© Benoit Duguay, 2011
L’utilité de la recherche en tourisme
Benoit Duguay
Le 14 avril 2011
Colloque Passion·Tourisme 2011 © 2011 Benoit Duguay
© Benoit Duguay, 2011
Introduction à la recherche
�Pourquoi le touriste choisit-il une destination, un circuit, un forfait, une activité?
�Les attentes des touristes�Le rôle de la recherche en tourisme�Le processus de recherche�Conception du questionnaire et choix d’échantillon�Analyse des données
© Benoit Duguay, 2011
Pourquoi le touriste choisit-il une destination, un circuit, un forfait,
une activité?
© Benoit Duguay, 2011
Connaissez-vous les réponses à ces questions?
� Savez-vous si les communications de votre établissement sont adéquates?
� Connaissez-vous bien les différences entre les préférences de la clientèle européenne et québécoise?
� Votre service à la clientèle satisfait-il vos clients?
© Benoit Duguay, 2011
Nos désirs, décisions et actions sont motivés par nos attentes
Fonctionnelles
Esthétiques
Sociétales
Relationnelles Financières
Sensorielles
Imaginaires
SymboliquesInformation-
nelles
Temporelles
© Benoit Duguay, 2011
Exigences visant les aspects utilitaires :
Attentes fonctionnelles
�Santé�Repos�Activités offertes�Caractéristiques incluses
dans le service
© Benoit Duguay, 2011
� prestige de la destination� style de vie� richesse
Attentes symboliques
Exigences visant l’expression d’une signification ou d’une image :
© Benoit Duguay, 2011
Exigences visant les aspirations profondes :
�Fantasmes� Image de soi� Idéalisation�Épanouissement�Compensation pour une
estime de soi faible� Exemples :
� Pèlerinage de Saint-Jacques de Compostelle
� Tourisme spirituel au Tibet
Attentes imaginaires
© Benoit Duguay, 2011
Attentes sensorielles
�Plaisir de consommer�Plaisir des sens (tactile,
visuel, olfactif, auditif, gustatif)
�Sensualité�Souvenirs agréables
Exigences visant le plaisir :
© Benoit Duguay, 2011
Attentes financières
�Prix le plus bas�Prix VS service�Prix VS qualité�Prix VS image
Exigences visant le prix :
© Benoit Duguay, 2011
Attentes relationnelles
� Service très personnalisé� « Self-service »� Suivi après-vente� Clubs d’usagers, par exemple
motocyclette
Exigences visant la nature de la relation avec le commerçant ou les autres usagers :
© Benoit Duguay, 2011
Attentes sociétales
�Préservation des ressources�Diminution de la pollution�Tourisme équitable�Tourisme écologique�Développement touristique
durable
Exigences visant le respect de l’environnement et des populations :
© Benoit Duguay, 2011
Attentes esthétiques
Exigences visant l’apparence :
� Esthétisme visuel, par exemple la beauté des paysages
� Fonction de normes culturelles et de préférences personnelles
� Préserver le charme naturel de certains sites touristiques (e.g.: ensablement du Mont St-Michel)
© Benoit Duguay, 2011
Attentes informationnelles
Exigences visant l’obtention d’information :
� Informations doivent être conviviales, objectives, complètes
� Être informé plus rapidement et au moment de son choix
� Impact sur les communications de l’organisation
� Par exemple, les informations concernant les services inclus dans un forfait
© Benoit Duguay, 2011
Attentes temporelles
�Immédiateté�Planification de l’achat�Échelonnement des
paiements
Exigences visant le temps :
© Benoit Duguay, 2011
Pour en savoir plus sur les attentes
Hyperlien Hyperlien Hyperlien
Blog « Causerie sur la consommation » Hyperlien
© Benoit Duguay, 2011
La rôle de la recherche en tourisme
� Outil pour réduire l’incertitude� Ne prend PAS de décision� Permet de mieux identifier la
structure des marchés et de cibler un marché cible
� Permet de formuler des actions marketing
� Permet d’évaluer la performance de la stratégie marketing
Tiré et adapté de : Zikmund, W.G. 2003. Essentials of Marketing Research, 2nd ed. Mason (OH) : South-Western, 452 p.
© Benoit Duguay, 2011
Quelques utilisations de la recherche en tourisme
Étude quantitativeProfil d’usager
Panel voyagistesStructure
Panel d’usagersEntrevue de groupe
Prix optimumSensibilité au prix
Prix d’un service
Panel d’usagersCaractéristiquesOffre d’un Service
Monitoring médiasOpportunitésMarché
touristique
MÉTHODOLOGIEPROBLÈMEOBJET
© Benoit Duguay, 2011
MÉTHODOLOGIEPROBLÈMEOBJET
Étude longitudinaleEfficacité stratégiesContrôle
ObservationPassager mystère
Performance d’un moyen de transport
Distribution
Profil audience médiasPlan média
Étude de rappelImpact message
Étude psychologiqueSélection message
Communication
Quelques utilisations de la recherche en tourisme
© Benoit Duguay, 2011
Une étude réalisée à deux reprises pour la Ville de Montréal
� La Ville de Montréal devrait-elle offrir un service internet Wi-Fi à l’usage des touristes ? � Deux études ont révélé pour qui et pour quels types d’utilisation ce service serait le plus intéressant
� Service internet Wi-Fi (A2005)� Service internet Wi-Fi (A2006)
© Benoit Duguay, 2011
Autres exemples d’études
� Réseaux sociaux dans l'industrie hôtelière(A2010)
� Office Municipal d'habitation de Longueuil(H2010)
� Quartier des spectacles (H2007)� Projet de service vélos (H2006)� Projet de sanitaires publics (H2006)� Fracture numérique étudiants UQAM (H2004)� Montréal intérieur (H2004)
© Benoit Duguay, 2011
Valeur
�Réduction du risque�Actions plus
efficaces�Meilleur retour sur
investissement
Coûts�Frais encourus pour
l’étude�Délai décision�Fuites d’information
et perte de surprise tactique
Valeur d’une étude VS ses coûts
Tiré et adapté de : Zikmund, W.G. 2003. Essentials of Marketing Research, 2nd ed. Mason (OH) : South-Western.
© Benoit Duguay, 2011
Le processus de recherche
Objectifs
Analysesituation
Recherchesecondaire
Interprétationet rapport
Plan derecherche
Informationrequise
Instrument/ échantillon
Exécution
Rechercheexploratoire
Donnéessecondairesdisponibles ?
OUI
NON
© Benoit Duguay, 2011
Recherche exploratoire
� Entretiens avec des gestionnaires, des experts ou des clients
� Recherche documentaire
� Analyse de données secondaires
© Benoit Duguay, 2011
Analyse de la situation
� Que veut-on savoir?� Que veut-on changer?� Questionnements spécifiques
� Objectifs� Hypothèses
© Benoit Duguay, 2011
Questionnements spécifiques
� Définition du problème en termes spécifiques
� Quelles réponses le gestionnaire veut-il obtenir?
� Par exemple: « La signalisation est-elle adéquate pour les touristes dans le Montréal intérieur? »
© Benoit Duguay, 2011
Objectifs� Comprendre les objectifs de
l’organisation et du gestionnaire
� Comprendre les attentes des différents acteurs
� Définition de l’objectif général et des objectifs secondaires
� Penser aux aspects cachés (principe de l’iceberg)
� Par exemple : « Valider auprès des usagers du Montréal intérieur les éléments de signalisation susceptibles d’être améliorés dans chacun des secteurs »
Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2004), Études Marketing avec SPSS, 4e éd., Paris: Pearson Education France.
© Benoit Duguay, 2011
Hypothèses� Solution possible au problème� Intuition à vérifier� Par exemple cette hypothèse
double : « La Ville de Montréal pense que la signalisation de la ville intérieure est déficiente et que ceci nuit aux activités touristiques de la ville »
� Des hypothèses secondaires peuvent être formulées lors des analyses entre deux variables
Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2004), Études Marketing avec SPSS, 4e éd., Paris: Pearson Education France.
© Benoit Duguay, 2011
Des données secondaires sont-elles disponibles?
Donnéessecondairesdisponibles ?
OUI ?
NON ?
© Benoit Duguay, 2011
Données secondaires
Données existantes, déjà interprétées, provenant d’une source interne ou externe, recueillies pour une étude autre que la recherche envisagée
© Benoit Duguay, 2011
Sources
Service desbibliothèques
Hyperlien sur chaque image
Réseau de veille
© Benoit Duguay, 2011
Avantages et inconvénients des données secondaires
� Parfois gratuites ou peu dispendieuses (sauf pour les études commerciales spécialisées)
� Disponibles rapidement� Sont parfois les seules
données disponibles� Excellentes pour une
recherche de type exploratoire
� Pas d’accès aux données brutes
� Précision peut être incertaine
� Ne correspondent jamais parfaitement aux objectifs de la recherche envisagée
� Unités de mesure ou classification souvent inappropriées
� Peuvent être désuètes (e.g.: recensement seulement aux 5 ans)
AVANTAGES INCONVÉNIENTS
© Benoit Duguay, 2011
Objectifs
Analysesituation
Plan derecherche
Rechercheexploratoire
Donnéessecondairesdisponibles ? NON
Lorsque des données secondaires ne sont pas disponibles
© Benoit Duguay, 2011
Plan de recherche
� Aussi appelé « design d’étude »
� Doit spécifier deux éléments :� Type de recherche (ce que vise l’étude)
�Méthodologie de recherche (la façon de procéder)
© Benoit Duguay, 2011
Les types de recherche
�Recherche exploratoire�Recherche descriptive�Recherche causale
© Benoit Duguay, 2011
Recherche exploratoire� Recherche initiale
restreinte visant à défricher une question, définir un problème ou formuler une hypothèse :� Revue de littérature� Consultation de données
secondaires� Entrevues individuelles ou
de groupe� Etc.
� Ne fourni pas d’information concluante mais des pistes de recherche
� Recherche subséquente souvent requise, selon les objectifs visés
© Benoit Duguay, 2011
Recherche descriptive� Recherche visant à
représenter une situation :� Sondage d’opinion� Observations� Panels� Etc.
� Décrit les caractéristiques d’une population ou d’un phénomène
� Apporte une certaine compréhension de la nature du problème
� Étude ponctuelle ou longitudinale
© Benoit Duguay, 2011
Étude ponctuelle
� Recherche qui dresse le portrait d’une situation à un moment précis dans le temps
� Permet de connaître l’opinion d’un groupe de personnes sur un sujet donné
� Par exemple, les usagers se sentent-ils en sécurité dans le Montréal intérieur?
Temps
Étude
© Benoit Duguay, 2011
Étude longitudinale
� Recherche qui vise à déterminer l’évolution d’une situation
� Peut faire appel à des études répétées avec des échantillons différents ou à des panels
� Par exemple, l’évolution du niveau de satisfaction des usagers du transport en commun
Temps
Étude Étude ÉtudeÉtude
© Benoit Duguay, 2011
Recherche causale
� Recherche visant à déterminer l’effet d’une variable sur une autre (expérimentation)
� Cherche à établir une relation de cause à effet� Par exemple l’effet d’un changement dans la fréquence du service sur l’utilisation d’un moyen de transport
Tiré et adapté de : Zikmund, W.G. 2003. Essentials of Marketing Research, 2nd ed. Mason (OH) : South-Western, 452 p.
© Benoit Duguay, 2011
Mise en garde sur la causalité
� La relation de cause à effet est impossible à prouver hors de tout doute
� Les deux variables peuvent simplement varier de façon concomitante
� Existence d’une troisième variable causale ?
Tiré et adapté de : Zikmund, W.G. 2003. Essentials of Marketing Research, 2nd ed. Mason (OH) : South-Western, 452 p.
+
© Benoit Duguay, 2011
Les méthodologies de recherche
Méthodologies
Recherchequalitative
Recherchequantitative Expérimentation Observation
Entrevueen personne
Entrevueau téléphone
Questionnairepostal
Entrevuede groupe
(Focus group)
Entrevue enprofondeur
Questionnaireinternet
Humaine
Mécanique
Terrain
Laboratoire
Étude de cas
Techniquesprojectives
Tiré et adapté de : Assael, H. 1998. Marketing. Fort Worth (TX) : The Dryden Press.
© Benoit Duguay, 2011
Objectifs
Analysesituation
Plan derecherche
Informationrequise
Instrument/ échantillon
Exécution
Rechercheexploratoire
Donnéessecondairesdisponibles ? NON
Mise en application du plan de recherche
© Benoit Duguay, 2011
Information requise
� Déterminer l’unité d’étude appropriée :� Individu, famille, organisation,…
� Aspects spécifiques à étudier
� Par exemple : voir section 4.2 de la proposition de recherche du projet Montréal intérieur
Tiré et adapté de : Zikmund, W.G. 2003. Essentials of Marketing Research, 2nd ed. Mason (OH) : South-Western, 452 p.
© Benoit Duguay, 2011
Instrument de collecte et méthode d’échantillonnage
� Choisir instrument de collecte de données en fonction du type de recherche et de la méthodologie sélectionnés :� Questionnaire� Guide d’entrevue, d’observation ou d’animation� Etc.
� Échantillon = collection d’unités d’étude au sein d’un univers de taille finie ou infinie
� Échantillon probabiliste requiert une liste exhaustive de l’univers (population)
� Représentativité de l’échantillon :� Roosevelt vs Landon (élections ÉU 1936 - Literary Digest)
� Taille de l’échantillon :� N’est pas fonction de la taille de l’univers � Erreur statistique vs représentativité � Marge d’erreur et niveau de confiance
Tiré et adapté de : Zikmund, W.G. 2003. Essentials of Marketing Research, 2nd ed. Mason (OH) : South-Western, 452 p.
© Benoit Duguay, 2011
Un bon questionnaire� Complet � Concis � Clair � Coopération des
répondants :
� Lettre d’introduction � Incitatif
� Construction soignée� Faciliter compilation et
analyse
� Par exemple le questionnaire pour l’étude du Quartier des spectacles
Tiré et adapté de: McGown, K.L., Marketing Research: Text and Cases, Winthrop Publishers, 1979, p. 143 165
© Benoit Duguay, 2011
Méthodes d’échantillonnage
Méthodes
Non probabilistes Probabilistes
De convenance
De jugement
Simple
Systématique
Boule de neige Stratifié
Par quota Grappes
PhasesmultiplesVolontaire
© Benoit Duguay, 2011
Échelles de mesure utilisées dans un questionnaire
Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2004), Études Marketing avec SPSS, 4e éd., Paris: Pearson Education France.
Additive Stapel Icônes
Types d’échelles
Non comparativesComparatives
Par pairesOrdre declassement
Q-SortClassementcontinu
Classementdétaillé
Sommeconstante
Simples
Likert NumériqueSémantiquedifférentielle
© Benoit Duguay, 2011
Échelle simple dichotomique
� Les répondants doivent répondre à une question qui permet de les classifier entre deux catégories
� À déconseiller, car fourni peu d’information
Tiré et adapté de : Zikmund, W.G. 2003. Essentials of Marketing Research, 2nd ed. Mason (OH) : South-Western, 452 p.
J’aime Baie Comeau :
_______ Oui ______ Non
© Benoit Duguay, 2011
Échelles comparatives
� Comparaison entre des objets d’étude
� Peut détecter de petites différences entre les objets d’étude
� Faciles à comprendre et à utiliser
Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2004), Études Marketing avec SPSS, 4e éd., Paris: Pearson Education France.
© Benoit Duguay, 2011
Ordre de classement
Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2004), Études Marketing avec SPSS, 4e éd., Paris: Pearson Education France.
Ville Ordre
Québec ____1_____
Ottawa ____3_____
Montréal ____4_____
Toronto ____2_____
� Les répondants doivent classifier les objets d’étude dans un certain ordre selon un critère d’évaluation précis
� Un répondant peut n’aimer aucun objet, même celui classifié en première position
� Le nombre de décisions requises est égal à (n-1), où “n” représente le nombre d’objets
© Benoit Duguay, 2011
Échelle de somme constante
Veuillez répartir un total de 100 points entre les trois villes suivantes, selon votre appréciation de chacune de ces villes sur le plan écologique :
Québec 35Ottawa 20Montréal 15Toronto 30
Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2004), Études Marketing avec SPSS, 4e éd., Paris: Pearson Education France.
© Benoit Duguay, 2011
Échelles non comparatives
� Chaque objet d’étude est classifié indépendamment des autres
� L’échelle peut être continue ou détaillée, elle peut même faire appel à des icônes
Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2004), Études Marketing avec SPSS, 4e éd., Paris: Pearson Education France.
© Benoit Duguay, 2011
Échelle de Likert
� Les répondants doivent indiquer leur niveau d ’accord, ou de désaccord, sur une échelle en plusieurs points (5 le plus souvent), par rapport à une série d ’affirmations
� La plus populaire PCQ facile à utiliser
Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2004), Études Marketing avec SPSS, 4e éd., Paris: Pearson Education France.
© Benoit Duguay, 2011
Exemple d’échelle de Likert
Sur une échelle de 1 à 5, 1 étant « complètement inutile », 2 « inutile », 3 « indécis », 4 « utile », et 5 « fortement utile », quel est selon vous le degré d'utilité de l’utilisation des types suivants de mobilier urbain pour l’affichage?
Banc public ���� 1 ���� 2 ���� 3 ���� 4 ���� 5Poubelle ou bac de recyclage ���� 1 ���� 2 ���� 3 ���� 4 ���� 5Abribus ���� 1 ���� 2 ���� 3 ���� 4 ���� 5
© Benoit Duguay, 2011
Échelle sémantique différentielle
� Permet au répondant d’exprimer un choix entre une série d’adjectifs bipolaires sur une échelle en 7 points
� Traditionnellement, l’échelle est pondérée de +3 à -3 ou de 1 à 7
� Attention aux choix d’adjectifs et de leurs antonymes
� Redondance d’adjectifs synonymes, avec ou sans inversion, comme mesure de contrôle
Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2004), Études Marketing avec SPSS, 4e éd., Paris: Pearson Education France.
© Benoit Duguay, 2011
Exemple d’échelle sémantique différentielle
Désagréable ___ : ___ : ___ : ___ : ___ : ___ : ___ Agréable
Reposant ___ : ___ : ___ : ___ : ___ : ___ : ___ Fatigant
Simple ___ : ___ : ___ : ___ : ___ : ___ : ___ Compliqué
Pour moi, utiliser l’avion est :
Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2004), Études Marketing avec SPSS, 4e éd., Paris: Pearson Education France.
© Benoit Duguay, 2011
Présentation des réponsesÉchelle sémantique différentielle
Moyennes et écarts types
Gracieuseté des étudiants suivants du EUT4108 H2009: Marie-Ève Aubry, Alexandre Champagne, Alexandra Fauteux, Mathieu Lavoie, Micheline Petit
Menu de la salle à manger
0
2
4
6
8
10
12
impre
ssio
n géné
rale
aisa
nce
à le p
arco
urir
grap
hisme
lisib
ilité
coule
ur
clar
té
origin
alité
écart-type - moyenne écart-type +
© Benoit Duguay, 2011
Échelle avec icônes
Tiré et adapté de : Zikmund, W.G. 2003. Essentials of Marketing Research, 2nd ed. Mason (OH) : South-Western, 452 p.
� Efficace avec personnes moins lettrées, tels les enfants, ou dans un environnement multilingue
© Benoit Duguay, 2011
Analyse des données
� Codification du questionnaire� Transcription des données� Utilisation d’un logiciel pour l’analyse quantitative des données
� Analyse des fréquences� Mesures de position centrale� Interprétation des données
© Benoit Duguay, 2011
Codification du questionnaire
� Transformer les réponses en données quantifiables
� Assignation des variables� Codifications des réponses� Code plus élevé à valeur
positive :� oui = 2, non = 1
� Valeur manquante :� attribuer valeur (p. ex. 99)
� Voir exemple de guide de codification ci-contre
Hyperlien
Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2007), Études Marketing avec SPSS, 5e éd., Paris: Pearson Education France.
© Benoit Duguay, 2011
Codification des questionsnon structurées (ouvertes)
� Créer des catégories :� Mutuellement exclusives� Collectivement exhaustives� Lire toutes les réponses
� Attribuer une catégorie distincte àtout élément critique même si personne n’en fait mention
� Conserver un niveau de détail le plus élevé possible sans exagérer le nombre de catégories
Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2007), Études Marketing avec SPSS, 5e éd., Paris: Pearson Education France.
© Benoit Duguay, 2011
Transcription des données
� Saisie des données� Construction d’une base de
données (feuille de calcul Excel)
� Variables :� À la verticale� Numérotation� Une colonne pour chaque
variable� Questionnaires (répondants) :
� À l’horizontal� Numérotation� Une ligne pour chaque
questionnaire (répondant)� Voir exemple de fichier de
saisie de données ci-contre
Tiré et adapté de : Malhotra, N., traduit par Décaudin, J.M. et A. Bouguerra (2007), Études Marketing avec SPSS, 5e éd., Paris: Pearson Education France.
Hyperlien
© Benoit Duguay, 2011
Logiciels d’analyse quantitativeHyperlien sur chaque image
© Benoit Duguay, 2011
Analyse des fréquences
� Présentation de la distribution des réponses pour une variable
� Identification des valeurs (catégories) possibles
� Présentation :� tableau� graphique
© Benoit Duguay, 2011
Tableau de fréquencesVariable « Consommation »
Consommation
30 17,1 17,4 17,4
110 62,9 64,0 81,4
32 18,3 18,6 100,0
172 98,3 100,0
3 1,7
175 100,0
Plus
Comparable
Moins
Total
Valid
9Missing
Total
Frequency Percent Valid PercentCumulative
Percent
© Benoit Duguay, 2011
Graphique de fréquencesVariable « Consommation »
© Benoit Duguay, 2011
Mesures de position centrale
� Mode :� valeur la plus fréquente� données bimodales
� Médiane :� valeur centrale d’un ensemble ordonné de réponses
� Moyenne :� somme des réponses divisée par le nombre de réponses
Tiré et adapté de: McGown, K.L., Marketing Research: Text and Cases, Winthrop Publishers, 1979, p. 216
© Benoit Duguay, 2011
Problèmes avec la moyenne
� Très affectée par les valeurs extrêmes
� Courbes bicéphales� Petit nombre de réponses dans la moyenne
0
5
10
15
20
25
30
35
40
45
Tiré et adapté de: McGown, K.L., Marketing Research: Text and Cases, Winthrop Publishers, 1979, p. 236
© Benoit Duguay, 2011
StatistiquesVariable « Consommation »
Statistics
Consommation172
3
2,01
2,00
2
,602
-,004
,185
-,197
,368
2
Valid
Missing
N
Mean
Median
Mode
Std. Deviation
Skewness
Std. Error of Skewness
Kurtosis
Std. Error of Kurtosis
Range
Moyenne
Médiane
Mode
Écart type
Symétrie
Aplatissement
Étendue
© Benoit Duguay, 2011
Interprétation des données
� Que disent les données recueillies par rapport aux objectifs fixés
� Il vaut mieux ne rien dire que d’affirmer quelque chose de faux
� Rejet ou non des hypothèses
© Benoit Duguay, 2004
Vous aimeriez faire réaliser un sondage ou une étude?
© Benoit Duguay, 2011
Grandes firmes de recherche…
… petites firmes locales ou régionales?
… ATR Manicouagan
Hyperlien sur chaque image
© Benoit Duguay, 2011
MERCI!
Échanges avec les participants
Colloque Passion·Tourisme 2011 © 2011 Benoit Duguay