L\'Option Zéro en Analyse conjointe - Page 1 - test Tous nos livres sont imprimés dans les règles environnementales les plus strictes Il est interdit de reproduire intégralement ou partiellement la présente publication sans autorisation du Centre Français d’exploitation du droit de Copie (CFC) – 20 rue des Grands- Augustins – 75006 PARIS – Tél. : 01 44 07 47 70 / Fax : 01 46 34 67 19. © Éditions Edilivre – Collection Universitaire – 2008 ISBN : 978-2-35607-616-8 Dépôt légal : Mai 2008 Tous droits de reproduction, d’adaptation et de traduction, intégrale ou partielle réservés pour tous pays. CONSERVATOIRE NATIONAL DES ARTS ET M´ETIERS PARIS Th`ese Pour obtenir le grade de DOCTEUR DU CONSERVATOIRE NATIONAL DES ARTS ET M´ETIERS Sp´ecialit´e : Sciences de gestion Silva OHANNESSIAN L’OPTION ”Z´ERO” EN ANALYSE CONJOINTE : Une nouvelle sp´ecification de l’ind´ecision et du refus. Application au march´e de la Vid´eo `a la Demande Soutenue publiquement le 10 mars 2008 Jury : M. Gilbert SAPORTA Professeur, CNAM Directeur de th`ese M. Pierre CAZES Professeur, Universit´e Paris-Dauphine Rapporteur M. Giuseppe GIORDANO Professeur, Universit´e de Salerne Rapporteur M. Jean-Paul AIMETTI Professeur, CNAM Examinateur M. Oliviero MARCHESE Directeur g´en´eral, IPSOS Observer Examinateur M. Alain MONFORT Professeur, CNAM Examinateur L’OPTION ”Z´ERO” EN ANALYSE CONJOINTE : Une nouvelle sp´ecification de l’ind´ecision et du refus. Application au march´e de la Vid´eo `a la Demande R´esum´e Cette th`ese ´etudie l’option ”z´ero” dans l’analyse conjointe. Cette derni`ere s’assimile `a un non choix des sc´enarios pr´esent´es lors d’enquˆetes. Ce non choix est repr´esent´e par deux concepts dis- tincts qui sont le refus et le conflit. Le premier concerne l’inappr´eciation des produits, alors que le second traite de l’incertitude dans les pr´ef´erences et les choix. Une nouvelle mod´elisation ´econom´etrique de ce non choix est propos´ee dans ce travail, en supposant un m´elange de sp´ecification des comparaisons d’utilit´e et des seuils de r´eaction. Ce m´elange permet de n’associer des utilit´es qu’aux produits, et de les comparer aux seuils de l’option ”z´ero”. Ces comparaisons d´eterminent, ainsi, les situations de non choix, sans pour autant postuler une utilit´e au refus et au conflit. Une ´etude sur le march´e de la Vid´eo `a la Demande y est r´ealis´ee. Les r´esultats sont obtenus en utilisant l’approche bay´esienne sur les mod`eles individuels et le maximum de vraisemblance sur le mod`ele agr´eg´e. Les estimations sont coh´erentes avec la r´ealit´e et la significativit´e des valeurs du refus et du conflit d´emontre leur importance dans la prise de d´ecision. Mots-cl´es : sp´ecification de l’option ”z´ero”, inappr´eciation des produits, ind´ecision dans le choix, s´eparation et non convergence, approche bay´esienne, simulations de Monte Carlo, parts de march´e ”ZERO” OPTION IN CONJOINT ANALYSIS : A new specification of the indecision and the refusal. Application to the Video on Demand market Abstract This thesis undertakes a study about the ”zero” option in conjoint analysis. The ”zero” option relates to the no choice of products presented to individuals within the frame of a survey. This no choice embeds two distinct concepts, the refusal and the conflict. The first represents the inappreciation of products while the second is defined by the preference and choice uncertainty. This work proposes a new econometric specification of the no choice by assuming a mix of utilities maximisation and ordered response models. This mix only associates utilities with products and compares them to the ”zero” option thresholds. These comparisons lead to no choice situations without linking utilities to refusal and conflict. A study on the Video on Demand market has been conducted. The results are obtained by applying a bayesian approach in the case of individual models, and the maximum likelihood in the case of aggregate models. The estimates fit the reality and the significance of the refusal and the conflict demonstrates the importance of these variables in decision making. Keywords : ”zero” option specification, inappreciation of the products, indecision in the choice, separation and non convergence, bayesian approach, Monte Carlo simulations, market shares Remerciement Je tiens `a remercier en premier lieu et tout particuli`erement le directeur de ma th`ese, le Professeur Gilbert Saporta du CNAM de Paris, qui a toujours cru en mon travail, et qui a ainsi permis son aboutissement. Je tiens ´egalement `a exprimer ma reconnaissance aux rapporteurs, les Professeurs Pierre Cazes et Giuseppe Giordano, pour avoir accept´e d’´etudier attentivement mon travail, ainsi qu’aux autres membres du jury pour l’int´erˆet qu’ils ont montr´e en acceptant de participer `a ma soutenance de th`ese. Une attention toute particuli`ere se porte ´egalement `a Olivier Monti qui a r´ealis´e la quasi- totalit´e des travaux de programmation sur Matlab et TSP-GiveWin de ma th`ese. Sans son aide pr´ecieuse, le r´esultat de cette ´etude n’aurait pu ˆetre tel qu’il est pr´esent´e dans ce doctorat. Je souhaite ´egalement remercier le Professeur Alain Monfort du CNAM de Paris qui m’a apport´e une aide pr´ecieuse d’un point de vue ´econom´etrique, le Professeur G´erard An- tille, de l’Universit´e de Gen`eve, qui m’a permis de faire passer mon questionnaire `a ses ´etudiants de premi`ere ann´ee en Sciences Sociales, le Professeur Per-Olov Johansson, de Stockholm School of Economics and University of Oslo, qui m’a sugg´er´e, au d´ebut de mon doctorat, une r´ef´erence tr`es utile dans le cadre de mon sujet. Finalement, je remercie toute ma famille et Olivier Monti du soutien moral qu’ils m’ont apport´e tout au long de mon doctorat. Je remercie ´egalement Philippe Posta pour son aide et ses suggestions dans cette th`ese. Table des mati`eres Introduction 1 1 Notation-Classement versus Choix 7 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.1 Pr´ef´erences par la notation ou le classement . . . . . . . . . . . . . . . . . 9 1.2 Pr´ef´erences par le choix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2 Les plans d’exp´erience 21 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 2.1 Plans optimaux pour mod`eles lin´eaires . . . . . . . . . . . . . . . . . . . . 22 2.2 Exemple de plans factoriels complets et de plans orthogonaux fractionnaires 27 2.3 Plans en carr´e latin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 2.4 Plans en carr´e gr´eco-latin . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 2.5 Plans en bloc incomplets ´equilibr´es . . . . . . . . . . . . . . . . . . . . . . 36 2.6 Plans en carr´e de Youden . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 2.7 Plans D-optimaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 2.8 Plans pour mod`eles non lin´eaires . . . . . . . . . . . . . . . . . . . . . . . 42 2.9 Plans en bloc incomplets ´equilibr´es associ´es aux plans D-optimaux . . . . . 42 2.10 Probl`emes li´es au choix des paires . . . . . . . . . . . . . . . . . . . . . . . 44 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 3 Mod`ele de choix de l’analyse conjointe et l’option ”z´ero” 47 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 3.1 Mod`eles multinomiaux logit : formulation g´en´erale . . . . . . . . . . . . . . 48 3.1.1 Probabilit´es du mod`ele logit : source . . . . . . . . . . . . . . . . . 48 3.1.2 Probabilit´es du mod`ele logit : d´emonstration . . . . . . . . . . . . . 51 3.1.3 La fonction de vraisemblance du mod`ele logit . . . . . . . . . . . . 54 3.1.4 R´esolution par la m´ethode du gradient . . . . . . . . . . . . . . . . 56 3.2 Le mod`ele MNL de l’analyse conjointe et l’option ”z´ero” . . . . . . . . . . 57 3.2.1 Le mod`ele MNL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 3.2.2 La fonction de vraisemblance . . . . . . . . . . . . . . . . . . . . . 60 3.2.3 Formulation matricielle . . . . . . . . . . . . . . . . . . . . . . . . . 61 3.2.4 L’option ”z´ero” dans la litt´erature . . . . . . . . . . . . . . . . . . . 64 3.3 Les raisons psychologiques du non choix . . . . . . . . . . . . . . . . . . . 67 3.4 Le mod`ele de l’option ”z´ero” de l’analyse conjointe . . . . . . . . . . . . . 69 3.4.1 Les mod`eles censur´es . . . . . . . . . . . . . . . . . . . . . . . . . . 70 3.4.2 Nouvelle sp´ecification de l’option ”z´ero” . . . . . . . . . . . . . . . 72 3.4.3 Repr´esentation graphique du mod`ele . . . . . . . . . . . . . . . . . 72 3.4.4 Les probabilit´es de choix . . . . . . . . . . . . . . . . . . . . . . . . 76 3.4.5 Les probabilit´es de non choix . . . . . . . . . . . . . . . . . . . . . 80 3.4.6 La fonction de vraisemblance . . . . . . . . . . . . . . . . . . . . . 84 3.4.7 Identification des param`etres structurels . . . . . . . . . . . . . . . 85 3.4.8 Mod`ele agr´eg´e de l’option ”z´ero” . . . . . . . . . . . . . . . . . . . 85 3.5 Cas sp´eciaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 3.5.1 Mod`ele o`u y=1,2,3 . . . . . . . . . . . . . . . . . . . . . . . . . . . 88 3.5.2 Mod`ele o`u y=1,2,4 . . . . . . . . . . . . . . . . . . . . . . . . . . . 90 3.5.3 Mod`ele o`u y=1,3,4, respectivement y=2,3,4 . . . . . . . . . . . . . 93 3.5.4 Mod`ele o`u y=1,2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 3.5.5 Mod`ele o`u y=1,3, respectivement y=2,3 . . . . . . . . . . . . . . . 99 3.5.6 Mod`ele o`u y=1,4, respectivement y=2,4 . . . . . . . . . . . . . . . 103 3.5.7 Mod`ele o`u y=3,4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 4 Notions de convergence et de s´eparation dans la m´ethode du maximum de vraisemblance 113 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 4.1 Notions de convergence et de s´eparation . . . . . . . . . . . . . . . . . . . 114 4.2 L’influence de la s´eparation sur les tests statistiques et les intervalles de confiance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 4.3 Solutions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121 4.3.1 Modification des variables ou des donn´ees . . . . . . . . . . . . . . 122 4.3.2 L’inf´erence exacte . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122 4.3.3 L’approche bay´esienne . . . . . . . . . . . . . . . . . . . . . . . . . 124 4.3.4 La vraisemblance p´enalis´ee ou l’a priori de Jeffreys . . . . . . . . . 128 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 5 Application de l’option ”z´ero” sur le march´e de la VoD 133 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133 5.1 La Vid´eo `a la Demande (VoD) . . . . . . . . . . . . . . . . . . . . . . . . . 134 5.1.1 Gestion num´erique des droits (Digital Rights Management DRM) . 137 5.1.2 Int´erˆet de l’analyse de la Vid´eo `a la Demande . . . . . . . . . . . . 138 5.1.3 Pr´esentation de certains sites de VoD . . . . . . . . . . . . . . . . . 142 5.1.4 Les autres acteurs de la VoD . . . . . . . . . . . . . . . . . . . . . . 150 5.1.5 Pr´esentation de la VoD propos´ee par les FAI . . . . . . . . . . . . . 152 5.1.6 Les motivations et les raisons du choix des attributs de la VoD . . . 153 5.2 Provenance de l’´echantillon . . . . . . . . . . . . . . . . . . . . . . . . . . . 162 5.3 Le plan d’exp´erience adapt´e `a l’application . . . . . . . . . . . . . . . . . . 163 5.4 Mise en oeuvre de l’interview . . . . . . . . . . . . . . . . . . . . . . . . . 172 5.4.1 Le questionnaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172 5.4.2 L’interview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174 5.4.3 R´esultat de l’interview et donn´ees retenues . . . . . . . . . . . . . . 174 5.5 Application du mod`ele de l’option ”z´ero” avec le refus et le conflit . . . . . 176 5.5.1 Le maximum de vraisemblance . . . . . . . . . . . . . . . . . . . . 176 5.5.2 V´erification de la s´eparation . . . . . . . . . . . . . . . . . . . . . . 176 5.5.3 L’approche bay´esienne et les simulations de Monte Carlo dans l’op- tion ”z´ero” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179 5.6 R´esultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183 5.6.1 Mod`ele y=1,2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184 5.6.2 Mod`ele y=1,2,3,4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187 5.6.3 Mod`ele y=1,2,3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190 5.6.4 Mod`ele y=1,2,4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192 5.6.5 Mod`ele y=1,3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194 5.6.6 Le mod`ele agr´eg´e . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195 5.7 Les parts de march´e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198 5.7.1 Les probabilit´es de choix . . . . . . . . . . . . . . . . . . . . . . . . 200 5.7.2 Les parts de march´e . . . . . . . . . . . . . . . . . . . . . . . . . . 204 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207 Conclusion et perspectives 211 Annexes 217 Annexe 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 Annexe 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218 Annexe 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219 Annexe 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221 Annexe 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225 Annexe 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237 Annexe 7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238 Bibliographie 239 Introduction L’analyse conjointe est une m´ethode de calcul d’utilit´es partielles bas´ee sur les r´eponses des individus par rapport `a des combinaisons d’attributs dits de d´ecision. Cette m´ethode n´ecessite la mise en oeuvre d’un questionnaire, l’utilisation de plans d’exp´erience et la d´etermination des utilit´es partielles des attributs par une proc´edure adapt´ee d’estima- tion. C’est pourquoi elle se d´efinit souvent comme une m´ethode d’´etude int´egr´ee. De plus, contrairement `a la micro´economie qui traite des pr´ef´erences agr´eg´ees des consommateurs, elle s’int´eresse aux pr´ef´erences individuelles. Elle agr`ege, par la suite, ces pr´ef´erences dans le cadre d’´etude de parts de march´e, par exemple. A l’origine, l’analyse conjointe a ´et´e d´evelopp´ee par le psychologue Luce et le statisticien Tukey (1964) dans les ann´ees 60. Elle est un terme g´en´erique adopt´e par Green et Sriniva- san (1978). Au d´epart, elle ´etait essentiellement appliqu´ee en marketing. Son introduction dans ce domaine est apparue dans les ann´ees 70 (Green et Rao 1971 ; Green et Wind 1973) avant de voir son application commerciale se d´evelopper dans les ann´ees 80. En 1982 et en 1986, Cattin et Wittink ont publi´e des applications de cette m´ethodologie. Aujourd’hui, les techniques de l’analyse conjointe se r´epandent dans de nombreux domaines, tels que la g´eographie, le transport, l’organisation urbaine, la sociologie, etc., bien qu’elles ´etaient d´ej`a bien connues et appliqu´ees en psychologie avant mˆeme leur introduction en marketing (Anderson 1962, 1970 ; Hoffman 1960 ; Hoffman, Slovic et Rorer 1968). L’analyse conjointe est comparable `a un processus qui int`egre la prise de d´ecision sou- vent complexe du consommateur 1 . Ce processus se d´ecrit, g´en´eralement, par des ´etapes d’int´egration d’information, d’appr´eciation, de comparaison et d’´evaluation des produits afin d’en d´ecider les aspects importants et pouvoir juger et comparer sur ces crit`eres le produit `a choisir parmi tous les produits comp´etitifs. Ce concept comportemental de l’analyse conjointe provient de la th´eorie de l’int´egration d’information (IIT) en psycho- logie (Hammond 1955 ; Slovic et Lichtenstein 1971 ; Anderson 1970, 1981, 1982) pour les 1 L’analyse conjointe a ses origines th´eoriques dans la litt´erature psychologique du processus d’infor- mation et de la prise de d´ecision complexe. 1 mod`eles descriptifs du d´eveloppement d’information dans le jugement (Louviere 1988 a, b). De plus, il provient ´egalement de la th´eorie de la consommation de Lancaster (1966) qui consid`ere les biens ´economiques comme des groupes de caract´eristiques ou d’attributs et qui sugg`ere que les pr´ef´erences pour ces biens peuvent ˆetre d´ecompos´ees en des pr´ef´erences s´eparables des caract´eristiques ou des avantages des composantes. En d’autres termes, cette th´eorie suppose qu’un produit peut se d´ecomposer en plusieurs caract´eristiques ou attributs et que les pr´ef´erences des consommateurs pour un produit d´ependent de la fa¸con dont les attributs sont valoris´es par les consommateurs et se combinent pour d´eterminer sa pr´ef´erence globale. L’objectif principal de l’analyse conjointe est, donc, de d´ecomposer l’utilit´e d’un produit (ou plus g´en´eralement d’un objet ou d’une offre) pour calculer les utilit´es partielles des attributs. Une autre source essentielle de la th´eorie comportementale de l’analyse conjointe est la th´eorie de l’utilit´e al´eatoire (RUT) qui forme la base de plusieurs mod`eles et plu- sieurs th´eories de jugement du consommateur et de la prise de d´ecision en psychologie et en ´economie. Cette th´eorie fut, en premier, propos´ee par Thurstone (1927) comme une mani`ere de mod´eliser les jugements dominants dans un contexte de comparaison par paires. L’id´ee de base de Thurstone, bien que d´esormais ´elargie, est rest´ee relativement inchang´ee. En r´ealit´e, la th´eorie de l’utilit´e al´eatoire sugg`ere que les consommateurs choi- sissent (ach`etent, etc.) les alternatives qu’ils pr´ef`erent selon les contraintes auxquelles ils sont soumis. Cependant, d’un point de vue du chercheur, les consommateurs ne choi- sissent pas forc´ement le produit qu’ils appr´ecient le plus. En effet, certains de leurs choix changent selon les opportunit´es du march´e. Ces changements dans le comportement sont repr´esent´es dans la th´eorie RUT par une composante al´eatoire dans la fonction d’utilit´e du consommateur. La th´eorie de l’utilit´e al´eatoire fournit donc une structure g´en´erale de compr´ehension et de mod´elisation du comportement du march´e des consommateurs dans beaucoup de circonstances. En France, le terme ”trade-off”, qui signifie compromis en anglais, est utilis´e comme un synonyme de l’analyse conjointe. La m´ethode dite ”trade-off” englobe la cat´egorie des mod`eles compensatoires ou de compromis. Cette cat´egorie suppose qu’une note positive sur un attribut peut ˆetre compens´ee par une note moins bonne sur un autre. En d’autres termes, le choix du consommateur suit une logique de compensation, o`u l’avantage retir´e par un attribut est compens´e par les autres attributs qu’il est amen´e `a rejeter. L’objet de l’analyse conjointe repr´esente donc l’analyse des compromis qui m`ene `a un choix. En effet, dans l’analyse conjointe, on pr´esente g´en´eralement des produits qui obligent le consom- mateur `a faire des compromis entre plusieurs attributs avantageux. De plus, puisque le mod`ele ”trade-off” ressort du domaine particulier de la mesure des ph´enom`enes psycholo- 2
L\'Option Zéro en Analyse conjointe - Page 1
L\'Option Zéro en Analyse conjointe - Page 2
wobook
edilivre.com