Blog

Explorer notre blog pour des articles, des études sectorielles, des points de vue.

Les schémas de causalité, les réseaux bayésiens : Des analyses clés pour identifier les critères les plus impactants pour vos clients.

PAROLE D’EXPERT : Stephane Marder – Directeur Future Thinking France

Dans notre métier (les études marketing), nombreux sont les clients qui nous demandent de bien comprendre, voire isoler les dimensions qui impactent le plus l’image, la satisfaction, la notoriété, la préférence de leur marque/produit/ service, ou encore l’acceptabilité et la recommandation à un proche.

Nous utilisons certes des métriques déclaratives pour répondre à cette question, mais aussi des techniques statistiques plus poussées permettant d’aller audelà du simple rationnel car nous savons bien que plus de 80% de nos comportements sont inconscients et que souvent, même conscients, certains comportements ne sont pas avoués. Chez Future Thinking, nous avons régulièrement recours à l’analyse par schéma de causalité ou par les réseaux bayésiens afin d’isoler ces critères clés. Stephane Marder, président de Future Thinking France, nous explique pourquoi.

Sans rentrer dans les détails statistiques, et en quelques mots, qu’est-ce qu’un schéma de causalité, qu’est-ce qu’un réseau bayésien ?

Un schéma de causalité repose sur un système d’équation de régression permettant de prendre en compte les liens entre les critères observés et de ne conserver que les critères nécessaires et suffisants à l’analyse. Un réseau bayésien est un modèle graphique probabiliste représentant un ensemble de variables aléatoires sous la forme d’un graphe orienté acyclique. La finalité est identique au schéma de causalité. L’intérêt de cette analyse est la possibilité de prendre en compte tous les critères, même ceux qui ne concernent pas toute la population observée.

Pourquoi proposez-vous ce type d’analyses à vos clients ?

Nous estimons que ce sont des analyses indispensables pour la bonne compréhension du rôle exact de chacune des dimensions. Sans cela, en utilisant de simples analyses de corrélation par exemple, les conclusions peuvent n’être que partielles.

A quel genre de problématiques business cette analyse complémentaire peut répondre ?

Ces analyses sont très utiles, voire indispensables, pour améliorer une situation quelle qu’elle soit. Image, satisfaction, recommandation sont les principales dimensions étudiées, mais ces techniques sont applicables sur tous les critères mesurés.

Partagez cet article:TweetShareEmailPrint