Des aides pour aborder la concurrence
Le positionnement concurrentiel des produits et services peut être
évaluée à l'aide de logiciels commerciaux d'analyse
de
données comme SPSS, SAS et/ou complété avec le
programme MULTIVAR que nous
avons développé. On s'appuie sur des données d'enquête,
de panel mais aussi sur des données issues des bases de données
internes.
Le positionnement concurrentiel des unités de distribution sera
visualisée en utilisant des Systèmes d'Information Géographiques
(SIG) comme MapInfo. 
Nous utilisons une technique géométrique de triangulation
pour relier les positions dans un espace (qu'il soit perceptuel ou géographique)
qui sont en concurrence directe.
Cela nous permet:
- d'identifier le voisin le plus proche (ou le plus proche
concurrent) pour chaque produit/service ou pour chaque unité de
distribution;
- de calculer des indicateurs positionnels d'intensité
de la concurrence à partir de la distance moyenne par rapport aux
concurrents les plus proches.
Fig. 1- Utiliser la triangulation pour identifier
les positions des plus proches voisins/concurents
A l'aide de techniques de géocodage les firmes devraient être
capables de localiser les flux des clients en s'appuyant sur des Systèmes
d'Information Géographiques (SIG) comme MapInfo et sur nos procédures
programmées dans le langage MapBasic.
Fig.2 - Flux de clients des îlots vers des unités
de distribution
Les études que nous avons mené dans le Nord de la France
ont donné une vision synthétique des comportements de déplacement
de clients vers les unités de distribution d'une société.
De chaque îlot il y avait des flux de clients vers en moyenne sept
unités de distribution, leur nombre variait entre 1 et 39.
Les 74 unités situées dans une agglomération urbaine
d'environ un million d’habitants et composée de 5600 îlots
et communes. Chaque unité de distribution avait des clients provenant
de 468 îlots en moyenne et variant entre 33 et 1640 îlots.
Le nombre de clients qui visitaient chaque unité variait entre 41
et 16213, avec une moyenne de 3246 clients par unités de distribution.
Même si la structure des flux variait beaucoup un comportement
privilégiant la proximité a pu être observé
à partir de l'analyse graphique des flux de déplacement.
L'analyse statistique des distance parcourues a permis un regard plus clair
sur le comportement de déplacement.
Figure 3. - Distribution des distances parcourues
par des individus vers des unités de distribution (km)
La figure 3 montre que la plus part des distances parcourues se concentre
vers le minimum d'une échelle qui varie entre 0 et 28 kilomètres.
La distance moyenne parcourue par les 254744 clients analysés était
de 1,5 km. Presque trois quarts des clients (70%) parcouraient moins de
deux kilomètres est seulement 10% des clients parcouraient plus
de 4 km.
En effectuant une classification automatique de 67 de ces unités
selon la distance moyenne parcourue par leur clients, trois types d'unités
de distribution ont été mis en évidence: les unités
rurales (avec la plus grandes distance moyenne parcourue) et deux types
d'unités urbaines centrales (avec un champ d'attraction plus large)
et de proximité (avec les distances moyennes les plus courtes).
Un telle classification permet de diviser l'espace concurrentiel dans
trois niveaux qui peuvent être analysés séparément
et auxquels ont peut appliquer des solution stratégiques distinctes.
Fig.4 - Utilisation de la distance moyenne parcourue
par les clients pour distinguer entre des agences urbaines centrales
et de proximité et les unités rurales
Le partition du marché ou de l'espace concurrentiel perceptuel met
en lumière une situation concurrentielle donnée. Il aide
à fixer des objectifs manageriaux et de diriger les efforts marketing
et les activités de la force de ventes. Nous suggérons deux
méthodes de partition: une tient compte uniquement des positions
concurrentielles et ignore les variations dans l'intensité de l'attractivité
non-positionnelle des produits ou unités de distribution et l'autre
prend en comte cette attractivité.
Fig. 5 - Partition d'un marché insensible à
l'intensité attractive
La partition insensible à l'attractivité est très
utile comme mesure de contrôle pour évaluer l'impact d'une
attractivité variable sur la pénétration des marchés.
L'autre méthode de partition d'un marché positionnel, que
nous suggérons est une qui prend aussi en compte l'intensité
attractive d'une position par rapport à l'intensité attractive
d'autres positions. Nous utilisons un indexe d'attraction basé sur
des attributs non positionnels (comme la surface de vente, le prix du service,
la qualité etc.).
Fig. 6 - Partition d'un marché, sensible
à l'attractivité
Les partitions d'un marché ne se recoupent pas tandis que les aires
de marché oui. Calculer des aires de marché suppose d'abord
de délimiter l'aire dans laquelle les points de demande ont un probabilité
supérieure à une limite donnée d'être attirés
par une unité de distribution ou une marque (si l'espace est l'espace
perceptuel des clients).
Fig. 7 - Aires de marché sensibles à
l'attractive
Trouver la meilleure localisation pour une unité dans un réseau
de distribution ou trouver le positionnement qu'un nouveau produit ou service
doit atteindre sur la carte perceptuelle des consommateurs est un objectif
majeur de stratégie marketing.
En adaptant des recherches récentes (Drezner; 1994) , nous avons
opérationalisés un modèle qui indique la localisation
optimum d'une nouvelle offre (que ce soit un produit, un service ou
une unité de distribution) dans un espace concurrentiel tout en
tenant compte de l'offre existante de la firme et de ses concurrents et
aussi de la densité de la demande dans ce même espace. Mis
à part la localisation optimum le modèle indique aussi la
part de marché que va atteindre la nouvelle offre.
Fig.8 - Le positionnement optimum d'un nouveau produit
et estimation de sa part de marché
Les entreprises peuvent utiliser des données socio-démographiques
issues des recensements qui sont disponibles jusqu'à un niveau de
détail géographique équivalent à l'îlot
pour inférer des informations sur leurs clients à partir
d'un nom et d'une adresse. Il peuvent aussi inférer des données
comportementales aux plus petites unités géographiques (les
îlots) à partir des historiques d'achat des clients. En utilisant
cette information elles peuvent obtenir des segments de marché géographiquement
pertinents. Pour ces segments l'homogénéité par rapport
aux caractéristiques socio-démographiques et comportementales
doit être complété par l'homogénéité
des positions géographiques. Pour atteindre cet objectif nous avons
développé des méthodes et algorithmes pour regrouper
les unités géographiques en rajoutant des contraintes spatiales.
Les segments de marché pertinents géographiquement obtenus
par ces méthodes aident à orienter la politique de distribution
spatiale des réseau en détail.
Fig.9 - Comparaisons de segmentations du marché
sous et sans contrainte spatiale
L'aire de marché ou le territoire calculé pour un même
point de distribution ou un produit (dans l'espace perceptuel) peut varier
en fonction du temps ou de la méthode utilisée pour la calculer.
Les modifications des aires de marché dans le temps pour la
même offre mesurent l'impact de l'effort marketing sur une position
concurrentielle. Nous suggérons plusieurs méthodes pour mesurer
la congruence (ou au contraire la différence) entre deux formes
d'une aire de marché et pour tester l'éventuel caractère
significatif des différences constatées.
Fig.10 - Comparaison de différentes formes
de l'aire de marché