Géo-optimisation du prix de vente par analyses factorielle et morphologique

 

 

Considérée comme dangereuse à manipuler, susceptible d’entraîner des réactions mal contrôlées de la demande et de la concurrence, la variable prix fut longtemps négligée. Elle représente cependant un des principaux leviers de la rentabilité de l’entreprise.

Les travaux de S. Dutta (2004), ont montré que les dirigeants prêtent relativement peu d’attention à la méthode de détermination des prix de vente des biens et services tandis qu’ils s’attachent à réduire leurs coûts, alléger leurs stocks ou engager des dépenses de publicité. Cette attitude provient parfois d’une méconnaissance des techniques de fixation des prix ou d’un maniement trop difficile des outils d’analyse.

Le BCG (2002) remarquait « qu’augmenter les prix d’un produit de 1% avait quatre fois plus d’effet sur le profit qu’une baisse de 1% des frais généraux et des coûts fixes. Pourtant, les gestionnaires consacrent moins de 10% de leur temps aux questions de prix ».

Agir sur la variable prix, optimiser les tarifs permet d’améliorer la rentabilité. D’après M. Marn (2003), lorsqu’un prix est établi à un niveau inadéquat par une entreprise, il s’agit de prix trop bas dans 80 à 90% des cas. L’entreprise se prive donc d’un profit substantiel.

Selon K. Bandilla (2005) l’optimisation du prix de vente peut contribuer à augmenter le taux de rentabilité nette de l’entreprise de 1 à 4%. L’impact du prix est bien supérieur à celui de la publicité. Par exemple, pour les produits de grande consommation, modifier les prix de plus ou moins 5% a un effet sur le volume des ventes dix à vingt fois supérieur à celui d’une hausse de 5% du budget de publicité.

La décision de prix s’avère généralement très complexe et combine de nombreuses variables.

Elle nécessite, tout d’abord, la prise en compte de contraintes techniques telles que les coûts, la demande, la concurrence, la place du produit dans la gamme, l’étape du produit dans son cycle de vie, la réglementation…

Ensuite, plusieurs facteurs ont une incidence sur l’environnement dans lequel la décision est prise et provoquent une rétroaction sur les variables précédentes : la globalisation qui élargit les marchés et multiplie les concurrents, le développement des technologies de l’information qui permet au consommateur de comparer les prix, les facilités logistiques qui autorisent les déplacements physiques de marchandises.

La fixation du prix des produits dépend aussi fondamentalement de la situation géographique de l'acheteur et des coûts liés aux distances d'expédition (Seidler 1937). Pour la distribution de carburants, le prix est fondé sur une pondération complexe et cachée de facteurs comme le nombre de stations-service concurrentes, le nombre de véhicules, le trafic moyen, le revenu moyen des ménages dans la région, la densité de la population et les caractéristiques géographiques, mais n'intègre en revanche pas le coût de livraison locale de l'essence. Malgré le fait que les prix de vente sont uniformes dans certaines régions, ils sont habituellement plus élevés au fur et à mesure que l'on s'éloigne des lieux de production.

Dans ce contexte hyperconcurrentiel, où les acheteurs sont infidèles et bien informés, la pression sur les prix est très forte et nécessite, de la part des responsables, une prise de décision éclairée. Le « pricing » (mode de fixation des prix) ne relève plus de l’art ni de l’improvisation. « Les effets des décisions de prix sont souvent trop complexes pour être estimées intuitivement » remarque H. Simon (2005). C’est pourquoi des outils sont mis en place pour systématiser et faciliter la démarche. Des logiciels spécialisés et diverses applications Web sont apparus, mais ils ne parviennent pas à prendre en compte l’ensemble des variables d’action. Les technologies de l’information aident à établir le prix d’un produit à un niveau adéquat sans, pour autant, résoudre l’ensemble des problèmes posés au dirigeant.

La détermination des prix de vente des biens et services est un thème transversal, interdisciplinaire, qui concerne aussi bien l’économie générale, la stratégie d’entreprise que le marketing ou la géographie humaine. Les études que l’on rencontre sur ce sujet en témoignent. Néanmoins, nous nous situons ici en stratégie car c’est la vision de l’entrepreneur, la manière dont il procède pour déterminer son prix de vente qui retient notre attention, ce qui n’empêchera pas d’utiliser des outils d’analyse empruntés au marketing tels que le mapping, les cartes perceptuelles.

L’objet de cet article est de proposer une démarche aussi exhaustive que possible et utilisable par le dirigeant, face à la difficulté de fixer un prix de vente en fonction des variations spatiales de l'offre concurrente et de ses caractéristiques.

 

1. Les méthodes de pricing et leurs paramètres

Avant de proposer une nouvelle méthode, nous retracerons, dans un premier temps, les méthodes pratiques en vigueur : d’une part, les usages des entreprises en matière de détermination de leurs prix de vente et, d’autre part, les pratiques commerciales.

Puis, dans un second temps, nous retracerons l’état de l’art en présentant d’abord les travaux de divers auteurs puis, les apports de nos recherches antérieures pour terminer par un bilan sur les nombreux facteurs et données éventuellement accessibles dont il faudrait tenir compte dans l'estimation d'un prix optimal.

1.1. Les méthodes pratiques en vigueur

En économie de marché, le prix de vente d’un article découle de la confrontation libre de l’offre et de la demande. Celui-ci influence à son tour le niveau de l’offre et de la demande. L’effet de rareté ou d’abondance fonction de ces niveaux, va lui-même influencer ce même prix par un effet de rétroaction. La difficulté dans l’estimation du prix de vente initial est donc de savoir quel va être l’effet de cette rétroaction et l’importance de la demande, cette demande pouvant varier dans le temps selon une certaine tendance ou une saisonnalité propre. La sensation de rareté perçue par le consommateur résultant d’un niveau d’offre inférieur à la demande est parfois entretenue par le distributeur (exemple Louis Vuitton) pour faire monter artificiellement le prix en rapport avec une image de luxe.

Ainsi, la fixation du prix d’un article doit être dynamique si l’on veut que ce prix soit ajusté aux variations temporelles de la demande et de l’offre. De plus, la problématique de fixation d’un prix est susceptible d’intervenir à plusieurs niveaux de la distribution, le produit étant échangé du producteur au distributeur final en passant par les grossistes et différents intermédiaires possibles. Il s’agit donc pour l’entreprise productrice de prévoir quelle va être l’importance de la demande à ces différentes strates avec leurs effets possibles de rétroaction individuelle.

Différentes méthodes de fixation de prix sont en usage notamment, celle de détermination par le coût de production, par la demande, par la concurrence et par les prix différenciés. Dans le premier cas largement répandu dans le commerce traditionnel, la détermination du prix par le coût de production va simplement majorer le prix de vente d’un produit par rapport au coût de production ou au prix d’achat proposé par le fournisseur. Il s’agit néanmoins de considérer la variation des coûts de revient en fonction des quantités produites et de percevoir intuitivement un niveau acceptable de prix pour l’acheteur. La méthode marketing d’approche par la demande prend en compte l’élasticité du prix par rapport à la demande et tente de maximiser les bénéfices ou la part de marché obtenue. Les facteurs quantités demandées et prix varient généralement en sens inverse l’un de l’autre. Des enquêtes auprès de consommateurs potentiels cibles permettent d’évaluer le prix d’acceptabilité que le plus grand nombre de consommateurs est prêt à payer (D. Adam 1958). Un prix plafond trop haut et cher risquerait de décourager nombre d’acheteurs potentiels et un prix plancher trop bas serait le signe d’une qualité insuffisante du produit. Le dépassement de certains seuils psychologiques de prix marque une chute notable de la demande et il convient souvent de pratiquer une politique de prix ronds ou de prix magiques (exemple 9,99 euros). L’approche par la concurrence consiste à effectuer une veille stratégique des prix pratiqués par la concurrence et à se positionner stratégiquement à travers une politique d’image haut de gamme (prix élevé) ou au contraire à se lancer dans une guerre des prix. Une alternative serait d’occuper les niches ou intervalles de prix où la pression concurrentielle est la plus faible afin d’engranger les parts de marché comme nous le développerons plus loin. L’approche par les prix différenciés positionne les tarifs évolutifs par rapport aux autres produits de la gamme et en fonction de la période de vente (saison, jour de la semaine, tranches horaires) ou même selon le profil du client ou son comportement dans le cas des services commerciaux (cas général du yield pricing). Dans tous les cas, en vertu de la loi sur la revente à perte, une contrainte économique sur le prix minimal à pratiquer est donnée par le point mort de rentabilité en-dessous duquel l’entreprise enregistrerait des pertes.

Par ailleurs, différentes stratégies peuvent être mises en œuvre selon l’objectif visé par l’entreprise, concernant son développement et celui de ses produits ainsi que son niveau de compétitivité commerciale lui permettant ou non de se mesurer directement à la concurrence.

La stratégie d’écrémage, présentant une politique de marge forte et souvent mise en œuvre lors du lancement de produits innovants, consiste à fixer un prix de vente élevé avant que des concurrents ne rentrent sur le marché. Ce prix de vente sera progressivement diminué au fur et à mesure de l’arrivée de concurrents et des économies d’échelle réalisées.

Dans d’autres cas, un prix de vente faible peut être appliqué pour capter la plus grande part de marché possible à travers une stratégie de pénétration ou pour mettre en péril ses concurrents ou décourager les nouveaux entrants dans une stratégie de prédation. Une stratégie de sacrifice à travers une remontée du prix permettra éventuellement d’accélérer le déclin d’un produit en fin de cycle de vie.

Il apparaît que les pratiques en entreprises sont souvent parcellaires, ne combinent pas les différentes méthodes, se limitent à un aspect du problème complexe de la fixation du prix de vente.

De plus, comme le remarquent H. Vogel, K. Bright et G. Stalk (2002), bien souvent l’organisation en matière de prix est défaillante : plusieurs services de l’entreprise interviennent dans le désordre (services financiers, commerciaux, rabais accordés en fin de chaîne), ce qui aboutit, la plupart du temps, à des prix trop bas. D’après les auteurs « many people touch pricing, but no one owns it ».

Des travaux (M. Pelé 1990) sur les procédures de décision, montraient que la composition des équipes a un impact sur le niveau du prix. En effet, lorsque le directeur commercial intervient dans la décision, l’objectif de part de marché est privilégié ainsi que les contraintes constituées par la demande et la concurrence. A l’inverse, lorsque la responsabilité d’un directeur technique prédomine, la décision de prix est fondée sur la qualité, les coûts que la fabrication entraîne. Cette enquête qui portait sur 40 entreprises avait montré que les dirigeants adoptent rarement un comportement rationnel. Ils se prêtent volontiers à une hiérarchisation des objectifs et des contraintes de prix mais, ces éléments sont rarement intégrés à un processus de décision rigoureux.

L’habitude, la routine, le choix de la solution de facilité poussent les dirigeants à reconduire les comportements du passé ou à imiter les pratiques des concurrents, sans remettre en cause leur propre démarche.

De même, S. Dutta (2005) relève que « beaucoup de gestionnaires se contentent de calculer leurs prix de vente en additionnant une marge à leurs coûts de revient. D’autres ne font guère plus d’efforts : ils se bornent à examiner les prix de la concurrence et à établir les leurs à un niveau semblable. Enfin, certains dirigeants arrêtent leurs décisions en la matière en se servant simplement de leur flair ou de leur expérience passée ».

Il convient donc, en tenant compte des informations disponibles ou accessibles, d’améliorer et de rationaliser les méthodes généralement empiriques utilisées par les dirigeants dans lesquelles intervient une large part d’arbitraire.

1.2. État de l’art académique

Traditionnellement, dans la littérature académique sur les prix, on rencontre des études portant sur une ou quelques variables, mais aucune recherche n’englobe la totalité.

Certaines se focalisent sur la prise en compte des coûts, avec le calcul du point mort, du full cost ou du direct costing en ajoutant une marge désirée, jugée raisonnable dans la branche. D’autres intègrent la demande, mettant en œuvre l’analyse du backward costing, du prix psychologique, des intentions d’achat des consommateurs, des courbes d’acceptabilité du prix par la clientèle (D. Adam 1958), du backward cost pricing (M. Giletta 1992), du prix de référence interne (M. Zollinger 1995), des intentions d’achat des consommateurs, du jugement comparatif (M. Zollinger 2004)…

La concurrence est souvent combinée à l’une des deux variables précédentes.

La prise en compte de la demande passe aussi par l’utilisation de la méthode des mesures conjointes (J.C. Liquet 2001) dans laquelle l’avis des consommateurs est requis. Le prix est alors considéré comme un des attributs du produit et peut revêtir plusieurs valeurs définies. Cependant, il ne s’agit pas d’une démarche d’optimisation du prix de vente.

Une autre façon de prendre en compte la demande est la méthode de l’évaluation contingente (R.C. Mitchell et al. 1989) qui « consiste à déterminer, avant la commercialisation, un prix maximum de vente unitaire qui reflète l’ensemble des valeurs attachées par l’acheteur au produit nouveau ». Cette méthode permet l’évaluation ex-ante du prix et du revenu prévisionnel associé, pour le producteur. Selon A. Durand (2007), « la méthode de l’évaluation contingente, contrairement à celle des mesures conjointes, limite les difficultés d’évaluation liées aux innovations, en particulier technologiques, qui présentent des attributs intangibles et réellement nouveaux ». T. Cram (2006) montre la nécessité d’optimiser le prix, énumère les différentes variables à prendre en compte, préconise un comportement des dirigeants en la matière, mais ne propose pas de méthode synthétique pour obtenir en pratique un prix optimal.

Les approches pour étudier le processus de détermination des prix en plaçant du point de vue du producteur reposent soit sur l’analyse d’une ou plusieurs contraintes, soit sur un recensement et une hiérarchisation des objectifs de prix. Au mieux, les auteurs qui ont développé l’analyse des objectifs ont traité accessoirement des contraintes et inversement. Or, il y a permanente interaction, processus adaptatif continu entre objectifs et contraintes de prix.

Les recherches sur l’ampleur et les causes de la persistance de l’inflation dans la zone euro ont amené l’Eurosystème à commander une série d’enquêtes auprès des entreprises sur leur comportement en matière de fixation des prix. Parallèlement à ces études, fondées sur un large éventail de bases de données quantitatives, l’I.P.N. (Eurosystem Inflation Persistance Network) a recueilli des informations complémentaires qualitatives en adressant aux entreprises des questionnaires spécifiques sur leur comportement de prix. Les résultats, analysés par S. Fabiani et al. (2005) sont riches d’enseignements pour les gestionnaires. Il apparaît clairement que la méthode de fixation des prix dominante dans les entreprises de la zone euro reste, en 2005, celle du calcul du coût auquel on ajoute une marge tout en se référant aux prix pratiqués par la concurrence. Ceci prouve qu’encore aujourd’hui, malgré l’importance que revêt cette variable du marketing-mix, les méthodes utilisées restent souvent élémentaires. Les entreprises se privent de ce « réglage fin » de leur stratégie que le maniement adéquat du prix autoriserait et surtout de l’amélioration possible de leur rentabilité.

D'un autre côté, les méthodes de fixation du prix dans l'espace géographique sont très peu nombreuses et rarement étudiées par les chercheurs. Celui-ci doit pourtant être adapté selon les variations spatiales de la demande et de la concurrence. Notons tout de même les travaux de O. Gonzalez-Benito et al. (2004) qui utilisent les zonages sociodémographiques pour élaborer des stratégies spatiales de prix. Les directions marketing et commerciales des réseaux de distribution font généralement appel à leur "flair" adossant les prix aux revenus moyens locaux. Le tarification spatiale ne bénéficie pas à l'heure actuelle d'une méthode avancée de fixation des prix dans le cadre d'une stratégie marketing particulière, à l'exception du calcul économique du seuil de rentabilité résultant des coûts de fabrication et du transport ou de la méthode de détermination multicritère du prix.

 

Ainsi, de nombreux facteurs quantitatifs et qualitatifs sont théoriquement à prendre en considération pour la fixation du prix de vente optimal d’un produit ou d’un service à savoir :


 

1.3. Les données disponibles permettant d’optimiser le prix de vente

 

La fixation d’un prix optimal répondant à une stratégie de produit bien établie ne peut se faire rationnellement que par rapport aux données disponibles qui peuvent être :

·       des données internes à l’entreprise

-   Coûts de production en fonction des quantités produites ou tarifs fournisseur en fonction des quantités achetées avec capacités limites de production et/ou de distribution,

-   Prix des autres éléments de la gamme et/ou position relative,

-   Réductions éventuelles consenties sur les quantités achetées,

-   Stratégie de l’entreprise vis-à-vis du produit, du service ou de sa gamme : politique de prix souhaitée (écrémage, pénétration, évolutif) tenant compte de la position sur le cycle de vie et découlant de l’objectif poursuivi (par exemple gain de parts de marché, maximisation du chiffre d’affaires ou de la marge...).

·       des données externes à l’entreprise et relatives à l’environnement :

-   Prix pratiqués par la concurrence,

-   Elasticité de la demande par rapport au prix ou au minimum zone(s) d’acceptabilité des prix pour le produit ou le service proposé : prix plafond (prix maximum que les clients sont prêts à payer) à prix plancher (prix minimum),

-   Décalage entre le prix réel et le prix perçu par les consommateurs,

-   Données prospectives sur l’évolution de la demande vis-à-vis du produit ou du service considéré et sur l’évolution de l’offre concurrente.

La recherche d’un prix ou d’une zone de prix optimal se fait concrètement sur un ensemble fini de valeurs discrètes bornées par les prix plancher et plafond. Les données brutes disponibles en pratique sont généralement formatées en tableaux unidimensionnels ou se présentent sous forme de liste de valeurs ou de hiérarchie d’éléments :

 

Contraintes de prix

 

Tableau unidimensionnel

 

Listes de valeurs

 

Hiérarchie d’éléments

PC1 <…< PCq < P < PCr <…< PCs

 

Les tableaux peuvent être multidimensionnels s’ils intègrent des variables espace-temps. Pour la demande, on aurait par exemple :

D = F (P, X, Y, T) représentant la demande en chaque zone géographique de coordonnées X, Y représentent les coordonnées géographiques à l’instant T (données historiques ou prévisionnelles).

 

La formulation de la fonction multi-objectifs à optimiser

D’après l’enquête sur 40 entreprises, précédemment citée, les entrepreneurs recensent 7 objectifs pouvant être concomitants et qui vont conditionner la fixation du prix de vente d’un produit :

-        les objectifs prioritaires : obtenir un bénéfice satisfaisant, augmenter ou stabiliser la part de marché, maximiser le cash-flow à court terme et rentabiliser les investissements;

-        les objectifs secondaires : maximiser le profit à long terme, éviter ou affronter la concurrence, stabiliser les prix et les marges.

Dans cette enquête, le produit est supposé être parfaitement défini en termes de positionnement marketing et de segment de marché. Une stratégie de différenciation fondée sur les prix peut être élaborée grâce à l’étude des prix de la concurrence et des autres produits de sa gamme. Il s’agira alors de détecter les zones de prix les moins « occupées » par la concurrence ou par ses propres produits tout en quantifiant le niveau de demande pour cette niche de marché.

Les différents objectifs poursuivis possibles dans la recherche du prix optimal peuvent être écrits comme suit (J. Baray, M. Pelé 2005) :

·       Maximisation de la part de marché en termes de demande : Max [Q(P)]

·       Maximisation du chiffre d’affaires : Max [Q(P) x P]

·       Minimisation des coûts de production : Min [Z(Q(P)]

·       Maximisation de la marge : Max [Q(P) x P - Z(Q(P)]

·       Maximisation du profit à court terme : Max ([Q(P,T) x P - Z(Q(P,T))])

·       Différenciation stratégique par le prix revenant à éviter la concurrence et à se positionner sur une niche de marché tout en se préservant de la cannibalisation :

Max [ | P – PCi | ] & Max [| P - PGj | ]

sous les contraintes :

Certains de ces facteurs sont interdépendants comme la demande et les prix pratiqués par la concurrence, fonction eux-mêmes du temps et de l’espace. On doit mentionner également que les prix des produits influençant la demande sont davantage les prix ressentis par les consommateurs que les prix réellement pratiqués. Des études ont, en effet, montré que le consommateur méconnaît souvent les prix réels des produits qu’il a l’habitude d’acheter (M. Zollinger 1995).

Les données à considérer pour permettre une optimisation du prix de vente sont ainsi nombreuses et diverses. Ce prix ne peut être fixé sans considérer les autres éléments du marketing-mix avec un positionnement précis par rapport aux avantages concurrentiels de l’entreprise. Un bilan des informations susceptibles d’être prises en compte sera effectué et l’on exposera les objectifs généralement pris en compte par les entrepreneurs dans la fixation du prix. Une nouvelle méthode s’inspirant des outils de datamining les plus récents est proposée dans ce cadre. Un deuxième volet exposera le cas général où l’on dispose d’une information détaillant toutes les caractéristiques de l’offre existante ainsi qu’une évaluation de la demande.

 

2. Stratégie de prix par la détection automatique des opportunités spatiales

Pour être optimal, le prix de vente doit être fixé en tenant compte si possible des caractéristiques du produit ou du service proposé si celui-ci est existant. Il doit en outre tenir compte de la concurrence et d’une stratégie commerciale adaptée. Il est donc proposé dans ce cadre une méthode de fixation du prix stratégique d’un produit, d’un service ou d’une gamme par analyses factorielle et morphologique.

2.1. Modèle de fixation du prix optimal sur la base d’informations générales sur l’offre

La phase initiale de la méthode est de collecter toutes les données possibles relatives aux produits de l’entreprise et aux produits concurrents sur la gamme que l’on étudie. Ces données quantitatives et qualitatives peuvent correspondre aux différentes propriétés physiques du produit aussi bien qu’à des attributs marketing comme le prix, le ou les modes de distribution…

La seconde étape consiste à obtenir de nouvelles variables indépendantes à travers une analyse factorielle (ACP ou AFC) tout à fait particulière intégrant non seulement les caractéristiques des produits mais aussi leur localisation géographique. Le résultat est l'obtention d'une représentation des produits selon des axes factoriels intégrant la notion d'espace.

Dans une troisième étape, il s’agira de circonscrire les zones dans lesquelles se concentre l’offre : différentes techniques peuvent être utilisées comme la classification hiérarchique, les outils de clustering ou l’analyse morphologique (F. Meyer 1977, G. Matheron 1982, J. Serra 1982). L’objet de cette étape est de déterminer les caractéristiques des produits dans chaque cluster mis en évidence. Ces clusters correspondent à des zones géographiques spécifiques intégrant une offre assez homogène. L’analyse morphologique est une technique mathématique utilisée en détection automatique des contours et analyse des formes. Elle a été utilisée avec succès en particulier dans la délimitation précise de zones de chalandise (J. Baray, G. Cliquet 2007). Adaptée au traitement de grandes masses de données, elle comprend deux transformations de base dont la dilation et l’érosion.

La dernière étape consiste à détecter au contraire les zones interclusters qui sont les moins bien exploitées : ces zones, correspondant à des marchés de niche et mises en évidence par l’analyse morphologique, pourront également être décrites en termes de caractéristiques idéales de produits, dont le prix, qui constitueront des avantages concurrentiels pour l’entreprise.

 

 

Résumé des 4 étapes de la méthode de fixation du prix optimal

 

Étape 1

Veille concurrentielle : rassembler les données sur les produits de la concurrence et sur ses propres produits de manière à constituer une base de données la plus complète possible (chaque produit étant décrit par prix/caractéristiques qualitatives et quantitatives/ éventuellement mode de distribution/mode de promotion).

Objectif : création d’une base de données des produits avec leurs caractéristiques quantitatives et qualitatives.

 

Étape 2

Analyse factorielle intégrant les coordonnées géographiques de la localisation des produits concurrents outre leurs autres caractéristiques de manière à obtenir des variables indépendantes les unes des autres (facteurs principaux). On retiendra un nombre limité de facteurs pour faciliter les traitements ultérieurs. Des cartes factorielles seront alors établies représentant axes factoriels et individus (les différents produits sur le marché).

Objectif : représentation selon les axes factoriels du nuage de points des produits et interprétation des axes (lien de corrélation des axes avec les facteurs quantitatifs dont le prix).

 

Étape 3

Segmentation des données par rapport aux facteurs principaux afin de décrire les zones occupées par la concurrence et les zones lacunaires ou niches de marché (spécification des zones sur les cartes factorielles présentant une faible concurrence, décrites en termes de facteurs principaux et caractéristiques prix/produits ainsi que localisation spatiale).

Les traitements utilisant la morphologie mathématique paraissent bien adaptés pour circonscrire les différentes zones de l’espace factoriel selon leur densité (le niveau de densité de produits dans une zone de l’espace indique le niveau de la pression concurrentielle). La fonction de dilatation détecte les zones présentant une offre dense (individus/produits rapprochés). Le négatif de cette carte dilatée indique les zones à faible densité d’offre. Une alternative serait d’utiliser l’analyse hiérarchique ascendante, cependant moins pratique pour la délimitation précise des frontières des zones (elle n’est capable que d’indiquer les individus de chaque clusters).

Objectif : décrire en termes de caractéristiques prix/produit les zones à forte et à faible pression concurrentielle.

 

Étape 4

Sélection des zones de l’espace factoriel les plus en adéquation avec la stratégie choisie.

Objectif : détermination du prix et des caractéristiques produit correspondant à la stratégie marketing de l’entreprise tout en prenant en compte l’offre existante. Dans le cadre d’une stratégie d’évitement, il s’agit de cibler les zones des cartes factorielles à faible pression concurrentielle. Le ou les prix optimaux seront fixés en considérant les centroïdes de ces zones.

 

2.2. Un cas concret : la détermination spatiale du prix de voitures d’occasion

Considérons cette fois une base de données de l’offre disponible comportant davantage de facteurs que le seul nombre de modèles disponibles sur le marché. Des informations ont été rassemblées sur les voitures d’occasion récentes vendues par des concessionnaires sur Internet (étape 1 de la méthode - 2114 véhicules des 26 principales marques automobiles, vendus sur le site www.autoscout24.fr). Les variables disponibles sont la marque, le modèle du véhicule, son nombre de kilomètres au compteur, sa puissance réelle en chevaux, le mois de première immatriculation, son prix, les coordonnées géographiques de son lieu de vente (le code postal a été géocodé de façon à récupérer les coordonnées géographiques de la commune correspondante au format grs80, le format classique des systèmes gps).

Une analyse en composantes principales effectuée sur les variables continues montre logiquement que prix et puissance sont étroitement corrélés : les valeurs négatives du premier axe factoriel correspondent à des niveaux de cylindrées et de prix élevés. L’originalité de cette ACP est d’avoir intégré les coordonnées géographiques X,Y de façon à constituer des clusters géographiques définissant une offre proche en termes de caractéristiques produits.

La mise en œuvre d’une classification hiérarchique ascendante en prenant comme variables les 6 premiers facteurs de l’ACP montrent que le type de véhicules commercialisés est assez différent selon les régions. 3 régions principales se dégagent au niveau national : le Nord/Nord Ouest (tableau 1 - groupe c_hac_1) où les véhicules sont plutôt de marque étrangère (Nissan, Fiat, Lancia) de puissance et de prix faibles ; le Sud-Ouest/Centre (groupe c_hac_2) comportant davantage de marques françaises (Renault, Citroën) et espagnoles (Seat), l’Est (groupe c_hac_3) avec des voitures de puissance et de prix plus élevés allemandes ou de marque Peugeot (schéma 1).

Tableau 1 – Description des 3 clusters de la classification hiérarchique ascendante

 

cartefrancefactorielleClusters

Schéma 1 : Représentation des trois clusters

caractérisant les types de véhicules commercialisés

 

Principe de la détermination du prix

Considérons la distribution des caractéristiques des véhicules (individus) représentés dans l’espace factoriel grâce à l’analyse en composantes principales mise en œuvre (étape 2 – graphe 1).

Graphe 1 – Carte factorielle des marques et cercle des corrélations

 

La densité des individus présente une certaine homogénéité au niveau local dans cet espace multifactoriel, mais est néanmoins susceptible de compter quelques lacunes (petites zones de l’espace factoriel où la densité de l’offre est anormalement faible par rapport à son environnement immédiat). Il s’agit donc à travers la présente méthode de détecter ces lacunes pouvant représenter une opportunité en terme commercial et de préciser leurs spécificités en termes de prix, caractéristiques de véhicules... Une transformation morphologique de dilatation a été appliquée à la représentation factorielle des individus selon les axes factoriels 1 et 2 (graphe 2).

 

Graphe 2 : Représentation des individus (véhicules en vente)

dans le référentiel Axe factoriel 1 / Axe Factoriel 2

 

L’effet de cette transformation est de mettre en évidence par une sorte de lissage les zones denses en termes d’offre (zones blanches entourant les points noirs représentant les véhicules sur le graphe 3). Les lacunes intégrées au sein de ce groupe compact représentent au contraire les zones à faible densité d'offre. Ces zones grisées et numérotées ont été identifiées automatiquement (18 zones numérotées) et repérées par les coordonnées factorielles de leurs centroïdes et les caractéristiques produits correspondantes (tableau 1).

 

Graphe 3 : Détection, numérotation et mesure des zones à faible pression concurrentielle

(18 lacunes détectées dans des régions globalement denses)

 

La zone ou lacune 17 montre qu’il existe par exemple une absence notable d’offre pour des véhicules de 4 mois d’ancienneté, d’une puissance d’environ 72 CV et d’un prix proche de 10599 euros dans le Nord-Est de la France. Selon le tableau 1, les marques correspondantes dans cette région correspondront à des italiennes (Fiat, Lancia, Alpha-Roméo) ou japonaises (Nissan, Honda), les couleurs classiques locales de véhicules étant opaque, blanche, métallisée et marron. Un vendeur pourra donc jouer sur une stratégie de différentiation en se positionnant sur ce segment particulier. Si l’on juge qu’un des facteurs comme la puissance ou l'âge des véhicules ne constituent pas un levier concurrentiel que l’entreprise maîtrise, il suffit alors de neutraliser ce paramètre dans l’analyse factorielle et dans la détection automatique des zones de faible concurrence.

A l’inverse, on peut considérer d’autres facteurs sur lesquels on possède une marge de manœuvre plus importante. Imaginons que le point de vente ne soit pas encore créé, il est alors possible d’intégrer les coordonnées géographiques X, Y dans l’ACP comme nous l’avons fait préalablement et la détection des lacunes d’offre apportera des préconisations sur la ou les implantations à mettre en œuvre outre les caractéristiques des véhicules devant être commercialisés sur des créneaux libres de concurrence.

Cette analyse ne porte que sur l’examen de l’offre produit mais peut prendre en compte la demande de façon simple. Il suffit d’ajouter des contraintes supplémentaires sur les zones de l’espace factoriel à cibler correspondant aux caractéristiques des produits souhaitées par la clientèle potentielle. Une étude de marché peut par exemple montrer une préférence des consommateurs pour des voitures plus économiques, de moins de 100 CV : les zones à cibler se limitent alors aux zones 5 et 17 avec des prix respectivement autour de 16774 et de 10599 euros.

Cette méthode de fixation du prix optimal et de détection des avantages concurrentiels à exploiter comprend plusieurs avantages qu’il faut souligner :

 

·       Elle prend en compte toutes les caractéristiques mesurables des produits concurrents.

·       Elle peut s’appliquer à un produit ou à un service existant, ou à un produit ou à un service à lancer. Toutes les caractéristiques comprenant le prix seront alors indiquées par la méthode.

·       Les 4 éléments du mix-marketing peuvent donc être décrits intégralement selon cette méthode. Chaque zone de l’espace factoriel correspond à des caractéristiques du mix si la base de données traitée en intègre les valeurs.

·       La sélection des zones de prix/caractéristiques de produits et de la concurrence peut être dynamique : les bases de données doivent être alors remises à jour régulièrement.

·       Les prix et caractéristiques de produits peuvent être planifiés dans le temps : un cheminement dans l’espace factoriel est alors à déterminer pour planifier les évolutions prévues de prix.

·       La méthode est capable de traiter de très grosses bases de données tenant compte de l’offre et de la demande grâce à la rapidité de traitement de l’analyse morphologique.

·       Des gammes de produits peuvent être spécifiées : elles correspondront chacune à une zone de l’espace factoriel.

·       Les caractéristiques de la demande obtenues, par exemple, par enquête peuvent également être intégrées. Un filtre (contraintes) permettra dans ce cas de limiter les zones acceptables dans l’espace factoriel.

 

3. Limites et perspectives

La méthode présentée permet, par un positionnement précis, de donner une place déterminée par rapport à la concurrence à un produit ou à un service grâce à des techniques de datamining. Alors que les techniques de classification hiérarchique n’aboutissent qu’à des regroupements d’individus, l’analyse morphologique appliquée à une carte factorielle permet de circonscrire à la fois les zones occupées par les produits de la concurrence et les zones libres. Dans le cadre d’une optimisation de l’avantage concurrentiel, une stratégie de positionnement offre donc la possibilité de cibler des zones à faible pression concurrentielle et d’indiquer les paramètres à prendre en compte comme le prix, les caractéristiques du produit, les lieux de distribution à privilégier. L’exemple présenté ci-dessus montre une carte factorielle limitée à deux axes, mais l’analyse pourrait tout aussi bien se faire dans un espace de représentation comportant n axes factoriels, de même qu’elle pourrait intégrer des variables qualitatives si on utilisait une analyse factorielle des correspondances au lieu de l’ACP.

La présente analyse est réalisée de façon statique et apporte des préconisations fondées sur une photographie de l’offre et de la demande à un certain temps. L’optimisation du marketing-mix peut se faire de façon dynamique si l’on réussit à constituer la base de données des caractéristiques de l’offre en temps réel. Ce système converti en logiciel serait particulièrement adapté à la fixation du prix des produits vendus sur Internet en utilisant les principes du web-datamining. Les caractéristiques de la demande sont plus difficiles à cerner en dynamique. On peut se fonder sur les ventes d’un point de vente ou d’un site Internet (ou bien sur le nombre d’enchères sur les sites du type eBay). Il est cependant ardu de connaître la demande pour les produits de magasins concurrents ou pour des produits totalement innovants, demande qui ne peut s’évaluer que par des études de marché.

La méthode prend en charge des stratégies de marché de niche ou au contraire des stratégies de prédation plus agressives qui ciblent des zones de l’espace factoriel déjà occupées par la concurrence. La question sera de savoir quelle pourrait être la réaction de cette concurrence face à ce nouveau positionnement. Il serait alors opportun de faire appel à la théorie des jeux et aux lois de probabilité pour étudier quel positionnement serait le plus sûr et le moins risqué dans le temps, ce qui sera l’objet de recherches ultérieures.

 

Conclusion

La méthode développée dans cet article optimise le prix d’un produit ou d’un service ainsi que les autres éléments interdépendants du marketing-mix en tenant compte de l’offre et de la demande et d’une stratégie plus ou moins offensive. Elle offre de façon nouvelle la possibilité d’exploiter de grandes quantités de données pour définir également des frontières précises entre certaines gammes éventuelles de produits existants ou à concevoir. Le développement du web facilite la collecte de nombreuses données sur l’offre et permet donc l’enrichissement de bases de données destinées à être traitées de façon automatique fournissant des préconisations régulières et quasi-instantanées sur la stratégie marketing à suivre. Les secteurs d’application concernent tous les domaines marchands en particulier la grande distribution, les entreprises de production, le secteur des services (tourisme, agences immobilières, banque de détail, assurances).

D’un autre côté, la même procédure sera utile pour la veille d’information et l’analyse dynamique des stratégies de la concurrence en suivant le cheminement des formes pleines au sein de l’espace factoriel toujours grâce à l’analyse morphologique ou à des techniques moins sophistiquées de clustering comme les algorithmes des k-means, de Forgy ou des nuées dynamiques ou encore la classification hiérarchique ascendante.

Des recherches complémentaires pourront déboucher, outre l’amélioration de cette méthode à travers l’intégration de stratégies complexes, sur une meilleure compréhension des interactions entre offre et demande.