Revision sheet: Cours 2 Marketing

1. 📌 L'essentiel

• Les études marketing permettent de collecter, analyser et interpréter des données pour comprendre un marché ou public.
• Deux grands types de données : primaires (spécifiques) et secondaires (existantes- Études qualitatives : observation, entretiens, groupes, méthodes projectives.
• Études quantitatives : échantillonnage, questionnaires, outils comme panel, baromètre, A/B test.
• Data marketing : utilisation des traces numériques pour segmentation, personnalisation, prédiction, avec enjeux éthiques (RGPD).
• La maîtrise de ces méthodes optimise la prise de décision stratégique.

2. 🧩 Structures & Composants clés

• Données primaires — collectées pour un problème précis.
• Données secondaires — existantes, internes ou externes.
• Observation — directe ou ethnographique.
• Entretiens — non-directifs, semi-directifs, directifs.
• Focus group — groupe de 6-12 personnes pour analyser perceptions.
• Méthodes projectives — techniques pour contourner blocages psychologiques.
• Échantillonnage — aléatoire, stratifié, quotas.
• Questionnaires — questions ouvertes, fermées, échelles.
• Outils quantitatifs — panel, baromètre, A/B test.
• Data marketing — collecte numérique, enjeux RGPD.

3. 🔬 Fonctions, Mécanismes & Relations

• Données primaires fournissent des insights spécifiques, mais coûteuses.
• Données secondaires sont rapides mais parfois peu fiables.
• Observation permet d’étudier comportements en contexte.
• Entretiens explorent motivations et perceptions.
• Focus group analyse perceptions collectives et vocabulaire.
• Méthodes projectives aident à révéler des mobiles latents.
• Échantillonnage doit être représentatif pour fiabiliser les résultats.
• Questionnaires doivent être simples et testés.
• Outils quantitatifs permettent de mesurer et suivre des tendances.
• Data marketing exploite traces numériques pour cibler et prédire.
• Respect RGPD est essentiel pour la légalité et l’éthique.

4. Tableau de synthèse

Élément	Points clés	Notes / Différences
Données primaires	Collectées pour l’étude spécifique	Coûteuses, pertinentes
Données secondaires	Déjà existantes, internes ou externes	Rapides, économiques, limites
Observation	Non-participante, participante, ethnographique	Qualitative, immersive ou non
Entretiens	Non-directifs, semi-directifs, directifs	Approche exploratoire, mobile
Focus group	6-12 participants, discussion ciblée	Analyse perception, vocabulaire
Méthodes projectives	Techniques créatives pour contourner blocages	Implicites, images, métaphores
Échantillonnage	Aléatoire, stratifié, quotas	Représentativité essentielle
Taille échantillon	Environ 400 personnes	Bonne précision statistique
Questionnaire	Questions simples, tests préalables	Clarté, ordre logique
Outils quantitatifs	Panel, baromètre, A/B test	Suivi longitudinal, expérimentation
Data marketing	Traces numériques, segmentation, personnalisation	RGPD, enjeux éthiques

5. 🗂️ Diagramme Hiérarchique

Études marketing
 ├─ Données
 │   ├─ Primaires
 │   └─ Secondaires
 ├─ Études qualitatives
 │   ├─ Observation
 │   ├─ Entretiens
 │   └─ Groupes
 ├─ Études quantitatives
 │   ├─ Échantillonnage
 │   ├─ Questionnaires
 │   └─ Outils (panel, baromètre, A/B)
 └─ Data marketing
     └─ Traces numériques, enjeux RGPD

6. ⚠️ Pièges & Confusions fréquentes

• Confondre données primaires et secondaires.
• Sous-estimer la fiabilité des données secondaires.
• Confusion entre observation participante et non-participante.
• Utiliser des questionnaires trop complexes ou mal testés.
• Confondre méthodes qualitatives et quantitatives.
• Négliger l’importance de l’échantillonnage représentatif.
• Oublier les enjeux éthiques du data marketing (RGPD).
• Croire que les études qualitatives donnent des résultats quantitatifs précis.

7. ✅ Checklist Examen Final

• Définir les types de données : primaires vs secondaires.
• Expliquer les méthodes qualitatives : observation, entretiens, groupes, projectives.
• Décrire les méthodes quantitatives : échantillonnage, questionnaires, outils.
• Comprendre le rôle du data marketing et ses enjeux.
• Connaître les avantages et limites des études documentaires.
• Savoir différencier observation participante et non-participante.
• Maîtriser la composition d’un focus group.
• Savoir structurer un questionnaire efficace.
• Connaître les principaux outils quantitatifs.
• Respecter le cadre du RGPD dans la collecte numérique.
• Identifier les pièges courants lors de l’analyse.
• Pouvoir réaliser une synthèse claire sous forme de tableau ou schéma.