Les méthodes d’analyse conjointe partagent toutes le même principe : il s’agit de décomposer un produit dans ses caractéristiques clés de façon à analyser la façon dont les consommateurs prennent leurs décisions. L’analyse conjointe est parfois appelée « trade-off » parce que les consommateurs sont placés dans des situations où ils doivent faire des arbitrages.

La fiabilité de ce type d’approche réside dans le fait qu’on reconstitue le système de décision du consommateur en se fondant non pas sur ce qu’il déclare comme important dans sa décision, mais sur l’analyse statistique de ses choix effectifs dans différentes situations. Un consommateur qui a tendance à privilégier systématiquement les offres les moins chères sera identifié comme « sensible au prix ».

Dès lors que l’on peut attacher un score d’utilité à chaque modalité de l’offre, on peut calculer la demande potentielle pour n’importe quelle offre combinant les caractéristiques testées, y compris pour des offres qui n’ont pas été présentées. Cette capacité à simuler des scénarios multiples est un atout par rapport à des méthodes de test plus statiques.

L’ analyse conjointe : un large spectre de domaines d’application

Il existe plusieurs méthodes d’analyse conjointe. Chez Strategic Research nous utilisons souvent le « Choice-Based Conjoint » qui permet de présenter des objets complets au travers de tâches de choix successives. Ces conditions de test se rapprochent d’une situation d’achat réelle, ce qui confère à la méthode un pouvoir de prédiction supérieur à d’autres approches alternatives.

Les domaines d’application du trade-off sont nombreux. On citera en particulier :

• Pour l’innovation : aider à optimiser l’offre et à comprendre quelle est la valeur attachée par les consommateurs à chacune des caractéristiques produit
• Pour le prix : déterminer le prix qui maximise la demande et/ou le chiffre d’affaires ; déterminer l’élasticité prix ; déterminer la stratégie prix à suivre en réaction aux mouvements des concurrents
• Pour la communication : sélectionner les meilleurs messages pour maximiser la réponse des cibles visées.