Premium
Modélisation des parts de marché: Une approche multicritere
Author(s) -
Oral Muhittin,
Kettani Ossama
Publication year - 1988
Publication title -
canadian journal of administrative sciences / revue canadienne des sciences de l'administration
Language(s) - French
Resource type - Journals
SCImago Journal Rank - 0.347
H-Index - 48
eISSN - 1936-4490
pISSN - 0825-0383
DOI - 10.1111/j.1936-4490.1988.tb00473.x
Subject(s) - humanities , philosophy , mathematics
Résumé Un des objectifs premiers de la modélisation multicritère dans le domaine du marketing est de cerner le processus qu'emprunte le consommateur ou le marché pour émettre ses préférences parmi les produits concurrents disponibles. Les modèles développés dans ce sens dans la littérature peuvent ětre classés dans deux familles: les modèles basés sur une approche statistique et ceux basés sur une approche de programmation mathématique. Le présent essai relève plutǒ de la deuxième famille. Une des principales caractéristiques du modèle suggéré est son aptitude à reproduire les parts de marché des produits concurrents dans des situations qui ne peuvent ětre traitées par les modèles conventionnels de programmation mathématique. Cette capacité permet évidemment de rendre crédible les hypothèses qu'on peut émettre à propos de la nature des mécanismes sous‐jacents à la répartition actuelle des parts de marché. La portée et l'application de ce modèle sont illustrées à travers un exemple numérique hypothétique. Abstract The primary objective of multi‐attribute models in the area of marketing is to discover the way the consumers make their choice among competing products. The models proposed for this purpose can be grouped into two classes: (i) models based on statistical approach, and (ii) models based on mathematical programming approach. The present paper falls in the second group since it proposes a new mathematical programming model to estimate market shares. The main feature of the proposed model is that it recognizes the dependence of attribute weights on attribute scores through a step function. The prédictive ability of the model is discussed via a hypothetical numerical example .