Programme de Septembre 2000

Transcription

1 MBA DU GROUPE HEC (ISA) Programme de Septembre 000 COURS DE STATISTIQUE ETUDE DU CAS : AVALON COSMETICS, INC PP OUU O RR LL EE LL EE CC TT EE UU RR PP RR EE SS SS EE,, LL EE SS CC O NNCC LL UU SS I OONN SS DD EE LL E TTUU DD EE SS OO NN TT PP RR EE SS EE NNTTEE EE SS AA UU PP AA RR AA GG RR AA PP HH EE. CONCLUSIONS : EVOLUTION DE LA CLIENTELE FEMININE PRECONISATIONS.... OBJECTIFS DU CAS.... DONNEES DU CAS.... ANALYSE DETAILLEE DE LA VARIABLE «MONTANT DE L ACHAT» - Y.... ANALYSE DU PROFILE DES CONSOMMATRICES AU COURS DU TEMPS.... ANALYSE DE LA VARIABLE QUALITATIVE «PERIODE DE LA JOURNEE» - X.... ANALYSE DE LA VARIABLE QUALITATIVE «STATUT DE LA CLIENTE» - X.... PARALLELE : «PERIODE DE LA JOURNEE» - X ET «STATUT DE LA CLIENTE» - X.... SYNTHESE DES VARIABLES QUANTITATIVES «MONTANT DE L ACHAT» - Y, «NOMBRE DE TENTATIVE DE CONTACT» - X, «AGE DE LA CLIENTE» - X, «NOMBRE D ENFANTS» - X.... ANALYSE DE LA VARIABLE «VENTE/VISITE - X.... ANNEXE : RAPPEL DES FONCTIONS SPSS UTILISEES... 8 Analyse proposée par le Groupe B, composé de : Gabriela PINOL SALA Frédéric ANGELOT Alain CHERKI Hans RASMUSSEN Wolfgang RAUE Professeur : M. TENENHAUS Lundi, 7 Novembre 000 Créé, le //00 Révisé le //00 Version B Avalon - Final.doc

2 AVALON COSMETICS, INC EVOLUTION DE LA CLIENTELE AU COURS DU TEMPS. CONCLUSIONS : EVOLUTION DE LA CLIENTELE FEMININE PRECONISATIONS. Une situation difficile Il faut noter tout d abord que la baisse des ventes totales s explique par une réduction du nombre de clientes. Par contre le montant de l achat moyen augmente (+7% en ans). Ramené à la visite, ce montant est stable.. Le profil de la cliente en 99 Les clientes sont beaucoup moins au foyer et travaillent dans cas sur (+% en ans) Les arguments de Cathy Eller sont confirmés par l étude Leur âge est stable - ans, et ont en moyenne enfants (stable). Elles achète des paniers plus cher.. Penser une nouvelle stratégie de distribution Les visites des commerciaux sont beaucoup moins efficaces, le nombre de visite pour conclure une vente a plus que doublé en ans ( visites sont désormais nécessaire). Les femmes sont rarement présente au foyer, et lorsqu elle y sont elles sont très occupées avec leur famille. Il faut donc les toucher sur leur lieu de travail. Les visites seront de ce fait beaucoup plus rentables et permettront d atteindre plusieurs clientes à la fois. Nous proposons d effectuer des démonstration à la pause de midi, et d établir des partenariats avec les Comités d Entreprise. Les entreprises ciblées seront celles où les femmes y sont fortement représentées, et à pouvoir d achat soutenu. (Hôpitaux, Création, Publicité, Communication, Edition, etc). Repenser les canaux de publicité Il devient évident qu il serait inutile de communiquer en journée sur ce produit. En effet la plupart des clientes travaillent. La communication télé, est envisageable si elle est programmée le soir, au moment de détente de la femme «mère de famille». D autres supports devront être privilégiés : journaux mettant en valeur la femme dynamique, et lui permettant de s octroyer quelques moments personnels. Enfin un effort majeur auprès des Comité d Entreprise semble indispensable.

3 . OBJECTIFS DU CAS L objectif de cette étude est de comprendre pourquoi les ventes de Avalon Cosmetics Inc. ont diminuées ces dernières années, tel que demandé par Mme Sanderson, PDG de la société. Avalon Cosmetics Inc. est spécialisé dans la vente de produits cosmétiques à domicile, de ce fait la cible privilégiée est la femme au foyer. Nous analyserons plus particulièrement les arguments énoncés en réunion par Cathy Eller, Directrice des Ressources Humaines, qui pointe du doigt les changements démographiques du monde du travail ces dernières années, en particulier l augmentation de la proportion de femmes.. DONNEES DU CAS Les données rassemblent pour les trois dernières années 990, 99, 99, les caractéristiques de ventes choisies au hasard conclues par Avalon Cosmetics Inc. Les variables de caractérisation sont les suivantes Nom de la Variable Abréviation Type Montant de l achat Y Quantitative Nombre de tentatives de X Quantitative contact Période de la journée X Qualitative : - Matin - Après-midi - Soir Statut de la cliente X Qualitative : - En activité - Au foyer Age de la cliente Quantitative Nombre d enfants X X Quantitative Année T Référence temporelle Mois M Référence temporelle

4 . ANALYSE DETAILLEE DE LA VARIABLE «MONTANT DE L ACHAT» - Y Cette variable ne représente pas le chiffre d affaire annuel, qui lui est en baisse, mais le montant moyen de l achat des clientes. Cette variable varie-t-elle significativement au court du temps? Représentation graphique (intervalle de confiance à 9%) : Comparaison des moyennes des Achats 0 8 9% CI PURCHASE 0 8 N = Cette représentation graphique permet de distinguer trois moyennes distinctes en 990, 9 et 9, ce résultat est confirmée par les calculs SPSS : Résultats SPSS : ANOVA PURCHASE Between Groups Within Groups Sum of Squares df Mean Square F Sig. 9, 9,7 0,,000 97,0 97,8 0, 99 Scheffe a YEAR Sig. PURCHASE Subset for alpha =.0 N,08,88 8,9,000,000,000 a. Uses Harmonic Mean Sample Size =,000. On vérifie par ces deux méthodes que les moyennes sont significativement à la hausse. (au risque % de se tromper) Les intervalles de confiance des moyennes sont disjoints. Les trois moyennes sont donc significativement différentes entre elles (NS = 0,000). Les clientes sont donc moins nombreuses (ventes totales en baisse), mais elles achètent plus. Moins de vente de paniers, mais des paniers en moyenne plus chers.

5 . ANALYSE DU PROFILE DES CONSOMMATRICES AU COURS DU TEMPS Nous allons analyser dans ce paragraphe l avis de Cathy Eller, Directrice des Ressources Humaines, suivants cinq variables.. Analyse de la variable qualitative «Période de la journée» - X TIME_DAY * YEAR Crosstabulation Count TIME_DAY morning afternoon evening YEAR Chi-Square Tests Value df Asymp. Sig. (-sided) Pearson Chi-Square,9 a,000 a. 0 cells (,0%) have expected count less than. The minimum expected count is 9,00. Remarque : On peut noter qu année après année, les visites ont lieu de moins en moins le matin et de plus en plus le soir. En 990, % des visites avaient lieu le matin, en 99 7% des visites ont lieu le soir. La majorité des visites ont donc lieu le soir désormais ( κ =, - Niveau très significatif : NS=0,000) L analyse du statut des clientes devrait nous renseigner sur ce phénomène. Analyse de la variable qualitative «Statut de la cliente» - X WORK * YEAR Crosstabulation Count WORK work outside=no work outside=yes YEAR Chi-Square Tests Value df Asymp. Sig. (-sided) Pearson Chi-Square 0,7 a,000 a. 0 cells (,0%) have expected count less than. The minimum expected count is,00. On peut noter qu année après année, l emploi des femmes augmente et passe de % en 990 à % en 99. En 990 femmes sur étaient au foyer, en 99, femmes sur travaillent à l extérieur (Niveau très significatif : NS = 0,000).

6 . Parallèle : «Période de la journée» - X et «Statut de la cliente» - X L histogramme met en parallèle les phénomènes décrits précédemment : la proportion croissante des femmes en activité, et le transfert des visites le soir. 70 Activité des femmes et Période des Visites Visite Soir % Femme active TIME_DAY * WORK Crosstabulation Count TIME_DAY morning afternoon evening WORK work work outside=no outside=yes Chi-Square Tests Value df Asymp. Sig. (-sided) Pearson Chi-Square 9,07 a,000 a. 0 cells (,0%) have expected count less than. The minimum expected count is 7,. Cette analyse permet de confirmer la forte corrélation entre ces deux variables

7 . Synthèse des variables quantitatives «Montant de l achat» - Y, «Nombre de tentative de contact» - X, «Age de la cliente» - X, «Nombre d enfants» - X Comme pour la variable «Montant des achats» que nous avons détaillée au paragraphe (Etude graphique et analyse SPSS), nous avons mené la même méthodologie d analyse pour les autres variables quantitatives. Nous présentons dans le tableau suivant, la synthèse des résultats statistiques pour l ensemble des variables quantitatives : Moyennes F NS Montant de l achat,0,8 8,9 0, 0,000 Nombre de tentatives de contact,9,9,0, 0,000 Age de la cliente,,,0 0,99 0,7 Nombre d enfants,7,9,,8 0,9 Les moyennes indiquées en gras représentent des grandeurs significativement différentes Les éléments, mis en parallèle du tableau précédent permettent de relever les phénomènes suivants :. Le Montant moyen du panier d une cliente a significativement progressé (+7% à monnaie constante en ans) voir paragraphe (NS = 0,000). La conclusion d une vente est de plus en plus difficile, elle nécessitait moins de visites en 990, en 99 il faut se déplacer deux fois plus souvent (NS = 0,000). Ce constat a l avantage d expliquer qu à force de vente constante (notre de vendeurs constant), le nombre de ventes globale ne peut que baisser.. Par contre l âge des clientess reste stable autour de - ans, et leur nombre d enfants également ( enfants en moyenne). Le commentaire pose la question suivante : Ramener à la visite, les ventes ont-elles véritablement augmenté?. Analyse de la variable «Vente/Visite - X Y Pour cela, on créé la variable X = : Vente/Visite X Représentation graphique (intervalle de confiance à 9%) : 9 Montant de la Vente par Visite 8 7 9% CI Vente/Visite N = Cette analyse ne permet de différencier significativement le montant d une vente ramené à la visite entre 990 et 99.

8 Résultats SPSS : ANOVA PURCH_KN Between Groups Within Groups Sum of Squares df Mean Square F Sig. 0,7,870,,09 0,0 97,900 0, 99 Scheffe a YEAR Sig. Vente/Visite Subset for alpha =.0 N,890,898 7,9,098 a. Uses Harmonic Mean Sample Size =,000. L étude statistique de cette variable permet de pondérer l augmentation significative du montant des achats, ceci est vrai (démontré au paragraphe et ), mais les ventes sont de plus en plus difficile à conclure (absence des clientes). Il semble que les ventes ramené à la visite baissent, ceci n est pas significatif (NS = 0,0), mais la contrepartie est elle significative : le revenu des ventes par visite ne progresse pas! 7

9 . ANNEXE : RAPPEL DES FONCTIONS SPSS UTILISEES Paragraphe dans le texte Fonctionnalité Table de Comparaison de variables qualitatives Comparaison de moyennes Comparaison de variables quantitatives Commande SPSS fn :Analyse Descriptive statistics CrossTab Chi- Square fn :Graph Error Bars Fn : Analyse Compare Mean One way anova _ Post Hoc : Scheffé 8