1. si la fonction est présente et parfaitement opérationnelle, que ressent l'utilisateur ?
2. si la fonction est absente ou dysfonctionnelle, que ressent l'utilisateur ?

• hiérarchiser les attentes des utilisateurs (client, prospect-simple visiteur)
• contribuer à l'amélioration d'un produit, d'un service, d'un site web
• tester la légitimité d'une innovation (adhésion à l'offre, classification des composantes de l'offre suivant la satisfaction)
• étayer des hypothèses de conception produit/service (composante manquante permettant une plus value en terme de satisfaction)
• la composition de gammes (en termes d'offre, de service) 

 

• Tracer le client : Savoir où il a des difficultés, et identifier ces difficultés
• Laisser le client s'exprimer : Vous saurez alors distinguer alors ce qui est "gênant mais pas crucial" de ce qui "rompt le dialogue et vous fait perdre des commandes".
• Identifier des objectifs qui peuvent se traduire en métriques, c'est à dire inscrire votre site dans un process d'amélioration quantifiable.

• Comment mon site web est-il perçu par les internautes ?
• Trouvent-ils ce qu'ils sont venus chercher ?
• Les fonctionnalités présentes sont-elles bien perçues et assimilées ?

• Comment y répondre  Rapidement ?
• Efficacement avec des préconisations opérationnelles ?
• Dans des coûts abordables ?

• au-dessus de quel prix n'achèteriez-vous pas ce produit ?
• au-dessous de quel prix jugeriez-vous ce produit de qualité insuffisante ?

Ici fini le calcul statistique pour être relayé par le Marketing !

En effet, il est intéressant de croiser le volume écoulé par rapport au prix pratiqué.
La marge peut ainsi être plus intéressante avec un volume moins important.

Le prix psychologique est donc bien un simple indicateur qu'il faut encore croiser avec d'autres variables
pour précisément définir le mix produit.

Frédéric LELEU          
Directeur commercial
Marketing

Les études marketing se base sur l'interrogation d'une cible marketing.
On cherche à recueillir les avis de clients, de prospects... Toutefois, la tache n'est pas si aisée.
Comme le montre ce cas pratique :

" Nous cherchons à recueillir n'avis des visiteurs d'un site Internet afin de pouvoir dresser un bilan
complet tant sur le contenu que sur des notions d'ergonomie. Pour ce faire, l'institut se propose de gérer une étude en ligne se déclenchant  à la visite des Internautes (type Interruption de navigation).
Ainsi l'étude se propose d'interroger le "tout-venant" sans sélection préalable.

Or dans notre exemple, ce site est très fréquenté par des clients habituels, qui fréquente le site couramment,  en font leur site de référence, se l'approprie. Ces visiteurs forment un noyau dur qui accepte volontiers de répondre à l'étude. Bien plus volontiers, que toute autre cible :

• Client non-récurent
• Internaute première visite

Ainsi sur 100% des visiteurs, ce noyau dur, représente une partie surestimée, qui biaise les résultats. Alors que le recrutement prenait du tout venant."

Vous constatez ici les méthodes de recrutement dit "probabiliste" où l'échantillon est constitué au hasard, n'apporte pas des résultats efficient. Il est préférable ici de faire appel à la méthode des quotas. Qui au lieu de limiter le champ exploratoire de l'étude, permet plus précisément de calquer à la réalité "constatée".

Si les quotas sont calculés correctement, l'échantillon est représentatif de la population.
Cependant on peut se demander quand même s'il n'y a pas une taille minimum à respecter ?

On prend ici le penchant des Statistiques notamment avec le Théorème Central Limite qui signifie que si l'on veut qu'une partie de l'échantillon soit statistiquement significative, il faut que sa taille au minimum soit de l'ordre de 30.
Cela nous donne donc une solution pour la taille de l'échantillon. Il faut le calculer de manière telle qu'aucun sous-échantillon n’ait une taille inférieure à 30.

Frédéric LELEU          
Directeur commercial
Marketing