Sawtooth Software : à la découverte des dernières advanced analytics s et méthodologies de recherche

Vous souhaitez faire une percée dans le domaine des sciences du marketing ?

La conférence Sawtooth Software rassemble des professionnels de la recherche et de l'analyse afin qu'ils approfondissent leurs connaissances et bénéficient d'une formation pratique sur les dernières méthodologies d'analyse conjointe. En tant que partenaire de longue date de Sawtooth Software, une équipe de SKIMmers partagera une nouvelle fois son expertise en modélisation des choix avec ses homologues du secteur à Orlando.

Nos experts en méthodes et en analyse, venus des quatre coins des États-Unis et d'Europe, présenteront divers articles techniques, ateliers et tutoriels sur un large éventail de thèmes liés à la modélisation des choix. N'hésitez pas à assister à l'une de nos sessions ou à venir nous parler pour découvrir des opportunités de carrière passionnantes.

Approfondissez vos connaissances en analyse de données : participez aux présentations d'experts d'SKIM

Le co-regroupement consiste à regrouper simultanément les lignes et les colonnes de données. Par exemple, lorsqu’il est utilisé pour des questions d’évaluation ou des scores MaxDiff, il offre un excellent aperçu de l’hétérogénéité sous-jacente de ces données : quels répondants sont similaires et quels éléments sont similaires. L'ajout de covariables au cours du processus – tant pour les répondants que pour les variables ! – apporte une dimension supplémentaire à l'analyse. Cet article présentera différentes façons de visualiser des données ayant fait l'objet d'un co-regroupement et expliquera les principes heuristiques permettant de réaliser ce co-regroupement en tenant compte des covariables.

PayPal et SKIM ont récemment mis au point une approche pragmatique visant à identifier les facteurs comportementaux qui influencent le parcours d’achat des consommateurs lors de la phase de paiement en ligne chez les commerçants. Nous avons innové dans la conception des enquêtes en simulant l’expérience de paiement et en combinant des analyses conjointes et non conjointes. De plus, nous avons traduit les réponses en recommandations commerciales concrètes, accessibles même à un public non initié aux aspects techniques. Cette innovation a permis de faire du volet « Paiement » une priorité stratégique chez PayPal et d’intégrer ces recommandations dans la feuille de route des produits, du marketing et des ventes.

Est-ce que nous risquons de provoquer un surajustement de nos modèles en raison de la manière dont nous estimons nos paramètres de prix ?

Les études de tarification complexes peuvent aboutir à un grand nombre de niveaux de prix partiels. D’après des conférences récentes, il est recommandé d’utiliser une fonction par morceaux comportant entre 2 et 6 points d’inflexion (hors extrémités), et l’on a constaté que 12 à 20 points d’inflexion pouvaient s’avérer utiles. Nous souhaitons déterminer si une douzaine de points de rupture, voire plus, constitue un surajustement et s’il vaut mieux opter pour une approche plus parcimonieuse. Cette étude permettra également de vérifier s’il serait préférable d’avoir plusieurs effets de prix plus simples. Le RLH, le taux de réussite sur l’échantillon de validation et le pourcentage d’effets ne nécessitant pas de contrainte seront utilisés comme critères d’évaluation.

Échantillonnage de Thompson dans le CBC multi-attributs

Souvent, nous sommes confrontés au problème suivant : nous ne pouvons tester qu'un certain nombre de niveaux par attribut pour garantir la robustesse de l'estimation. Cependant, dans certaines études CBC, nous souhaitons tester un nombre bien plus important de niveaux et simplement identifier les meilleurs niveaux et combinaisons de niveaux. En recourant à l'échantillonnage de Thompson, nous sélectionnons les produits préférés à suréchantillonner pour chaque nouveau répondant.

L'analyse conjointe volumétrique et le rôle de la taille de l'assortiment

Prévoir le volume des ventes d'un nouveau produit sur le point d'être lancé est une tâche à laquelle de nombreux chercheurs se sont déjà attelés au moins une fois. Il existe diverses méthodologies pour y parvenir, qui se regroupent en trois grandes catégories : les tests en conditions réelles, l'analyse comparative et la reproduction d'environnements de marché. Dans cet article, nous présentons les avantages et les inconvénients de chacune d'entre elles et expliquons une approche qui permet de surmonter certaines des limites de ces méthodes en les combinant.

Modélisation autorégressive vectorielle de données de ventes longitudinales à l'aide de populations simulées, sur la base d'expériences conjointes

L'autorégression vectorielle (VAR) est souvent utilisée pour modéliser les ventes d'un nombre P d'articles au fil du temps. Le modèle VAR prévoit les ventes à l'instant tnew à partir des ventes antérieures à l'instant tlag, en tenant compte des facteurs expliquant ces variations, tels que le prix, la distribution et la tendance. Nous modélisons également la corrélation entre les sources d'approvisionnement des articles P à l'aide d'une population simulée ~ normale multivariée(α_lag, ∑). Nous montrons comment utiliser des expériences conjointes pour estimer ∑ et comment cela améliore considérablement les prévisions par rapport à une modélisation de ∑ basée uniquement sur les données de ventes.

Prêt à relever votre prochain défi ?

Nous recrutons !

N'hésitez pas à nous demander ce que signifie #LifeatSKIM.

Développez votre expertise.

Apprenez auprès des meilleurs du secteur.

Repoussez vos limites.

Découvrez les offres d'emploi sur SKIM.

—

À propos de Sawtooth Software

Sawtooth Software fournit des données ( advanced analytics ) et des analyses permettant aux entreprises de comprendre ce qui importe à leurs clients et de prévoir leurs achats ou leurs choix. Pour ce faire, l'entreprise s'appuie sur sa plateforme de solutions, ses services de conseil et ses prestations de formation.

La plateforme Sawtooth prend en charge les questions d'enquête classiques, mais elle est surtout connue pour sa solution intégrée d'analyse prédictive appelée « analyse conjointe » ou « analyse des choix ».