Détermination des dimensions du comportement physique en magasin

Afin de déterminer des dimensions du comportement physique en magasin, nous avons effectué des analyses en composantes principales en utilisant la rotation Varimax sur les variables de chacun de jeux de données, celui collecté dans le magasin spécialisé en produits de beauté et celui collecté dans l’hypermarché. La rotation Varimax est choisie car elle minimise le nombre de variables ayant de fortes corrélations sur chaque facteur et simplifie ainsi l'interprétation des facteurs. Les résultats de ces analyses sont fournis respectivement dans les tableaux 6.6 et 6.7.

 Des variables exploitables différentes selon les magasins

La première remarque importante qui peut être faite est la suivante : les variables retenues par les deux analyses ne sont pas exactement les mêmes. En effet, comme nous l’avons vu dans le chapitre 4 (voir tableau 4.7), certaines actions sont souvent effectuées par

les consommateurs chez le spécialiste-beauté alors qu’elles ne sont quasiment jamais effectuées en hypermarché. C’est le cas par exemple des actions comme essayer un produit ou parler avec un vendeur. Ces variables sont donc exploitables dans l’analyse des données issues du spécialiste beauté, mais sont inexploitables dans celle effectuée sur les données issues de l’hypermarché. Inversement, des comportements comme chercher dans un rayon ou regarder sa liste de course sont régulièrement effectués en hypermarché mais ne le sont que très rarement chez le spécialiste-beauté, avec des conséquences similaires.

 Analyse des données issues du spécialiste-beauté

Sur les données issues du magasin spécialisé en produits de beauté, les valeurs propres des cinq premières composantes sont supérieures à 1, respectivement égales à 7.19, 3.37, 1.61, 1.49 et 1.32. On note une rupture distincte entre les deux premières composantes et les autres et la solution à deux facteurs explique 55% de la variance. Cette solution est représentée dans le tableau 5.5 Le fait qu’aucune pondération croisée ne dépasse 0,3 est également un indice nous conduisant à accepter cette structure simple à deux composantes (Baumgartner et Steenkamp 1996).

Comme le montre le tableau 6.6, les variables liées à la première composante sont relatives à l’étendue du comportement en magasin, comme nous l’avons proposé. Parmi ces variables, on trouve le nombre de zones visitées, le nombre d’arrêts, la complexité du parcours, le nombre de regards portés sur les étagères et les produits ou encore le nombre de produits pris en main. Les variables liées à la deuxième composante sont relatives à la focalisation du comportement sur des éléments précis, ce qui correspond également à notre proposition de recherche. Parmi ces variables, on trouve la durée moyenne des arrêts, les variables liées aux essais des produits, les variables liées aux contacts avec les vendeurs, ainsi que les durées moyennes des regards portés sur les rayons et les produits. Ces deux composantes et les variables qui les composent correspondent à la description du modèle en deux dimensions du comportement physique que nous avons proposé dans la proposition P1. Nous confirmons donc l’existence des deux dimensions du comportement physique en magasin : la première composante correspond à la largeur du comportement et la deuxième composante correspond à la profondeur du comportement.

162

Tableau 6.6. Analyse en composantes principales sur les données issues du magasin de produits de beauté

Composantes

Largeur Profondeur

Nombre de regards rayon 0.943 0.112 Nombre d’arrêts 0.895 0.146 Durée totale des regards rayon 0.825 0.147 Nombre de regards produits 0.819 0.211 Nombre de produits pris 0.778 0.277 Durée totale des regards produits 0.694 0.295 Complexité du parcours 0.641 0.100 Nombre de zones visitées 0.527 -0.016 Durée moyenne d’un arrêt 0.012 0.789 Durée totale des contacts vendeurs 0.184 0.771 Durée totale des essais 0.168 0.715 Durée passée à l’arrêt (%) 0.204 0.696 Durée moyenne des essais 0.035 0.665 Nombre de contacts vendeurs 0.202 0.652 Nombre de produits essayés 0.276 0.603 Durée moyenne d’un contact vendeur -0.028 0.559 Durée moyenne d’un regard produit 0.155 0.471 Durée moyenne d’un regard rayon 0.106 0.304  Analyse des données issues de l’hypermarché

D’après l’analyse en composantes principales effectuée sur les données issues de l’hypermarché, les valeurs propres des quatre premières composantes sont supérieures à 1, respectivement égales à 8.52, 3.55, 1.57 et 1.11. On note une rupture distincte entre les deux premières composantes et les autres, et la solution à deux facteurs explique 67% de la variance. Cette solution est représentée dans la table 6.7.

Les variables liées à la première composante sont relatives à l’étendue du comportement en magasin. Parmi ces variables, on trouve le nombre de zones visitées, le nombre de regards portés sur les étagères, la durée moyenne d’un regard, le nombre de produits pris en main, etc. Les variables liées à la deuxième composante sont relatives à la focalisation du comportement sur des éléments précis. Parmi ces variables, on trouve la durée moyenne des arrêts et les variables liées aux recherches détaillées dans les rayons. Ces deux

composantes et les variables qui les composent correspondent à la description du modèle en deux dimensions du comportement physique que nous avons proposé dans la proposition P1. Nous confirmons donc là aussi l’existence des deux dimensions du comportement physique en magasin : la première composante correspond à la largeur du comportement et la deuxième composante correspond à la profondeur du comportement. Il est de plus utile de noter que parmi les 12 variables similaires présentes dans les analyses en composantes principales de chacun de deux jeux de données, hypermarché et spécialiste-beauté, 11 sont classées dans les mêmes composantes. Les deux analyses montrent donc des résultats cohérents, les dimensions du comportement physiques mises en lumière ne paraissent pas être des cas particuliers à chaque type de magasin. Il est cependant nécessaire de mentionner le fait que, dans le cas de l’hypermarché, les pondérations croisées sont dans certains cas plus élevées que 0,3, ce qui semble signaler que les facteurs sont moins purs que dans le cas précédent.

Tableau 6.7. Analyse en composantes principales sur les données issues de l’hypermarché

Composantes

Largeur Profondeur

Nombre d’arrêts 0.895 0,323 Nombre de produits pris 0,893 0,258 Nombre de regards rayons 0,847 0,448 Nombre de zones visitées 0,821 -0,051 Nombre de consultations liste 0,762 -0,169 Nombre d’examens produits 0,741 0,562

Durée totale regard rayons 0,671 0,624 Durée totale consultation liste 0,654 -0,209 Durée moyenne consultation liste 0,548 -0.238 Complexité du parcours 0,238 0,150 Durée moyenne d’un arrêt -0,093 0,836 Durée passée à l’arrêt (%) 0,362 0,778 Durée moyenne d’un examen produit -0,170 0,774 Durée moyenne recherche 0,079 0,749 Durée totale des examens produit 0,602 0,729 Durée totale recherche 0,456 0,713 Durée moyenne regard rayon -0,242 0,659 Nombre de recherches 0,600 0,619

164