LES FACTEURS INFLUENCANT LE COMPORTEMENT DU CONSOMMATEUR LORS DUNE RUPTURE DE STOCK

Chantal CONNAN GHESQUIERE Docteur en Sciences de gestion GREFIGE 20, rue des vergers 67880 INNENHEIM FRANCE E-mail : connan_ghesquiere@yahoo.fr Tel : 00.33/06.03.360.360

LES FACTEURS INFLUENCANT LE COMPORTEMENT DU CONSOMMATEUR LORS DUNE RUPTURE DE STOCK

Les ruptures de stock sont la fois frquentes et nombreuses. En effet, le taux de rupture se situe autour de 10% selon les tudes (Anonyme, 2004). Cette situation bien que nfaste aux distributeurs, producteurs et consommateurs na fait lobjet que dun nombre limit dtudes au niveau acadmique. Nanmoins, ces travaux sur les ruptures de stock nous ont permis de rpertorier les diffrents comportements du consommateur qui constate un produit manquant. Si les mthodologies utilises diffrent quelque peu, les rsultats prsentent nanmoins de fortes similitudes. Les ractions prdominantes sont de changer darticle, de changer de magasin, de diffrer lachat, ou encore dannuler lachat. Les tudes antrieures prsentent presque toujours ces mmes rsultats avec des variantes en terme de prcision dans les rponses, et de pourcentage des consommateurs ayant choisi loption (Emmelhainz et Emmelhainz, 1991 ; Campo et al, 2000). Lobjectif de cette communication est de se placer dans loptique du distributeur qui cherche comprendre les ractions des consommateurs face un article manquant. En effet, lorsque le consommateur constate une rupture de stock, il doit adopter un nouveau comportement. Ce choix est influenc par un certain nombre de facteurs. Nous supposons qu chaque rupture correspond un ensemble de facteurs qui rend unique cet incident et le comportement qui y est associ. Nous cherchons donc mettre ne vidence quels sont les facteurs mais galement les groupements de

facteurs qui incitent le consommateur choisir un comportement. Notre apport par rapport aux tudes antrieures est dtudier des variables nouvelles et surtout sur les six comportements rpertoris par la littrature. En effet, les travaux prcdents nont tudi limpact des facteurs que sur trois comportements (Zinn et Liu, 2001). Nous navons pas retenu les mmes comportements, ni les mmes facteurs que Campo et al (2000).

LES FACTEURS AYANT UNE INFLUENCE SUR LE COMPORTENT DU CONSOMMATEUR QUI CONSTATE UNE RUPTURE DE STOCK

De nombreux facteurs

Chaque visite dans un magasin est un acte unique, dans la mesure o chaque approvisionnement prsente des caractristiques qui lui sont propres. Les raisons de la visite : gros ravitaillement, recevoir des invits, manque dun produit la maison, mais galement le choix du type de magasin, le fait dhabiter dans une mtropole, de travailler, dtre de bonne humeur ou au contraire stress sont des facteurs dinfluence indniables. De nombreux lments rendent ainsi chaque visite particulire. Lensemble des facteurs runis lors dune visite influe sur le consommateur dans ses choix du point de vente, du produit, mais galement de la marque. Parmi les nombreux facteurs ayant une influence sur le comportement du consommateur, nous nen avons retenu quun nombre limit. Certains paraissaient, la premire approche, avoir un impact trop faible ou ne concerner quun faible

nombre de cas. Ltude dune autre catgorie de facteurs est trop dlicate insrer dans nos travaux (effet de lambiance du magasin, de lhumeur du consommateur, prix, ).

La fidlit la marque et au magasin

La fidlit est la rsultante dun processus psychologique entranant une prfrence et lexpression dun comportement particulier envers une marque ou un magasin, signifiant cette adhsion spcifique. Les mnages ne prsentent pas tous le mme comportement face lacte dachat. Ainsi certains sont fidles des marques (Crispell et Brandenburg, 1993 ; Corstjens et Corstjens, 1995 ; Seetharaman et al., 1999 ; Campo et al., 2000) dautres le sont envers le magasin (Corstjens et Corstjens, 1995 ; Campo et al., 2000 ; Cortjens et Lal, 2000) tandis quune dernire catgorie fait son choix dans le magasin en fonction des articles disponibles (Schary et Christopher, 1979). Un des rles de la fidlit conduit le consommateur racheter toujours la mme marque, le rendre moins sensible aux promotions et la concurrence. Ainsi, le consommateur fidle une marque prfre changer de magasin pour trouver son produit, acheter un produit de taille diffrente pour conserver la mme marque, ou encore diffrer son achat. Tandis que le consommateur fidle au magasin choisit de changer de marque ou de produit, et prfre mme annuler son achat plutt que de lacheter ailleurs. Ainsi, nous tudierons le rle de la fidlit la marque et au magasin.

Limplication
Limplication joue un rle primordial dans lexplication des comportements du consommateur (Kapferer et Laurent, 1986 ; Ben Miled-Chrif, 2001). On peut apprcier la consommation dun produit sans pour cela lui porter un intrt trs approfondi. Cest une situation qui sapplique de nombreux produits alimentaires (Kapferer et Laurent, 1986). Limplication doit tre vue comme une variable de motivation dans la mesure o elle dtermine le degr dnergie allou par le consommateur une srie de tches. La faible implication du consommateur dans un produit conduit une fidlit une marque plus faible et un comportement moins routinier (Motes et Castelberry, 1985 ; Fitzsimons, 2000). A contrario, si le consommateur est fortement impliqu dans un produit et est satisfait de ses achats antrieurs, son implication se traduit par une fidlit plus forte cette marque. Le concept de limplication est certainement le plus mme dexpliquer les diffrences de comportements de consommateurs que lon a pu constater en fonction des produits (Anonyme, 2004).

Les variables du marketing-mix

Au regard de la revue de la littrature et des rsultats des enqutes dj ralises, il nous semble indispensable de retenir le produit et la marque comme facteur dinfluence du comportement du consommateur en cas de rupture de stock. En effet, Les rsultats de plusieurs tudes montrent que le comportement des consommateurs diffre suivant les produits et les marques en ruptures (Anonyme, 2004).

Lassortiment joue galement un rle primordial lors de la rupture de stock. En effet, le comportement le plus frquent, au vu des diffrentes tudes ralises, est la substitution (Anonyme, 2004). Cependant, ce comportement impose une contrainte trs forte au magasin qui doit proposer plusieurs substituts afin que le consommateur puisse en trouver un qui lui convienne. Ce projet est confort par ltude de Campo et al. qui montre que la disponibilit des alternatives disponibles un impact sur le comportement dachat lors dune rupture de stock (Campo et al., 2000).

Les facteurs situationnels

Certains comportements du consommateur avaient du mal tre expliqus par les outils danalyse traditionnels. Plusieurs auteurs ont montr que les circonstances de lutilisation ou de lachat dun produit taient source de modification du comportement dachat (Dubois, 1994, 1996 ; Aurifeille et al, 1997 ; Lemoine, 1998). Le fait de consommer le produit seul ou avec des amis, lurgence de sa consommation, la frquence des courses vont inciter ou au contraire rfrner certains choix de comportement. Les situations sont nombreuses. Nous avons donc dcid dtudier plus en dtail ces facteurs, afin de dterminer ceux qui auraient le plus dinfluence dans les circonstances dune rupture de stock (voir dtail des facteurs retenus en annexe 1).

La satisfaction

Limportance accorde la satisfaction du consommateur est le reflet de la place centrale que cet objectif occupe dans le concept de marketing. Nous ne pouvons ignorer le fait que la rupture risque de rendre le consommateur insatisfait (Zinszer et Lesser, 1981 ; Straughn et Mizerski, 1993). Les possibilits offertes par le magasin pour rsoudre cet incident vont accentuer ou diminuer la satisfaction du consommateur vis--vis du magasin. Il est intressant de connatre le niveau de satisfaction des consommateurs en fonction des divers comportements adopts.

La liste des variables retenues, ainsi que leur mesure sont prsentes en annexe 1.

Le modle de comportement du consommateur en cas de rupture de stock

Notre modle na pas la prtention de prendre en considration la grande diversit des variables qui influencent les comportements de chaque individu. Nous nous contenterons dun nombre limit de variables et de comportements, qui rendent raisonnablement compte des diffrences observes entre les comportements individuels lors des ruptures de stock.

Figure 1 : Modle de comportement du consommateur lors dune rupture de stock

Implication dans le produit Besoin en terme de rfrence Sensibilit la marque

Recherche de la rfrence

Constat de la rupture Comportement face la rupture Variables situationnelles

La marque

Le magasin

Changer de marque

Changer de produit

Garder la mme marque

Annuler lachat

Reporter lachat

Changer de magasin

Satisfaction magasin

Si le besoin du consommateur sexprime en terme de catgorie de produits (exemple : de la bire), le consommateur ne percevra pas la rupture de stock car il trouvera toujours une marque de bire dans le magasin et lachtera. Pour que le besoin sexprime en terme de rfrence, il faut que le consommateur soit impliqu dans le produit mais soit galement sensible la marque. Son besoin sexprimera de manire plus prcise, par exemple : bire 1664 de marque Kronenbourg en pack de 6 . Le consommateur cherchera donc cette rfrence prcise lors de sa visite dans le magasin et si elle nest pas en rayon, le consommateur ne manquera pas de le constater.

Face cette situation, le consommateur devra adopter une conduite. Ces comportements sont influencs par de nombreux facteurs. Pour notre modle, nous navons retenu que ceux qui semblaient avoir le plus deffet sur la raction du client savoir la marque (fidlit, capital-marque), le magasin (fidlit, assortiment,) et les variables situationnelles. Nous avons choisi de positionner la satisfaction au magasin aprs les comportements parce que si la rupture en elle-mme est source dinsatisfaction vis--vis du magasin, le comportement adopt par le consommateur peut modrer ou exacerber cette insatisfaction. Ainsi, le client qui a dcid de substituer son article, car constatant le substitut propos par le magasin comme adquat, est certainement plus satisfait ou moins insatisfait que le consommateur qui a dcid daller dans un autre magasin. Nous avons fait ce choix car la satisfaction au magasin est un concept post-achat qui influence le consommateur non pas au moment de lachat mais lors de lachat suivant. Nous nintgrons pas de feedback entre la satisfaction et le comportement, car nous avons conu un modle de rupture pour le constat dune ou plusieurs ruptures lors dune seule visite et non lors de visites successives. Nous ne tenons pas compte des ruptures antrieures celles de lenqute mme si nous savons quelles peuvent avoir une certaine influence sur le comportement du consommateur lors de la visite. Pour pouvoir mesurer limpact des ruptures antrieures, il faudrait crer un panel de consommateurs et le suivre sur une priode relativement longue.

Les hypothses de recherche

Limplication est caractrise par un lien fort entre le produit et le consommateur. Lintensit et la nature de lintrt port par le consommateur un produit ou une classe de produits peut aller jusqu lidentification. Dans ce cas, il accepte moins facilement de substituer la marque de ce produit. Aussi, nous posons lhypothse suivante :

H1 : En cas de rupture de stock, plus le consommateur est impliqu dans un produit, moins il change facilement de marque.

Lorsque le consommateur est sensible une marque, il peroit une diffrence plus ou moins importante entre les marques et est moins enclin substituer la marque dsire une autre. Nous proposons donc comme seconde hypothse :

H2 : En cas de rupture de stock, plus le consommateur peroit de diffrence entre les marques, moins il accepte dacheter une autre marque.

La fidlit la marque est une variable psychologique qui traduit une raction affective durable et inalinable envers la marque. Sparer le consommateur de sa marque est un acte douloureux pour lui. Aussi, nous posons :

H3 : En cas de rupture de stock, plus le consommateur est fidle une marque et moins il dacheter une autre marque.

10

Le comportement du consommateur fluctue pour un mme produit en fonction des situations de consommation et dachat. Ainsi, son comportement face la rupture de stock varie en fonction du niveau de ses rserves. Nous mettons donc lhypothse suivante :

H4 : En cas de rupture de stock, si le consommateur dispose chez lui dune quantit suffisante du produit dsir pour sa prochaine consommation, il reporte son achat.

Lorsque lacheteur ne consomme pas personnellement le produit en rupture, il ne connat pas ses caractristiques. Changer darticle devient trs dlicat. Ainsi, nous posons la cinquime hypothse.

H5 : En cas de rupture de stock, si lacheteur nest pas le consommateur du produit, il reporte plus facilement lachat.

La date de lachat dun produit peut tre plus ou moins loigne de sa date de consommation. Ce laps de temps ne permet pas lacheteur de choisir tous les comportements. Ainsi, nous posons :

H6 : En cas de rupture de stock, plus lacquisition dun produit est proche du moment de sa consommation et moins le consommateur accepte de reporter son achat.

11

La majorit des consommateurs ont lhabitude de faire leurs courses dans plusieurs magasins et se considrent comme fidles chacun deux. Cependant, ils frquentent en gnral un magasin plus que les autres soit par commodit gographique, soit parce quil rpond mieux leurs attentes en terme dassortiment, de qualit, de service Ceci permet donc de formuler lhypothses suivante :

H7 : Moins le consommateur considre le magasin en rupture comme son magasin principal et plus il en change pour un magasin concurrent.

METHODOLOGIE

La collecte des donnes

Les donnes empiriques ont t collectes au moyen dune enqute par questionnaire, ralise la sortie dun point de vente. Nous avons retenu ce mode de collecte des donnes car il permet dobtenir les sentiments du rpondant quelques instants aprs quil ait constat la rupture de stock et dcid dun comportement. De plus, cela permet de diminuer les contraintes que pourraient imposer le distributeur (exemple sur le choix des rfrences mises en rupture ou sur la dure de lenqute). Enfin, le contact direct par enquteur est le mode de collecte qui est potentiellement le plus intressant pour la qualit et la quantit des informations recueillies (Dubois et Jolibert, 1992). Une revue des tudes existantes sur les ruptures de stock met en vidence principalement deux types dtude. Les deux tudes sont ralises laide dun 12

questionnaire en face face dans un point de vente aprs les caisses. Dans un cas, les articles ont t slectionns puis retirs des rayons, dans lautre cas, les rpondants sont interrogs sur lensemble des ruptures constates lors de la visite. Nous avons donc choisi dutiliser la seconde mthodologie, utilise par Emmelhainz et Emmelhainz (1991). Notre choix est dict par les diffrents avantages et inconvnients inhrents chaque mthodologie. Ainsi, choisir un article parmi tous ceux proposs dans le magasin biaise ltude dans le sens o tous les articles ne prsentent pas les mmes caractristiques en terme de type de marques, de nombre de substituts disponibles, et limite la manifestation de certains facteurs situationnels (rle de lacheteur, urgence de la consommation). En choisissant la seconde mthodologie, nous accdons des cas de ruptures plus varis en terme de produits, marques et situations ce qui entrane un lissage de l'effet produit et marque. Le nombre de consommateurs contacter est moins lev car environ 40% des consommateurs sortent du magasin aprs avoir rencontr une rupture de stock (Emmelhainz et Emmelhainz, 1991 ; Campo et al, 2000)

Lchantillon Lchantillon, de convenance, comprend les consommateurs sortant du point de vente, sans quaucune slection nait t effectue. Nous avons toutefois veill avoir un chantillon vari en interrogeant des personnes diffrentes en terme de sexe, dge et de taille du caddie.

Ladministration du questionnaire

13

Nous avons administr le questionnaire dans un supermarch Cora dune superficie de 7500 m dans une ville de 9000 habitants, 30 Km dune grande agglomration (Strasbourg). La collecte des donnes a t effectue par interview en face face. Nous avons interrog 2000 2500 personnes et avons obtenu 604 rponses. Ladministration des questionnaires sest droule sur deux semaines et demi (du 15 mai 2003 au 31 mai 2003). Les entretiens ont t raliss tous les jours de la semaine pendant cette priode, ainsi que sur une plage horaire relativement large (9 heures 20 heures). Nous avons vrifi que les produits annoncs en rupture ltaient rellement par une visite quotidienne dans les rayons et entretien avec le chef de rayon. Quatre enqutes ont t limines car les articles cits en rupture de stock ntaient pas rfrencs par le magasin.

Lanalyse des donnes

Les donnes ont t analyses par une rgression logistique afin dexpliquer de faon plus prcise la relation entre la variable expliquer (un comportement) et les variables explicatives (facteurs dinfluence).

La prparation des variables Une fois effectue la slection des variables explicatives candidates lanalyse, il a fallu dterminer la forme fonctionnelle avec laquelle chaque variable entre dans le modle. Chaque variable a t centre au pralable. Nous avons donc recherch la transformation la plus approprie en comparant les modles avec la variable versus 14

son carr. En effet, nous nous sommes poss la question de la nature de laction des variables explicatives X sur la variable expliquer Y et avons voulu vrifier si celle-ci pouvait tre de nature parabolique. Lintroduction simultane des X et de leurs carrs a donc t effectue (Allison, 2001). Nous pensons que ce nest pas seulement un ensemble de variables qui a un impact sur un comportement mais que cest linteraction entre plusieurs variables qui conduit ce choix. Ainsi, leffet dune variable dpend du niveau dune autre variable. En effet, une variable peut renforcer ou diminuer leffet dune autre variable explicative sur la variable expliquer. Ainsi, nous avons cr de nouvelles variables explicatives en croisant les variables de dpart, deux par deux, et trois par trois afin de vrifier linteraction des variables les unes sur les autres. Puis, nous avons introduit ces nouvelles variables explicatives dans le modle (Allison, 2001). Les valeurs des coefficients sont celles qui maximisent la probabilit jointe tel quun vnement survienne, dans notre cas, le choix dun comportement. Pour estimer les paramtres partir des donnes, on ne peut utiliser la rgression base sur les moindres carrs ordinaires, puisque lerreur nest pas distribue normalement et na pas une variance constante. Les paramtres sont donc ajusts selon le principe du maximum de vraisemblance. Ces paramtres doivent gnralement tre ajusts de manire itrative, laide dun programme auquel on fournit des valeurs initiales, et qui optimise ces valeurs de manire rcurrente. Cette mthode naboutit pas une solution analytique, aussi lestimation des paramtres repose-t-elle sur un algorithme itratif convergeant vers le maximum de vraisemblance. Cette technique d'estimation recherche, tant donn le modle et

15

lensemble de donnes observes, les estimations des paramtres les plus "susceptibles" de produire les donnes observes.

Tests sur les variables Les variables ne doivent pas tre corrles entre elles (multicolinarit) afin que leffet dau moins lune dentre elles paraisse indment non significatif. On utilise le test du VIF (Facteur dinfluence de la variable). Toutes les variables doivent galement respecter le critre de tolrance pour tre entres dans lquation. Une variable trs faible tolrance apporte peu dinformations un modle et peut entraner des problmes de calculs. Les rsultats de ces deux test sont prsents en annexe 2. Toutes les valeurs du VIF sont infrieures 4, ceci indique une absence de multi-colinarit de cette variable avec les autres (Evrard et al., 2003). De mme, les valeurs des variables restent toutes au-dessus du seuil de tolrance. Il nest donc pas ncessaire de procder une slection des variables.

Tests sur les modles Pour juger sur le plan conomtrique et statistique, puis slectionner un modle, il est ncessaire de tester les rsultats fournis par la modlisation. Aprs estimation du modle, vient ltape de sa validation. On ne peut valider un modle que sil vrifie un certain nombre de proprits statistiques. Afin de mieux sassurer que les prvisions qui seront issues du modle ne seront pas biaises, nous avons effectu quelques tests permettant de vrifier ses proprits statistiques. Les rsultats des diffrents tests sont rsums dans le tableau ci-dessous. 16

Tableau 1 : Synthse des tests de significativit du modle Test de significativit de Nombre de variables Test global de Test de la la liaison entre Test de significativit qualit de la variable explicatives Hosmer et dans le du modle l'ajustement dpendante et Lemeshow chaque variable modle explicative P value Autre magasin Autre marque Annulation Autre produit Report Mme marque R de McFadden
0,212 0,186 0,212 0,310 0,239 0,077

Variables dpendantes

Test du rapport de vraisemblance

<0,056 <0,042 <0,027 <0,050 <0,038 <0,047 10 7 7 11 17 3

Prob>Chi2
0,834

0,00 0,00 0,00 0,00 0,00 0,00

0,168 0,299 0,962 0,685 0,161

Pour chaque modle, la significativit du modle est bonne. En effet, la probabilit de se tromper en rejetant lhypothse nulle est trs faible au seuil de 5%. La qualit de lajustement est correcte pour la majorit des modles. Le R de McFadden se situe entre 0,2 et 0,3 pour toutes les variables dpendantes sauf la variable mme marque pour qui la qualit de lajustement est trs faible 0,077. Cependant, il faut prendre ces rsultats avec prcaution car la valeur du R-deux augmente systmatiquement au fur et mesure que des variables supplmentaires sont introduites dans l'quation et nos modles comportent pour la plupart un nombre lev de variables explicatives. Enfin, les tests des rapports de vraisemblance sont tous infrieurs 0,05, sauf celui de la variable Autre magasin qui se situe 0,056. Les variables prsentant des valeurs suprieures ont t rejetes lors de la construction du modle. Les liaisons

17

entre la variable dpendante et les variables explicatives du modle sont toutes significatives. Daprs les donnes du tableau ci-dessus, on constate que lajustement global du modle aux donnes est satisfaisant.

Validation des hypothses Tous les rsultats ne sont valables que si les hypothses faites ne scartent pas trop de la ralit. Avant daccepter le modle, il faut analyser les rsidus pour confirmer que lajustement est bon. En effet, le test global du modle, les tests des paramtres du modle reposent sur des hypothses relatives la perturbation alatoire . Le but de lanalyse des rsidus est multiple : vrifier quil ny a pas des erreurs systmatiques, dterminer sil y a des observations trs mal expliques (rsidus extrmes) et si certaines observations ont un effet important de levier sur les rsultats des estimations (auto corrlation des rsidus). Lhypothse de normalit des rsidus doit habituellement tre vrifie dans un modle de rgression linaire. Cependant, dans un modle Logit, la variable dpendante tant dichotomique, les rsidus ne peuvent suivre une loi normale. Tous les comportements prsentent des rsultats satisfaisants en termes dautocorrlation des rsidus lexception du comportement dannulation. De mme, les rsidus restent dans la limite de confiance pour tous les comportements. Il ny a donc pas dobservation atypique (outliers).

Rsultats

18

Interprtation des coefficients par les odds Le coefficient obtenu par la rgression logistique est difficile interprter sauf au niveau du signe, linverse de lOdds ratio qui est obtenu en calculant e. En effet, la relation entre les variables explicatives et la probabilit nest pas linaire, ce qui pose problme. Il est donc plus facile de raisonner en odds plutt quen probabilit. Une relation simple existe entre les probabilits et les odds. Si p est la probabilit dun vnement et OR est le odds ratio de cet vnement, alors :

OR =

probabilit qu ' un vnement survienne p = =e 1 p probabilit qu ' il ne survienne pas

p=

OR 1 + OR
p est multipli par 1 p

Quand x augmente dune unit (quel que soit le niveau de x),

e. Si lodds ratio est proche de 1 cela signifie que la probabilit quun vnement survienne est peu prs la mme que la probabilit quil ne survienne pas. Un odds ratio diffrent de 1 indique que la variable explicative a un impact sur le comportement. Si lodds ratio est suprieur 1, leffet est positif, sil est infrieur 1, son influence est ngative. Pour les donnes quantitatives, il est plus facile de soustraire 1 de lodds ratio puis de multiplier cette valeur par 100. Ce chiffre nous donne le pourcentage de changement de lodds pour chaque augmentation dune unit de la variable indpendante.

19

Les coefficients ngatifs indiquent une influence ngative de la variable sur le comportement. Tableau 2 : Odds pour le comportement de changement de magasin
Variables Date Coefficient -0,355 0,316 0,167 0,229 -0,827 0,180 0,078 -0,014 -0,325 0,595 -3,283

e
0,701 1,372 1,183 1,258 0,437 1,198 1,082 0,986 0,722 1,813 0,037

Carr du nombre de rupture Carr de ravitaillement suivant Carr de rle Frquence Frquence x carr de rle Implication Implication x Carr de ravitaillement suivant Marque disponible Magasin principal Constante

Ainsi, la date, la frquence des courses et le fait que le magasin propose dautres marques que celle en rupture ont un effet ngatif sur le changement de magasin. Les autres variables ont toutes une influence positive. Les coefficients les plus levs concernent la frquence des courses et le magasin principal. Lodds prvu de changer de magasin saccrot de 81% lorsque la variable magasin principal augmente dune unit sur son lchelle de mesure. Un accroissement dune unit sur lchelle de la Frquence implique une diminution de 56% de lodds estim de changer de magasin. On peut galement remarquer la prsence de variables croises. Ceci montre quil existe des interactions entre les variables Frquence et carr de rle puis entre les variables implication et Carr de ravitaillement suivant . Autrement dit leffet dune variable (par exemple Frquence ) est dpendant de leffet de lautre variable ( carr de rle ).

Tableau 3 : Odds Ratio pour le comportement dachat dune autre marque

20

Variables

Coefficient 0,232 0,211 0,491 0,332 -0,354 -1,920

e
1,261 1,235 1,634 1,394 0,702 0,147

Carr de rserve Ravitaillement suivant Substitut Urgence Carr de lge Constante

Lge du rpondant est le seul facteur avoir un effet ngatif sur le comportement dachat dune autre marque. Les autres variables comme le substitut ou lurgence favorisent lachat dune autre marque. Daprs les rsultats du tableau, les variables substitut et urgence incitent le plus le consommateur acheter une autre marque, tandis que lge du rpondant conduit au comportement inverse.

Tableau 4 : Odds ratio pour le comportement dannulation

Variables Coefficient -0,987 -0,389 0,682 -0,005 0,480 -0,175 -0,692 -2,651

e
0,373 0,678 1,978 0,995 1,615 0,840 0,501 0,071

Substitut Montant Carr de magasin principal Carr de limplication Carr de substitut Carr de ravitaillement suivant Carr de lge Constante

Les facteurs ayant un impact ngatif sur lannulation de lachat sont majoritaires pour ce comportement. Ils concernent le substitut, le montant dpens, le carr de limplication le carr du ravitaillement suivant et le carr de lge. A linverse, le carr du magasin principal et le carr du substitut influence positivement lannulation de lachat. Les variables substitut et ge ont le plus dimpact sur le comportement qui consiste ne pas annuler lachat. A contrario, le fait que le

21

magasin o a eu lieu la rupture nest pas le magasin principal du rpondant incite le plus le consommateur annuler son achat.

Tableau 5 : Odds ratio pour le comportement dachat dun autre produit

Variables Coefficient -1,192 0,821 -2,975 0,016 -0,591 -0,272 0,372 0,884 -0,394 0,012 0,653 -4,289

e
0,304 2,272 0,051 1,016 0,554 0,762 1,451 2,419 0,674 1,012 1,921 0,014

Marque disponible Montant Age Carr de la fidlit la marque Carr de marque disponible Carr de lassortiment Carr de satisfaction aux ruptures Carr de rserves Carr de montant Marque disponible x carr de fidlit la marque Age x carr de rserves Constante

Les principales variables ayant un effet positif sur la dcision dacheter un autre produit lors de la rupture de stock sont le montant dpens lors de la visite, le carr des rserves et linteraction entre lge et le carr des rserves. Ainsi, Les facteurs correspondant la disponibilit des marques et lge ont une influence ngative trs forte sur la dcision dacheter un autre produit. Il existe des interactions entre les variables marque disponible et carr de fidlit la marque puis entre les variables ge et carr des rserves . Le montant dpens lors de la visite et le niveau des rserves ont le plus dinfluence sur la dcision du consommateur dacheter un autre produit. A linverse, lge du rpondant et le fait que le magasin propose dautres marques dans la catgorie de produits o se situe la rupture conduisent une baisse de la probabilit que le client achtent un autre produit.

Tableau 6 : Odds ratio pour le comportement de report

22

Variables Magasin principal Frquence Substitut Date Rle Age Satisfaction aux ruptures Carr de magasin principal Carr de rle Frquence X carr de rle Magasin principal X date X carr de rle Magasin principal X date X satisfaction aux ruptures Frquence X date X ge Frquence X ge X satisfaction aux ruptures Substitut X rle X satisfaction aux ruptures Date X rle X satisfaction aux ruptures Rle X ge X carr de rle Constante

Coefficient -0,824 1,037 -0488 0,697 0,370 0,495 0,532 -0,681 -0,600 -0,226 0,153 -0,430 -0,376 0,311 -0,154 0,239 -0,059 0,532

e
0,439 2,820 0,614 2,008 1,448 1,641 1,703 0,506 0,549 0,798 1,166 0,651 0,687 1,364 0,858 1,269 0,942 1,702

Au vu des coefficients de la rgression, nous pouvons dire que trois facteurs semblent agir de faon plus marque sur le comportement. Ainsi, le magasin le plus frquent par le consommateur affecte ngativement le comportement. Par contre, la frquence des courses et la date de consommation proche de la date dachat semblent affecter positivement le consommateur en faveur du report. Nous pouvons galement noter quil existe de nombreuses interactions entre les variables. Autrement dit leffet dune variable nest pas indpendant de leffet dune autre ou de deux autres variables. Les variables frquence des courses et date de consommation incitent le plus le consommateur repousser son achat la visite suivante. Enfin, le fait que le magasin o a eu lieu la rupture nest pas le magasin principal du rpondant conduit plus le rpondant reporter son achat.

Tableau 7 : Odds ratio pour le comportement dachat dune marque identique

Variables Substitut Rle Coefficient 0,307 -0,193

e
1,360 0,825

23

Carr de fidlit la marque Constante

-0,024 -1,425

0,976 0,241

Le coefficient le plus lev du modle correspond la variable Substitut . Cependant sa valeur reste relativement faible. Elle a un effet positif sur lachat dun autre article de la mme marque. Les deux autres variables (rle et carr de fidlit la marque) ont une influence ngative sur la dcision du consommateur dacheter une marque identique. Le fait que le client trouve un substitut qui rponde ses besoins incite le client acheter un autre article de la mme marque.

Lensemble de ces rsultats est prsent dans un tableau en annexe 3.

Validation des hypothses par les rgressions logistiques Nous reprenons les diffrentes hypothses mises et vrifions si les rgressions logistiques permettent de les valider ou de les invalider. Daprs les rgressions que nous avons effectues, nous obtenons deux rsultats : limplication du consommateur a un effet positif sur la probabilit de changer de magasin. De mme, le carr de limplication conduit une diminution de la dcision dannuler lachat. Si le client dcide daller dans un autre magasin, cest probablement pour essayer dacheter la mme marque ailleurs. De mme, plus le consommateur est impliqu dans un produit et moins il dcide dannuler son achat. Ces deux dcisions montrent que le consommateur impliqu na pas pour premier comportement la substitution. Cela peut tre considr comme un rsultat confirmant indirectement H1.

24

Les diffrentes rgressions effectues nont jamais rvl le capital-marque comme ayant une influence sur un comportement en cas de rupture de stock. Nous ne pouvons donc pas valider lhypothse 2. Les rsultats obtenus montrent que le carr de la fidlit a un effet positif sur la probabilit dacheter un autre produit et un effet ngatif sur la probabilit dacheter la mme marque. En fait, le consommateur fidle une marque conoit dacheter un produit totalement diffrent pour ne pas tre infidle sa marque, mais en mme temps, il refuse de substituer son article par un autre produit de la mme marque, cest dire de changer de taille, de parfum. Nous estimons quil est acceptable de valider lhypothse 3 dont lobjectif tait de montrer quun consommateur fidle une marque ne remplacera pas son article par larticle similaire dune marque concurrente. Lhypothse 4 ne peut en aucun cas tre valide car nous trouvons des rsultats totalement opposs ceux que nous attendions. Ainsi, le carr des rserves a un impact favorable sur la probabilit dacheter un autre produit et une autre marque. La seule explication que nous ayons trouve ce comportement est le fait que certains consommateurs aiment faire des rserves et si un produit manque dans le magasin, ils en achtent un autre pour ne pas entamer leurs propres stocks. Ces gens se comportent comme sils avaient peur de manquer de quelque chose. Les modalits de la variable rle vont de 1 = le produit est consomm par lensemble de la famille (dont lacheteur) 5 = lacheteur ne consomme pas le produit . Ainsi, le carr de la variable rle entrane une augmentation de la probabilit que lacheteur change de magasin. De mme, la variable rle conduit

25

une augmentation du report et une diminution de la probabilit dacheter un article de la mme marque. En fait, lacheteur ne cherche pas remplacer larticle en rupture, il prfre aller dans un autre magasin, reporter son achat et ne pas remplacer le produit manquant par un autre article de la mme marque. Nous pouvons donc valider lhypothse H5. Les rsultats obtenus montrent que la date de consommation (loignement de la consommation par rapport au moment de lachat) entrane une diminution de la probabilit de changer de magasin et une augmentation de la probabilit de reporter son achat. Lhypothse H6 est donc valide. Lhypothse 7 est valide car comme nous lavons montr ci-dessus : le fait que le magasin o sest droule la rupture nest pas le magasin principal du rpondant, entrane une augmentation de la probabilit que le consommateur change de magasin pour trouver larticle quil dsire.

Apports managriaux, limites et conclusion

Notre travail a permis didentifier les facteurs pouvant influencer le client lors de son choix de comportement. En fonction des binmes facteurs/comportements rpertoris, nous pouvons galement suggrer au distributeur plusieurs stratgies afin dinfluencer le choix du consommateur dans un sens qui limite linsatisfaction ou qui rduit les comportements nfastes pour le distributeur. Ainsi, le comportement favoriser est le report car tant la plus forte source de satisfaction du client vis--vis du point de vente. Le distributeur peut alors agir sur la variable

26

 magasin principal en augmentant la frquence des visites par client. Le changement de magasin est le comportement le plus dfavorable pour le distributeur car il reprsente un cot non ngligeable en ventes non ralises. De plus, ce comportement est celui qui conduit la plus faible satisfaction vis--vis du magasin pour le client. Les rsultats des rgressions logistiques indiquent quels sont les facteurs influenant ces deux comportements. Cependant, le distributeur ne peut intervenir sur certains des facteurs qui influencent le consommateur dans sa dcision de changer de magasin (limplication ou la date de consommation). Nanmoins, il peut agir sur dautres points comme tenter de diminuer le nombre de ruptures ou faire que son magasin devienne le magasin principal du client. Quatre limites majeures se font jour au niveau thorique : lune concerne le fait dopter pour une mthode entre les deux utilises ce jour dans les tudes antrieures, lautre a trait au choix et la mesure des variables. La troisime limite est de ne pas prendre en compte les ruptures prcdentes, enfin la dernire rsulte du choix de ne pas mettre la satisfaction vis--vis du magasin en feed-back dans le modle. Ces limites dcoulent des options thoriques que nous avons privilgies et que nous assumons pleinement. La mise en uvre de notre modle sest heurte un certain nombre de contraintes qui limitent la porte de ltude. Nous citerons principalement le nombre dindividus interviews, le choix des produits et du magasin tudis. Les apports et les limites de ce travail livrent de nouvelles pistes de recherche du plus grand intrt. Ainsi, nous nous sommes intresses au nombre de ruptures constates lors de la visite mais pas aux ruptures antrieures celle tudie. Les

27

incidents prcdents la rupture ont un impact sur la dcision du consommateur, et il pourrait tre intressant de ltudier. De mme, il existe certainement des facteurs dont nous navons pas tenu compte lors de ltude car ils taient trop complexes mettre en uvre ou simplement parce que nous ne supposions pas quils puissent avoir un impact sur le comportement du consommateur lors de la rupture de stock. Il serait donc intressant de rflchir et de tester dautres facteurs comme lhumeur du consommateur ou encore leffet de la foule ou le prix. La littrature montre un effet trs fort du produit manquant sur le comportement du consommateur. Nous avons limit notre tude une catgorie de produits : les produits alimentaires. Nous pourrions donc ritrer ce type de recherche avec dautres produits comme les produits dhygine et dentretien.

Lobjectif de ce travail consistait, amliorer la comprhension du comportement du consommateur lorsquil constatait une rupture de stock. Nous nous sommes attachs mettre en vidence quelques facteurs conduisait quel comportement. Ce travail avait pour but de proposer des applications qui rduiraient les inconvnients lis aux ruptures de stock, que ce soit pour le distributeur ou pour le consommateur. Notre travail napporte pas de recettes miracles aux distributeurs pour rsoudre leurs problmes darticles absents des rayons. Nanmoins, nous esprons que les solutions proposes pourront limiter les inconvnients lis aux ruptures de stock et surtout feront prendre conscience aux distributeurs de limportance dune bonne gestion des stocks.

28

Annexe 1 : Liste des variables utilises lors de ltude et leur mesure

Variables Assortiment Mesures Items sur le perception de la varit et de lorganisation de lassortiment ; Hoch et al (1999) et items personnels

Magasin principal Fidlit la marque Implication Capital marque

Fidlit au magasin Satisfaction aux ruptures Facteurs situationnels : - Urgence - Montant caddie - Frquence des courses - Marque disponible - Substitut parfait - Rle - Nombre ruptures - Rserves - Date consommation Age Annexe 2 : Test de colinarit

Multidimensional Brand Equity (MBE) ; Yoo et Donthu (2001) Profil dimplication ; Kapferer et Laurent (1986) Brand Equity Ten ; les dimensions retenues sont les associations/diffrenciations ; Aaker (1996) Echelle base sur celle de Baumgartner et Steenkamp (1996) Echelle Delighted-Terrible (D-T) ; Westbrook (1981) Belk (1974) et items personnels

Age du rpondant

29

Variables Tolrance 0,926 Nombre de ruptures 0,561 Magasin principal 0,682 Frquence 0,690 Fidlit au magasin 0,864 Fidlit la marque 0,791 Capital marque 0,829 Implication 0,825 Marque disponible 0,780 Substitut parfait 0,795 Assortiment 0,879 Satisfaction aux ruptures de 0,633 Urgence 0,645 Date 0,848 Rserves 0,947 Rle 0,900 Montant 0,615 Ravitaillement suivant Age 0,884

VIF
1,080 1,784 1,466 1,450 1,157 1,265 1,206 1,212 1,282 1,258 1,137 1,580 1,551 1,179 1,056 1,111 1,625 1,132

Annexe 3 : Prsentation des rsultats Variables Variables explicatives expliquer Autre magasin Magasin principal Frquence
Annulation

Substitut Carr de magasin principal Carr de lge Magasin principal Frquence Date Carr de ge Substitut Urgence

Report

Autre marque

Mme marque Substitut Autre produit

Marque disponible

30

Montant Age
Carr de rserves

Rfrences bibliographiques: Allison P.D., (2001). Logistic Regression Using SAS System : Theory and Application, Cary, NC : SAS Institute INC. Anonyme (2004). Les ruptures de stock : comportement du consommateur, facteurs dinfluence et satisfaction vis--vis du magasin, Thse de doctorat en Sciences de Gestion, Universit Nancy 2, Nancy. Aurifeille J.M., J. Colin, N. Fabbe-Costes, C. Jaffeux et G. Pach (1997). Management logistique : une approche transversale, ds. Litec, Collections Les essentiels de la gestion , Paris. Ben Miled-Chrif H. (2001). Limplication du consommateur et ses perspectives stratgiques, Recherche et Applications en Marketing, 16, 1, 65-85. Campo K., E. Gijsbrechts, et P. Nisol (2000). Towards Understanding Consumer Response to Stock-Outs, Journal of Retailing, 76, 2, Summer, 219-242. Corstjens, J. et M. Corstjens (1995). Store Wars : The Battle for Mindspace and Shelfspace, ds. J. Wiley, New York. Cortjens M. et R. Lal (2000). Builduing Store Loyalty Through Store Brands, Journal of Marketing Research, 37, August, 281-291. Crispell D. et K. Brandenburg (1993). Whats in a Brand ?, American Demographics, 15, 5, 26-32. Dubois B. (1994). Typologie de consommateurs ou de situations de consommation ?, Dcisions Marketing, 2, Mai-Aot, 85-87. Dubois B. 1996. Marketing situationnel pour consommateurs camlons. Revue Franaise de Gestion, Septembre-Octobre, 83-89. Dubois P.-L. et A. Jolibert (1992). Le Marketing, Fondements et Pratique, Ed. Economica, Collection Gestion , Paris. Emmelhainz, L.W., et M. A. Emmelhainz (1991). Logistics Implications of Retail Stockouts, Journal of Business Logistics, 12, 2, 129-143.

31

Fitzsimons G.J. (2000). Consumer Response to Stockouts, Journal of Consumer Research, 27, 2, Septembre, 249-266. Kapferer J.-N., et G. Laurent (1986). Les profils dimplication, Recherche et Applications en Marketing, Avril, 41-57. Leclerc F. et J.D.C Little (1997). Can Advertising Copy Make FSI Coupons More Effective ?, Journal of Marketing Research, 34, 473-484. Lemoine J. F. (1998). Le rle du projet de consommation dans le choix du produit, Revue Franaise de Gestion, Novembre-Dcembre, 53-63. Motes W.H. et S.B. Castleberry (1985). A longitudinal Field Test of Stockout Effects on Multi-Brand Inventories, Journal of the Academy of Marketing Science, 13, 4, 54-68. Schary P.B. et M. Christopher (1979). The Anatomy of a Stock-Out, Journal of Retailing, 55, 2, 59-70. Seethuraman P.B., A. Ainslie, et P.K. Chintagunta (1999). Investigating Household State Dependence Effects across Categories, Journal of Marketing Research, 36, November, 488-500. Straughn K et R. Mizerski, (1993). An Analysis of the Impact of Stock-Outs on Short and Long-Term Brand Share Using Scanner Data , Actes du 20th International Research Seminar in Marketing, 402-422, IAE Aix-Marseille III, Agelonde, LaLonde-Les-Maures. Walter R.G. (1991). Assessing the Impact of Retail Price Promotions on Product Substitution, Complementary Purchase, and Interstore Sales Displacement, Journal of Marketing, 55, 2, 17-29. P.H. Zinszer et J.A. Lesser (1981). An Empirical Evaluation of the Role of Stock-Out on Shopper Patronage Processes, Advances in Consumer Research, 8, 21-224.

32