Analyse en cohorte

L’analyse en cohorte trouve son origine dans les sciences de la démographie. Il s’agit d’une méthode qui analyse et évalue les changements dans le comportement d’un groupe de personnes possédant un même facteur démographique sur une période de temps donnée. Actuellement, ces analyses en cohorte sont utilisées au sein de différents domaines scientifiques, y compris la sociologie économique. En fonction de la définition, l’analyse en cohorte peut aussi être référée en tant qu’étude longitudinale.

Origine et contexte

Le démographe Whelpton fut le premier en 1949 à mener sous son propre nom des études en cohorte ou longitudinales. Son but était d’analyser au moyen de cette méthode l’augmentation du taux de naissance aux Etats-Unis après la seconde guerre mondiale. Auparavant, les chercheurs nazis avaient également utilisé ce procédé afin de classifier l’efficacité de la politique de population propre au régime. L’objectif de cette étude était de déterminer l’écart entre le taux de naissance en hausse et les naissances individuelles.

Aujourd’hui, cette méthode est employée pour servir la recherche médicale, particulièrement dans le domaine de la pharmacogénétique, ainsi que dans le domaine économique pour la recherche de marché, par exemple pour analyser les différences de comportement.

600x400-Kohortenanalyse-fr-01.png

Cohorte

La définition authentique de la cohorte est un groupe de personnes qui possèdent des caractéristiques démographiques semblables. Ce peut être l’année de naissance, la décennie ou la durée nécessaire à l’obtention de leur diplôme de fin d’études. Au sein d’une analyse en cohorte globale, plusieurs cohortes plus petites peuvent aussi être comparativement observées.

Types

De manière générale, les analyses ou études en cohorte peuvent être divisées en trois types différents. Il n’existe toutefois pas de définition unique pour cette méthode.

  • Le premier type d’étude en cohorte est une étude selon laquelle la cohorte est analysée plusieurs fois sur une longue période donnée. C’est dans ce cas-là qu’on parle aussi d’étude longitudinale.
  • Le second type d’étude en cohorte se réfère à une analyse qui se base indépendamment sur un échantillon d’une cohorte et qui est conduite sur des périodes de temps différentes.
  • Le troisième type se réfère aux études qui analysent plusieurs cohortes sur des périodes de temps différentes.

Le second type est le plus utilisé en économie. Des groupes d’âge sont créés en relation avec la demande pour une marque ou un produit en particulier. Ces groupes sont à la fin examinés sous différents intervalles de temps.

Aspects clés de l’étude

Des "effets en cohorte" est le terme le plus souvent utilisé pour le cas où la cohorte dans son ensemble se caractérise par un comportement particulier. Par exemple, il peut y avoir une différence si le groupe de consommateurs du même âge est analysé sur plusieurs années. Les cohortes individuelles peuvent avoir développé des styles d’achats spécifiques à ce groupe. De telles différences peuvent donc être identifiées au moyen d’une seconde analyse en cohorte.

Effets de l’âge

Dans l’analyse en cohorte, les effets de l’âge peuvent aussi être relevés. Ils indiquent des changements d’habitudes qui peuvent être attribuées à l’âge plus avancé des consommateurs et des changements d’attitude conséquents. Par exemple, avoir des enfants, se marier ou acheter une maison peut changer considérablement le comportement d’un consommateur d’une cohorte.

Effets d’époque

Les effets d'époque mettent en valeur les influences développées par des facteurs sociodémographiques et indépendants de génération. Il peut s’agir de l’introduction de nouveaux appareils technologiques tels que les smartphones ou des technologies révolutionnaires comme Internet.

Utilité dans le marketing online

Les analyses en cohorte fournissent une base générale pour les prises de décisions dans le marketing et particulièrement le marketing online. Certaines de ces analyses peuvent être facilement générées par des outils classiques tels que Google Analytics. L'un des objectifs de ces études pourrait être d'en apprendre davantage sur la fidélisation des utilisateurs.

Les données existantes sur les sites web peuvent être analysées même après une longue période de temps grâce à la segmentation. Il est par la suite possible de prendre position sur le comportement d’achat des visiteurs, qui par exemple vivent dans une certaine région. De plus, le comportement d’achat peut être analysé au cours de campagnes marketing. On peut savoir si les visiteurs réguliers ou les nouveaux visiteurs achètent plus fréquemment dans sur une boutique en ligne. Lorsque les analyses en cohorte sont réalisées sur de plus grandes échelles, les données émanant de différentes sources peuvent être fusionnées avec le Big Data et démontrer des résultats encore plus pertinents.

Exemple

Les boutiques en ligne sont capables de déterminer grâce à l’analyse en cohorte combien de fois les clients d’un certain âge ou d’une certaine région ont pu profiter de leurs offres. Après avoir évalué les données, la boutique en ligne peut ajuster sa stratégie marketing en visant les clients qui ont acheté seulement une seule fois un produit sur la boutique sur la période analysée. Alternativement, ces groupes peuvent aussi être consultés par des sondages ou questionnaires afin de déterminer les raisons exactes de ce manque d’achat.

L’avantage de cette analyse réside dans le fait que dans le marketing digital, les données sont immédiatement disponibles et peuvent être segmentées en cohortes. En raison de leur nature numérique, chaque source d’accès ou point de contact peuvent être détectés et évalués. Même un simple fichier d’inscription peut aider à créer des cohortes de visiteurs qui ont accès au site au cours d’une période donnée et en utilisant un navigateur spécifique. Si elles sont utilisées pour faire face à la concurrence, les analyses en cohorte peuvent aussi être appliquées aux classements des mots-clés ou sur le développement de la visibilité d’une page.

En plus des outils d’analyse web actuels, une analyse en cohorte peut aussi aider à lier différents rapports et à les analyser conjointement. Ainsi, de nouveaux clients ou groupes cibles peuvent être créés afin d’opérer des campagnes de targeting et/ou retargeting. Dans toutes les analyses, il est cependant important que la sphère privée soit maintenue et que les données sensibles soient rendues anonymes lors du fusionnement des données.

Liens web

Catégorie