L’optimisation de l’effort marketing à travers la segmentation probabiliste prédictive de la clientèle et la modélisation de la persistance des impacts promotionnels : étude dans le contexte des biens de consommation courante

par Ioana Mihart

Thèse de doctorat en Sciences de gestion

Sous la direction de Mihai Calciu.


  • Résumé

    Dans un contexte marketing régi aujourd’hui par le paradigme relationnel, les enjeux se regroupent autour de trois aspects stratégiques : une bonne connaissance des clients, une allocation optimale des ressources limitées et une mesure fiable de la performance. Deux courants de recherche concernant le Capital Client peuvent être distingués : d’une part, celui dédié à son estimation à travers l’étude et l’estimation du comportement client, d’autre part, celui dédié à sa maximisation à travers l’identification des stratégies marketing optimales. Cette recherche se situe à la confluence de ces courants, son but étant d’analyser dans quelle mesure l’association de la segmentation probabiliste prédictive de la clientèle et de la modélisation de la persistance des impacts des actions marketing, peut constituer un dispositif pertinent pour l’optimisation de l’effort marketing. Des hypothèses concernant le rôle modérateur de l’hétérogénéité des clients en termes de Lifetime Value prédite, dans l’impact des actions promotionnelles initiées par une enseigne sur les processus formateurs de son Capital Client – l’acquisition et la rétention, sont formulées et testées. La discussion des résultats obtenus permet la réalisation d’une typologie des trajectoires possibles des ventes et du Capital Client sous l’influence des actions promotionnelles de différentes intensités. Elle permet également d’envisager la maximisation du Capital Client par l’optimisation de l’intensité promotionnelle au niveau des segments issus de la modélisation probabiliste. Les implications académiques et managériales sont examinées et plusieurs voies de recherche sont proposées.

  • Titre traduit

    Marketing effort optimisation by probabilistic segmentation of the customer base and persistence modelling of promotional impacts


  • Résumé

    In a marketing context governed today by the relational paradigm, three strategic issues become increasingly important: a good knowledge of customers, the optimal allocation of limited resources and reliable measures of performance. Two streams of research on Customer Equity can be distinguished: the first one is dedicated to its estimation through the study and prediction of customer behaviour, the other one, to its maximization through the identification of optimal marketing strategies. This research can be situated at the confluence of these currents, its purpose being to analyse whether the combination of probabilistic customer base segmentation and persistence modelling of the impact of marketing actions, can constitute a appropriate device for the optimisation of the marketing effort. Hypotheses are formulated and tested regarding the moderating role of the heterogeneity of customers' predicted Lifetime Value in the impact of promotional activities initiated by a company on the formative processes of its Customer Equity - acquisition and retention. The discussion of the results leads to a typology of possible trajectories for sales and Customer Equity under the influence of promotional activities of different intensities. It also allows considering the maximization of Customer Capital by optimising the intensity of promotional actions targeting the segments issued from the probabilistic modelling. Academic and managerial implications are discussed and several research directions are suggested.


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse ?

  • Bibliothèque : Université des sciences et technologies de Lille. Service commun de la documentation. Bibliothèque virtuelle.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.