
30,0%
28,1%
28,3%
24,8%
25,0%
20,0%
24,4%
23,6%
16,0%
15,0%
10,1%
6,7%
10,0%
5,0%
0,0%
B1
B2
B3
B4
Enhance
Probabilités de choix
Before use
B1
B2
0,1
0,0
1,5
0,7
2,5
2,9
3,1
3,4
0,0
1,3
4,1
0,0
0,4
2,1
0,6
0,2
4,8
2,4
0,7
0,0
B3
4,9
3,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
4,9
B4
3,7
0,0
0,0
0,0
0,0
0,0
2,9
0,0
0,0
0,0
Before use
1
0,0%
0,0%
2 20,1%
4,7%
3 43,0% 57,0%
4 45,6% 54,4%
5
0,0% 100,0%
6 100,0%
0,0%
7
1,5% 34,6%
8 89,0% 11,0%
9 78,9% 21,1%
10
2,4%
0,0%
63,0%
75,1%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
97,6%
37,0%
0,0%
0,0%
0,0%
0,0%
0,0%
63,9%
0,0%
0,0%
0,0%
23,6%
10,1%
1
2
3
4
5
6
7
8
9
10
Unweighted Market share
Enhance draw from each brand
Weighted draw
38,1%
28,3%
http://www.mastermarketingdauphine.com
After use
B1
0,1
1,6
2,3
3,3
0,0
4,3
0,4
0,6
5,0
0,7
B2
0,0
0,6
1,4
3,4
1,2
0,0
2,1
0,2
2,2
0,0
B3
2,6
0,6
0,0
0,0
0,0
0,0
0,0
0,0
0,0
3,4
After use
0,1%
0,0%
20,7%
3,2%
41,9% 16,3%
47,4% 50,1%
0,0% 100,0%
79,6%
0,0%
2,6% 60,9%
1,7%
0,2%
82,3% 17,3%
4,4%
0,0%
68,7%
3,2%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
88,5%
30,6%
0,0%
0,0%
0,0%
0,0%
0,0%
36,3%
0,0%
0,0%
0,0%
0,5%
72,8%
41,9%
2,5%
0,0%
20,4%
0,2%
98,0%
0,4%
7,1%
16,0%
7,5%
1,0%
6,7%
3,4%
0,5%
24,4%
28,1%
10,0%
1,4%
24,8%
3,5%
0,5%
B4
Enhance
1,7
0,2
0,0
3,1
0,0
2,3
0,0
0,7
0,0
0,0
0,0
2,1
1,6
0,1
0,0
5,0
0,0
0,3
0,0
0,9
MENU
17