- La capacité prédictive des modèles de comportement du consommateur et l apport de l étude temporelle à la recherche marketing : Application au secteur de l énergie - Vers de nouvelles méthodologies de mesure du comportement client : l application des modèles de séries temporelles au comportement client dans le domaine de l énergie - Un comparatif entre un modèle d usage d énergie et une application empirique des séries temporelles pour décrire, expliquer et prédire un comportement de consommation Abstract : Plus que jamais la tendance aujourd hui dans les entreprises du monde entier est de passer de systèmes descriptifs et explicatifs a posteriori vers des logiques prédictives de leurs activités. La démocratisation de l informatique et le développement de bases de données clientèle avec des historiques clients de plusieurs années, offrent un terrain fertile pour les managers marketing et les chercheurs attirés par une meilleure connaissance des clients. La recherche en marketing n échappe pas à cette tendance, et s est toujours focalisé sur les moyens de mieux décrire, expliquer et par conséquent anticiper les futurs comportements du consommateur. En dépit de l abondance et la richesse dont bénéficie la littérature scientifique marketing sur le client avec des approches souvent pluridisciplinaires, qui tentent de modéliser et de comprendre le comportement des consommateurs, leur capacité prédictive reste limitée du moment que les résultats sont très contextualisés selon la méthodologie d approche adoptée (paradigme de recherche), les facteurs prédictifs retenus (variables socio-économiques, personnelles, psychologiques, etc..), ainsi que leur dimension temporelle (viabilité dans le temps des constats), sans oublier la difficulté de déployer empiriquement certains modèles. L objet du présent travail de recherche a pour but essentiel de pouvoir étudier et comparer la capacité prédictive de certains modèles du comportement du consommateur dans le domaine de l énergie (Van RAAIJ, Verhallen, 1983) 1 versus l apport de modèles de séries temporelles dans la description et le comportement client dans le cadre d un achat routinier. 1 Van Raaij, W.F. and T.M.M. Verhallen (1983a), "A Behavioral model of Residential Energy Use," Journal of Economic Psychology, 3, 39-63. 1
En effet, certaines disciplines des sciences de gestion comme la finance, l économie, la logistique ont été précurseurs dans l adoption et l usage de ces méthodologies pour décrire de façon formelle certains phénomènes et par conséquent les prédire. Quel peut être l apport d un point de vue théorique de cette approche assez peu explorée de lire le comportement d achat routinier du client dans le temps au lieu de tenter de l expliquer à posteriori? Sur le plan méthodologique quel est l apport de ces nouvelles approches sur la parcimonie dans les modèles marketing classiques et leur fiabilité dans la prévision? C est ce que nous allons essayer d explorer un peu plus en détail dans les pages qui suivent à travers les premières pistes de recherche promettantes qui se profilent d une première revue de littérature. Mots clé : modèle de comportement client, Séries chronologiques, énergie, variables explicatives, modèles de lissage exponentiel, modèles de moyenne mobiles, achat routinier, marketing responsable, CRM. 2
Problématique de recherche : La méthode de recherche retenue, est une approche à mi-chemin entre une logique empirico-formelle et une recherche action au sens de Dubois (Dubois, 1992) 2. Nous voulons soumettre la théorie à l épreuve des faits par la confrontation d un modèle retenu pour l étude sur le comportement du client dans le domaine de l énergie (Van Raiij, Verhallen, 1983) 3 a des observations relevées sur le terrain au sein de l une des filiales de Suez environnement au Maroc couvrant la plus grande métropole du Maghreb. Et aussi une recherche action, car le travail pourra être conforté par les résultats dans le cadre d un projet de mise en place de systèmes prévisionnels de masse pour le comportement client avec les méthodes de séries temporelles. Ainsi, nous nous souhaitons à travers ce travail de recherche mettre en compétition deux approches d appréhender un comportement client dans le domaine de l énergie : - La première approche classique consiste à essayer de modéliser les variables explicatives différentes pour expliquer une variable dépendante qui est la consommation du ménage en énergie. C est le schéma usuel de recherche avec les différents modèles du comportement du consommateur. Nous avons retenu celui de Van Raaj (1982) spécialement conçu pour le domaine de l énergie pour lequel nous avons un excellent terrain d application. - Une deuxième approche plus innovante et assez peu explorée, qui stipule qu un comportement d achat routinier peut être mieux appréhendé et expliqué à travers l étude de son passé avec une modélisation avec des méthodes de séries chronologiques. En fait, nous n opposons pas les deux approches nous les mettons en concurrence pour comprendre leur fiabilité à décrire et prédire un comportement. Nous émettons l hypothèse que les premiers modèles sont excellents pour fournir des éléments d explication face à un constant de comportement mais ont du mal à être opérationalisables, et que la deuxième approche permet de mieux quantifier et prédire les phénomènes d une façon différente. Un peu comme une approche qualitative et quantitative les deux sont différentes mais nécessaires à la construction d une mesure fiable marketing. 2 Dubois P-L.(1992) "Les recherches doctorales en marketing" in Annales du Management, Tome 1, Economica, Bourgel G., J. Moscarola et R. Thieblement (1992), "Le marketing en actes", 8è congrès de l'association Française du Marketing, Lyon 14-15 mai 1992 3 Van Raaij, W.F. and T.M.M. Verhallen (1983a), "A Behavioral model of Residential Energy Use," Journal of Economic Psychology, 3, 39-63. 3
Nous commencerons tout d abord par un état de l art partiel sur le sujet, puis nous présenterons dans un second temps les approches utilisées dans le cadre de l usage résidentiel d énergie, puis notre modèle de recherche retenu. Nous aborderons par la suite un bref aperçu de l approche des séries temporelles. Naturellement, tous ces éléments sont pour l instant des pistes d exploration sujettes à discussion et à modification selon besoin et affinage du travail de recherche. 4
Revue de littérature : Le comportement du consommateur encore beaucoup de choses à comprendre : Le comportement du consommateur a toujours été central dans la recherche marketing. Un état des lieux sur les thèses en marketing en France en 2002-2003, confirme que la recherche sur le comportement de l acheteur reste un des thèmes dominants en France au vu de sa primauté pour toute prise de décision marketing (Des Garets, Hamelin 2004) 4. Ce constat se confirme aussi si l on se réfère à la recherche internationale ou une comparaison avec le MSI (Marketing Science Institute) de Cambridge (Massachusetts) qui indique qu en 1998 que le comportement du consommateur était la première préoccupation de recherche du MSI (Des Garets, Hamelin 2004), et les deux méta-analyses réalisées par Malhotra sur l état de la recherche en marketing confirment l intérêt porté au comportement du consommateur et l acheteur (Malhotra 1988, 1999) 5. Notre projet de recherche s inscrit dans ce même courant avec une application au domaine de l énergie au Maroc. Dans une métanalyse réalisée en 1999 sur la recherche internationale en marketing, Malhotra insiste sur le fait que le terrain de la recherche en marketing doit être balisé par un corpus théorique qui lui permet d interpréter et d intégrer les résultats obtenus avec les précédentes recherches. (Malhotra, 1999). Vu la sous-utilisation de la théorie existante, notre compréhension de plusieurs éléments clés est limitée en dépit du nombre important d études (Malhotra, 1999). Aussi, malgré les progrès importants, la qualité des mesures utilisées dans la recherche marketing doivent être améliorées davantage (Malhotra, 1999). Nous nous inscrivons là encore dans cette logique ou nous voulons construire sur la base de la théorie d usage d énergie dans un cadre résidentiel développée par Van Raiij (1982) pour la valider ou non à travers sa validité externe dans un contexte international. Nous souhaitons aussi proposer de nouvelles approches de mesure du comportement à travers l introduction de modèles de séries temporelles. 4 Véronique des Garets et Jordan Hamelin, «Etat des thèses en marketing: analyse et tendances 2002-2003»,. Congrès des IAE, Lyon, Septembre 2004 5 Malhotra, Naresh K., Mark Peterson, and Susan Bardi Kleiser. "Marketing Research: A State-of-the-Art Review and Directions for the Twenty-First Century," Journal of the Academy of Marketing Science, Spring 1999, 160-183 (03) Malhotra Naresh K. (1988), Some Observations on the State of the Art in Marketing Research, Journal of the Academy of Marketing. Science, 16, Spring, 4-24 5
L intérêt pour l énergie et les différentes approches pluridisciplinaires : Le choix du secteur de l énergie n est pas fortuit. Tout d abord la disponibilité des données de par la nature du métier permet d avoir un riche historique pour chaque client à travers le temps ce qui peut se révéler extrêmement utile dans l étude d un comportement dans le temps. De plus la France est un pionnier dans le domaine vu que les deux groupes d énergie leaders mondiaux à savoir GDF Suez et Veolia sont français. L étude et la volonté de compréhension des déterminants qui gouvernent la consommation d énergie a fait l objet d une littérature abondante depuis plus de 30 ans (Marchand, Maizi, Cayla, oct 2011) 6. Selon une recherche menée par Keirstead en 2006 l approche d étude dans le domaine de l usage de l énergie résidentiel à souvent été pluridisciplinaire avec l ingénierie, l économie, la psychologie, la sociologie et l anthropologie comme principaux contributeurs ou chaque approche a ses biais, ses cadres de référence, ainsi que ses propres techniques (Keirstead, 2006) 7. On peut résumer les courants de modèles qui ont été utilisés en quatre grandes familles de modèles (Zerrifi, Kowsari, 2011) 8 : 1- Les approches physiques, techniques et économiques : Dans ces types de modèles le changement dans la demande du consommateur en énergie est déterminé par les changements technologiques. Ces modèles techniques font des estimations des flux d énergie en fonction des systèmes physiques à travers l éclairage résidentiel, le type d appareils disponibles, etc le principal inconvénient de ces études et de ne pas être fiables comparés aux constats du monde réel car ils n identifient pas l élément humain comme un usager actif d énergie impactant le comportement de consommation (Whilhite et al, 2000) 9. Les modèles économiques tentent quant à eux d explorer la décision humaine en matière de consommation à travers l impact des prix d énergie, des taxes, du revenu du ménage et 6 CAYLA Jean-Michel, MAIZI Nadia and MARCHAND Christophe "The Role of Income in Energy Consumption Behaviour: Evidence from French Households data", Energy Policy, 2011 7 Keirstead, J. (2006) 'Evaluating the applicability of integrated domestic energy consumption frameworks in the UK', Energy Policy, 34(17): 3065 3077. 8 Kowsari, Reza and Hisham Zerriffi,(2011) Three Dimensional Energy Profile: A new conceptual framework for analyzing rural household energy use. Energy Policy 9 Wilhite, Harold, et al., 2001. The Legacy of Twenty Years of Energy Demand Management: We Know More About Individual Behavior But Next to Nothing About Demand in Society, behaviour, and Climate Change Mitigation. Springer Netherlands, Netherlands, pp. 109 126 6
de la part consacrée du budget dans le foyer à l énergie (Farsi and Pachauri, 2007 10 ; Gundimela et Köhlin, 2008 11. Un large ensemble de recherches empiriques démontre que les consommateurs ne répondent pas forcément de façon rationnelle aux opportunités techniques et économiques (Cogoy and Mario, 1995 12 ; Fernandez,2001 13 ). 2- Les approches basées sur le psychologique : la compréhension de la consommation d énergie selon ces modèles implique un système complexe de comportement, de cognition et de processus sociaux qui sont encore mal compris (Keirstead, 2006; Lutzenhiser, 1993 14 ; Stern and Paul,1986 15 ; Wilhite et al.,2000). L introduction de nouvelles variables explicatives sociales dans les modèles techniques et économiques à permis d améliorer significativement la précision de ces modèles à prévoir la demande en énergie (Zerrifi, Kowsari, Juillet 2011). Plusieurs théories de comportement du consommateur ont été testés tel que la théorie du comportement planifié (Ajzen et Icek, 1991 16 ). Il s agit pour nous ici de l approche la plus adoptée en marketing pour expliquer et prédire des comportements. 3- Un troisième courant de recherche impliquant les sociologistes et anthropologistes indique que le comportement humain et social et collectif. Les modèles d énergie qui prennent en considération des dimensions comportementales doivent intégrer le contexte social de l action individuelle (Lutzenhiser, 1993). Il ne faut pas chercher à étudier l individu en le dissociant de son contexte environnant. 4- Un quatrième et dernier courant tente de réconcilier les approches précédentes avec ce qu on appelle une approche intégrée. Le besoin de cette approche est né du constat d échec de chaque courant disciplinaire cité plus haut à expliquer à lui seul de façon individuelle l échec des programmes de réduction de consommation énergétique à atteindre leurs objectifs (Keirstead, 2006). Cette 10 Farsi, Mehdi, Pachauri, Massimo Filippini Schonali, 2007. Fuel choices in urban Indian households. Environment and Development Economics 12, 757 774. 11 Gundimeda, Haripriya,K ohlin, Gunnar,2008.Fueldemandelasticitiesforenergy and environmentalpolicies:indiansamplesurveyevidence.energyeconomics 30, 517 546 12 Cogoy, Mario, 1995. Market and non-market determinants of private consumption and their impacts on the environment. Ecological Economics 13 (3), 169 180. 13 Fernandez, Viviana P., 2001. Observable and unobservable determinants of replacement of home appliances. Energy Economics 23 (3), 305 323 14 Lutzenhiser, Loren,1993.Socialandbehavioralaspectsofenergyuse.Annual Review ofenergyandtheenvironment18,247 289. 15 Stern, Paul, C., 1986. Blind spots in policy analysis: what economics doesn t say about energy use. Journal of Policy Analysis and Management 5 (2), 200 227. 16 Ajzen, Icek, 1991. The theory of planned behavior. Organizational Behavior and Human Decision Processes 50 (2), 179 211. 7
approche tente donc de prendre en compte les déterminants sociaux et le comportement individuel ainsi que les aspects économiques et technologiques. Le modèle que nous avons retenu pour cette recherche de Van Raaij et al (1983) cherche à adopter cette approche plus intégrative et conciliante entre les différents courants d où notre choix de le tester. Le modèle de VAN RAAIJ : Le modèle comportemental de l usage d énergie de Van RAAIJ se compose de différents groupes de variables qui se résument à 6 ensembles à savoir : Le comportement du foyer vis-à-vis de l énergie, L attitude à l égard de l énergie, Les caractéristiques du foyer, les variables sociodémographiques et de personnalité, les prix d énergie, et le retour d information sur l usage de l énergie (Van RAAIJ, VERHALLEN, 1982). Le schéma 1.1 ci-dessous indique le modèle en question. 8
Les noyaux durs du modèle selon Van RAAIJ sont : (l usage d énergie : variable à expliquer) et (le comportement relatif à l énergie : achat, 9
usage et maintenance). Le modèle stipule la présence de 4 facteurs qui interviennent du début (attitude) à la fin (Comportement) : Acceptation de la responsabilité, La connaissance dur l énergie, l efficacité perçue de la contribution personnelle, et les arbitrages entre le cout et apport. Ces éléments seront plus amplement discutés lors d une revue de littérature beaucoup plus approfondie sur le modèle, en attendant quel lien pouvons-nous entrevoir avec l usage des modèles de séries temporelles? Le marketing et la prévision avec les méthodes de séries chronologiques : Selon Michael Salomon dans son ouvrage sur le comportement du consommateur 17, depuis plusieurs années les analystes de marché utilisent les modèles multi-attributs, mais ils sont confrontés à un problème majeur : dans bien des cas, la connaissance de l'attitude d'une personne n'est pas un bon moyen de prévoir son comportement (Wicker. A, 1969) 18. La remise en cause de ce lien entre attitude et comportement a de quoi donner la migraine aux publicitaires selon toujours le même auteur. Une autre approche possible semble se profiler pour l étude d un comportement. En effet, il n'est pas surprenant que, dans une certaine mesure, le comportement d'achat passé d'une personne soit un meilleur indicateur du comportement futur qu'une intention comportementale. Certaines recherches comme les travaux de McQuarrie sur le rôle de l'analyse du comportement dans le passé comme alternative à l'usage de l'intention d'achat, confirment cette tendance. (McQuarrie, 1988) 19. La prévision est doublement importante en marketing. Non seulement elle est critique pour le marketing en lui-même, mais les prévisions marketing jouent un rôle important pour la finance, la production et les autres activités de l entreprise (Makridakis, Wheelwrigt, 1977) 20. Un cadre d application avec un essai de taxinomie a été mis en place par Makridakis et Wheelwright de ces différentes méthodes et de leur situations d usage recommandées selon : a- Méthodes quantitatives (Séries temporelles, et les méthodes dites causales ou régressives) 17 M. Solomon, E. Tissier-Desbordes, B. Heilbrunn Comportement du consommateur 6ième édition Pearson Education - 2005 18 Wicker A W. Attitudes versus actions: the relationship of verbal and overt behavioral responses to attitude objects. J. Soc. Issues 25:41-78, 1969. 19 McQuarrie, E. F., "An Alternative to Purchase Intentions: The Role of Prior Behavior in Consumer Expenditure on Computers," Journal of the Market Research Society 30 4,(1988): 407-437. 20 Spyros Makridakis and Steven C. Wheelwright, "Forecasting: Issues and Challenges for Marketing Management," Journal of Marketing, Vol. 41, p. 24 10
a. Les méthodes dites causales ou régressives sont très souvent utilisées dans les modèles de recherche classiques sur le comportement avec des variables différentes explicatives (Taille du foyer, style de vie, etc ) qui cherchent à expliquer une variable indépendante (ex : usage d énergie) b. Les méthodes de séries temporelles (Lissage exponentiel, Box-Jenkins, Extrapolations, etc..) tentent de capter l histoire d un comportement et de formaliser sous la forme d une équation ou un modèle mathématique le processus aléatoire qui a amené à générer cette série de données. b- Méthodes qualitatives (évaluation subjective, technologiques) : Non abordé dans notre approche. Des travaux de Mabert indiquent qu en termes d horizon temporel ainsi que de cout de prévision les techniques de prévision quantitatives sont beaucoup plus attractives que celles qualitatives (Mabert, 1975) 21. L'objet de ce travail de recherche, est d'essayer de comparer les approches avec les séries temporelles vs les méthodologies dites causales classiques à travers le modèle retenu. Dans une recherche précédente des années 1960 jusqu'au l'année 1970 ont été par excellence des années des recherches dites causales ou les méthodes de régression qui sont devenues extrêmement populaires (Makridakis, Wheelwrigt, 1977). Cependant, les années 60 ont montré qu'il s'agissait plutôt d'une période spéciale d'activité économique, et quand des changements structurels se sont produits dans l'économie les modèles économétriques classiques n'ont pas pu démontrer leur supériorité en termes de prévision des phénomènes. C'est ainsi qu'une étude menée par (Cooper, 1972) 22 a conclu que les modèles économétriques ne sont en général pas supérieurs à des modèles purement mécaniques (séries temporelles) pour la prévision. Une autre étude plus étendue a pu comparer un modèle économétrique de Wharton sur 4 ans à des méthodes de box Jenkins avaient un meilleur rendement en termes de prévision (Naylor et Al, 1972) 23. 21 Mabert, V.A. (1976),"Statistical versus sales force-executive opinion short-range forecasts: Time-series analysis study," Decision Sciences, 7, 3 1 0-3 1 8 22 Cooper, Ronald L. (1972), The predictive performance of quarterly econometric models of the United States, in Bert G. Hickman (ed.). Econometric Models of Cyclical Behavior. Vol. 2. Studies in Income and Wealth no. 36. New York: Columbia University Press, pp. 813-926; discussion pp. 926-947.) 23 Naylor, Thomas H., Seaks, T. G., and Wichern, D. W. (1972), Box-Jenkins methods: An alternative to econometric models, International Statistical Review, 40, 123-137 11
Nous souhaitons à travers ce travail de recherche, attirer l'attention des chercheurs en marketing sur l'intérêt de l'application de telles méthodes pour faire une nouvelle lecture dans la dimension temps du comportement du client. La complexité de monter des modèles comportementaux peut être contournée à travers l'usage de techniques qui décrivent le cycle de ce comportement, sa tendance, sa saisonnalité, sa stabilité dans le temps, et les changements en cours de route. C'est exactement ce que les séries temporelles sont capables de faire aujourd'hui avec une assez bonne précision. Aussi, nous pouvons facilement étudier de façon plus claire l'impact de l introduction d'une variable donnée sur le comportement : si les modèles de régression classique peuvent parfois contenir un nombre important de variables, ce qui peut empêcher le chercheur de percevoir l'impact de l'introduction d'une nouvelle variable, les modèles de séries temporelles (box Jenkins) permettent d'introduire des variables explicatives et d'étudier plus facilement l'impact de cette introduction sur la variable a expliquer. Prenons le cas des télécommunications par exemple. On peut essayer de comprendre, et de décrire le comportement de consommation du client avec des modèles comportementaux classiques, qui prennent en considération l'âge, le style de vie, le revenu, le niveau d'éducation, la profession, la période de l'année, l'attitude vis-à-vis du GSM, etc. Pour essayer de comprendre le volume de consommation de ce client. Le modèle obtenu risque de ne pas pouvoir expliquer de façon satisfaisante le comportement pour chaque client (variables différentes selon le type de client par exemple, le contexte, le type de produit, etc ) un autre problème concerne le nombre de variables à introduire dans le modèle et la nature de leurs relations souvent difficiles à déterminer et à valider, sans oublier la capacité de ces modèles à être opérationnels pour les managers marketing dans les entreprises. Une autre approche, serait d'essayer de modéliser ce comportement à travers l'usage des séries temporelles, où l'on va observer le comportement de consommation du client, et formaliser ce comportement avec un modèle défini permettant de comprendre le processus de consommation. Ce modèle peut être enrichi avec l'ajout de certaines variables explicatives déterminées à titre expérimental et voir l'apport de chaque ajout à la capacité d explication globale du modèle. Nous souhaitons à travers le présent travail, pouvoir encourager l'usage de modèles plus parcimonieux, moins chers en terme de déploiement et surtout plus simplifiés dans la description, l'explication, et la prédiction du comportement des consommateurs. 12