| name | market-research-consumer-insights |
| description | Compétence niveau expert en étude de marché et insights consommateurs computationnels. Couvre les panels, les enquêtes, les analyses conjointes, le choix discret, le maximum difference scaling, la segmentation de marché, le positioning, le TURF analysis, le pricing research, la concept testing, le brand tracking, le shopper insight, le category management, le qualitatif assisté par IA, et les neurosciences du consommateur. |
Étude de Marché et Insights Consommateurs Computationnels
Présentation
Compétence niveau expert en étude de marché quantitative et qualitative assistée par ML. Couvre le design d'enquêtes, l'analyse conjointe, la segmentation, le brand tracking, le pricing research, et les méthodes computationnelles d'insights consommateurs.
1. Design d'Étude et Enquêtes
Méthodologie
- Survey Design : conception de questionnaires — piège, randomisation, rotations
- Sampling : méthodes d'échantillonnage (aléatoire, stratifié, quota, boule de neige)
- Weighting : pondération post-stratification (raking, propensity score weighting)
- Panel Management : gestion de panels — recrutement, attrition, fraîcheur
- CATI/CAWI : Computer-Assisted Telephone/Web Interviewing
- Online Access Panels : panels d'accès en ligne
- Quality Control : contrôle qualité des répondants — attention checks, red herrings
- Speeder/Straightliner Detection : détection de répondants rapides ou en ligne droite
Biais
- Social desirability bias, recall bias, order bias
- Acquiescence bias, extreme response bias
- Non-response bias, sampling bias
2. Analyse Conjointe et Choix Discret
Méthodes Conjointes
- CBC (Choice-Based Conjoint) : choix discrets entre profils de produits
- Adaptive CBC : questionnaire adaptatif personnalisé
- MaxDiff (Maximum Difference Scaling) : classement par paires
- Menu-Based Choice : choix dans un menu d'options
- Best-Worst Scaling : échelle meilleur-pire
Modélisation Statistique
- Hierarchical Bayes (HB) : estimation bayésienne hiérarchique des utilités
- Latent Class : segmentation basée sur les préférences
- Randomized First Choice : simulation de marché basée sur utilités aléatoires
- Market Simulator : simulateur de parts de marché
- Willingness-to-Pay : calcul du consentement à payer
Métriques
- Importance relative des attributs
- Part de préférence, part de marché simulée
- Élasticité-prix croisée
3. Segmentation
Techniques de Segmentation
- K-Means : partitionnement en K clusters
- Latent Class Analysis (LCA) : classes latentes pour segmentation probabiliste
- Mixture Models : mélanges gaussiens pour segmentation
- Hierarchical Clustering : clustering hiérarchique (Ward, dendrogramme)
- Needs-Based Segmentation : segmentation par besoins (bottom-up vs top-down)
Applications
- Persona Development : développement de personas clients
- Segment Profiling : profilage démographique, comportemental, attitudinal
- Targeting ML : ciblage de segments par ML supervisé
- Segment Attractiveness : évaluation de l'attractivité des segments
4. Brand et Positioning
Brand Tracking
- Brand Tracking ML : suivi de marque automatisé par ML
- Brand Health Metrics :
- Awareness (spontanée, assistée), Consideration, Preference
- NPS, Brand image, Brand trust
- Brand Equity ML : valorisation de capital de marque par ML
Positionnement
- Perceptual Mapping : carte perceptuelle (MDS, PCA, t-SNE)
- MDS (Multi-Dimensional Scaling) : positionnement basé sur similarités
- Correspondence Analysis : analyse des correspondances (brand×attribute)
- Driver Analysis : analyse des drivers de préférence
- Key Driver Regression : régression des facteurs clés
- Shapley Value : décomposition des contributions par la valeur de Shapley
5. Pricing Research
Méthodes de Pricing
- Van Westendorp Price Sensitivity Meter : prix optimal (PMC, IDP, OPP, NMP)
- Gabor-Granger : courbe de demande directe par prix
- Conjoint Price : sensibilité au prix issue du conjoint
- Price Elasticity ML : élasticité-prix estimée par ML
- Willingness-to-Pay (WTP) : consentement à payer — distribution et médiane
- BPTO (Brand-Price Trade-Off) : compromis marque-prix
Optimisation
- Price optimization : prix optimal pour revenu/profit
- Price ladder analysis
- Promotional price elasticity
- Competitive price response models
6. Catégories
stat.AP — Statistics (Applied)cs.LG — Machine Learningcs.AI — Artificial Intelligenceecon.GN — General Economicsq-fin.PM — Portfolio Managementq-fin.ST — Statistical Finance
