About: Parcours, déplacement et actions face au rayon, Mieux comprendre le comportement physique du consommateur en magasin pour mieux comprendre ses achats   Goto Sponge  NotDistinct  Permalink

An Entity of Type : rdac:C10001, within Data Space : data.idref.fr associated with source document(s)

AttributesValues
type
Thesis advisor
Author
alternative label
  • Shopping path and decision making in front of the shelf, Toward a better understanding of the relationship between in-store consumer behavior and subsequent purchases
dc:subject
  • Thèses et écrits académiques
  • Achats
  • Consommateurs
  • Magasins
  • Consommateurs -- Attitude
preferred label
  • Parcours, déplacement et actions face au rayon, Mieux comprendre le comportement physique du consommateur en magasin pour mieux comprendre ses achats
Language
Subject
dc:title
  • Parcours, déplacement et actions face au rayon, Mieux comprendre le comportement physique du consommateur en magasin pour mieux comprendre ses achats
Degree granting institution
note
  • Although shopping behavior becomes more and more important within marketing academic literature, most of research on this topic does not actually observe shopping behavior. Most of the time, it is measured with questionnaires that capture self-reported behavior, which is potentially very different from actual behavior. However, consumer purchases, most of the time decided in store, directly depend on physical shopping behavior (shopping path, alleys that consumer visits or avoids, products he passes by, actions he performs in front of shelves, products he grabs, investigates, tries and eventually abandons or chooses). This dissertation’s main idea is to study in-store physical shopping behavior. This thesis is divided into two studies. The first study aims at better understanding what physical shopping behavior is: get an intelligible picture of this behavior by determining what its main dimensions are as well as its relationships with purchases. The second study aims at using the information contained in physical shopping behavior in order to improve a probabilistic model of purchase analysis: market basket analysis. Both these studies allow investigating a different angle of the main topic. Together, they bring original insights about in-store shopping behavior. To reach our research objectives, we have developed a new data collection tool allowing to unobtrusively observe consumers, and capture and time-stamp each of their precise actions during the entire shopping trip.
  • Si l’étude du comportement du consommateur en magasin prend une importance croissante dans la littérature en marketing, la plupart des recherches n’observent pas réellement ce comportement. Le plus souvent, il est mesuré par des questionnaires, c’est-à-dire comportements déclarés pouvant être très différents du comportement réel. Pourtant, les achats du consommateur, pour la plupart décidés en magasin, dépendent directement de son comportement physique en magasin, c’est-à-dire de son parcours à travers le point de vente, des rayons visités et évités, des produits devant lesquels il passe et des actions qu’il effectue quand, arrêté devant un rayon, il prend, examine, essaie et finalement repose ou choisit un produit plutôt qu’un autre. L’idée principale de cette thèse est donc d’étudier le comportement physique du consommateur en magasin. Cette thèse est composée de deux études. La première étude a pour but de mieux comprendre de qu’est le comportement physique en magasin : en avoir une vue synthétique et intelligible en identifiant les principales dimensions qui le composent et ses relations avec les achats. La deuxième étude a pour objectif d’utiliser l’information contenue dans ce comportement physique pour améliorer un modèle probabiliste d’analyse des achats : l’analyse du panier du consommateur. Chacune de ces recherches permet d’étudier le comportement sous un angle différent. L’ensemble tente ainsi d’apporter une connaissance nouvelle sur le comportement du consommateur en magasin. Pour atteindre nos objectifs de recherche, nous avons développé un nouvel outil de recueil de données permettant d’observer de manière non intrusive et de saisir et chronométrer les actions précises des consommateurs tout au long du parcours en magasin.
dc:type
  • Text
http://iflastandar...bd/elements/P1001
rdaw:P10219
  • 2009
has content type
is primary topic of
is rdam:P30135 of
Faceted Search & Find service v1.13.91 as of Aug 16 2018


Alternative Linked Data Documents: ODE     Content Formats:       RDF       ODATA       Microdata      About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data]
OpenLink Virtuoso version 07.20.3229 as of May 14 2019, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (70 GB total memory)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software