À Quel Point La Publicité Est-Elle Efficace Généralisations À Partir D'une Méta-Analyse de

http://ram.sagepub.
com/
Recherche et Applications en Marketing
http://ram.sagepub.com/content/26/2/113
The online version of this article can be found at:
DOI: 10.1177/076737011102600204
2011 26: 113 Recherche et Applications en Marketing
Raj Sethuraman, Gerard J. Tellis and Richard A. Briesch
L'lasticit publicitaire des marques
quel point la publicit est-elle efficace? Gnralisations partir d'une mta-analyse de
Published by:
http://www.sagepublications.com
On behalf of:
Association Franaise du Marketing

can be found at: Recherche et Applications en Marketing Additional services and information for
http://ram.sagepub.com/cgi/alerts Email Alerts:
http://ram.sagepub.com/subscriptions Subscriptions:
http://www.sagepub.com/journalsReprints.nav Reprints:
http://www.sagepub.com/journalsPermissions.nav Permissions:
http://ram.sagepub.com/content/26/2/113.refs.html Citations:
What is This?
- Jun 1, 2011 Version of Record >>

by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from by slaheddine dardouri on October 17, 2013 ram.sagepub.com Downloaded from
Recherche et Applications en Marketing, vol. 26, n 2/2011
quel point la publicit est-elle efficace ?
Gnralisations partir dune mta-analyse
de llasticit publicitaire des marques
Raj Sethuraman
Professeur de marketing et professeur titulaire de la chaire finance par Marilyn et Leo Corrigan
cole de commerce Edwin L. Cox de lUniversit Southern Methodist
Gerard J. Tellis
Neely Chair de lAmerican Enterprise
Professeur de marketing, management, and organisation
Directeur du Center for Global Innovation
Marshall School of Business de lUniversit de Southern California
Richard A. Briesch
Professeur associ de marketing et professeur de la chaire finance par Marilyn et Leo Corrigan
cole de commerce Edwin L. Cox de lUniversit Southern Methodist
* Les auteurs peuvent tre contacts aux adresses lectroniques suivantes :
rsethura@ cox. smu. edu ; rbriesch@ cox.smu.edu ; tellis@marshall. usc.edu
Ils remercient Don Lehmann, Mike Hanssens, les participants la confrence Advertising Generalization de la Wharton School de
lUniversit de Pennsylvanie, et les participants la confrence Marketing Science Ann Arbor.
Les auteurs adressent galement leurs remerciements Ranga Venkatesan et Prerit Souda pour leur aide dans la collecte et lanalyse des donnes.
Cette tude a bnfici dune bourse de Don Murray au Center for Global Innovation de lUSC Marshall. Greg Allenby a t rdacteur associ
pour cet article.
Cet article a t publi en 2011 dans Journal of Marketing Research, Vol. XLVIII (Juin 2011), 457-471, traduit par Cindy Caldara et reproduit
avec la permission de JMR et de lAmerican Marketing Association qui en dtient le copyright. LAmerican Marketing Association ne pourra tre
tenue responsable dventuelles erreurs survenues lors de la traduction.
SLECTI ON I NTERNATI ONALE
RSUM
Les auteurs conduisent une mta-analyse sur la base de 751 lasticits court terme et 402 long terme concernant des publi-
cits de marque visant directement le consommateur issues de 56 tudes publies entre 1960 et 2008. Ltude met au jour plu-
sieurs nouvelles gnralisations propos de llasticit publicitaire. Les plus importantes sont les suivantes : llasticit publi-
citaire court terme moyenne est de 0,12, ce qui est substantiellement plus bas que la moyenne de la prcdente mta-analyse de
0,22 ; il y a eu un dclin de llasticit publicitaire au cours du temps ; et llasticit publicitaire est plus leve (1) pour les pro-
05Sethuraman 30/09/11 10:24 Page 113
La publicit est lun des lments les plus impor-
tants du mix marketing. La controverse fait rage quant
savoir si les entreprises obtiennent les retours ad-
quats au regard de leurs dpenses publicitaires (Aaker
et Carman, 1982 ; Tellis, 2004). Un des lments cls
de cette controverse est le niveau defficacit de la
publicit gnrer des ventes. Lefficacit de la publi-
cit est souvent mesure en termes dlasticit publici-
taire, ou de pourcentage de croissance des ventes ou de
part de march pour 1 % de hausse du budget de la
publicit. Obtenir des estimations gnralisables de
llasticit publicitaire et identifier les facteurs qui
influencent celle-ci peut accrotre la comprhension
du champ de lefficacit de la publicit.
Assmus, Farley et Lehmann (1984) ont propos
les premires gnralisations empiriques relatives
llasticit publicitaire. En particulier, ces auteurs ont
men une mta-analyse de 128 indicateurs dlasti-
cit publicitaire partir de 16 tudes publies entre
1962 et 1981 et ont propos des gnralisations utiles
sur leffet de la publicit. Plus de vingt-cinq ans se
sont couls depuis cette publication. Cette priode
(1984-2008) a t le tmoin de changements signifi-
catifs sur de nombreux points qui peuvent avoir un
impact sur la mesure et lefficacit de la publicit.
Premirement, lenvironnement marketing a chang
du fait dune concurrence plus intense, de la mondia-
lisation, de lavnement dInternet, et de la capacit du
consommateur de se soustraire aux publicits tlvi-
ses grce des quipements comme TiVo.
Deuximement, les donnes et les mthodes pour
estimer llasticit publicitaire se sont amliores en
termes de sophistication avec lutilisation de donnes
scanners dsagrges et lapplication des modles
conomtriques de la New Empirical Industrial
Organization. De ce fait, il semble raisonnable dac-
tualiser les gnralisations empiriques relatives
llasticit publicitaire en incluant des donnes issues
dtudes publies depuis 1981.
Cette tude sappuie sur une mta-analyse de 751
lasticits court terme et 402 lasticits long
terme pour des publicits visant directement les
consommateurs extraites de 56 tudes publies entre
1960 et 2008. Notre tude infirme certains des rsultats
noncs par Assmus, Farley et Lehmann (1984), en
valide dautres, et met au jour plusieurs nouvelles
gnralisations empiriques et de nouvelles ides, que
nous rsumons la fin de cet article.
De ce point de vue, notre recherche est dans le
mme esprit que dautres tudes mta-analytiques
subsquentes de ces derniers temps. Par exemple,
Bijmolt, Van Heerde et Pieters (2005) actualisent la
mta-analyse sur llasticit prix conduite prcdem-
ment par Tellis (1988). Hu, Lodish et Krieger (2007)
proposent une mise jour partielle de la mta-ana-
lyse de Lodish et alii (1995) lie aux exprimenta-
tions sur la publicit tlvisuelle. Notre tude peut
galement tre vue comme un complment mta-
analytique de la large revue de littrature sur la publi-
cit de Vakratsas et Ambler (1999). Ils ont dvelopp
une taxonomie partir de 250 tudes et propos des
ides sur la faon dont la publicit fonctionne. Nous
pratiquons dans notre tude une mta-analyse des
indicateurs conomtriques de llasticit publicitaire
et suggrons des pistes relatives au fait que la publicit
marche ou non, lamplitude de leffet et les facteurs
qui influencent llasticit. Dans sa dmarche,
ltude vient complter la liste des gnralisations
empiriques relatives limpact du marketing de
Hanssens (2009).
Notre tude complte le rcent article de Fischer et
Albers (2010). Les deux tudes offrent des pistes de
Raj Sethuraman, Gerard J. Tellis, Richard A. Briesch 114
duits durables plutt que pour les produits non durables, (2) dans la premire phase du cycle de vie plutt que dans la phase de
maturit, (3) pour les donnes annuelles plutt que pour les donnes trimestrielles, et (4) quand llasticit est mesure en points
de couverture brute (PCB) plutt quen termes montaires. La moyenne de llasticit long terme est de 0,24, ce qui est bien
plus faible que la moyenne nonce dans la mta-analyse prcdente (0,41). Une grande part des rsultats valables pour
llasticit court terme lest pour llasticit long terme, avec quelques exceptions notables. Les auteurs proposent une dis-
cussion des implications des ces rsultats.
Mots cls : lasticit publicitaire, mta-analyse, gnralisation empirique, promotion, mix marketing.
05Sethuraman 30/09/11 10:24 Page 114
comprhension sur leffet du mix marketing sur les
ventes. Cependant, alors que Fischer et Albers propo-
sent une excellente analyse des effets des efforts mar-
keting (vente au dtail, publicit papier et publicit
adresse au consommateur final) sur la demande pri-
maire (expansion de la catgorie) des produits phar-
maceutiques, notre analyse se concentre sur leffet de
la publicit ciblant le consommateur et concernant la
demande slective (ventes des marques en concur-
rence) pour un large ventail de produits de consom-
mation, incluant les produits pharmaceutiques.
Nous organisons la suite de cet article de la faon
suivante : nous allons commencer par dcrire les
donnes. Ensuite, nous dcrirons la procdure de
mta-analyse et prsenterons les rsultats empi-
riques. la suite de cela, nous discuterons les rsultats
et leurs implications. Dans la dernire section, nous
rsumerons ces rsultats sous forme de gnralisa-
tions empiriques et proposerons des limites et voies
de recherche futures.
DONNES
Cette section prsente la compilation de la base
de donnes utilise dans la mta-analyse. Les don-
nes sont constitues dobservations dlasticit
publicitaire (variable dpendante) et les facteurs din-
fluence potentiels de llasticit publicitaire
(variables indpendantes).
Llasticit publicitaire
Pour cette mta-analyse, nous avons slectionn
des tudes qui fournissent des estimations au niveau
des marques, des lasticits publicitaires court
terme et long terme lies aux consommateurs, sur
la base de modles conomtriques utilisant des don-
nes march. En cela, notre tude exclut (1) les effets
de la publicit de catgorie de produit, (2) les effets
lis aux designs exprimentaux ou dautres non co-
nomtriques, et (3) la publicit business-to-business
(B2B). Les paragraphes suivants justifient chacun de
ces choix.
Dabord, llasticit publicitaire au niveau cat-
goriel mesure la croissance des ventes de la catgorie
(demande primaire) pour 1 % de changement dans la
publicit totale de la catgorie. En gnral, ces effets
sont intressants pour les conomistes et les dci-
deurs publics qui tudient dans quelle mesure la
publicit tend la demande pour des catgories de
produits comme le lait, lalcool et les cigarettes
(cf. Gallet, 2007). Fischet et Albers (2010) fournis-
sent une analyse rcente et complte des effets des
efforts marketing sur la demande primaire dans lin-
dustrie pharmaceutique. Au contraire, notre perspec-
tive est celle des chefs de marque, qui sont intresss
par la manire dont la publicit pour leurs marques
impacte les ventes de ces dernires (demande slec-
tive).
Deuximement, en cohrence avec la mta-ana-
lyse dAssmus, Farley et Lehmann (1984), nous limi-
tons notre analyse aux estimations conomtriques.
Lodish et dautres auteurs conduisent de nombreuses
exprimentations sur les publicits tlvisuelles et
mta-analysent ces rsultats (cf. Hu, Lodish et
Krieger, 2007). Cependant, leur intrt est principale-
ment de voir si les publicits produisent un impact
significatif sur les ventes dans des exprimentations
contrles et non dans des scnarios naturels de mar-
ch, ce qui est le but de notre tude.
Troisimement, toujours en phase avec ltude
dAssmus, Farley et Lehmann (1984), nous nous
concentrons sur la publicit ciblant les consomma-
teurs seulement. Les tudes qui fournissent des l-
ments relatifs llasticit publicitaire dans le
contexte B2B sont peu nombreuses et, en gnral,
sen tiennent aux publicits dans la presse pour les
mdecins (B2B dans lindustrie pharmaceutique).
Fisher et Albers (2010) ont analys cette industrie de
faon rigoureuse.
Nous avons adopt la procdure suivante pour
compiler les tudes. Nous avons commenc notre
revue de littrature avec ltude dAssmus, Farley et
Lehmann (1984) comme base. Ensuite, nous avons
utilis lIndex des Citations en Sciences Sociales afin
didentifier les 132 publications qui font rfrence la
mta-analyse de 1984. Aprs cela, nous avons utilis
des recherches sur mots cls (comme lasticit
publicitaire , rponse la publicit , rponse
aux ventes ) sur des moteurs de recherche comme
Google Scholar, ABI/INFORM et Lexis Nexis, afin
didentifier les articles qui traitent du domaine. Nous
quel point la publicit est-elle efficace ? Gnralisations partir dune mta-analyse de llasticit publicitaire des marques 115
05Sethuraman 30/09/11 10:24 Page 115
avons galement pass en revue les listes de rf-
rences dans toutes les tudes mentionnes prcdem-
ment. Bien que la plupart des tudes reportent directe-
ment llasticit publicitaire, nous avons eu, dans
certains cas, valuer llasticit en fonction des
donnes disposition ou dlments dinformation
fournis par les auteurs des tudes. Le processus a
permis de mettre au jour 751 lasticits publicitaires
court terme sur la base de 56 publications. Nous
fournissons les dtails relatifs ces tudes dans
lAnnexe Web A
(http://www.marketingpower.com/jmrjune11).
La publicit peut impacter les ventes dans le
court terme (priode en cours) et le long terme
(priodes en cours et futures). Nous dfinissons
llasticit publicitaire long terme comme le
pourcentage de changement des ventes dune marque
dans la priode en cours et future pour 1 % de change-
ment dans leffort publicitaire courant
1
. Certaines
tudes fournissent directement les estimations de
llasticit publicitaire long terme. Dautres four-
nissent les estimations de llasticit publicitaire
court terme et le coefficient de leffet de report (coef-
ficient de la variable dpendante dcale) sur le
modle de Koyck. Nous calculons llasticit long
terme comme tant gale [lasticit publicitaire
court terme/1-(coefficient de report)] (Clarke, 1976).
Quelques chercheurs mesurent la publicit en tant
que stock publicitaire, dfini comme une combinai-
son pondre de la publicit en cours et passe base
sur un coefficient exponentiel de lissage. Dans ce
cas, lestimation de llasticit publicitaire est llasti-
cit long terme. Llasticit court terme est gale
[lasticit publicitaire long terme 1-(coefficient
de lissage)] (Danaher, Bonfrer et Dhar, 2008). Nous
avons obtenu 402 lasticits publicitaires long
terme sur la base de 38 tudes dont la liste est dispo-
nible dans lAnnexe Web A (http://www.marketing-
power.com/jmrjune11).
Les facteurs dinfluence
En plus de llasticit publicitaire, nous avons
collect des donnes sur 22 variables qui pouvaient
potentiellement avoir un impact sur llasticit et
nous les avons classes dans les six facteurs suivants :
temps et facteurs de temporelle et rcession :
anne mdiane des donnes et dure de la
rcession pendant la priode destimation ;
facteurs produits et gographiques : type de
produit, cycle de vie du produit et rgion go-
graphique ;
caractristiques des donnes : intervalle temporel,
agrgation des donnes, mesure dpendante,
mesure publicitaire et type de publicit ;
variables omises : dcalage de la variable
dpendante, dcalage de la publicit, prix
dcal, prix, qualit, promotion et distribution ;
caractristiques du modle : forme fonction-
nelle, mthode destimation, incorporation de
lendognit et incorporation de lhtrog-
nit ; et
autres caractristiques : travaux publis par
opposition non publis.
La plupart de ces variables correspondent celles
de la mta-analyse dorigine dAssmus, Farley et
Lehmann (1984). Cependant, la disponibilit de nou-
velles donnes nous permet dexaminer plusieurs
nouvelles variables, comme la tendance temporelle,
la prsence dune rcession, de catgories de pro-
duits supplmentaires (services et produits pharma-
ceutiques), des continents supplmentaires (Asie et
Australie) et des facteurs de mthode additionnels
(incorporation de lendognit et de lhtrog-
nit). Le Tableau 1 fournit les niveaux des variables
indpendantes et une description dtaille des liens
attendus et des oprationnalisations des variables.
PROCDURE
Analyse univarie
Dabord, nous avons procd une analyse uni-
varie afin dobtenir une estimation de la moyenne
de llasticit publicitaire court terme, que nous
avons ensuite compare la valeur correspondante
1. Leffet combin de la publicit pour la priode en cours et la
priode future est aussi appel effet cumul de la publicit.
05Sethuraman 30/09/11 10:24 Page 116
Tableau 1. Les facteurs influenant les lasticits publicitaires : relations attendues et oprationnalisation
Numro
1
2
3
4
Variable/ niveau
Tendance temporelle : anne
mdiane des donnes
Rcession : mois de rces-
sion
Type de produits :
pharmaceutiques
durables
alimentaires
non alimentaires
service
Cycle de vie du produit :
croissance
maturit
Oprationnalisation/ manire
dobtenir les donnes
Nous avons utilis lanne
mdiane des priodes destima-
tion pour valuer la tendance
temporelle. Par exemple, si
ltude utilisait des donnes de
1982 1990 pour estimer llasti-
cit publicitaire, cette observation
de llasticit publicitaire est
considre comme issue de lan-
ne mdiane : 1986.
La rcession est dfinie comme
deux trimestres de croissance
ngative du produit intrieur brut.
Les donnes pour les tats-Unis
et les autres pays ont t obtenues
auprs des sites Internet du
National Bureau of Economic
Research et de The Organisation
for Economic Co-operation and
Development. Quand les donnes
relatives la rcession nont pas
t identifies, nous avons substi-
tu les donnes amricaines.
Nous avons mesur la variable
rcession par le nombre de
mois durant lesquels lconomie
est en rcession en proportion
avec le nombre de mois dans la
priode destimation.
Nous avons obtenu linformation
relative au type de catgorie
directement par les tudes indivi-
duelles.
Nous avons obtenu linformation
relative au cycle de vie du produit
directement par les tudes indivi-
duelles. Quand les auteurs
Relation attendue avec llasticit
publicitaire
Llasticit publicitaire devrait
dcrotre avec le temps en raison
de laccroissement de la concur-
rence, lencombrement publici-
taire, lavnement dInternet
comme source dinformation
alternative et la capacit des
consommateurs se soustraire
aux publicits tlvisuelles avec
des quipements comme TiVo.
En priode de rcession, les
consommateurs devraient devenir
de plus en plus soucieux du prix
et tendre ignorer gnralement
les publicits bases sur limage.
Pour ce faire, llasticit publici-
taire devrait tre plus basse pen-
dant les priodes de rcession.
Pas dattentes pralables.
La publicit fournit linformation
ou persuade les consommateurs
propos de la marque que lon
Tendance temporelle et rcession
Facteurs produits et gographiques
05Sethuraman 30/09/11 10:24 Page 117
(suite)
5
6
Rgion :
Amrique
Europe
Autre
Mesure dpendante :
absolue (ventes)
relative (part)
avaient dsign le produit comme
tabli , nous lavons considr
comme un produit mature.
La rgion de linformation est
base sur le continent dans lequel
les donnes destimation de
llasticit publicitaire ont t
obtenues. La plupart de celles
lies au continent nord-amricain
sont issues des tats-Unis. De
nombreuses tudes qui estiment
les donnes pour lEurope vien-
nent de pays spcifiques (France,
Allemagne). Cependant, nous
navons pas fait danalyse au
niveau pays parce quil y a des
observations au niveau pays qui
ne permettraient pas dobtenir
des estimations de rgression cr-
dibles.
Nous avons obtenu des donnes
de mesure dpendante directe-
ment sur le modle destimation
qui a produit llasticit. Si le
modle a les ventes lunit ou
en dollars comme variable
dpendante, nous le considrons
comme mesure absolue. Si la
variable dpendante est la part de
march, nous lavons classe
comme mesure relative.
promeut, et les deux sont plus
pertinents dans les premiers
stades du cycle de vie, quand les
consommateurs en savent peu
propos de la marque ou nont pas
encore form leurs prfrences.
Par consquent, llasticit publi-
citaire sera plus leve pour les
produits situs dans le premier
stade du cycle de vie que dans le
stade de maturit.
LEurope peut prsenter une
sous-reprsentation publicitaire
en raison de la rglementation,
dune histoire publicitaire
rcente, ou de la culture, alors
que les tats-Unis peuvent avoir
une reprsentation publicitaire
optimale ou excessive, du fait
dune longue histoire publici-
taire, de la concurrence intense et
des guerres publicitaires. Si ce
raisonnement est correct, llasti-
cit publicitaire sera vraisembla-
blement plus leve en Europe
quaux tats-Unis.
Les ventes absolues capturent
la fois les gains de la concurrence
et les gains dus lextension pri-
maire du march. Les ventes rela-
tives capturent seulement les
gains concurrentiels. Dans la
mesure o la publicit peut aug-
menter la demande primaire,
nous nous attendons ce que
llasticit publicitaire soit plus
leve quand les ventes sont
enregistres en termes absolus.
Caractristiques des donnes
05Sethuraman 30/09/11 10:24 Page 118
(suite)
7
8
9
Intervalle temporel :
hebdomadaire
trimestriel
annuel
Agrgation des donnes :
entreprise
panel
Mesure publicitaire :
montaire
GRP
relative
Nous avons obtenu des informa-
tions par rapport aux intervalles
de donnes directement sur la
base des tudes individuelles.
Nous avons combin certains
niveaux du fait du manque de
donnes :
hebdomadaires : quotidiennes,
hebdomadaires, mensuelles
trimestrielles : bimensuelles,
trimestrielles
annuelles
La plupart des donnes sont agr-
ges au niveau des consomma-
teurs en matire de marque. Ces
donnes agrges sont appeles
les donnes au niveau entreprise.
Les donnes de panel sont bases
sur les choix individuels au
niveau des consommateurs avec
les donnes individuelles corres-
pondantes relatives aux donnes
publicitaires (exposition).
La publicit dune marque
devrait tre mesure en termes
absolus (valeurs montaires ou
GRP) ou relatifs (la part publici-
taire de la marque sur le march).
Nous avons obtenu les donnes
de mesure publicitaire directe-
ment sur les tudes individuelles.
Quand les chercheurs avaient uti-
lis la publicit absolue, linfor-
mation est fournie en prcisant si
la publicit avait t mesure en
units montaires ou en GRP.
En gnral, la publicit a un effet
de report. Par consquent, plus le
niveau dagrgation temporelle
est lev, plus il pourra capturer
les ventes rsultant des retom-
bes publicitaires. De ce fait,
nous nous attendons ce que
llasticit publicitaire de la
priode en cours soit plus grande
quand les donnes sont plus agr-
ges (annuelles ou trimestrielles)
par rapport moins agrges
(hebdomadaires ou quotidiennes)
si le modle ne capture par leffet
diffr.
Lestimation de llasticit publi-
citaire en utilisant les donnes au
niveau entreprise implique
lagrgation des informations au
niveau consommateur de faon
linaire. Lestimation de llasti-
cit publicitaire avec les donnes
du panel se fait avec MLE qui
combine linformation de faon
non linaire. De ce fait, les rsul-
tats peuvent tre diffrents, mais
la direction du changement est
inconnue.
En fonction des actions des
concurrents sur le march, les
changements publicitaires abso-
lus peuvent ne pas ncessaire-
ment reprsenter les mmes
changements en publicit rela-
tive. Si les concurrents tendent
faire correspondre une publicit
dentreprise cible, de grands
changements en publicit absolue
seront traduits par de petits chan-
gements en publicit relative.
Cela rsultera en une lasticit
publicitaire estime par la publi-
cit absolue qui devrait tre plus
05Sethuraman 30/09/11 10:24 Page 119
(suite)
10
11
12
13
Type de publicit :
imprim
tlvisuel
agrg
Variable dpendante
dcale :
omise
incluse
Publicit dcale :
omise
incluse
Prix dcal :
omis
inclus
Nous avons obtenu ces donnes
directement sur la base du type
de publicit dcrit dans les tudes
individuelles. La publicit est
agrge si la publicit est une
combinaison de plus dun type de
support publicitaire (papier, tl-
vision, affichage). Quand rien na
t mentionn, nous avons consi-
dr quil sagissait de publicit
agrge.
directement sur la base du
modle sur lequel llasticit
publicitaire est estime.
Voir litem prcdent.
petite que celle estime par la
publicit relative. Linverse
devrait tre vrai si les concurrents
ne font pas correspondre leur
publicit.
Il nest pas vident de dterminer
si les consommateurs rpondent
davantage la publicit imprime
ou tlvisuelle. Cependant, la
publicit agrge tant une com-
binaison des publicits impri-
mes et tlvisuelles, nous sup-
posons que llasticit
publicitaire base sur la publicit
agrge se situera entre la publi-
cit imprime et la publicit tl-
visuelle.
Les ventes dcales sont vrai-
semblablement corrles positi-
vement avec les ventes de la
priode en cours et la publicit de
la priode en cours (puisque la
publicit en cours est souvent
tablie proportionnellement aux
ventes passes). Par consquent,
nous supposons quune omission
des ventes dcales biaisera posi-
tivement llasticit publicitaire.
La publicit dcale est vraisem-
blablement corrle positivement
avec les ventes de la priode en
cours et la publicit de la priode
en cours. Par consquent, nous
supposons quune omission de la
publicit dcale biaisera positi-
vement llasticit publicitaire.
Le prix dcal est vraisemblable-
ment corrl ngativement avec
les ventes de la priode en cours
et positivement avec la publicit
Variables omises
05Sethuraman 30/09/11 10:24 Page 120
(suite)
14
15
16
17
18
19
Prix :
omis
inclus
Qualit :
omise
incluse
Promotion :
omise
incluse
Distribution :
omise
incluse
Forme fonctionnelle :
double log
linaire, partag
autre
Mthode destimation :
OLS
GLS
MLE
Autre
Voir litem prcdent.
Voir litem prcdent.
Voir litem prcdent.
Voir litem prcdent.
de la priode en cours. Par cons-
quent, nous supposons quune
omission du prix dcal biaisera
ngativement llasticit publici-
taire.
Le prix est vraisemblablement
corrl ngativement avec les
ventes de la priode en cours et
positivement avec la publicit de
la priode en cours. Par cons-
omission du prix biaisera ngati-
vement llasticit publicitaire.
Nous navons pas t en mesure
de prvoir le signe de la corrla-
tion entre la qualit et les ventes
et donc le sens de leffet.
Nous navons pas t en mesure
de prvoir le signe de la corrla-
tion entre la promotion et la
publicit.
La distribution est vraisemblable-
ment corrle positivement avec
les ventes de la priode en cours
et positivement avec la publicit
de la priode en cours. Par cons-
omission de la distribution biai-
sera positivement llasticit
publicitaire.
Caractristiques du modle
05Sethuraman 30/09/11 10:24 Page 121
(suite)
20
21
22
Endognit :
omise
incluse
Htrognit
omise
incluse
Type dtude :
publie
non publie
Nous navons pas de raisonne-
ment thorique proposer, mais
Villas-Boas et Winer (1999) ont
montr que lomission de lendo-
gnit dans lestimation de
llasticit du prix biaise lindica-
teur vers zro.
En raison du biais gnral li au
fait de publier des articles qui
prsentent des effets significatifs,
llasticit publicitaire devrait
tre plus leve dans les articles
publis que dans les travaux non
publis.
Un modle qui permette les diff-
rences dans les paramtres de
rponse la publicit entre les
foyers et les segments dans
lchantillon doit incorporer
lhtrognit. Les htrogni-
ts discrte et continue sont
incluses dans cette mesure.
directement des tudes.
Autres facteurs
Notes : OLS = ordinary least squares moindres carrs ordinaires, GLS = generalized least squares moindres carrs gnraliss et MLE =
maximum likelihood estimation estimation du maximum de vraisemblance.
chez Assmus, Farley et Lehmann (1984). Nous avons
aussi analys la mdiane et la distribution de llasti-
cit publicitaire.
Modle mta-analytique pour llasticit court
terme.
Lobjectif de cette mta-analyse est didentifier
les facteurs dinfluence potentiels de llasticit
publicitaire. Des tudes mta-analytiques antrieures
(Assmus, Farley et Lehmann, 1984 ; Tellis, 1988) ont
utilis des rgressions en moindres carrs ordinaires
avec la forme suivante.
A
s j
= X
s j
+e
s j
, (1)
o A
s j
est la j
me
lasticit publicitaire pour la s
me
tude ; les X
s j
sont les caractristiques du march, le
design de ltude et le modle qui influence llasticit
(list dans le Tableau 2, colonne 3) ; les sont les
paramtres mta-analytiques dintrt et les e
s j
sont
les termes derreur, que lon tient au dpart pour dis-
tribus indpendamment et identiquement N(0,s
2
).
Pour expliquer les corrlations des erreurs intra-
tudes, Bijmolt et Pieters (2001) signalent que les
caractristiques uniques spcifiques une tude non
captures dans les variables indpendantes appara-
traient dans la structure de lerreur. Cela rsulterait
en des corrlations non nulles qui mneraient une
erreur de covariance non nulle (intra-tude), violant
les hypothses des rgressions en moindres carrs
ordinaires. Par consquent, ils suggrent lutilisation
05Sethuraman 30/09/11 10:24 Page 122
dun modle linaire hirarchique estim avec des
moindres carrs gnraliss itratifs pour permettre
un bloc non nul dans une matrice variance-cova-
riance intra-tude. De manire spcifique, ils suggrent
un modle de la forme suivante :
A
s j
= X
s j
+ z
s
+e
s j
, (2)
o z
s
est leffet non observ spcifique ltude qui est
suppos tre distribu avec une moyenne gale zro
et un cart type s
z
. Suivant Bijmolt, Van Heerde et
Pieters (2005), nous utilisons le modle 2 dans notre
analyse didentification de facteurs dinfluence
potentiels.
Modles mta-analytiques alternatifs pour examiner
la robustesse
Il y a plusieurs questions relatives lestimation du
modle 2. Dabord, les lasticits publicitaires, elles-
mmes, ne sont pas de vrais paramtres ; elles sont
estimes avec des erreurs. Nous avons pris en compte
cette incertitude lie la vraie lasticit publicitaire
en utilisant la procdure suivante : (1) nous avons
compil les lasticits publicitaires estimes A
s j
, la
j
me
lasticit publicitaire pour la s
me
tude avec son
erreur standard B
s j
; (2) nous avons suppos que les
vrais paramtres se situent dans la distribution nor-
male N(A
s j
,B
s j
) ; (3) nous avons reprsent lobser-
vation
A
s j
pour chaque s, j de la distribution nor-
male correspondante ; (4) nous avons estim le
modle 2 avec les
A
s j
au lieu des A
s j
pour obtenir les
k
, o
k
est le vecteur des paramtres de rgression
bas sur la k
me
itration. Ensuite, nous avons rpt
les tapes 1 4 pour 500 itrations et avons fait la
moyenne des
k
pour ces 500 itrations afin dobtenir
une estimation moyenne qui prenne en compte lin-
certitude lie llasticit publicitaire
2
.
Le deuxime problme majeur est la colinarit.
Plusieurs variables de la mthode peuvent tre corr-
les. Nous avons valu la question de la multicoli-
narit par diverses mesures traditionnelles, comme
la corrlation bivarie, le facteur dinflation de la
variance, lindex de condition et la proportion de
variance explique (Belsley, Kuh et Welsch, 1980).
Cependant, la majorit des variables de la mthode
tant des variables discrtes binaires, les mesures de
corrlation tendent souvent tre plus basses. Par
consquent nous avons utilis lanalyse du tableau
crois des paires de variables et les mesures de chi-
deux correspondantes pour dtecter la dviation din-
dpendance de deux variables discrtes. En utilisant
ces multiples mesures, nous avons identifi des
paires de variables posant potentiellement des pro-
blmes de colinarit. Nous avons exclu lune de ces
variables du modle 2 et avons examin la robustesse
en regardant la significativit de lautre variable
incluse.
Examen des variables additionnelles
Nous avons men plusieurs analyses pour obtenir
des apports additionnels. Dabord, nous avons
explor les quatre effets dinteraction suivants
3
:
rcession type de produit : une rcession
pourrait affecter llasticit publicitaire des
biens durables prix lev plus que les produits
alimentaires peu chers ;
cycle de vie du produit type de produit : la
publicit peut tre plus importante durant les
tapes initiales pour les produits durables parce
quils sont moins facilement connus grce un
essai ;
cycle de vie mesure dpendante : pour les
produits en croissance, la publicit peut avoir
plus dimpact sur les ventes que sur la part de
march en raison du plus grand potentiel de
croissance des ventes de la catgorie, alors que
pour les produits matures, la publicit peut
influencer la part de march plus que les ventes
absolues parce que les entreprises sont en
concurrence autour dun march total fixe ; et
2. Nous remercions le rdacteur associ davoir suggr cette
mthode afin de prendre en compte lincertitude dans les estimations
dlasticit.
3. De nombreux autres effets dinteraction sont possibles, mais
incorporer tous les effets dinteraction possibles contribuerait la
colinarit et compromettrait la stabilit du modle. Nous avons
inclus ces interactions soit parce que nous avions des connais-
sances antrieures bases sur la thorie ou lintuition (par
exemple, cycle de vie du produit mesure dpendante) ou parce
quelles prsentaient un intrt managrial (par exemple, rces-
sion type de produit).
05Sethuraman 30/09/11 10:24 Page 123
intervalle des donnes omission des ventes
dcales : quand les donnes sont plus agrges
(annuellement), omettre les ventes dcales
(effet de report) ne devrait pas affecter llasticit
publicitaire autant que lorsque les donnes sont
moins agrges (de manire hebdomadaire).
Deuximement, nous examinons le fait que cer-
taines caractristiques de la marque peuvent influencer
llasticit publicitaire. Nous avons collect des don-
nes relatives la part de march de la marque, la
part publicitaire de la marque et le prix relatif pour
212 des 751 observations. Cependant, Sethuraman,
Srinivasan et Kim (1999) tablissent que la mesure
dlasticit est lie, par dfinition, la part de la
marque et la part publicitaire. Par exemple, dans le
modle linaire, leffet de la publicit (absolu) est
mesur par d(part de march)/d(publicit). Afin de le
convertir en mesure dlasticit (pourcentage), nous
avons multipli leffet par la moyenne de la publicit
de la marque et divis par la part de march de la
marque. Du fait que la part de march est le dnomi-
nateur et la publicit le numrateur, llasticit publi-
citaire tend, par dfinition, tre plus leve pour les
marques faible part de march et part publicitaire
leve. Par consquent, nous testons seulement le fait
que llasticit publicitaire est plus leve pour les
marques prix lev et nous r-estimons le modle 2
en incluant le prix relatif de la marque.
Troisimement, nous avons estim le modle
logit suivant pour identifier les conditions dans les-
quelles llasticit publicitaire est significativement
suprieure zro (p < 0,05, test unilatral) :
P(A
s j
signicativement > 0)
= exp(V
s j
)/1 +exp(V
s j
), (3)
o V
s j
= X
s j
+
s j
, o X
s j
est lensemble des variables
dinfluence listes dans le Tableau 2, et o est le
coefficient mesurant linfluence de la variable sur la
significativit statistique de llasticit publicitaire.
Analyse de llasticit publicitaire long terme
De la mme faon que pour llasticit court
terme, nous avons dabord men des analyses univa-
ries, afin dobtenir des estimations de la moyenne
de llasticit publicitaire et nous avons fait la compa-
raison avec la valeur dAssmus, Farley et Lehmann
(1984). Ensuite, nous avons obtenu des estimations
de la mdiane et de la distribution de llasticit
long terme. Enfin, nous avons estim le modle 2
afin didentifier les facteurs qui influencent llasti-
cit long terme. Nous navons pas men les vrifica-
tions de robustesse en raison dun manque de don-
nes et parce que les erreurs types ntaient pas
disponibles pour llasticit long terme.
RSULTATS
Analyse univarie
La Figure 1 prsente la distribution de llasticit
publicitaire court terme. Il y a 751 lasticits publi-
citaires court terme de marques prsentant des
magnitudes allant de 0,35 et 1,80. Plus de 40 % de
ces lasticits se situent entre 0 et 0,05.
Approximativement 7 % dentre elles sont ngatives,
bien quen gnral, nous nous soyons attendus ce
que llasticit publicitaire soit positive. Dans lesprit
de la mta-analyse, nous avons gard les lasticits
ngatives parce que le modle mta-analytique peut
rvler si une variable de mthode ou denvironne-
ment est responsable de telles estimations ngatives.
Sur les 751 observations, llasticit publicitaire
court terme moyenne est de 0,12, ce qui est substan-
tiellement plus faible que la moyenne de 0,22 sur les
128 observations dAssmus, Farley et Lehmann
(1984). Nous attribuons cette diffrence (1) la
rduction des lasticits publicitaires dans le temps ;
(2) linclusion par Assmus, Farley et Lehmann de 32
lasticits au niveau produit, qui sont en gnral plus
leves que les lasticits niveau marque ; et (3)
lomission par Assmus, Farley et Lehmann des esti-
mations de Lambin (1976), qui sont en gnral en
dessous de la moyenne prcdemment nonce de
0,22. Notre estimation est plus proche de la valeur
moyenne de 0,104 dlasticit publicitaire nonce
par Hu, Lodish et Krieger (2007, Tableau 1) sur la
base de 210 tests rels de publicits tlvises. Elle
est aussi proche de celle de Sethuraman et Tellis
(1991), qui montrent que llasticit publicitaire
05Sethuraman 30/09/11 10:24 Page 124
T
a
b
l
e
a
u

2
.

F
a
c
t
e
u
r
s

i
n
f
l
u
e
n
a
n
t

l
e
s

l
a
s
t
i
c
i
t
s

p
u
b
l
i
c
i
t
a
i
r
e
s

:
m
o
d
l
e

2

c
o
e
f
f
i
c
i
e
n
t
s

d
e

r
g
r
e
s
s
i
o
n

(
e
r
r
e
u
r
s

s
t
a
n
d
a
r
d
)

N
u
m
r
o

V
a
r
i
a
b
l
e

N
i
v
e
a
u

S
i
g
n
e

a
t
t
e
n
d
u

s
e
u
l
e
m
e
n
t

d
i
n
t
e
r
a
c
t
i
o
n

s
e
u
l
e
m
e
n
t

0

I
n
t
e
r
c
e
p
t

T
o
u
t
e
s

l
e
s

o
b
s
e
r
v
a
t
i
o
n
s

0
,
0
7

(
0
,
1
2
)

-
0
,
0
8

(
0
,
1
7
)

0
,
0
6

(
0
,
2
)

-
0
,
2
6

(
0
,
2
1
)

T
e
n
d
a
n
c
e

t
e
m
p
o
r
e
l
l
e

e
t

r
c
e
s
s
i
o
n

1

T
e
n
d
a
n
c
e

t
e
m
p
o
r
e
l
l
e

A
n
n
e

d
e
s

d
o
n
n
e
s

-

-
0
,
0
0
4

(
0
,
0
0
2
)
*
*

-
0
,
0
0
4

(
0
,
0
0
1
)
*
*
*

-
0
,
0
0
5

(
0
,
0
0
2
)
*
*

-
0
,
0
0
7

(
0
,
0
0
3
)
*
*
*

2

R
c
e
s
s
i
o
n

M
o
i
s

d
e

r
c
e
s
s
i
o
n

-

0
,
0
1

(
0
,
0
6
)

0
,
0
2

(
0
,
0
6
)

0
,
4
2

(
0
,
1
0
)
*
*
*

0
,
3
4

(
0
,
0
9
)
*
*
*

F
a
c
t
e
u
r
s

p
r
o
d
u
i
t
s

e
t

g
o
g
r
a
p
h
i
q
u
e
s
3

T
y
p
e

d
e

p
r
o
d
u
i
t

M
d
i
c
a
m
e
n
t
s

?

0
,
0
1
9

(
0
,
0
9
)
*
*

0
,
1
6

(
0
,
1
4
)

0
,
1
4

(
0
,
1
1
)

0
,
2
9

(
0
,
1
3
)
*
*
*

D
u
r
a
b
l
e

?

0
,
2
9

(
0
,
0
9
)
*
*
*

0
,
2
6

(
0
,
0
6
)
*
*
*

0
,
2
7

(
0
,
0
8
)
*
*
*

0
,
4
8

(
0
,
1
)
*
*
*

A
l
i
m
e
n
t
a
i
r
e

?

0
,
0
3

(
0
,
0
3
)

-
0
,
1
5

(
0
,
0
6
)
*
*

0
,
0
8

(
0
,
0
5
)

-
0
,
1
3

(
0
,
1
)

S
e
r
v
i
c
e

?

0
,
1
0

(
0
,
0
7
)

-
0
,
0
4

(
0
,
1
1
)

-
0
,
1
0

(
0
,
0
8
)

-
0
,
0
8

(
0
,
0
8
)

N
o
n

a
l
i
m
e
n
t
a
i
r
e

B
a
s
e

0

0

0

0

4

C
y
c
l
e

d
e

v
i
e

d
u

p
r
o
d
u
i
t

M
a
t
u
r
i
t

-

-
0
,
0
8

(
0
,
0
5
)
*
*

-
0
,
0
8

(
0
,
0
6
)

0
,
0
8

(
0
,
0
6
)

0
,
1
5

(
0
,
1
2
)

C
r
o
i
s
s
a
n
c
e

B
a
s
e

0

0

0

0

5

R
g
i
o
n

(
c
o
n
t
i
n
e
n
t
)

E
u
r
o
p
e

+

0
,
0
9

(
0
,
0
5
)
*
*

0
,
1
6

(
0
,
0
6
)
*
*
*

0
,
1
6

(
0
,
0
5
)
*
*
*

0
,
3
4

(
0
,
0
8
)
*
*
*

A
u
t
r
e

?

0
,
0
5

(
0
,
0
5
)

0
,
0
6

(
0
,
0
5
)

0
,
0
9

(
0
,
0
6
)

0
,
0
8

(
0
,
0
5
)

A
m
r
i
q
u
e

d
u

N
o
r
d

B
a
s
e

0

0

0

0

C
a
r
a
c
t
r
i
s
t
i
q
u
e
s

d
e
s

d
o
n
n
e
s

6

M
e
s
u
r
e

A
b
s
o
l
u
e

+

-
0
,
0
3

(
0
,
0
2
)

0
,
0
8

(
0
,
0
7
)

-
0
,
1
2

(
0
,
0
4
)
*
*
*

0
,
2
0

(
0
,
1
0
)
*
*

E
f
f
e
t

p
r
i
n
c
i
p
a
l

E
f
f
e
t

p
r
i
n
c
i
p
a
l
E
f
f
e
t

p
r
i
n
c
i
p
a
l

+

e
f
f
e
t
E
f
f
e
t

p
r
i
n
c
i
p
a
l

+
e
f
f
e
t

d
'
i
n
t
e
r
a
c
t
i
o
n
l
a
s
t
i
c
i
t

p
u
b
l
i
c
i
t
a
i
r
e

c
o
u
r
t

t
e
r
m
e

l
a
s
t
i
c
i
t

p
u
b
l
i
c
i
t
a
i
r
e

l
o
n
g

t
e
r
m
e

05Sethuraman 30/09/11 10:24 Page 125
T
a
b
l
e
a
u

2
.

F
a
c
t
e
u
r
s

i
n
f
l
u
e
n
a
n
t

l
e
s

l
a
s
t
i
c
i
t
s

p
u
b
l
i
c
i
t
a
i
r
e
s

:
m
o
d
l
e

2

c
o
e
f
f
i
c
i
e
n
t
s

d
e

r
g
r
e
s
s
i
o
n

(
e
r
r
e
u
r
s

s
t
a
n
d
a
r
d
)

(
s
u
i
t
e
)
d
p
e
n
d
a
n
t
e

R
e
l
a
t
i
v
e

B
a
s
e

0

0

0

0

7

I
n
t
e
r
v
a
l
l
e

t
e
m
p
o
r
e
l

H
e
b
d
o
m
a
d
a
i
r
e

-

0
,
0
4

(
0
,
0
3
)

0
,
0
5

(
0
,
0
3
)

0
,
0
5

(
0
,
0
6
)

0
,
0
4

(
0
,
0
7
)

A
n
n
u
e
l

+

0
,
0
8

(
0
,
0
4
)
*
*

0
,
0
9

(
0
,
0
3
)
*
*
*

0
,
1
0

(
0
,
1
1
)

-
0
,
0
3

(
0
,
1
8
)

T
r
i
m
e
s
t
r
i
e
l

B
a
s
e

0

0

0

0

8

A
g
r
g
a
t
i
o
n

d
e
s

d
o
n
n
e
s

E
n
t
r
e
p
r
i
s
e

?

-
0
,
2
0

(
0
,
0
5
)
*
*
*

-
0
,
2
4

(
0
,
0
6
)
*
*
*

0
,
0
7

(
0
,
0
8
)

-
0
,
0
3

(
0
,
0
6
)

P
a
n
e
l

B
a
s
e

0

0

0

0

9

M
e
s
u
r
e

p
u
b
l
i
c
i
t
a
i
r
e

R
e
l
a
t
i
v
e

?

0
,
0
7

(
0
,
0
3
)
*
*

0
,
0
7

(
0
,
0
3
)
*
*
*

-
0
,
1
1

(
0
,
0
7
)
*

-
0
,
1
0

(
0
,
0
7
)

P
C
B

?

0
,
1
6

(
0
,
0
8
)
*
*

0
,
1
6

(
0
,
0
9
)
*
*

0
,
1
6

(
0
,
0
6
)
*
*
*

0
,
3
0

(
0
,
0
9
)
*
*
*

M
o
n
t
a
i
r
e

B
a
s
e

0

0

0

0

1
0

T
y
p
e

d
e

p
u
b
l
i
c
i
t
v
i
s
i
o
n

?

0
,
1
9

(
0
,
0
9
)
*
*

0
,
2
1

(
0
,
0
9
)
*
*

-
0
,
1
7

(
0
,
0
5
)
*
*
*

-
0
,
1
8

(
0
,
0
5
)
*
*
*

A
g
r
e

?

0
,
1
1

(
0
,
0
6
)
*

0
,
1
4

(
0
,
0
5
)
*
*

-
0
,
0
3

(
0
,
0
5
)

-
0
,
0
1

(
0
,
0
5
)

I
m
p
r
i
m
e

B
a
s
e

0

0

0

0

V
a
r
i
a
b
l
e
s

o
m
i
s
e
s

1
1

V
a
r
i
a
b
l
e

d
p
e
n
d
a
n
t
e

d
c
a
l
e

O
m
i
s
e

+

0
,
1
0

(
0
,
0
7
)
*

0
,
0
9

(
0
,
0
6
)
*

/

/

I
n
c
l
u
s
e

B
a
s
e

0

0

/

/

1
2

P
u
b
l
i
c
i
t
c
a
l
e

O
m
i
s
e

+

0
,
0
0
2

(
0
,
0
3
)

0
,
0
1

(
0
,
0
3
)

0
,
1
4

(
0
,
0
4
)
*
*
*

0
,
1
3

(
0
,
0
3
)
*
*
*

I
n
c
l
u
s
e

B
a
s
e

0

0

0

0

1
3

P
r
i
x

d
c
a
l

O
m
i
s
e

-

0
,
0
1

(
0
,
0
5
)

0
,
0
3

(
0
,
0
5
)

0
,
0
4

(
0
,
0
8
)

0
,
1
7

(
0
,
1
2
)

I
n
c
l
u
s
e

B
a
s
e

0

0

0

0

1
4

P
r
i
x

O
m
i
s
e

-

-
0
,
0
1

(
0
,
0
3
)

-
0
,
0
1

(
0
,
0
3
)

0
,
0
3

(
0
,
0
5
)

0
,
0
2

(
0
,
0
7
)

05Sethuraman 30/09/11 10:24 Page 126
T
a
b
l
e
a
u

2
.

F
a
c
t
e
u
r
s

i
n
f
l
u
e
n
a
n
t

l
e
s

l
a
s
t
i
c
i
t
s

p
u
b
l
i
c
i
t
a
i
r
e
s

:
m
o
d
l
e

2

c
o
e
f
f
i
c
i
e
n
t
s

d
e

r
g
r
e
s
s
i
o
n

(
e
r
r
e
u
r
s

s
t
a
n
d
a
r
d
)

(
s
u
i
t
e
)

I
n
c
l
u
s
e

B
a
s
e

0

0

0

/

1
5

Q
u
a
l
i
t

O
m
i
s
e

?

-
0
,
0
2

(
0
,
0
7
)

-
0
,
0
4

(
0
,
0
6
)

-
0
,
1
5

(
0
,
0
8
)
*

-
0
,
1
1

(
0
,
0
7
)

I
n
c
l
u
s
e

B
a
s
e

0

0

0

0

1
6

P
r
o
m
o
t
i
o
n

O
m
i
s
e

?

-
0
,
0
3

(
0
,
0
8
)

-
0
,
0
1

(
0
,
0
8
)

0
,
1
3

(
0
,
0
8
)
*

0
,
1
4

(
0
,
0
7
)
*
*

I
n
c
l
u
s
e

B
a
s
e

0

0

0

0

1
7

D
i
s
t
r
i
b
u
t
i
o
n

O
m
i
s
e

+

0
,
1
1

(
0
,
0
4
)
*
*
*

0
,
1
1

(
0
,
0
4
)
*
*
*

0
,
1
0

(
0
,
0
5
)
*
*

0
,
1
1

(
0
,
0
6
)
*
*

I
n
c
l
u
s
e

B
a
s
e

0

0

0

0

C
a
r
a
c
t
r
i
s
t
i
q
u
e
s

d
u

m
o
d
l
e

1
8

F
o
r
m
e

f
o
n
c
t
i
o
n
n
e
l
l
e

D
o
u
b
l
e

l
o
g

?

0
,
1
4

(
0
,
0
7
)
*
*

0
,
1
4

(
0
,
0
8
)
*

0
,
1
6

(
0
,
0
7
)
*
*
*

-
0
,
0
7

(
0
,
0
9
)

L
i
n
a
i
r
e

?

0
,
2
6

(
0
,
1
0
)
*
*
*

0
,
2
4

(
0
,
0
9
)
*
*
*

0
,
0
7

(
0
,
1
0
)

0
,
1
2

(
0
,
1
0
)

A
u
t
r
e

?

0
,
2
3

(
0
,
0
9
)
*
*
*

0
,
2
2

(
0
,
0
8
)
*
*
*

-
0
,
2
8

(
0
,
0
9
)
*
*
*

-
0
,
1
3

(
0
,
1
0
)

P
a
r
t
a
g
e

B
a
s
e

0

0

0

0

1
9

M
t
h
o
d
e

d
e
s
t
i
m
a
t
i
o
n

G
L
S

?

-
0
,
0
2

(
0
,
0
3
)

-
0
,
0
4

(
0
,
0
3
)

-
0
,
1
7

(
0
,
0
5
)
*
*
*

-
0
,
1
8

(
0
,
0
4
)
*
*
*

M
L
E

?

0
,
0
5

(
0
,
0
5
)

0
,
0
2

(
0
,
0
5
)

0
,
1
2

(
0
,
0
8
)

0
,
1
8

(
0
,
0
9
)
*
*

O
L
S

?

0
,
0
0
4

(
0
,
0
2
)

-
0
,
0
1

(
0
,
0
2
)

-
0
,
1
0

(
0
,
0
6
)
*

-
0
,
1
2

(
0
,
0
7
)
*

A
u
t
r
e

B
a
s
e

0

0

0

0

2
0

E
n
d
o
g
i
t

O
m
i
s
e

-

-
0
,
1
6

(
0
,
0
8
)
*
*

-
0
,
1
6

(
0
,
0
8
)
*
*

-
0
,
0
1

(
0
,
0
7
)

0
,
0
4

(
0
,
0
7
)

I
n
c
l
u
s
e

B
a
s
e

0

0

0

0

2
1

H
r
o
g
i
t

O
m
i
s
e

?

-
0
,
0
6

(
0
,
0
6
)

-
0
,
0

(
0
,
0
7
)

0
,
0
7

(
0
,
0
9
)

0
,
0
9

(
0
,
1
0
)

I
n
c
l
u
s
e

B
a
s
e

0

0

0

0

A
u
t
r
e
s

c
a
r
a
c
t
r
i
s
t
i
q
u
e
s

2
2

T
y
p
e

d
t
u
d
e

P
u
b
l
i
e

-

0
,
0
9

(
0
,
1
0
)

0
,
0
7

(
0
,
1
2
)

-
0
,
0
2

(
0
,
1
7
)

-
0
,
1
6

(
0
,
1
6
)

E
n

p
r
o
g
r
s

B
a
s
e

0

0

0

0

1

C
y
c
l
e

d
e

v
i
e

m
a
t
u
r
e

x

?

/

-
0
,
3
4

(
0
,
1
3
)
*
*
*

/

-
0
,
3
9

(
0
,
1
1
)
*
*
*

E
f
f
e
t
s

d
'
i
n
t
e
r
a
c
t
i
o
n
05Sethuraman 30/09/11 10:24 Page 127
T
a
b
l
e
a
u

2
.

F
a
c
t
e
u
r
s

i
n
f
l
u
e
n
a
n
t

l
e
s

l
a
s
t
i
c
i
t
s

p
u
b
l
i
c
i
t
a
i
r
e
s

:
m
o
d
l
e

2

c
o
e
f
f
i
c
i
e
n
t
s

d
e

r
g
r
e
s
s
i
o
n

(
e
r
r
e
u
r
s

s
t
a
n
d
a
r
d
)

(
s
u
i
t
e
)
d
u
r
a
b
l
e

2

C
y
c
l
e

d
e

v
i
e

m
a
t
u
r
e

x

a
l
i
m
e
n
t
a
i
r
e

?

/

-
0
,
1
0

(
0
,
0
1
8
)

/

0
,
2
1

(
0
,
1
4
)

3

C
y
c
l
e

d
e

v
i
e

m
a
t
u
r
e

x

n
o
n

a
l
i
m
e
n
t
a
i
r
e

?

/

0
,
1
2

(
0
,
1
2
)

/

/

4

C
y
c
l
e

d
e

v
i
e

x

v
e
n
t
e
s

a
b
s
o
l
u
e
s

-

/

-
0
,
1
3

(
0
,
0
9
)
*

/

-
0
,
4
0

(
0
,
1
4
)
*
*
*

*
p
<

0
,
1
0
*
*
p
<

0
,
0
5
*
*
*
p
<

0
,
0
1
N
o
t
e
s

:
O
L
S

=

o
r
d
i
n
a
r
y

l
e
a
s
t

s
q
u
a
r
e
s

m
o
i
n
d
r
e
s

c
a
r
r
s

o
r
d
i
n
a
i
r
e
s
,
G
L
S

=

g
e
n
e
r
a
l
i
z
e
d

l
e
a
s
t

s
q
u
a
r
e
s

m
o
i
n
d
r
e
s

c
a
r
r
s

g
r
a
l
i
s
s

e
t

M
L
E

=

m
a
x
i
m
u
m

l
i
k
e
l
i
h
o
o
d

e
s
t
i
m
a
t
i
o
n

e
s
t
i
m
a
t
i
o
n

d
u

m
a
x
i
-
m
u
m

d
e

v
r
a
i
s
e
m
b
l
a
n
c
e
.

N
o
u
s

a
v
o
n
s

u
t
i
l
i
s

u
n

t
e
s
t

u
n
i
l
a
t
r
a
l

s
i

l
e

s
i
g
n
e

a
t
t
e
n
d
u

n
t
a
i
t

p
a
s

a
m
b
i
g
u

(
+

o
u

-
)

o
u

u
n

t
e
s
t

b
i
l
a
t
r
a
l

s
i

l
e

s
i
g
n
e

a
t
t
e
n
d
u

t
a
i
t

a
m
b
i
g
u

(
?
)
.

S
i
g
n
e

a
t
t
e
n
d
u

:
+

=

r
e
l
a
t
i
o
n

p
o
s
i
-
t
i
v
e

(
e
n

c
o
m
p
a
r
a
i
s
o
n

a
v
e
c

l
e

n
i
v
e
a
u

d
e

b
a
s
e
)

;

-

=

r
e
l
a
t
i
o
n

n
g
a
t
i
v
e

;

?

=

r
e
l
a
t
i
o
n

a
m
b
i
g
u

;

e
t

/

=

c
o
e
f
f
i
c
i
e
n
t

n
o
n

i
n
c
l
u
s

o
u

i
m
p
o
s
s
i
b
l
e

e
s
t
i
m
e
r
.

N
o
u
s

a
v
o
n
s

a
r
r
o
n
d
i

t
o
u
s

l
e
s

c
o
e
f
f
i
c
i
e
n
t
s

d
e
u
x

d
c
i
-
m
a
l
e
s
.
05Sethuraman 30/09/11 10:24 Page 128
moyenne niveau marque sur une large varit de
catgories est de 0,11.
La mdiane de llasticit publicitaire court
terme est mme plus basse que 0,05, mais elle est plus
proche de llasticit publicitaire court terme
moyenne de 0,04 de ltude dtaille sur les produits
pharmaceutiques de Fischer et Albers (2010, Tableau
W1). Les erreurs types (ou valeurs t) sont reportes
pour 437 des 751 observations. Les lasticits publici-
taires sont significativement suprieures zro avec
un seuil de confiance de 95 % dans 57 % des cas.
Vue densemble des rsultats mta-analytiques
Le Tableau 2 (colonne 5) prsente les rsultats
pour le modle 2, principal de modle de mta-analyse
pour llasticit publicitaire long terme. Le modle
explique 37 % de la variance de llasticit publici-
taire, ce qui est comparable la mta-analyse
dAssmus, Farley et Lehmann (36 %). Les coeffi-
cients correspondant 12 des 22 variables indpen-
dantes atteignent un seuil statistiquement significatif
au moins gal p < 0,10 : lanne des donnes, le
type de produit, le cycle de vie du produit, la rgion,
lintervalle temporel, le niveau dagrgation des don-
nes, la mesure de la publicit, le type de publicit,
lomission des ventes dcales, lomission de la distri-
bution, la forme fonctionnelle et lomission de lendo-
gnit.
Nous avons pris en compte lincertitude lie
llasticit publicitaire en compilant les 437 observa-
tions dans lesquelles linformation sur lincertitude
(erreur type) est disponible. Nous avons tabli 500
ensembles de donnes alatoires en utilisant la
mthode dcrite dans la partie procdure , nous
avons estim le modle et nous avons valu la
moyenne des estimations pour chaque variable (pr-
sentes dans lAnnexe Web B ladresse
http://www.marketingpower.com/jmrjune11). Toutes
les variables significatives dans le modle de rgres-
sion principal, except la mesure publicitaire, sont
aussi significatives dans ce nouveau modle. De plus,
la rcession est positive et significative.
Nous avons valu limportance de la colinarit
en consultant les facteurs dinflation de la variance,
les index de condition, les corrlations bivaries et
les tableaux croiss. Tous les facteurs dinflation de
la variance sont infrieurs 5 sauf un et tous les
index de condition sont infrieurs 20. Certaines
corrlations sont leves ( > 5) ; par consquent,
nous avons retir une variable la fois et observ la
robustesse dautres rsultats. Nous avons aussi men
une rgression pas pas. Quasiment tous les rsultats
de dpart sont robustes, sauf dans deux cas : la
variable rcession est positive et significative dans
quelques modles alternatifs et lomission de lendo-
gnit nest pas statistiquement significative dans
plusieurs modles (les dtails de ces rsultats sont
disponibles la demande).
Observations en pourcentage
lasticit de la publicit
Figure 1. Distribution des lasticits publicitaires court terme (N = 751) et long terme (N = 402)
05Sethuraman 30/09/11 10:24 Page 129
Nous avons inclus un par un chacun des effets
dinteraction mentionns dans la partie procdure et
nous les avons retenus quand ils taient significatifs.
Deux effets cycle de vie du produit x type de produit
et cycle de vie du produit x variable dpendante
sont statistiquement significatifs. Le pourcentage de
variance explique passe de 37 % dans le modle
avec les seuls effets principaux 40 % dans le
modle incorporant les effets dinteraction. Le
Tableau 2 prsente les rsultats de la rgression
(colonne 6).
Pour examiner le potentiel effet du prix relatif de la
marque sur llasticit publicitaire, nous avons utilis
212 observations pour lesquelles les informations sur
le prix taient disposition et nous avons estim le
modle 2. Le coefficient du prix relatif est positif
(0,03, ET = 0,05) mais non statistiquement significatif.
Par quels facteurs la significativit statistique de
llasticit publicitaire est-elle influence ? Il y a 437
observations pour lesquelles les informations rela-
tives la significativit statistique (valeurs t) taient
disponibles. Dans 249 dentre elles (57 %), llasti-
cit publicitaire est significativement suprieure
zro. LAnnexe Web B (http://www.marketingpo-
wer.com/jmrjune11) prsente les rsultats du modle
logit 3. Du fait du manque de donnes, nous navons
pas inclus les effets dinteraction. Les rsultats rvlent
une significativit des coefficients plus faible que
dans le modle original. Llasticit publicitaire
pourra tre significativement suprieure 0 en
Europe plutt quaux tats-Unis, dans les donnes de
panel plutt que dans les donnes entreprises agr-
ges, et pour la publicit tlvisuelle plutt que dans la
publicit imprime. Certains des coefficients sont
marginalement significatifs. Une explication possible
du manque de significativit dans ce modle serait la
suivante : une lasticit publicitaire significative,
quelle soit de 0,1 ou de 0,5, est prise comme 1. Un
coefficient non significatif, quil soit de 0,001 ou de
0,05, est destin prendre la valeur 0. Ce recodage
absorbe une part pleine de sens de la variation des
donnes, qui peut rsulter en un nombre plus faible
destimations significatives que dans le modle origi-
nal, avec la magnitude de llasticit publicitaire
comme variable dpendante. Dans la section sui-
vante, nous prsentons les rsultats relatifs llasticit
publicitaire court terme pour les variables significa-
tives.
Tendance temporelle et rcession
Anne mdiane des donnes
tant donn la concurrence croissante dans les
produits de consommation, lavnement dInternet
comme source alternative dinformation et la capa-
cit du consommateur de se dtacher des publicits
tlvises, nous nous sommes attendus ce que les
consommateurs soient moins rceptifs la publicit
aujourdhui que par le pass. En accord avec nos
attentes, le coefficient de rgression correspondant au
temps (anne mdiane des donnes) est ngatif. Ce
rsultat est robuste quel que soit le modle. (Nous
avons aussi examin un effet quadratique du temps : le
coefficient ntait pas significatif.)
La mta-analyse dAssmus, Farley et Lehmann
(1984) fait rfrence des donnes antrieures aux
annes 1980, alors que la ntre inclut des donnes
post-annes 1980. De ce fait, nous avons fait une
comparaison entre llasticit publicitaire des don-
nes pr-1980 (1940-1979) et celle des annes post-
1980 (1980-2004). Au lieu de traiter lanne des don-
nes comme une variable continue, nous avons inclus
une variable binaire afin de distinguer les priodes
pr et post-annes 1980. Le coefficient de rgression
post-annes 1980 est de 0,11 (ET = 0,06), indiquant
un dclin significatif entre les deux priodes de
temps. Llasticit publicitaire moyenne avant 1980
est de 0,13 (n = 463) et de 0,10 aprs 1980 (n = 288).
Les diffrences temporelles dans llasticit
publicitaire peuvent exister en raison des diffrences
des rponses des consommateurs la publicit dans le
temps, ou en raison de diffrences des caractris-
tiques des marchs et des mthodes de recherche.
Afin dexplorer limpact des facteurs
march/mthode sur les diffrences temporelles de
llasticit publicitaire prvue, nous avons suivi lap-
proche de Bijmolt, Van Heerde et Pieters (2005,
p. 151) et avons valu la contribution de plusieurs
facteurs cette diffrence. Le Tableau 3 prsente les
cinq facteurs contributifs cls qui influencent la diff-
rence en termes dlasticit publicitaire entre les
priodes pr et post-1980
4
.
4. Nous remercions les relecteurs anonymes davoir suggr cette
analyse.
05Sethuraman 30/09/11 10:24 Page 130
Les donnes agrges de niveau entreprise consti-
tuent la base de donnes primaire avant 1980 (utilisa-
tion 93 %) ; en contraste, du fait de lavnement de
donnes scanners, les bases de donnes post-1980
utilisent des donnes de panel et les donnes entre-
prises sont donc substantiellement rduites (47 %
dutilisation). Cette diffrence dans la base de don-
nes se traduit par une hausse de 0,09 de llasticit
publicitaire aprs 1980 par rapport avant 1980. Les
publicits tlvises sont utilises davantage dans les
estimations aprs 1980 (60 %) par rapport avant
1980 (21 %), marquant une hausse de llasticit
publicitaire de 0,07 aprs 1980. LEurope est globale-
ment sous-reprsente aprs 1980 (1 %) par rapport
avant 1980 (48 %). Du fait que llasticit publici-
taire est plus leve en Europe quaux tats-Unis,
cette diffrence est lorigine dune rduction en
post-1980 de llasticit publicitaire prvue de 0,04.
Les premiers chercheurs dans le domaine ont eu
tendance utiliser des donnes temporelles plus
agrges (annuelles), alors que les chercheurs plus
rcents utilisent moins ce type de donnes et ont
davantage recours aux donnes hebdomadaires. Cette
diffrence est la cause dune baisse de llasticit
publicitaire, de 0,03 aprs 1980, en comparaison
avec les donnes davant 1980. Comme en gnral
les marchs sont devenus matures avec le temps,
approximativement 88 % des produits aprs 1980
sont matures, compars avec les 58 % davant 1980.
Puisque les produits matures ont une lasticit publi-
citaire plus faible, il y a donc une rduction de 0,03 de
llasticit publicitaire aprs 1980.
En rsum, les changements des estimations
dlasticit publicitaire dans le temps peuvent tre
attribus des changements sur les marchs et aux
caractristiques de la mthode. Le coefficient de
rgression ngatif qui a t observ pour lanne des
donnes indique que leffet persiste mme aprs
avoir pris en compte ces facteurs. Pourquoi la
rponse la publicit devrait-elle tre plus faible
dans la priode rcente ? Les chercheurs indiquent
lencombrement et la concurrence publicitaires, des-
quels dcoulent un rappel et une valuation plus
faibles de la marque dont on fait la publicit. Par
exemple, Kent (1995) indique que le nombre moyen
des publicits par heure sur le rseau a tripl, passant
de 6 dans les annes 60 18 dans les annes 90.
Danaher, Bonfrer et Dhar (2008) prcisent que llas-
ticit publicitaire dcline en prsence dune concur-
rence hautement encombre.
Rcession
Lenvironnement conomique actuel souligne le
besoin de comprendre la faon dont on devrait modi-
fier les stratgies marketing face une rcession.
Plus particulirement, les budgets publicitaires
devraient-ils tre rduits ou augments pendant une
rcession (pour une revue de littrature pertinente,
voir Tellis et Tellis, 2009) ? Si llasticit publicitaire
est plus faible pendant une rcession, alors tant le
facteur dimpact que les considrations budgtaires
devraient suggrer une rduction de la publicit.
Cependant, si llasticit publicitaire dune priode
de rcession est gale ou plus leve que llasticit
publicitaire dune priode dexpansion, alors la dci-
sion est moins vidente. Notre mta-analyse rvle
que llasticit publicitaire nest pas plus faible pen-
dant les priodes de rcession. Au contraire, llasticit
publicitaire est plus leve pendant la rcession, bien
que la diffrence ne soit pas significative.
Facteurs produits et gographiques
Type de produit
Nous avons test la diffrence dlasticit publici-
taire parmi de nombreux types de produits : pharma-
ceutiques, alimentaires, non alimentaires, durables et
services (banques et films). Cependant, nous
navions pas dattentes pralables relatives la
magnitude de ces effets. Les coefficients de rgres-
sion (Tableau 2) et la comparaison des moyennes
montrent que les produits durables ont llasticit
publicitaire la plus leve, et sont suivis par les pro-
duits pharmaceutiques et les services. Les produits
alimentaires et non alimentaires achets frquem-
ment ont llasticit publicitaire la plus faible. En
gnral, les produits non alimentaires et non durables
ont tendance induire une faible implication, comme
les produits mnagers, pour lesquels la publicit ne
doit pas avoir une influence significative au niveau
du comportement dachat.
Cycle de vie du produit
La publicit peut la fois fournir de linformation
propos de la marque dont on fait la publicit et per-
05Sethuraman 30/09/11 10:24 Page 131
suader le consommateur. Dans les deux cas, il est
possible quelle soit plus pertinente et utile pendant
les premiers stades du cycle de vie du produit,
lorsque le consommateur en sait peu propos de la
marque ou quil na pas encore form de prfrences.
En cela, llasticit publicitaire devrait tre plus leve
pour les produits situs dans les premiers stades du
cycle de vie du produit plutt quen phase de maturit.
En cohrence avec cette attente, les produits dans la
phase de croissance du cycle de vie ont une lasticit
publicitaire plus leve (0,16) que les produits
matures (0,11), et le coefficient est significatif dans
le modle de rgression (Tableau 2).
Nous tablissons aussi lexistence dune interac-
tion entre le cycle de vie du produit et le type de pro-
duit, comme le montre la Figure 2. Dcliner llasticit
publicitaire partir du stade de croissance jusquau
stade de maturit du cycle de vie semble plus impor-
tant pour les biens durables, modr pour les produits
alimentaires et non significatif pour les produits non
durables et non alimentaires.
Rgion gographique
LEurope peut sous-investir en publicit en raison
de la rglementation, de la courte histoire publicitaire
dans la rgion ou de la culture. Les tats-Unis peuvent,
au contraire, avoir un niveau publicitaire optimal,
voire excdentaire, du fait dune longue histoire
publicitaire, dune concurrence intense et de la situa-
tion dencombrement. Si ce raisonnement est correct,
llasticit publicitaire devrait tre plus leve pour
lEurope que pour les tats-Unis. Cest effectivement
le cas : nous constatons que lEurope a une lasticit
publicitaire moyenne significativement plus leve
(0,17) que les tats-Unis (0,11) et cet effet est main-
tenu dans le modle de rgression, mme aprs avoir
pris en compte dautres facteurs (Tableau 2).
Caractristiques des donnes
Mesure dpendante
Les ventes peuvent tre mesures soit en termes
absolus (ventes lunit ou revenus en dollars ou
achats) soit en termes relatifs (parts de march). Les
ventes absolues capturent la fois les gains sur la
concurrence et les gains dus lextension primaire
du march. Du fait que la publicit peut augmenter la
demande primaire, nous supposons que llasticit
publicitaire sera plus leve quand les ventes sont
enregistres en termes absolus. Llasticit publici-
taire est lgrement plus leve pour llasticit des
ventes (absolu) (0,13) que pour llasticit relative
(parts) (0,11), mais la diffrence nest pas significative
dans le modle de rgression.
Nanmoins, nous constatons une interaction mar-
ginalement significative (p < 0,10) entre le cycle de vie
du produit et la mesure dpendante dans le modle
de rgression (Tableau 2). La Figure 3 prsente les
moyennes prdites. Pour les produits en croissance,
llasticit publicitaire est plus leve quand elle est
mesure sur les ventes en variable dpendante plutt
que lorsque les parts constituent la variable dpen-
dante. Ce rsultat est intuitif puisque le potentiel de
hausse de la demande primaire (qui est mieux cap-
tur dans le modle avec les ventes) est plus lev
dans le stade de croissance du cycle de vie du pro-
duit.
Intervalle temporel
En gnral, la publicit na pas seulement un
impact instantan sur les ventes, mais aussi un
Figure 2. lasticit publicitaire court terme
moyenne en fonction du cycle de vie du produit
et du type de produit
Notes : les produits pharmaceutiques et les services ne sont pas
reprsents du fait des petites tailles dchantillons (< 10).
05Sethuraman 30/09/11 10:24 Page 132
impact diffr. De ce fait, plus le niveau dagrgation
temporelle est lev, plus il est vraisemblable que
cela capturera les ventes issues du report publicitaire.
De plus, plus le niveau dagrgation est lev, plus le
biais est lev, du fait de la capture errone de leffet
de report. Aussi, nous supposons que llasticit
publicitaire de la priode en cours sera plus leve
quand les donnes sont plus agrges (annuelles ou
trimestrielles) que peu agrges (hebdomadaires ou
journalires) et ce, si le modle ne capture pas pleine-
ment et correctement leffet du report. Les cher-
cheurs font lestimation de leffet du report sur la
base du modle de Koyck. Cependant, lutilisation de
donnes agrges conduit un biais positif dans le
modle destimation de leffet de report (Tellis et
Franses, 2006).
Il est remarquable que nous mettions au jour une
relation non monotone entre la publicit et linter-
valle temporel. Cet effet est maintenu lorsque les
ventes dcales (effet de report) sont incluses et
omises. Llasticit publicitaire est plus faible pour
les donnes trimestrielles et plus leves pour les
donnes hebdomadaires et annuelles.
Agrgation des donnes
Avant lavnement des donnes scanner, les cher-
cheurs estimaient llasticit publicitaire en utilisant de
faon prdominante les donnes au niveau entreprise.
Les donnes scanner encouragent lutilisation des
donnes de panel et des rponses la publicit un
niveau individuel. Les donnes au niveau individuel
semblent tre une unit danalyse plus approprie
pour mesurer les rponses la publicit. Bien que les
moyennes univaries ne soient pas diffrentes entre
les deux groupes (approximativement 0,12 pour les
deux), aprs avoir pris en compte dautres facteurs,
les lasticits publicitaires estimes un niveau
entreprise sont significativement plus faibles que
celles dsagrges au niveau des panels de consom-
mateurs. Ce rsultat va dans le sens de ceux de
Christen et alii (1997).
Une explication plausible de cet effet rside dans le
fait que les donnes agrges prsentent une combi-
naison linaire avec les achats individuels, alors
quavec les donnes de panel, les estimations utili-
sent une combinaison non linaire des achats. Gupta et
alii (1996, Tableaux 3 et 4) montrent que llasticit
prix, de lapproximation linaire au modle logit
(sans htrognit), est biaise autour de zro. De ce
fait, les approximations linaires utilisant des don-
nes agrges peuvent tendre biaiser la baisse
llasticit publicitaire.
Mesure publicitaire
La publicit dune marque peut tre mesure de
faon absolue (valeur montaire, points de couver-
ture brute (GRP)) ou relative (la part de la marque
dans toutes les dpenses publicitaires sur le march).
En intgrant ce que font les concurrents sur le march,
les changements publicitaires mesurs en absolu
pourraient ne pas ncessairement reflter les mmes
volutions que lorsquils sont mesurs en valeurs
relatives. Si les concurrents tendent faire corres-
pondre la cible de leur publicit dentreprise, de
grands changements en mesure absolue se tradui-
raient en petits changements en mesure relative. En
rsultat, les lasticits exprimes avec publicit abso-
lue seront moins leves que celles estimes avec la
publicit relative. Linverse est vrai si les entreprises
concurrentes ne cherchent pas faire correspondre
leur publicit ou si elles ragissent dans des direc-
tions opposes. De ce fait, sur la base des diffrences
dlasticit entre les mesures absolue et relative de la
publicit, il est possible dinfrer la faon que les
concurrents ont de faire correspondre leurs stratgies
publicitaires cibles.
Figure 3. lasticit publicitaire court terme
moyenne en fonction du cycle de vie du produit
et de la mesure dpendante.
05Sethuraman 18/10/11 15:31 Page 133
En ce qui concerne les mesures publicitaires GRP
et montaires (dollar), nous proposons lexplication
suivante : les publicitaires achtent des GRP en utili-
sant des dollars un GRP tant 1 % de laudience
cible (atteinte) ayant eu 1 contact avec lannonce.
Mettons quune hausse de 1 % en publicit en dollars
fasse augmenter les GRP de v % et les ventes de w %.
Par dfinition, llasticit publicitaire en dollar serait
donc = w/v. Il sensuit que, toutes choses gales par
ailleurs, llasticit publicitaire en dollar est plus
grande que llasticit en GRP si v > 1 et llasticit
GRP est plus grande que llasticit en dollar si v < 1.
La comparaison des lasticits en mesures abso-
lues par opposition aux mesures relatives rvle des
rsultats contradictoires. Llasticit publicitaire esti-
me avec la mesure relative est plus leve que
llasticit publicitaire estime avec une mesure
absolue en dollar mais elle est plus faible que celle-ci
quand elle est estime avec une mesure absolue en
GRP. Cependant, en publicit absolue, llasticit
mesure en GRP est plus leve (0,21) que llasti-
cit publicitaire mesure avec la valeur montaire
(0,09). Cette diffrence est significative dans le
modle de rgression (Tableau 2). Comme nous
lavons indiqu prcdemment, ce rsultat indique la
possibilit que v < 1, en moyenne. Cela dit, les entre-
prises peuvent oprer dans une rgion dans laquelle
une hausse de 1 % de la publicit en dollars suscite une
hausse de moins de 1 % en GRP. Une recherche
future pourrait valuer si cette infrence est maintenue.
Nous avons aussi vrifi si la diffrence entre llasti-
cit en dollar et en GRP tait due la corrlation
entre la mesure publicitaire et les autres facteurs du
modle. Nous avons constat que les lasticits GRP
existaient surtout pour les produits non durables et
matures. Cependant, les rsultats sur la mesure publi-
citaire nont pas chang lorsque nous avons exclu ces
variables du modle.
Type de publicit
Mme si llasticit publicitaire moyenne de la
tlvision (0,12) nest pas significativement plus leve
que llasticit publicitaire papier (0,11), nous
constatons, aprs avoir pris en compte dautres fac-
teurs, que la publicit papier prsente une lasticit
publicitaire court terme plus faible que la publicit
tlvise dans lanalyse de rgression (Tableau 2).
Une raison expliquant cet effet rside dans le fait que
la publicit tlvise, dans sa capacit stimuler des
motions, peut tre plus efficace que la publicit
Tableau 3. Contributeurs cls des changements en lasticit publicitaire court terme : pr et post-1980
Variable Niveau Effet principal Pourcentage Pourcentage Contribution
du modle 2 en groupe en groupe llasticit
aprs 1980 avant 1980 publicitaire
Agrgation Entreprise 0,195 46,5 93,3 0,09
Type de Tlvision 0,193 59,7 21,4 0,07
publicit
Rgion Europe 0,086 1,1 48,4 0,04
Intervalle Annuelle 0,083 3,8 36,3 0,03
des donnes
Cycle de vie Mature 0,083 87,9 57,5 0,03
Notes : Interprtation de lchantillon et illustration pour lagrgation : le coefficient de rgression des effets principaux du modle 2 pour lagr-
gation des donnes (entreprise vs panel) est de 0,195. Autrement dit, llasticit publicitaire estime pour les donnes entreprises est plus faible
de 0,195 par rapport aux donnes panel. Les donnes de panel sont rarement utilises et les donnes entreprises taient principalement utilises
avant 1980 : presque 93 % des observations dlasticit publicitaire court terme avant 1980 sont bases sur des donnes entreprises, alors que
47 % des observations utilisent des donnes entreprises aprs 1980. Cette diffrence dans la reprsentation des donnes rsulte en une hausse dans
la moyenne prvue dlasticit publicitaire de 0,09 dans la priode post-1980 par rapport la priode pr-1980 (calcule de la faon suivante :
0,195 (46,5 93,3) / 100 = 0,09, arrondi deux dcimales).
05Sethuraman 30/09/11 10:24 Page 134
papier, qui repose essentiellement sur le levier infor-
mation (Tellis, Chandy et Thaivanich, 2000).
Variables omises
Omission des ventes dcales
Lomission dune variable biaise llasticit
publicitaire, si cette variable omise est corrle la
fois avec la variable dpendante (ventes) et la
variable indpendante incluse (publicit). La direc-
tion du biais est le produit des signes des corrlations
de la variable omise avec les ventes et la publicit.
Les ventes dcales peuvent tre corrles positive-
ment la fois avec les ventes de la priode en cours et
la publicit de la priode en cours (puisque la publicit
en cours est souvent dtermine par les ventes pas-
ses). De ce fait, nous supposons que lomission des
ventes dcales va biaiser positivement llasticit
publicitaire. De faon cohrente avec cette supposi-
tion, nous constatons, aprs avoir pris en compte
dautres facteurs, que lomission des ventes dcales
augmente significativement llasticit publicitaire.
Autrement dit, les ventes dcales capturent leffet
diffr de la publicit. Omettre les ventes dcales
assure que la publicit en cours capture une part de
cet effet de report.
Autres variables omises
Parmi les autres variables, nous constatons que
lomission de la distribution augmente significative-
ment llasticit publicitaire ; peut-tre cause du fait
que les marques dont on fait la publicit sont gale-
ment mieux distribues. Donc, la distribution est lie
positivement la fois aux ventes et la publicit, ce qui
rsulte dun biais domission positif. Les effets de
lexclusion dautres variables ne sont pas significatifs.
Caractristiques du modle
Forme fonctionnelle et mthode destimation
Les modles linaires et double log ont tendance
produire des lasticit publicitaires plus leves que les
modles partags. Nous constatons que, globalement,
la forme fonctionnelle a une plus grande influence
sur llasticit publicitaire court terme que la
mthode destimation.
Incorporation de lendognit
et de lhtrognit
Une tendance rcente dans lestimation du mar-
keting mix est dincorporer lendognit. Nous
observons que dans de nombreux modles, lomis-
sion de lendognit induit un biais ngatif dans les
estimations, ce qui est cohrent avec la croyance que
lomission de lendognit peut biaiser les estima-
tions vers zro (Villas-Boas et Winer, 1999). Cela dit,
llasticit publicitaire est plus faible quand lendo-
gnit nest pas incorpore.
Des modlisateurs actuels ont aussi incorpor
lhtrognit en permettant les diffrences dans les
paramtres parmi les foyers de lchantillon, que ce
soit par des effets alatoires ou par des modles
baysiens (Allenby et Rossi, 1999). Cependant, nous
avons constat que leffet de lomission de lhtrog-
nit sur llasticit publicitaire nest pas significatif.
En dautres termes, omettre lhtrognit naltre
pas significativement les estimations dlasticit
publicitaire.
Rsultats sur llasticit publicitaire long terme
La Figure 1 prsente la distribution des lasticits
publicitaires long terme. Il y a 402 lasticits publi-
citaires long terme de marques. Leur amplitude
stend entre 1,2 et 4,5. Plus de 40 % de ces lastici-
ts se situent entre 0 et 0,1. Presque 5 % dentre elles
sont ngatives. La moyenne des lasticits publici-
taires long terme sur les 402 observations est de
0,24, ce qui est bien plus faible que la valeur
moyenne de 0,41 nonce par Assmus, Farley et
Lehmann (1984)
5
. La mdiane de llasticit long
terme est mme infrieure la moyenne, avec une
valeur de 0,10.
5. Llasticit publicitaire court terme chez Assmus, Farley et
Lehmann (1984) est de 0,22 et la moyenne de leffet de report est de
0,468, menant une lasticit publicitaire long terme moyenne de
0,414 (= 0,22/(1 0,468)).
05Sethuraman 30/09/11 10:24 Page 135
Le Tableau 2 (colonnes 7 et 8) prsente les rsultats
de la mta-analyse pour la publicit long terme. Les
variables dans le modle des effets principaux expli-
quent 29 % de la variance de llasticit long terme.
Lomission des ventes dcales nest pas incluse
comme variable indpendante, parce que nous avons
utilis le coefficient des ventes dcales pour estimer
llasticit long terme (variable dpendante). Six
des variables qui sont significatives dans le modle
de llasticit publicitaire court terme le sont aussi
dans le modle long terme : anne des donnes,
type de produit, rgion, mesure de la publicit, omis-
sion de la distribution et forme fonctionnelle.
Quatre variables significatives dans le modle
court terme ne le sont pas dans le modle dlasticit
long terme : cycle de vie du produit, intervalle tempo-
rel, agrgation des donnes et omission de lendog-
nit. Une raison justifiant le manque de significativit
est le fait que llasticit long terme est estime en
utilisant la formule (lasticit court terme/(1- effet de
report)), linfluence dune variable sur llasticit
long terme dpend donc de son effet la fois sur
llasticit court terme et leffet de report. Ces deux
effets agissant ensemble peuvent amliorer ou bais-
ser le coefficient qui en dcoule. Par exemple, les
produits matures tendent avoir une lasticit publici-
taire court terme plus faible mais avoir un effet de
report gal ou plus faible que les produits en crois-
sance. De ce fait, leffet du cycle de vie du produit
sur llasticit long terme peut ne pas tre significatif.
Un rsultat surprenant a t le constat que la
publicit tlvise a une lasticit court terme plus
leve que la publicit papier mais une plus faible
lasticit long terme. Cette lasticit long terme
plus leve pour la publicit papier peut tre cause par
linformation imprime (spcialement pour les maga-
zines) qui reste en mmoire plus longtemps que la
publicit tlvise. Certaines des variables qui ne
sont pas significatives dans le modle court terme le
sont dans le modle long terme : llasticit publici-
taire long terme est plus leve pendant les
priodes de rcession plutt que dans les priodes
dexpansion. De plus, lomission de la publicit
dcale et celle de la promotion sont aussi des
variables significatives dans les modles dlasticit
long terme.
IMPLICATIONS
Implications managriales
Budgtisation publicitaire
Nous avons observ que llasticit publicitaire
court terme sur toutes les observations (de 1940
2004) est de 0,12, llasticit mdiane est de 0,05 et
llasticit dcline dans le temps. Le rsultat mon-
trant que llasticit publicitaire est petite peut
dplaire de nombreux professionnels, spcialement
ceux qui travaillent en agence. Ce nombre est encore
plus troublant quand on le compare llasticit prix,
pour lequel les mta-analyses suggrent quil est plus
de 20 fois plus lev, soit 2,62 (Bijmolt, Van
Heerde et Pieters, 2005 ; Tellis, 1988). Cependant,
comparer llasticit absolue peut conduire man-
quer des questions pertinentes. Dabord, et cest la
plus importante, les baisses de prix affectent les reve-
nus et les profits immdiatement. Par consquent,
alors quune petite baisse de prix peut augmenter
normment les ventes, elle naugmentera pas nces-
sairement les bnfices. Deuximement, la publicit
a le potentiel de supporter un prix plus lev.
Troisimement, les baisses de prix peuvent tre diri-
ges directement de faon slective vers certains
consommateurs seulement pour minimiser le mal fait
au rsultat net. Quatrimement, les baisses de prix
accordes aux dtaillants peuvent ne pas tre rper-
cutes sur les consommateurs.
Sethuraman et Tellis (1991) ont dvelopp un
modle pour intgrer ces facteurs et dduire des
implications managriales sur la faon dont llasti-
cit publicitaire et llasticit prix devraient impacter
les compromis que font les managers entre la publicit
et les baisses de prix. Spcifiquement, ils montrent
que les augmentations de publicit (A) qui
devraient susciter les mmes profits quune baisse de
prix donne (p) court terme peuvent tre expri-
mes en utilisant lquation suivante:
(A/A)/(p/p) = (k
p
f /g)/(k/
A
A/s) (4)
o p est le prix, A est la publicit, k est la contribution
au ratio prix, f est la part des consommateurs qui
bnficient de la baisse de prix, g est la rpercussion de
05Sethuraman 30/09/11 10:24 Page 136
la baisse de prix du dtaillant, S sont les ventes en
dollars,
p
et
A
sont respectivement les lasticits
prix et publicitaire. Le ratio publicit-ventes optimal
est donn par (A/S)
= ( f /g)(
A
/
p
). Le Tableau 4
prsente les rsultats optimaux en utilisant les for-
mules prcdentes pour les diffrentes valeurs dlas-
ticit publicitaire avec les valeurs dillustration sui-
vantes :
p
(absolue) = 2,6 (Bijmolt, Van Heerde et
Pieters, 2005), f = 0,5, k = 0,5 et A/S = 0,05
(Sethuraman et Tellis, 1991).
Le Tableau 4 suggre une rduction des budgets
allous la publicit conventionnelle en cohrence
avec la tendance au dclin de llasticit publicitaire.
De faon alternative, une entreprise peut faire des
dmarches pour augmenter llasticit publicitaire.
Kent (1995) propose de crer des messages uniques,
de ngocier une couverture hors concurrence et un
ciblage plus prcis de la publicit comme moyens
pour surpasser les effets nfastes de lencombrement
publicitaire et augmenter la rceptivit des consom-
mateurs la publicit.
Publicit et rcession
La croyance conventionnelle est de penser que la
publicit devrait tre rduite pendant les priodes de
rcession ; les ventes y sont en effet plus faibles et les
consommateurs sont plus sensibles au prix ; ils sont
donc moins enclins tre influencs par la publicit
dans les priodes de rcession que dexpansion.
Premirement, nos rsultats rvlent que ni les lasti-
cits court terme ni celles long terme ne sont plus
basses pendant une rcession, mesures par le pour-
centage de la priode destimation en cours de rces-
sion. De ce fait, au minimum, les managers nont pas
besoin de rduire la publicit lors dune rcession
parce quils pensent tort que limpact de la publi-
cit sur les ventes sera plus faible que dans les
priodes dexpansion.
Deuximement, alors que le coefficient de rces-
sion pour llasticit publicitaire court terme est
positif, bien que non statistiquement significatif, le
coefficient pour llasticit long terme est positif et
significatif : cela indique que, en gnral, llasticit
publicitaire est plus haute pendant une rcession. Les
causes possibles de cet effet sont, que pendant une
rcession par opposition une expansion : (1) le
dsordre publicitaire est plus faible du fait des
baisses des budgets publicitaires, (2) les consomma-
teurs prtent une attention plus grande aux messages
publicitaires et sont des acheteurs plus aviss, et (3) les
budgets publicitaires sont supports par des prix plus
levs et des actions promotionnelles. Une raison de
cet effet positif sur llasticit long terme peut tre un
encombrement rduit et une attention plus grande
la publicit pendant une rcession, lesquels pour-
raient ne pas se traduire immdiatement dans les
achats (court terme), du fait dune conomie serre
ce moment-l, mais se rpercuter plus tard (long
terme) quand lconomie samliore (pour des
preuves allant dans ce sens dans dautres tudes, voir
Tellis et Tellis, 2009).
Conditions favorables la publicit
Nos rsultats dune lasticit publicitaire plus le-
ve suggrent que, toutes choses tant gales par
ailleurs, la publicit devrait tre plus leve pour les
biens durables que pour les biens non durables, et
pour les produits en dbut de cycle de vie plutt
quen phase de maturit. Llasticit publicitaire plus
leve en Europe quaux tats-Unis rend compte du
besoin dune meilleure comprhension dun possible
excdent publicitaire aux tats-Unis (Aaker et
Carman, 1982) et dun dficit publicitaire en Europe.
Implications recherche
Intervalle temporel
Llasticit publicitaire est significativement dif-
frente selon que lon utilise de donnes hebdoma-
daires, trimestrielles ou annuelles. Ces diffrences
significatives soulignent le besoin de dterminer et
dutiliser lintervalle de temps correct pour estimer
llasticit publicitaire. Le point de vue convention-
nel est que le meilleur intervalle de temps est celui
qui correspond lintervalle entre deux achats dans
la catgorie de produit. Rcemment, Tellis et Franses
(2006) ont montr que lintervalle de temps optimal,
qui fournit une estimation sans biais de llasticit
publicitaire, est le temps dexposition de lunit,
dfini comme la plus longue priode de temps sur le
calendrier durant laquelle la publicit a lieu au plus
05Sethuraman 30/09/11 10:24 Page 137
une fois et au mme moment dans cette priode. Cela
pourrait tre des minutes ou des heures pour la publi-
cit tlvise, et des jours entiers ou des semaines
pour la publicit papier. En outre, ces auteurs mon-
trent que des donnes plus dsagrges temporelle-
ment ne biaisent pas les estimations. Ces conclusions
impliquent que, si les donnes sont disponibles, des
donnes journalires ou hebdomadaires moins agr-
ges peuvent tre meilleures que des donnes trimes-
trielles ou annuelles pour obtenir des estimations non
biaises de llasticit publicitaire.
Incorporation de lendognit
Nous avons constat que, dans de nombreux
modles, omettre lendognit induit un biais ngatif
sur llasticit publicitaire. Ceci implique que lendo-
gnit devrait tre prise en compte quand elle est
approprie au regard du modle et du contexte.
Cependant, elle ne devrait pas tre ajoute comme un
lment de la check-list de la recherche (Shugan,
2004). Par exemple, la question se pose de savoir si le
prix est vraiment endogne ou non pour les modles de
panel estims quotidiennement, parce que les
dtaillants peuvent ne pas tre en mesure de dtermi-
ner les prix optimaux et les changent tous les jours
(Erdem, Keane et Sun, 2008). Des arguments sem-
blables pourraient tre invoqus pour la rponse la
publicit, parce quil est peu vraisemblable que les
producteurs de marques puissent dtecter et/ou ajuster
leurs niveaux publicitaires suffisamment rapidement
pour sadapter aux changements hebdomadaires de la
demande des consommateurs. Ils peuvent dtecter et
rpondre aux changements de la demande sur de
longues priodes de temps (trimestriellement ou
annuellement).
Autres facteurs
Nous constatons que lomission de la distribution a
un effet positif sur llasticit publicitaire, alors que les
formes fonctionnelles, telles que linaire ou double
log, peuvent produire des lasticits diffrentes. Les
chercheurs devraient tre au courant de ces diff-
rences et suivre les tapes suivantes quand ils cher-
chent estimer la rponse la publicit : (1) inclure
autant de covariants pertinents que possible (prix,
promotion qualit) ; (2) intgrer la bonne approche
conomtrique pour le problme trait ou valuer la
sensibilit de leurs estimations de llasticit aux
procdures destimation.
Variables non significatives
Plusieurs variables ne sont pas significatives dans
le modle de rgression. Cela signifie-t-il que ces
facteurs peuvent tre ignors lorsquon estime llasti-
cit publicitaire ? Nous soulignons que labsence de
preuve de ces effets dans la mta-analyse ne devrait
pas tre prise comme une preuve de labsence dun
effet. Le manque de significativit pourrait tre d un
manque de donnes adquates, de bruit dans les don-
nes, dun effet dagrgation ou dautres raisons lies
la procdure. Notre point de vue est que des donnes et
une procdure correctes devraient tre utilises
lorsquil est possible de le faire. Par exemple, lomis-
sion de lhtrognit ninfluence pas significative-
ment llasticit publicitaire dans notre mta-analyse.
Cela ne signifie pas que les chercheurs peuvent tran-
quillement ignorer lhtrognit. En gnral, il est
appropri de prendre en compte ce paramtre dans la
rponse la publicit, spcialement lorsquon fait
des estimations bases sur des donnes panel.
CONCLUSION
Nous avons mta-analys 751 lasticits publici-
taires court terme au niveau marque et 402 lasticits
publicitaires long terme. Notre objectif est de
mettre jour la mta-analyse dAssmus, Farley et
Lehmann (1984) et dapporter des complments
linventaire de gnralisations empiriques de
Hanssen (2009). Nous obtenons plusieurs gnralisa-
tions utiles, que nous avons listes dans la section
suivante. Ensuite, nous prsentons les limites et voies
de recherche futures.
05Sethuraman 30/09/11 10:24 Page 138
Gnralisations empiriques cls
Llasticit publicitaire moyenne court terme
sur 751 observations est de 0,12, ce qui est substan-
tiellement plus faible que la moyenne de 0,22 sur 128
observations nonce par Assmus, Farley et
Lehmann (1984). La mdiane de llasticit publici-
taire est encore plus faible, 0,05. Llasticit publici-
taire long terme moyenne sur 402 observations est de
0,24, ce qui est plus faible que la moyenne de 0,41
sur 128 observations nonce par Assmus, Farley et
Lehmann (1984). La mdiane de llasticit publici-
taire long terme est encore plus faible, 0,10.
Il y a un dclin dans le temps de llasticit publi-
citaire court terme et long terme. Ces rsultats
suggrent une rduction de la publicit convention-
nelle si lentreprise faisait une publicit optimale
dans le pass. En moyenne, llasticit publicitaire ne
baisse pas pendant une rcession. Bien au contraire, il
y a une relation positive entre les mois de rcession et
llasticit publicitaire long terme. Ce rsultat
indique que lentreprise na pas besoin de rduire son
budget publicitaire pendant une rcession, mme si
ses managers estiment que les consommateurs ne
seront pas rceptifs la publicit. Llasticit publici-
taire est plus leve pour les biens durables que pour
les biens non durables et non alimentaires. Ces rsul-
tats encouragent la publicit pour les biens durables,
toutes choses gales par ailleurs.
Llasticit publicitaire court terme est plus le-
ve pour les produits situs dans les premires phases
du cycle de vie que pour ceux en phase de maturit.
Cet effet est spcialement saillant pour les biens
durables. Ce rsultat soutient lide de se concentrer
sur la publicit pendant les premiers stades puis sur le
prix dans les stades suivants du cycle de vie, surtout
pour les biens durables. En gnral, llasticit publi-
citaire est plus leve en Europe quen Amrique du
Nord, posant la question dun possible dficit publici-
taire en Europe et dun excs publicitaire aux tats-
Unis.
Il y a une relation non monotone entre llasticit
publicitaire et lintervalle temporel. Les lasticits
estimes la fois sur la base de donnes hebdoma-
daires et annuelles sont plus leves que celles issues
de donnes trimestrielles. Ce rsultat renforce le
besoin dutiliser lintervalle de temps appropri,
comme lindiquent Tellis et Franses (2006).
En gnral, llasticit de la publicit tlvise est
plus leve que celle de la publicit papier sur le
court terme, mais llasticit de la publicit papier est
plus leve que celle de la publicit tlvise sur le
long terme. Ces conclusions soulignent quil faut
considrer prudemment la question des cots et de
lefficacit au moment dallouer entre les deux
mdias.
Llasticit publicitaire est plus faible quand len-
dognit de la publicit nest pas incorpore au
modle. Quand cest appropri, les chercheurs
devraient tenter dincorporer lendognit en utili-
sant des modles dvelopps par la New Empirical
Industrial Organization (Nevo, 2001) ou prendre en
compte le fait que lestimation soit plus faible du fait
de cette omission.
Limites et voies de recherche
Notre tude prsente des limites qui sont typiques
de la plupart des recherches mta-analytiques.
Premirement, bien que nous ayons essay dtre
exhaustifs dans notre revue de littrature, nous pou-
vons avoir manqu quelques publications qui font
lestimation de llasticit publicitaire. Deuxime-
ment, en ce qui concerne lidentification des facteurs
qui influencent llasticit publicitaire, nous sommes
limits par les variables disponibles dans les tudes
originales. Par exemple, nous ne pouvions pas collec-
ter des donnes sur les quatre tapes du cycle de vie du
produit, ou le pays dorigine individuel ; nous
navons donc pas pu estimer les influences de ces
variables sur llasticit publicitaire.
Ces limites fournissent des directions potentielles
pour des recherches futures. un niveau plus sub-
stantiel, lavenir, les chercheurs devraient essayer
danalyser davantage de produits en croissance, de
biens durables, de biens industriels et de services.
Les recherches futures devraient aussi mesurer les
effets de la publicit en ligne, les incorporer dans des
mta-analyses et mener une mta-analyse de la dure
de la publicit, autrement dit la priode durant
laquelle leffet de la publicit perdure.
05Sethuraman 30/09/11 10:24 Page 139
RFRENCES BIBLIOGRAPHIQUES
Aaker D.A. et Carman J.M. (1982), Are you over adverti-
sing?, Journal of Advertising Research, 22 (aot/sep-
tembre), 57-70.
Allenby G.M. et Rossi P.E. (1999), Marketing models of
consumer heterogeneity, Journal of Econometrics, 89
(novembre), 57-78.
Assmus G., Farley J.U. et Lehmann D.R. (1984), How
advertising affects sales: meta-analysis of econometric
results, Journal of Marketing Research, 21 (fvrier),
65-74.
Belsley D.A., Kuh E. et Welsch R.E. (1980), Regression
diagnostics, New York: John Wiley & Sons.
Bijmolt T.H.A. et Pieters R.G.M. (2001), Meta-analysis in
marketing when studies contain multiple measure-
ments, Marketing Letters, 12 (mai), 157-169.
Bijmolt T.H.A., van Heerde H.J. et Pieters R.G.M. (2005),
New empirical generalizations on determinants of price
elasticity, Journal of Marketing Research, 42 (mai),
141-156.
Christen M., Gupta S., Porter J.C., Staelin R. et Wittink D.
(1997), Using market-level data to understand promotion
effects in a nonlinear model, Journal of Marketing
Research, 34 (aot), 322-334.
Clarke D. (1976), Econometric measurement of the dura-
tion of advertising effect on sales, Journal of
Marketing Research, 13 (novembre), 345-357.
Danaher P., Bonfrer A. et Dhar S. (2008), The effect of
competitive advertising interference on sales of packaged
goods, Journal of Marketing Research, 45 (avril), 211-
225.
Erdem T., Keane M. et Sun B. (2008), The impact of adver-
tising on consumer price sensitivity in experience
goods markets, Quantitative Marketing and
Economics, 6 (juin), 139-176.
Fischer M. et Albers S. (2010), Patient- or physician-oriented
marketing: what drives primary demand for prescrip-
tion drugs?, Journal of Marketing Research, 47
(fvrier), 103-121.
Gallet C.A. (2007), The demand for alcohol: a meta-analysis
of elasticities, The Australian Journal of Agricultural
and Resource Economics, 51 (juin), 121-135.
Gupta S., Chintagunta P., Kaul A. et Wittink D.R. (1996), Do
household scanner data provide representative infe-
rences from brand choices? A comparison with store
data, Journal of Marketing Research, 33 (novembre),
383-398.
Hanssens D.M. (2009), Empirical generalizations about
marketing impact, Cambridge, MA: Marketing Science
Institute.
Hu Y., Lodish L.M. et Krieger A.M. (2007), An analysis of
real world TV advertising tests: a 15-year update,
Journal of Advertising Research, 17 (septembre), 341-
353.
Kent R.J. (1995), Competitive clutter in network television
advertising, Journal of Advertising Research, 33
(mars/avril), 40-46.
Lambin J.L. (1976), Advertising, competition and market
conduct in oligopoly over time, Amsterdam: North-
Holland.
Lodish L.M., Abraham M.M., Kalmenson S., Livelsberger J.,
Lubetkin B., Richardson B. et Stevens M.E. (1995),
How T.V. advertising works: a meta-analysis of 389
real world split cable T.V. advertising experiments,
Journal of Marketing Research, 32 (avril), 125-139.
Nevo A. (2001), Measuring market power in the ready-to-eat
cereal industry, Econometrica, 69 (mars), 307-342.
Sethuraman R., Srinivasan V. et Kim D. (1999),
Asymmetric and neighborhood cross-price effects:
some empirical generalizations, Marketing Science, 18
(hiver), 23-41.
Sethuraman R. et Tellis G.J. (1991), An analysis of the tra-
deoff between advertising and price discounting,
Journal of Marketing Research, 31 (mai), 160-174.
Shugan S. (2004), Endogeneity in marketing decision
models, Marketing Science, 23 (hiver), 1-3.
Tellis G.J. (1988), The price elasticity of selective demand: a
meta-analysis of econometric models of sales, Journal of
Marketing Research, 25 (novembre), 331-341.
Tellis G.J. (2004), Effective advertising: how, when, and
why advertising works, Thousand Oaks, CA: Sage
Publications.
Tellis G.J. et Franses P.H. (2006), Optimal data interval for
estimating advertising response, Marketing Science, 25
(mai/juin), 217-229.
Tellis G.J., Chandy R. et Thaivanich P. (2000),
Decomposing the effects of direct advertising: which
brand works, when, where, and how long?, Journal of
Marketing Research, 37 (fvrier), 32-46.
Tellis G.J. et Tellis K. (2009), Research on advertising in
recession: a critical review and synthesis, Journal of
Advertising Research, 49 (septembre), 9-40.
Vakratsas D. et Ambler T. (1999), How advertising works:
what do we really know?, Journal of Marketing, 63
(janvier), 26-43.
Villas-Boas J. et Winer R.S. (1999), Endogeneity in brand
choice models, Management Science, 45 (octobre),
1324-1338.
05Sethuraman 30/09/11 10:24 Page 140

À Quel Point La Publicité Est-Elle Efficace Généralisations À Partir D'une Méta-Analyse de

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

À Quel Point La Publicité Est-Elle Efficace Généralisations À Partir D'une Méta-Analyse de

Загружено:

Авторское право:

Доступные форматы

http://ram.sagepub.

Association Franaise du Marketing

http://ram.sagepub.com/cgi/alerts Email Alerts:

- Jun 1, 2011 Version of Record >>

Вам также может понравиться