• analyse-de-donnes-cestad
  • analytics_tools_original
  • data-minig1
  • data-minig2
  • Data-Mining-1030
  • Big-data-azzurro
  • marketing-statistics
Enquêtes
Collete des données
Traitement des données
Analyse des données
 
Programmation
Programmation statistique
Developpement des macros
Modélisation et plus encore
 
Data Mining
Exploration des données
Modélisation prédictive
Big Data
 
Formations certifiantes
Formations à la carte
Semilaires et conférences

 

 

Dans la recherche marketing quantitative, que ce soit par enquête ou par observation, des éléments d'information sont recueillis dans un échantillon de répondants pertinents. Cette information est ensuite transformée en variables contenant des étiquettes verbales ou numériques (scores) par réponse. Pour donner un sens à cet ensemble de données, diverses méthodes analytiques statistiques peuvent être utilisées. L'analyse statistique se déroule normalement en plusieurs étapes. Le premier ensemble de techniques, appelées statistiques descriptives, est utilisé pour obtenir un aperçu descriptif des données disponibles et pour résumer les données au moyen d'un nombre limité d'indicateurs statistiques. Ensuite, chaque variable peut être étudiée séparément, par exemple pour comparer les scores moyens d'une variable pour différents groupes ou sous-échantillons de répondants, ou pour juger de la différence entre les classements ou les distributions de fréquences. Ces analyses sont appelées statistiques univariées ou tests statistiques. Enfin, dans les statistiques multivariées, plusieurs variables peuvent être analysées conjointement, pour évaluer quelles variables expliquent ou prédisent d'autres variables, ou comment les variables sont liées les unes aux autres. Dans les statistiques univariées et multivariées, non seulement la description est importante, mais aussi la validation statistique. En d'autres termes, les résultats doivent non seulement être décrits et être évalués sur ce que cette description signifie pour le problème de marketing en question; il est au moins aussi important d'évaluer à quel point les résultats sont statistiquement significatifs, c'est-à-dire à quel point le chercheur peut être sûr que les conclusions descriptives sont statistiquement fiables et valides.