À quel point la publicité est-elle efficace généralisations à partir d'une méta-analyse de

8/11/2019 Quel Point La Publicit Est-elle Efficace Gnralisations Partir d'Une Mta-Analyse De

1/29

http://ram.sagepub.com/Recherche et Applicationsen Marketing

http://ram.sagepub.com/content/26/2/113Theonline version of this article can be foundat:

DOI: 10.1177/076737011102600204

2011 26: 113Recherche et Applications en MarketingRaj 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 MarketingAdditional services and information for

http://ram.sagepub.com/cgi/alertsEmail Alerts:

http://ram.sagepub.com/subscriptionsSubscriptions:

http://www.sagepub.com/journalsReprints.navReprints:

http://www.sagepub.com/journalsPermissions.navPermissions:

http://ram.sagepub.com/content/26/2/113.refs.htmlCitations:

What is This?

- Jun 1, 2011Version of Record>>

by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from by slaheddine dardouri on October 17, 2013ram.sagepub.comDownloaded from
http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/content/26/2/113http://ram.sagepub.com/content/26/2/113http://www.sagepublications.com/http://www.sagepublications.com/http://-/?-http://ram.sagepub.com/cgi/alertshttp://ram.sagepub.com/cgi/alertshttp://ram.sagepub.com/subscriptionshttp://www.sagepub.com/journalsReprints.navhttp://www.sagepub.com/journalsReprints.navhttp://www.sagepub.com/journalsPermissions.navhttp://www.sagepub.com/journalsPermissions.navhttp://ram.sagepub.com/content/26/2/113.refs.htmlhttp://ram.sagepub.com/content/26/2/113.refs.htmlhttp://online.sagepub.com/site/sphelp/vorhelp.xhtmlhttp://online.sagepub.com/site/sphelp/vorhelp.xhtmlhttp://ram.sagepub.com/content/26/2/113.full.pdfhttp://ram.sagepub.com/content/26/2/113.full.pdfhttp://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://ram.sagepub.com/http://online.sagepub.com/site/sphelp/vorhelp.xhtmlhttp://ram.sagepub.com/content/26/2/113.full.pdfhttp://ram.sagepub.com/content/26/2/113.refs.htmlhttp://www.sagepub.com/journalsPermissions.navhttp://www.sagepub.com/journalsReprints.navhttp://ram.sagepub.com/subscriptionshttp://ram.sagepub.com/cgi/alertshttp://-/?-http://www.sagepublications.com/http://ram.sagepub.com/content/26/2/113http://ram.sagepub.com/


2/29

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 SethuramanProfesseur 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 EnterpriseProfesseur de marketing, management, and organisation

Directeur du Center for Global InnovationMarshall 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 Corrigancole 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.eduIls remercient Don Lehmann, Mike Hanssens, les participants la confrence Advertising Generalization de la Wharton School delUniversit 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 associpour cet article.Cet article a t publi en 2011 dansJournal of Marketing Research, Vol. XLVIII (Juin 2011), 457-471, traduit par Cindy Caldara et reproduitavec la permission deJMR et de lAmerican Marketing Association qui en dtient le copyright. LAmerican Marketing Association ne pourra tretenue responsable dventuelles erreurs survenues lors de la traduction.

S L E C T I O N I N T E R N A T I O N A L E

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 de0,22 ; il y a eu un dclin de llasticit publicitaire au cours du temps ; et llasticit publicitaire est plus leve (1) pour les pro-


3/29

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 (Aakeret Carman, 1982 ; Tellis, 2004). Un des lments clsde cette controverse est le niveau defficacit de lapublicit gnrer des ventes. Lefficacit de la publi-cit est souvent mesure en termes dlasticit publici-taire, ou de pourcentage de croissance des ventes ou depart de march pour 1 % de hausse du budget de lapublicit. Obtenir des estimations gnralisables dellasticit publicitaire et identifier les facteurs quiinfluencent celle-ci peut accrotre la comprhensiondu champ de lefficacit de la publicit.

Assmus, Farley et Lehmann (1984) ont proposles premires gnralisations empiriques relatives llasticit publicitaire. En particulier, ces auteurs ontmen une mta-analyse de 128 indicateurs dlasti-cit publicitaire partir de 16 tudes publies entre1962 et 1981 et ont propos des gnralisations utilessur leffet de la publicit. Plus de vingt-cinq ans sesont couls depuis cette publication. Cette priode(1984-2008) a t le tmoin de changements signifi-catifs sur de nombreux points qui peuvent avoir unimpact sur la mesure et lefficacit de la publicit.Premirement, lenvironnement marketing a changdu fait dune concurrence plus intense, de la mondia-lisation, de lavnement dInternet, et de la capacit duconsommateur de se soustraire aux publicits tlvi-ses grce des quipements comme TiVo.Deuximement, les donnes et les mthodes pourestimer llasticit publicitaire se sont amliores entermes de sophistication avec lutilisation de donnesscanners dsagrges et lapplication des modlesconomtriques de la New Empirical IndustrialOrganization. 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 751lasticits court terme et 402 lasticits longterme pour des publicits visant directement lesconsommateurs extraites de 56 tudes publies entre1960 et 2008. Notre tude infirme certains des rsultatsnoncs par Assmus, Farley et Lehmann (1984), envalide dautres, et met au jour plusieurs nouvellesgnralisations empiriques et de nouvelles ides, quenous rsumons la fin de cet article.

De ce point de vue, notre recherche est dans lemme esprit que dautres tudes mta-analytiques

subsquentes de ces derniers temps. Par exemple,Bijmolt, Van Heerde et Pieters (2005) actualisent lamta-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 peutgalement tre vue comme un complment mta-analytique de la large revue de littrature sur la publi-cit de Vakratsas et Ambler (1999). Ils ont dveloppune taxonomie partir de 250 tudes et propos des

ides sur la faon dont la publicit fonctionne. Nouspratiquons dans notre tude une mta-analyse desindicateurs conomtriques de llasticit publicitaireet suggrons des pistes relatives au fait que la publicitmarche ou non, lamplitude de leffet et les facteursqui influencent llasticit. Dans sa dmarche,ltude vient complter la liste des gnralisationsempiriques relatives limpact du marketing deHanssens (2009).

Notre tude complte le rcent article de Fischer etAlbers (2010). Les deux tudes offrent des pistes de

Raj Sethuraman, Gerard J. Tellis, Richard A. Briesch114

duits durables plutt que pour les produits non durables, (2) dans la premire phase du cycle de vie plutt que dans la phase dematurit, (3) pour les donnes annuelles plutt que pour les donnes trimestrielles, et (4) quand llasticit est mesure en pointsde couverture brute (PCB) plutt quen termes montaires. La moyenne de llasticit long terme est de 0,24, ce qui est bienplus 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.


4/29

comprhension sur leffet du mix marketing sur lesventes. 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 dela publicit ciblant le consommateur et concernant lademande 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 faonsuivante : nous allons commencer par dcrire lesdonnes. Ensuite, nous dcrirons la procdure demta-analyse et prsenterons les rsultats empi-riques. la suite de cela, nous discuterons les rsultats

et leurs implications. Dans la dernire section, nousrsumerons ces rsultats sous forme de gnralisa-tions empiriques et proposerons des limites et voiesde recherche futures.

DONNES

Cette section prsente la compilation de la basede donnes utilise dans la mta-analyse. Les don-nes sont constitues dobservations dlasticitpublicitaire (variable dpendante) et les facteurs din-fluence potentiels de llasticit publicitaire(variables indpendantes).

Llasticit publicitaire

Pour cette mta-analyse, nous avons slectionndes tudes qui fournissent des estimations au niveaudes marques, des lasticits publicitaires courtterme et long terme lies aux consommateurs, surla base de modles conomtriques utilisant des don-nes march. En cela, notre tude exclut (1) les effetsde la publicit de catgorie de produit, (2) les effetslis aux designs exprimentaux ou dautres non co-nomtriques, et (3) la publicit business-to-business(B2B). Les paragraphes suivants justifient chacun deces choix.

Dabord, llasticit publicitaire au niveau cat-goriel mesure la croissance des ventes de la catgorie(demande primaire) pour 1 % de changement dans lapublicit totale de la catgorie. En gnral, ces effets

sont intressants pour les conomistes et les dci-deurs publics qui tudient dans quelle mesure lapublicit tend la demande pour des catgories deproduits comme le lait, lalcool et les cigarettes(cf. Gallet, 2007). Fischet et Albers (2010) fournis-sent une analyse rcente et complte des effets desefforts marketing sur la demande primaire dans lin-dustrie pharmaceutique. Au contraire, notre perspec-tive est celle des chefs de marque, qui sont intressspar la manire dont la publicit pour leurs marquesimpacte 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 nombreusesexprimentations sur les publicits tlvisuelles etmta-analysent ces rsultats (cf. Hu, Lodish etKrieger, 2007). Cependant, leur intrt est principale-ment de voir si les publicits produisent un impactsignificatif sur les ventes dans des exprimentationscontrles et non dans des scnarios naturels de mar-ch, ce qui est le but de notre tude.

Troisimement, toujours en phase avec ltudedAssmus, Farley et Lehmann (1984), nous nousconcentrons sur la publicit ciblant les consomma-teurs seulement. Les tudes qui fournissent des l-ments relatifs llasticit publicitaire dans lecontexte B2B sont peu nombreuses et, en gnral,sen tiennent aux publicits dans la presse pour lesmdecins (B2B dans lindustrie pharmaceutique).Fisher et Albers (2010) ont analys cette industrie defaon rigoureuse.

Nous avons adopt la procdure suivante pour

compiler les tudes. Nous avons commenc notrerevue de littrature avec ltude dAssmus, Farley etLehmann (1984) comme base. Ensuite, nous avonsutilis lIndex des Citations en Sciences Sociales afindidentifier les 132 publications qui font rfrence lamta-analyse de 1984. Aprs cela, nous avons utilisdes recherches sur mots cls (comme lasticitpublicitaire , rponse la publicit , rponseaux ventes ) sur des moteurs de recherche commeGoogle Scholar, ABI/INFORM et Lexis Nexis, afindidentifier 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


5/29

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 desdonnes disposition ou dlments dinformationfournis par les auteurs des tudes. Le processus apermis de mettre au jour 751 lasticits publicitaires court terme sur la base de 56 publications. Nousfournissons les dtails relatifs ces tudes danslAnnexe Web A(http://www.marketingpower.com/jmrjune11).

La publicit peut impacter les ventes dans lecourt 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 marquedans la priode en cours et future pour 1 % de change-ment dans leffort publicitaire courant 1. Certainestudes fournissent directement les estimations dellasticit 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 lemodle de Koyck. Nous calculons llasticit longterme comme tant gale [lasticit publicitaire court terme/1-(coefficient de report)] (Clarke, 1976).

Quelques chercheurs mesurent la publicit en tantque stock publicitaire, dfini comme une combinai-son pondre de la publicit en cours et passe basesur un coefficient exponentiel de lissage. Dans cecas, lestimation de llasticit publicitaire est llasti-cit long terme. Llasticit court terme est gale [lasticit publicitaire long terme 1-(coefficientde lissage)] (Danaher, Bonfrer et Dhar, 2008). Nousavons obtenu 402 lasticits publicitaires longterme 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 avonscollect des donnes sur 22 variables qui pouvaient

potentiellement avoir un impact sur llasticit etnous 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 variabledpendante, dcalage de la publicit, prixdcal, prix, qualit, promotion et distribution ;

caractristiques du modle : forme fonction-nelle, mthode destimation, incorporation delendognit et incorporation de lhtrog-nit ; et

autres caractristiques : travaux publis paropposition non publis.

La plupart de ces variables correspondent cellesde la mta-analyse dorigine dAssmus, Farley etLehmann (1984). Cependant, la disponibilit de nou-velles donnes nous permet dexaminer plusieursnouvelles variables, comme la tendance temporelle,la prsence dune rcession, de catgories de pro-

duits supplmentaires (services et produits pharma-ceutiques), des continents supplmentaires (Asie etAustralie) et des facteurs de mthode additionnels(incorporation de lendognit et de lhtrog-nit). Le Tableau 1 fournit les niveaux des variablesindpendantes et une description dtaille des liensattendus et des oprationnalisations des variables.

PROCDURE

Analyse univarie

Dabord, nous avons procd une analyse uni-varie afin dobtenir une estimation de la moyennede llasticit publicitaire court terme, que nousavons ensuite compare la valeur correspondante


1. Leffet combin de la publicit pour la priode en cours et lapriode future est aussi appel effet cumul de la publicit.


6/29


Tableau 1. Les facteurs influenant les lasticits publicitaires : relations attendues et oprationnalisation

Numro

1

2

3

4

Variable/ niveau

Tendance temporelle : annemdiane des donnes

Rcession : mois de rces-sion

Type de produits : pharmaceutiques durables alimentaires non alimentaires service

Cycle de vie du produit : croissance maturit

Oprationnalisation/ maniredobtenir les donnes

Nous avons utilis lannemdiane des priodes destima-tion pour valuer la tendancetemporelle. Par exemple, siltude utilisait des donnes de1982 1990 pour estimer llasti-cit publicitaire, cette observationde llasticit publicitaire estconsidre comme issue de lan-ne mdiane : 1986.

La rcession est dfinie commedeux trimestres de croissancengative du produit intrieur brut.Les donnes pour les tats-Uniset les autres pays ont t obtenuesauprs des sites Internet duNational Bureau of EconomicResearch et de The Organisationfor Economic Co-operation andDevelopment. Quand les donnes

relatives la rcession nont past identifies, nous avons substi-tu les donnes amricaines.Nous avons mesur la variable rcession par le nombre demois durant lesquels lconomieest en rcession en proportionavec le nombre de mois dans lapriode destimation.

Nous avons obtenu linformationrelative au type de catgoriedirectement par les tudes indivi-duelles.

Nous avons obtenu linformationrelative au cycle de vie du produitdirectement par les tudes indivi-duelles. Quand les auteurs

Relation attendue avec llasticitpublicitaire

Llasticit publicitaire devraitdcrotre avec le temps en raisonde laccroissement de la concur-rence, lencombrement publici-taire, lavnement dInternetcomme source dinformationalternative et la capacit desconsommateurs se soustraireaux publicits tlvisuelles avecdes quipements comme TiVo.

En priode de rcession, lesconsommateurs devraient devenirde plus en plus soucieux du prixet tendre ignorer gnralementles 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 linformationou persuade les consommateurs propos de la marque que lon

Tendance temporelle et rcession

Facteurs produits et gographiques


7/29


Tableau 1. Les facteurs influenant les lasticits publicitaires : relations attendues et oprationnalisation(suite)

5

6

Rgion : Amrique Europe Autre

Mesure dpendante : absolue (ventes) relative (part)

avaient dsign le produit comme tabli , nous lavons considrcomme un produit mature.

La rgion de linformation estbase sur le continent dans lequelles donnes destimation dellasticit publicitaire ont tobtenues. La plupart de celleslies au continent nord-amricainsont issues des tats-Unis. Denombreuses tudes qui estimentles donnes pour lEurope vien-nent de pays spcifiques (France,Allemagne). Cependant, nousnavons pas fait danalyse auniveau pays parce quil y a desobservations au niveau pays quine permettraient pas dobtenirdes estimations de rgression cr-dibles.

Nous avons obtenu des donnesde mesure dpendante directe-ment sur le modle destimationqui a produit llasticit. Si le

modle a les ventes lunit ouen dollars comme variabledpendante, nous le considronscomme mesure absolue. Si lavariable dpendante est la part demarch, nous lavons classecomme mesure relative.

promeut, et les deux sont pluspertinents dans les premiersstades du cycle de vie, quand lesconsommateurs en savent peu propos de la marque ou nont pasencore form leurs prfrences.Par consquent, llasticit publi-citaire sera plus leve pour lesproduits situs dans le premierstade du cycle de vie que dans lestade de maturit.

LEurope peut prsenter unesous-reprsentation publicitaireen raison de la rglementation,dune histoire publicitairercente, ou de la culture, alorsque les tats-Unis peuvent avoirune reprsentation publicitaireoptimale ou excessive, du faitdune longue histoire publici-taire, de la concurrence intense etdes guerres publicitaires. Si ceraisonnement est correct, llasti-cit publicitaire sera vraisembla-blement plus leve en Europequaux tats-Unis.

Les ventes absolues capturent la fois les gains de la concurrenceet les gains dus lextension pri-maire du march. Les ventes rela-

tives capturent seulement lesgains concurrentiels. Dans lamesure o la publicit peut aug-menter la demande primaire,nous nous attendons ce quellasticit publicitaire soit plusleve quand les ventes sontenregistres en termes absolus.

Caractristiques des donnes


8/29



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 intervallesde donnes directement sur labase des tudes individuelles.Nous avons combin certainsniveaux du fait du manque dedonnes : hebdomadaires : quotidiennes,

hebdomadaires, mensuelles trimestrielles : bimensuelles,

trimestrielles annuelles

La plupart des donnes sont agr-ges au niveau des consomma-teurs en matire de marque. Cesdonnes agrges sont appelesles donnes au niveau entreprise.Les donnes de panel sont basessur les choix individuels auniveau des consommateurs avec

les donnes individuelles corres-pondantes relatives aux donnespublicitaires (exposition).

La publicit dune marquedevrait tre mesure en termesabsolus (valeurs montaires ouGRP) ou relatifs (la part publici-taire de la marque sur le march).

Nous avons obtenu les donnesde mesure publicitaire directe-ment sur les tudes individuelles.Quand les chercheurs avaient uti-lis la publicit absolue, linfor-mation est fournie en prcisant sila publicit avait t mesure enunits montaires ou en GRP.

En gnral, la publicit a un effet

de report. Par consquent, plus leniveau dagrgation temporelleest lev, plus il pourra capturerles ventes rsultant des retom-bes publicitaires. De ce fait,nous nous attendons ce quellasticit publicitaire de lapriode en cours soit plus grandequand les donnes sont plus agr-ges (annuelles ou trimestrielles)par rapport moins agrges

(hebdomadaires ou quotidiennes)si le modle ne capture par leffetdiffr.

Lestimation de llasticit publi-citaire en utilisant les donnes auniveau entreprise impliquelagrgation des informations auniveau consommateur de faonlinaire. Lestimation de llasti-cit publicitaire avec les donnesdu panel se fait avec MLE qui

combine linformation de faonnon linaire. De ce fait, les rsul-tats peuvent tre diffrents, maisla direction du changement estinconnue.

En fonction des actions desconcurrents sur le march, leschangements publicitaires abso-lus peuvent ne pas ncessaire-ment reprsenter les mmes

changements en publicit rela-tive. Si les concurrents tendent faire correspondre une publicitdentreprise cible, de grandschangements en publicit absolueseront traduits par de petits chan-gements en publicit relative.Cela rsultera en une lasticitpublicitaire estime par la publi-cit absolue qui devrait tre plus


9/29



10

11

12

13

Type de publicit : imprim tlvisuel agrg

Variable dpendantedcale : omise incluse

Publicit dcale : omise incluse

Prix dcal : omis inclus

Nous avons obtenu ces donnesdirectement sur la base du typede publicit dcrit dans les tudesindividuelles. La publicit est agrge si la publicit est unecombinaison de plus dun type de

support publicitaire (papier, tl-vision, affichage). Quand rien nat mentionn, nous avons consi-dr quil sagissait de publicitagrge.

Nous avons obtenu ces donnesdirectement sur la base dumodle sur lequel llasticitpublicitaire est estime.

Nous avons obtenu ces donnesdirectement sur la base dumodle sur lequel llasticit

publicitaire est estime.

Voir litem prcdent.

petite que celle estime par lapublicit relative. Linversedevrait tre vrai si les concurrentsne font pas correspondre leurpublicit.

Il nest pas vident de dterminersi les consommateurs rpondentdavantage la publicit imprimeou tlvisuelle. Cependant, lapublicit agrge tant une com-binaison des publicits impri-

mes et tlvisuelles, nous sup-posons que llasticitpublicitaire base sur la publicitagrge 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 lapriode en cours et la publicit dela priode en cours (puisque lapublicit en cours est souventtablie proportionnellement auxventes passes). Par consquent,nous supposons quune omissiondes ventes dcales biaisera posi-tivement llasticit publicitaire.

La publicit dcale est vraisem-blablement corrle positivementavec les ventes de la priode en

cours et la publicit de la priodeen cours. Par consquent, noussupposons quune omission de lapublicit dcale biaisera positi-vement llasticit publicitaire.

Le prix dcal est vraisemblable-ment corrl ngativement avecles ventes de la priode en courset positivement avec la publicit

Variables omises


10/29



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 quuneomission du prix dcal biaiserangativement llasticit publici-taire.

Le prix est vraisemblablementcorrl ngativement avec lesventes de la priode en cours etpositivement avec la publicit dela priode en cours. Par cons-quent, nous supposons quune

omission du prix biaisera ngati-vement llasticit publicitaire.

Nous navons pas t en mesurede prvoir le signe de la corrla-tion entre la qualit et les venteset donc le sens de leffet.

Nous navons pas t en mesurede prvoir le signe de la corrla-tion entre la promotion et lapublicit.

La distribution est vraisemblable-ment corrle positivement avecles ventes de la priode en courset positivement avec la publicitde la priode en cours. Par cons-quent, nous supposons quuneomission de la distribution biai-sera positivement llasticitpublicitaire.



Caractristiques du modle


11/29



20

21

22

Endognit :

omise incluse

Htrognit omise incluse

Type dtude : publie non publie

Nous navons pas de raisonne-

ment thorique proposer, maisVillas-Boas et Winer (1999) ontmontr que lomission de lendo-gnit dans lestimation dellasticit du prix biaise lindica-teur vers zro.


En raison du biais gnral li aufait de publier des articles quiprsentent des effets significatifs,llasticit publicitaire devraittre plus leve dans les articlespublis que dans les travaux non

publis.

Un modle qui permette les diff-rences dans les paramtres derponse la publicit entre lesfoyers et les segments dans

lchantillon doit incorporerlhtrognit. Les htrogni-ts discrte et continue sontincluses dans cette mesure.

Nous avons obtenu ces donnesdirectement 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 avonsaussi analys la mdiane et la distribution de llasti-cit publicitaire.

Modle mta-analytique pour llasticit courtterme.

Lobjectif de cette mta-analyse est didentifierles facteurs dinfluence potentiels de llasticitpublicitaire. Des tudes mta-analytiques antrieures(Assmus, Farley et Lehmann, 1984 ; Tellis, 1988) ontutilis des rgressions en moindres carrs ordinairesavec la forme suivante.

As j = Xs j + es j, (1)

o As j est la jme lasticit publicitaire pour la sme

tude ; les Xs j sont les caractristiques du march, ledesign de ltude et le modle qui influence llasticit(list dans le Tableau 2, colonne 3) ; les sont lesparamtres mta-analytiques dintrt et les es j sont

les termes derreur, que lon tient au dpart pour dis-tribus indpendamment et identiquement N(0,s2) .Pour expliquer les corrlations des erreurs intra-tudes, Bijmolt et Pieters (2001) signalent que lescaractristiques uniques spcifiques une tude noncaptures dans les variables indpendantes appara-traient dans la structure de lerreur. Cela rsulteraiten des corrlations non nulles qui mneraient uneerreur de covariance non nulle (intra-tude), violantles hypothses des rgressions en moindres carrsordinaires. Par consquent, ils suggrent lutilisation


12/29

dun modle linaire hirarchique estim avec desmoindres carrs gnraliss itratifs pour permettreun bloc non nul dans une matrice variance-cova-riance intra-tude. De manire spcifique, ils suggrent

un modle de la forme suivante :As j = Xs j +zs + es j , (2)

ozs est leffet non observ spcifique ltude qui estsuppos tre distribu avec une moyenne gale zroet un cart type sz. Suivant Bijmolt, Van Heerde etPieters (2005), nous utilisons le modle 2 dans notreanalyse didentification de facteurs dinfluencepotentiels.

Modles mta-analytiques alternatifs pour examinerla robustesse

Il y a plusieurs questions relatives lestimation dumodle 2. Dabord, les lasticits publicitaires, elles-mmes, ne sont pas de vrais paramtres ; elles sontestimes avec des erreurs. Nous avons pris en comptecette incertitude lie la vraie lasticit publicitaireen utilisant la procdure suivante : (1) nous avonscompil les lasticits publicitaires estimes As j , lajme lasticit publicitaire pour la sme tude avec sonerreur standard Bs j ; (2) nous avons suppos que lesvrais paramtres se situent dans la distribution nor-male N(As j ,Bs j ) ; (3) nous avons reprsent lobser-vation As j pour chaque s, j de la distribution nor-male correspondante ; (4) nous avons estim lemodle 2 avec les As j au lieu des As j pour obtenir lesk, o k est le vecteur des paramtres de rgressionbas sur la kme itration. Ensuite, nous avons rptles tapes 1 4 pour 500 itrations et avons fait lamoyenne des k pour ces 500 itrations afin dobtenirune 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, commela corrlation bivarie, le facteur dinflation de lavariance, lindex de condition et la proportion de

variance explique (Belsley, Kuh et Welsch, 1980).Cependant, la majorit des variables de la mthodetant des variables discrtes binaires, les mesures decorrlation tendent souvent tre plus basses. Par

consquent nous avons utilis lanalyse du tableaucrois des paires de variables et les mesures de chi-deux correspondantes pour dtecter la dviation din-dpendance de deux variables discrtes. En utilisantces multiples mesures, nous avons identifi despaires de variables posant potentiellement des pro-blmes de colinarit. Nous avons exclu lune de cesvariables du modle 2 et avons examin la robustesseen regardant la significativit de lautre variableincluse.

Examen des variables additionnelles

Nous avons men plusieurs analyses pour obtenirdes apports additionnels. Dabord, nous avonsexplor les quatre effets dinteraction suivants 3 :

rcession type de produit : une rcessionpourrait affecter llasticit publicitaire desbiens durables prix lev plus que les produitsalimentaires peu chers ;

cycle de vie du produit type de produit : la

publicit peut tre plus importante durant lestapes initiales pour les produits durables parcequils sont moins facilement connus grce unessai ;

cycle de vie mesure dpendante : pour lesproduits en croissance, la publicit peut avoirplus dimpact sur les ventes que sur la part demarch en raison du plus grand potentiel decroissance des ventes de la catgorie, alors quepour les produits matures, la publicit peutinfluencer la part de march plus que les ventesabsolues parce que les entreprises sont enconcurrence autour dun march total fixe ; et


2. Nous remercions le rdacteur associ davoir suggr cettemthode afin de prendre en compte lincertitude dans les estimationsdlasticit.

3. De nombreux autres effets dinteraction sont possibles, maisincorporer tous les effets dinteraction possibles contribuerait lacolinarit et compromettrait la stabilit du modle. Nous avonsinclus ces interactions soit parce que nous avions des connais-sances antrieures bases sur la thorie ou lintuition (parexemple, cycle de vie du produit mesure dpendante) ou parcequelles prsentaient un intrt managrial (par exemple, rces-sion type de produit).


13/29

intervalle des donnes omission des ventesdcales : 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 sontmoins agrges (de manire hebdomadaire).

Deuximement, nous examinons le fait que cer-taines caractristiques de la marque peuvent influencerllasticit publicitaire. Nous avons collect des don-nes relatives la part de march de la marque, lapart publicitaire de la marque et le prix relatif pour212 des 751 observations. Cependant, Sethuraman,Srinivasan et Kim (1999) tablissent que la mesuredlasticit est lie, par dfinition, la part de lamarque et la part publicitaire. Par exemple, dans le

modle linaire, leffet de la publicit (absolu) estmesur par d(part de march)/d(publicit). Afin de leconvertir en mesure dlasticit (pourcentage), nousavons multipli leffet par la moyenne de la publicitde la marque et divis par la part de march de lamarque. 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 lesmarques faible part de march et part publicitaireleve. Par consquent, nous testons seulement le faitque llasticit publicitaire est plus leve pour lesmarques prix lev et nous r-estimons le modle 2en incluant le prix relatif de la marque.

Troisimement, nous avons estim le modlelogit suivant pour identifier les conditions dans les-quelles llasticit publicitaire est significativementsuprieure zro (p < 0,05, test unilatral) :

P(As j significativement> 0)= exp(Vs j)/1+ exp(Vs j), (3)

o Vs j = Xs j+ s j, o Xs j est lensemble des variablesdinfluence listes dans le Tableau 2, et o est lecoefficient mesurant linfluence de la variable sur lasignificativit statistique de llasticit publicitaire.

Analyse de llasticit publicitaire long terme

De la mme faon que pour llasticit courtterme, nous avons dabord men des analyses univa-ries, afin dobtenir des estimations de la moyennede llasticit publicitaire et nous avons fait la compa-raison avec la valeur dAssmus, Farley et Lehmann

(1984). Ensuite, nous avons obtenu des estimationsde la mdiane et de la distribution de llasticit long terme. Enfin, nous avons estim le modle 2afin 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 pasdisponibles pour llasticit long terme.

RSULTATS

Analyse univarie

La Figure 1 prsente la distribution de llasticitpublicitaire court terme. Il y a 751 lasticits publi-citaires court terme de marques prsentant desmagnitudes allant de 0,35 et 1,80. Plus de 40 % deces lasticits se situent entre 0 et 0,05.Approximativement 7 % dentre elles sont ngatives,bien quen gnral, nous nous soyons attendus ceque llasticit publicitaire soit positive. Dans lesprit

de la mta-analyse, nous avons gard les lasticitsngatives parce que le modle mta-analytique peutrvler 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 les128 observations dAssmus, Farley et Lehmann(1984). Nous attribuons cette diffrence (1) larduction des lasticits publicitaires dans le temps ;(2) linclusion par Assmus, Farley et Lehmann de 32

lasticits au niveau produit, qui sont en gnral plusleves que les lasticits niveau marque ; et (3)lomission par Assmus, Farley et Lehmann des esti-mations de Lambin (1976), qui sont en gnral endessous de la moyenne prcdemment nonce de0,22. Notre estimation est plus proche de la valeurmoyenne de 0,104 dlasticit publicitaire noncepar Hu, Lodish et Krieger (2007, Tableau 1) sur labase de 210 tests rels de publicits tlvises. Elleest aussi proche de celle de Sethuraman et Tellis(1991), qui montrent que llasticit publicitaire



14/29


Tableau2.Facteursinfluenantleslasticitspub

licitaires:modle2coefficientsde

rgression(erreursstandard)

Numro

Variable

Niveau

Signe

attendu

seulement

dinteraction

seulement

0

Intercept

Toutes

les

observations

0,07(

0,12)

-0,08(0,17)

0,06(0,2)

-0,26(0,21)

Tendancetemporelleetrcession

1

Tendance

temporelle

Anne

desdonnes

-

-0,004(0,002)**

-0,004(0,001)***

-0,005(0,002)**

-0,007(0,003)***

2

Rcession

Moisdercession

-

0,01(

0,06)

0,02(0,06)

0,42(0,10)***

0,34(0,0

9)***

Facteursproduitsetgographiques

3

Typede

produit

Mdica

ments

?

0,019

(0,09)**

0,16(0,14)

0,14(0,11)

0,29(0,1

3)***

Durable

?

0,29(

0,09)***

0,26(0,06)***

0,27(0,08)***

0,48(0,1

)***

Alimentaire

?

0,03(

0,03)

-0,15(0,06)**

0,08(0,05)

-0,13(0,1)

Service

?

0,10(

0,07)

-0,04(0,11)

-0,10(0,08)

-0,08(0,08)

Nonalimentaire

Base

0

0

0

0

4

Cycledevie

duproduit

Maturit

-

-0,08

(0,05)**

-0,08(0,06)

0,08(0,06)

0,15(0,1

2)

Croissa

nce

Base

0

0

0

0

5

Rgion

(continent)

Europe

+

0,09(

0,05)**

0,16(0,06)***

0,16(0,05)***

0,34(0,0

8)***

Autre

?

0,05(

0,05)

0,06(0,05)

0,09(0,06)

0,08(0,0

5)

Amriq

ueduNord

Base

0

0

0

0

Caractristiquesdesdonnes

6

Mesure

Absolue

+

-0,03

(0,02)

0,08(0,07)

-0,12(0,04)***

0,20(0,1

0)**

Effet

principal

Effetprincipal

Effetprincipal+ef

fet

Effetprincipal+

effetd'in

teraction

lasticitpublicitairecourtterme

lasticitpublicitairelon

gterme


15/29


Tableau2.Facteursinfluenantleslasticitspublicitaires:modle2coefficientsderg

ression(erreursstandard)(suite)

dpendante

Relative

Base

0

0

0

0

7

Intervalle

temporel

Hebdom

adaire

-

0,04(0,03)

0,05(0,03)

0,05(0,06)

0,04(0,0

7)

Annuel

+

0,08(0,04)**

0,09(0,03)***

0,10(0,11)

-0,03(0,18)

Trimestriel

Base

0

0

0

0

8

Agrgation

desdonnes

Entreprise

?

-0,20(0,05)***

-0,24(0,06)***

0,07(0,08)

-0,03(0,06)

Panel

Base

0

0

0

0

9

Mesure

publicitaire

Relative

?

0,07(0,03)**

0,07(0,03)***

-0,11(0,07)*

-0,10(0,07)

PCB

?

0,16(0,08)**

0,16(0,09)**

0,16(0,06)***

0,30(0,0

9)***

Monta

ire

Base

0

0

0

0

10

Typede

publicit

Tlvision

?

0,19(0,09)**

0,21(0,09)**

-0,17(0,05)***

-0,18(0,05)***

Agrge

?

0,11(0,06)*

0,14(0,05)**

-0,03(0,05)

-0,01(0,05)

Imprime

Base

0

0

0

0

Variablesomises

11

Variable

dpendante

dcale

Omise

+

0,10(0,07)*

0,09(0,06)*

/

/

Incluse

Base

0

0

/

/

12

Publicit

dcale

Omise

+

0,002

(0,03)

0,01(0,03)

0,14(0,04)***

0,13(0,0

3)***

Incluse

Base

0

0

0

0

13

Prixdcal

Omise

-

0,01(0,05)

0,03(0,05)

0,04(0,08)

0,17(0,1

2)

Incluse

Base

0

0

0

0

14

Prix

Omise

-

-0,01(0,03)

-0,01(0,03)

0,03(0,05)

0,02(0,0

7)


16/29


Tableau2.Facteur

sinfluenantleslasticitspublicitaires:modle2coefficientsdergression(erreursstandard)(suite)

Incluse

Base

0

0

0

/

15

Qualit

Omise

?

-0,02(0,07)

-0,04(0,06)

-0,15(0,08)*

-0,11(0,07)

Incluse

Base

0

0

0

0

16

Promotion

Omise

?

-0,03(0,08)

-0,01(0,08)

0,13(0,08)*

0,14(0,0

7)**

Incluse

Base

0

0

0

0

17

Distribution

Omise

+

0,11(0,04)***

0,11(0,04)***

0,10(0,05)**

0,11(0,0

6)**

Incluse

Base

0

0

0

0

Caractristiquesdumodle

18

Forme

fonctionnelle

Double

log

?

0,14(0,07)**

0,14(0,08)*

0,16(0,07)***

-0,07(0,09)

Linaire

?

0,26(0,10)***

0,24(0,09)***

0,07(0,10)

0,12(0,1

0)

Autre

?

0,23(0,09)***

0,22(0,08)***

-0,28(0,09)***

-0,13(0,10)

Partag

e

Base

0

0

0

0

19

Mthode

destimation

GLS

?

-0,02(0,03)

-0,04(0,03)

-0,17(0,05)***

-0,18(0,04)***

MLE

?

0,05(0,05)

0,02(0,05)

0,12(0,08)

0,18(0,0

9)**

OLS

?

0,004

(0,02)

-0,01(0,02)

-0,10(0,06)*

-0,12(0,07)*

Autre

Base

0

0

0

0

20

Endognit

Omise

-

-0,16(0,08)**

-0,16(0,08)**

-0,01(0,07)

0,04(0,0

7)

Incluse

Base

0

0

0

0

21

Htrognit

Omise

?

-0,06(0,06)

-0,0(0,07)

0,07(0,09)

0,09(0,1

0)

Incluse

Base

0

0

0

0

Autrescaractristiques

22

Typedtude

Publie

-

0,09(0,10)

0,07(0,12)

-0,02(0,17)

-0,16(0,16)

Enprog

rs

Base

0

0

0

0

1

Cycledevie

maturex

?

/

-0,34(0,13)***

/

-0,39(0,11)***

Effetsd'interaction


17/29


Tableau2.Facteur

sinfluenantleslasticitspublicitaires:modle2coefficientsdergression(erreursstandard)(suite)

durable

2

Cycledevie

maturex

alimentaire

?

/

-0,10(0,018)

/

0,21(0,1

4)

3

Cycledevie

maturexnon

alimentaire

?

/

0,12(0,12)

/

/

4

Cycledeviex

ventes

absolues

-

/

-0,13(0,09)*

/

-0,40(0,14)***

*

p 1 et llasticitGRP est plus grande que llasticiten dollar si v < 1.

La comparaison des lasticits en mesures abso-lues par opposition aux mesures relatives rvle desrsultats contradictoires. Llasticitpublicitaire esti-me avec la mesure relative est plus leve quellasticit publicitaire estime avec une mesureabsolue en dollar mais elle est plus faible que celle-ci

quand elle est estime avec une mesure absolue enGRP. Cependant, en publicit absolue, llasticitmesure en GRP est plus leve (0,21) que llasti-cit publicitaire mesure avec la valeur montaire(0,09). Cette diffrence est significative dans lemodle de rgression (Tableau 2). Comme nouslavons indiquprcdemment, ce rsultat indique lapossibilitque v < 1, en moyenne. Cela dit, les entre-

prises peuvent oprer dans une rgion dans laquelleune hausse de 1 % de la publiciten dollars suscite unehausse de moins de 1 % en GRP. Une recherche

future pourrait valuer si cette infrence est maintenue.

Nous avons aussi vrifisi la diffrence entre llasti-cit en dollar et en GRP tait due la corrlationentre la mesure publicitaire et les autres facteurs du

modle. Nous avons constatque les lasticits GRPexistaient surtout pour les produits non durables et

matures. Cependant, les rsultats sur la mesure publi-citaire nont pas changlorsque nous avons exclu cesvariables du modle.

Type de publicit

Mme si llasticit publicitaire moyenne de latlvision (0,12) nest pas significativement plus leveque llasticit publicitaire papier (0,11), nousconstatons, aprs avoir pris en compte dautres fac-teurs, que la publicit papier prsente une lasticitpublicitaire court terme plus faible que la publicittlvise dans lanalyse de rgression (Tableau 2).Une raison expliquant cet effet rside dans le fait quela publicittlvise, dans sa capacitstimuler desmotions, peut tre plus efficace que la publicit


Tableau 3. Contributeurs cls des changements en lasticitpublicitaire court terme : pret post-1980

Variable Niveau Effet principal Pourcentage Pourcentage Contribution

du modle 2 en groupe en groupe llasticit

aprs 1980 avant 1980 publicitaireAgrgation Entreprise 0,195 46,5 93,3 0,09

Type de Tlvision 0,193 59,7 21,4 0,07publicit

Rgion Europe 0,086 1,1 48,4 0,04

Intervalle Annuelle 0,083 3,8 36,3 0,03des 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, llasticitpublicitaire estime pour les donnes entreprises est plus faiblede 0,195 par rapport aux donnes panel. Les donnes de panel sont rarement utilises et les donnes entreprises taient principalement utilisesavant 1980 : presque 93 % des observations dlasticitpublicitaire court terme avant 1980 sont bases sur des donnes entreprises, alors que47 % des observations utilisent des donnes entreprises aprs 1980. Cette diffrence dans la reprsentation des donnes rsulte en une hausse dansla moyenne prvue dlasticitpublicitaire 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).


24/29

papier, qui repose essentiellement sur le levier infor-

mation (Tellis, Chandy et Thaivanich, 2000).

Variables omises

Omission des ventes dcales

Lomission dune variable biaise llasticitpublicitaire, si cette variable omise est corrle lafois avec la variable dpendante (ventes) et lavariable indpendante incluse (publicit). La direc-tion du biais est le produit des signes des corrlationsde 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 etla publicitde la priode en cours (puisque la publiciten cours est souvent dtermine par les ventes pas-ses). De ce fait, nous supposons que lomission desventes dcales va biaiser positivement llasticitpublicitaire. De faon cohrente avec cette supposi-tion, nous constatons, aprs avoir pris en comptedautres facteurs, que lomission des ventes dcalesaugmente significativement llasticit publicitaire.Autrement dit, les ventes dcales capturent leffetdiffr de la publicit. Omettre les ventes dcalesassure que la publiciten cours capture une part decet effet de report.

Autres variables omises

Parmi les autres variables, nous constatons que

lomission de la distribution augmente significative-ment llasticitpublicitaire ; peut-tre cause du faitque les marques dont on fait la publicit sont gale-ment mieux distribues. Donc, la distribution est liepositivement la fois aux ventes et la publicit, ce quirsulte dun biais domission positif. Les effets delexclusion dautres variables ne sont pas significatifs.

Caractristiques du modle

Forme fonctionnelle et mthode destimation

Les modles linaires et double log ont tendance produire des lasticitpublicitaires plus leves que les

modles partags. Nous constatons que, globalement,la forme fonctionnelle a une plus grande influence

sur llasticit publicitaire court terme que lamthode destimation.

Incorporation de lendognitet de lhtrognit

Une tendance rcente dans lestimation du mar-keting mix est dincorporer lendognit. Nousobservons que dans de nombreux modles, lomis-sion de lendognitinduit un biais ngatif dans lesestimations, ce qui est cohrent avec la croyance quelomission de lendognit peut biaiser les estima-tions vers zro (Villas-Boas et Winer, 1999). Cela dit,llasticit publicitaire est plus faible quand lendo-gnitnest pas incorpore.

Des modlisateurs actuels ont aussi incorporlhtrogniten permettant les diffrences dans lesparamtres parmi les foyers de lchantillon, que cesoit par des effets alatoires ou par des modlesbaysiens (Allenby et Rossi, 1999). Cependant, nousavons constatque leffet de lomission de lhtrog-nitsur llasticitpublicitaire nest pas significatif.En dautres termes, omettre lhtrognit naltrepas significativement les estimations dlasticit

publicitaire.

Rsultats sur llasticit publicitaire long terme

La Figure 1 prsente la distribution des lasticitspublicitaires long terme. Il y a 402 lasticits publi-citaires long terme de marques. Leur amplitudestend entre 1,2 et 4,5. Plus de 40 % de ces lastici-ts se situent entre 0 et 0,1. Presque 5 % dentre ellessont ngatives. La moyenne des lasticits publici-

taires long terme sur les 402 observations est de0,24, ce qui est bien plus faible que la valeurmoyenne de 0,41 nonce par Assmus, Farley etLehmann (1984)5. La mdiane de llasticit longterme est mme infrieure la moyenne, avec unevaleur de 0,10.


5. Llasticit publicitaire court terme chez Assmus, Farley etLehmann (1984) est de 0,22 et la moyenne de leffet de report est de0,468, menant une lasticitpublicitaire long terme moyenne de0,414 (= 0,22/(1 0,468)).


25/29

Le Tableau 2 (colonnes 7 et 8) prsente les rsultatsde la mta-analyse pour la publicitlong terme. Lesvariables dans le modle des effets principaux expli-quent 29 % de la variance de llasticitlong terme.

Lomission des ventes dcales nest pas inclusecomme variable indpendante, parce que nous avonsutilisle coefficient des ventes dcales pour estimerllasticit long terme (variable dpendante). Sixdes variables qui sont significatives dans le modlede llasticitpublicitaire court terme le sont aussidans 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 dlasticitlong terme : cycle de vie du produit, intervalle tempo-

rel, agrgation des donnes et omission de lendog-nit. Une raison justifiant le manque de significativitest le fait que llasticitlong terme est estime enutilisant la formule (lasticitcourt terme/(1- effet dereport)), linfluence dune variable sur llasticit long terme dpend donc de son effet la fois surllasticitcourt terme et leffet de report. Ces deuxeffets agissant ensemble peuvent amliorer ou bais-ser le coefficient qui en dcoule. Par exemple, lesproduits matures tendent avoir une lasticitpublici-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 produitsur llasticitlong terme peut ne pas tre significatif.

Un rsultat surprenant a t le constat que lapublicittlvise a une lasticitcourt terme plusleve que la publicit papier mais une plus faiblelasticit long terme. Cette lasticit long termeplus leve pour la publicitpapier peut tre cause parlinformation imprime (spcialement pour les maga-zines) qui reste en mmoire plus longtemps que lapublicit tlvise. Certaines des variables qui nesont pas significatives dans le modle court terme lesont dans le modle long terme : llasticitpublici-taire long terme est plus leve pendant lespriodes de rcession plutt que dans les priodesdexpansion. De plus, lomission de la publicitdcale et celle de la promotion sont aussi desvariables significatives dans les modles dlasticitlong terme.

IMPLICATIONS

Implications managriales

Budgtisation publicitaire

Nous avons observque llasticitpublicitaire court terme sur toutes les observations (de 1940 2004) est de 0,12, llasticitmdiane est de 0,05 etllasticit dcline dans le temps. Le rsultat mon-trant que llasticit publicitaire est petite peutdplaire de nombreux professionnels, spcialementceux qui travaillent en agence. Ce nombre est encore

plus troublant quand on le compare llasticitprix,pour lequel les mta-analyses suggrent quil est plusde 20 fois plus lev, soit 2,62 (Bijmolt, VanHeerde et Pieters, 2005 ; Tellis, 1988). Cependant,

comparer llasticit absolue peut conduire man-quer des questions pertinentes. Dabord, et cest laplus importante, les baisses de prix affectent les reve-

nus et les profits immdiatement. Par consquent,alors quune petite baisse de prix peut augmenternormment 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 certainsconsommateurs seulement pour minimiser le mal fait

au rsultat net. Quatrimement, les baisses de prixaccordes aux dtaillants peuvent ne pas tre rper-cutes sur les consommateurs.

Sethuraman et Tellis (1991) ont dvelopp unmodle pour intgrer ces facteurs et dduire desimplications managriales sur la faon dont llasti-citpublicitaire et llasticitprix devraient impacterles compromis que font les managers entre la publicitet les baisses de prix. Spcifiquement, ils montrentque les augmentations de publicit (A) quidevraient susciter les mmes profits quune baisse deprix donne (p) court terme peuvent tre expri-mes en utilisant lquation suivante:

(A/A)/(p/p) = (kp f/g)/(k/A A/s) (4)

op est le prix,A est la publicit, kest la contributionau ratio prix, f est la part des consommateurs quibnficient de la baisse de prix, g est la rpercussion de



26/29

la baisse de prix du dtaillant, S sont les ventes endollars, p et A sont respectivement les lasticitsprix et publicitaire. Le ratio publicit-ventes optimalest donnpar (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 budgetsallous la publicit conventionnelle en cohrenceavec la tendance au dclin de llasticitpublicitaire.De faon alternative, une entreprise peut faire desdmarches pour augmenter llasticit publicitaire.Kent (1995) propose de crer des messages uniques,de ngocier une couverture hors concurrence et unciblage plus prcis de la publicit comme moyenspour surpasser les effets nfastes de lencombrementpublicitaire et augmenter la rceptivitdes consom-mateurs la publicit.

Publicit et rcession

La croyance conventionnelle est de penser que la

publicitdevrait tre rduite pendant les priodes de

rcession ; les ventes y sont en effet plus faibles et lesconsommateurs sont plus sensibles au prix ; ils sont

donc moins enclins tre influencs par la publicitdans les priodes de rcession que dexpansion.Premirement, nos rsultats rvlent que ni les lasti-cits court terme ni celles long terme ne sont plusbasses 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 pasbesoin de rduire la publicit lors dune rcessionparce quils pensent tort que limpact de la publi-

cit sur les ventes sera plus faible que dans lespriodes dexpansion.Deuximement, alors que le coefficient de rces-

sion pour llasticit publicitaire court terme estpositif, bien que non statistiquement significatif, le

coefficient pour llasticitlong terme est positif etsignificatif : cela indique que, en gnral, llasticitpublicitaire est plus haute pendant une rcession. Lescauses possibles de cet effet sont, que pendant unercession par opposition une expansion : (1) ledsordre publicitaire est plus faible du fait des

baisses des budgets publicitaires, (2) les consomma-

teurs prtent une attention plus grande aux messagespublicitaires et sont des acheteurs plus aviss, et (3) lesbudgets publicitaires sont supports par des prix plus

levs et des actions promotionnelles. Une raison decet effet positif sur llasticitlong terme peut tre unencombrement rduit et une attention plus grande la publicit pendant une rcession, lesquels pour-raient ne pas se traduire immdiatement dans lesachats (court terme), du fait dune conomie serre ce moment-l, mais se rpercuter plus tard (longterme) quand lconomie samliore (pour despreuves allant dans ce sens dans dautres tudes, voirTellis et Tellis, 2009).

Conditions favorables la publicit

Nos rsultats dune lasticitpublicitaire plus le-ve suggrent que, toutes choses tant gales parailleurs, la publicitdevrait tre plus leve pour lesbiens durables que pour les biens non durables, et

pour les produits en dbut de cycle de vie pluttquen phase de maturit. Llasticitpublicitaire plusleve en Europe quaux tats-Unis rend compte dubesoin dune meilleure comprhension dun possibleexcdent publicitaire aux tats-Unis (Aaker etCarman, 1982) et dun dficit publicitaire en Europe.

Implications recherche

Intervalle temporel

Llasticitpublicitaire est significativement dif-frente selon que lon utilise de donnes hebdoma-daires, trimestrielles ou annuelles. Ces diffrences

significatives soulignent le besoin de dterminer etdutiliser lintervalle de temps correct pour estimerllasticitpublicitaire. Le point de vue convention-nel est que le meilleur intervalle de temps est celui

qui correspond lintervalle entre deux achats dansla catgorie de produit. Rcemment, Tellis et Franses(2006) ont montrque lintervalle de temps optimal,qui fournit une estimation sans biais de llasticitpublicitaire, est le temps dexposition de lunit,dfini comme la plus longue priode de temps sur lecalendrier durant laquelle la publicit a lieu au plus



27/29

une fois et au mme moment dans cette priode. Celapourrait tre des minutes ou des heures pour la publi-cit tlvise, et des jours entiers ou des semainespour la publicitpapier. En outre, ces auteurs mon-

trent que des donnes plus dsagrges temporelle-ment ne biaisent pas les estimations. Ces conclusionsimpliquent que, si les donnes sont disponibles, desdonnes journalires ou hebdomadaires moins agr-ges peuvent tre meilleures que des donnes trimes-trielles ou annuelles pour obtenir des estimations non

biaises de llasticitpublicitaire.

Incorporation de lendognit

Nous avons constat que, dans de nombreuxmodles, omettre lendognitinduit un biais ngatifsur llasticitpublicitaire. Ceci implique que lendo-gnit devrait tre prise en compte quand elle estapproprie au regard du modle et du contexte.Cependant, elle ne devrait pas tre ajoute comme unlment 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 depanel estims quotidiennement, parce que lesdtaillants 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 lapublicit, parce quil est peu vraisemblable que lesproducteurs de marques puissent dtecter et/ou ajusterleurs niveaux publicitaires suffisamment rapidement

pour sadapter aux changements hebdomadaires de lademande des consommateurs. Ils peuvent dtecter etrpondre aux changements de la demande sur delongues priodes de temps (trimestriellement ouannuellement).

Autres facteurs

Nous constatons que lomission de la distribution aun effet positif sur llasticitpublicitaire, alors que lesformes fonctionnelles, telles que linaire ou doublelog, peuvent produire des lasticits diffrentes. Leschercheurs devraient tre au courant de ces diff-rences et suivre les tapes suivantes quand ils cher-chent estimer la rponse la publicit: (1) inclureautant de covariants pertinents que possible (prix,

promotion qualit) ; (2) intgrer la bonne approcheconomtrique pour le problme traitou valuer lasensibilit de leurs estimations de llasticit auxprocdures destimation.

Variables non significatives

Plusieurs variables ne sont pas significatives dans

le modle de rgression. Cela signifie-t-il que cesfacteurs peuvent tre ignors lorsquon estime llasti-citpublicitaire ? Nous soulignons que labsence depreuve de ces effets dans la mta-analyse ne devraitpas tre prise comme une preuve de labsence duneffet. Le manque de significativitpourrait tre dunmanque 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 etune procdure correctes devraient tre utiliseslorsquil est possible de le faire. Par exemple, lomis-sion de lhtrognitninfluence pas significative-ment llasticitpublicitaire dans notre mta-analyse.Cela ne signifie pas que les chercheurs peuvent tran-

quillement ignorer lhtrognit. En gnral, il estappropride prendre en compte ce paramtre dans larponse la publicit, spcialement lorsquon faitdes estimations bases sur des donnes panel.

CONCLUSION

Nous avons mta-analys751 lasticits publici-taires court terme au niveau marque et 402 lasticitspublicitaires long terme. Notre objectif est demettre jour la mta-analyse dAssmus, Farley etLehmann (1984) et dapporter des complments linventaire de gnralisations empiriques deHanssen (2009). Nous obtenons plusieurs gnralisa-tions utiles, que nous avons listes dans la sectionsuivante. Ensuite, nous prsentons les limites et voiesde recherche futures.



28/29

Gnralisations empiriques cls

Llasticit publicitaire moyenne court termesur 751 observations est de 0,12, ce qui est substan-

tiellement plus faible que la moyenne de 0,22 sur 128observations nonce par Assmus, Farley etLehmann (1984). La mdiane de llasticitpublici-taire est encore plus faible, 0,05. Llasticitpublici-taire long terme moyenne sur 402 observations est de0,24, ce qui est plus faible que la moyenne de 0,41

sur 128 observations nonce par Assmus, Farley etLehmann (1984). La mdiane de llasticitpublici-taire long terme est encore plus faible, 0,10.

Il y a un dclin dans le temps de llasticitpubli-citaire court terme et long terme. Ces rsultatssuggrent une rduction de la publicitconvention-nelle si lentreprise faisait une publicit optimaledans le pass. En moyenne, llasticitpublicitaire nebaisse pas pendant une rcession. Bien au contraire, ily a une relation positive entre les mois de rcession etllasticit publicitaire long terme. Ce rsultatindique que lentreprise na pas besoin de rduire sonbudget publicitaire pendant une rcession, mme sises managers estiment que les consommateurs ne

seront pas rceptifs la publicit. Llasticitpublici-taire est plus leve pour les biens durables que pourles biens non durables et non alimentaires. Ces rsul-

tats encouragent la publicitpour les biens durables,toutes choses gales par ailleurs.Llasticitpublicitaire court terme est plus le-

ve pour les produits situs dans les premires phasesdu cycle de vie que pour ceux en phase de maturit.Cet effet est spcialement saillant pour les biensdurables. Ce rsultat soutient lide de se concentrersur la publicitpendant les premiers stades puis sur leprix dans les stades suivants du cycle de vie, surtout

pour les biens durables. En gnral, llasticitpubli-citaire est plus leve en Europe quen Amrique duNord, 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 llasticitpublicitaire et lintervalle temporel. Les lasticitsestimes la fois sur la base de donnes hebdoma-daires et annuelles sont plus leves que celles issuesde donnes trimestrielles. Ce rsultat renforce lebesoin dutiliser lintervalle de temps appropri,comme lindiquent Tellis et Franses (2006).

En gnral, llasticitde la publicittlvise estplus leve que celle de la publicit papier sur lecourt terme, mais llasticitde la publicitpapier estplus leve que celle de la publicit tlvise sur le

long terme. Ces conclusions soulignent quil fautconsidrer prudemment la question des cots et delefficacit au moment dallouer entre les deuxmdias.

Llasticitpublicitaire est plus faible quand len-dognit de la publicit nest pas incorpore aumodle. Quand cest appropri, les chercheursdevraient tenter dincorporer lendognit en utili-sant des modles dvelopps par la New EmpiricalIndustrial Organization (Nevo, 2001) ou prendre en

compte le fait que lestimation soit plus faible du faitde cette omission.

Limites et voies de recherche

Notre tude prsente des limites qui sont typiquesde la plupart des recherches mta-analytiques.Premirement, bien que nous ayons essay dtreexhaustifs dans notre revue de littrature, nous pou-vons avoir manqu quelques publications qui fontlestimation de llasticit publicitaire. Deuxime-ment, en ce qui concerne lidentification des facteurs

qui influencent llasticitpublicitaire, nous sommeslimits par les variables disponibles dans les tudesoriginales. Par exemple, nous ne pouvions pas collec-

ter des donnes sur les quatre tapes du cycle de vie duproduit, ou le pays dorigine individuel ; nousnavons donc pas pu estimer les influences de cesvariables sur llasticitpublicitaire.

Ces limites fournissent des directions potentielles

pour des recherches futures. un niveau plus sub-stantiel, lavenir, les chercheurs devraient essayerdanalyser davantage de produits en croissance, debiens durables, de biens industriels et de services.

Les recherches futures devraient aussi mesurer les

effets de la publiciten ligne, les incorporer dans desmta-analyses et mener une mta-analyse de la durede la publicit, autrement dit la priode durantlaquelle leffet de la publicitperdure.



29/29

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 ofconsumer heterogeneity, Journal of Econometrics, 89(novembre), 57-78.

Assmus G., Farley J.U. et Lehmann D.R. (1984), Howadvertising affects sales: meta-analysis of econometricresults, Journal of Marketing Research, 21 (f vrier),65-74.

Belsley D.A., Kuh E. et Welsch R.E. (1980), Regressiondiagnostics, New York: John Wiley & Sons.

Bijmolt T.H.A. et Pieters R.G.M. (2001), Meta-analysis inmarketing 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 priceelasticity, 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 promotioneffects in a nonlinear model, Journal of MarketingResearch, 34 (aot), 322-334.

Clarke D. (1976), Econometric measurement of the dura-tion of advertising effect on sales, Journal ofMarketing Research, 13 (novembre), 345-357.

Danaher P., Bonfrer A. et Dhar S. (2008), The effect ofcompetitive advertising interference on sales of packagedgoods,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 experiencegoods markets, Quantitative Marketing andEconomics, 6 (juin), 139-176.

Fischer M. et Albers S. (2010), Patient- or physician-orientedmarketing: 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-analysisof elasticities, The Australian Journal of Agriculturaland Resource Economics, 51 (juin), 121-135.

Gupta S., Chintagunta P., Kaul A. et Wittink D.R. (1996), Dohousehold scanner data provide representative infe-rences from brand choices? A comparison with storedata, Journal of Marketing Research, 33 (novembre),383-398.

Hanssens D.M. (2009), Empirical generalizations aboutmarketing impact, Cambridge, MA: Marketing ScienceInstitute.

Hu Y., Lodish L.M. et Krieger A.M. (2007), An analysis ofreal 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 marketconduct 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 389real 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 decisionmodels,Marketing Science, 23 (hiver), 1-3.

Tellis G.J. (1988), The price elasticity of selective demand: ameta-analysis of econometric models of sales,Journal ofMarketing Research, 25 (novembre), 331-341.

Tellis G.J. (2004), Effective advertising: how, when, and

why advertising works, Thousand Oaks, CA: SagePublications.

Tellis G.J. et Franses P.H. (2006), Optimal data interval forestimating advertising response,Marketing Science, 25(mai/juin), 217-229.

Tellis G.J., Chandy R. et Thaivanich P. (2000),Decomposing the effects of direct advertising: whichbrand works, when, where, and how long?,Journal ofMarketing Research, 37 (fvrier), 32-46.

Tellis G.J. et Tellis K. (2009), Research on advertising inrecession: a critical review and synthesis, Journal ofAdvertising 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 brandchoice models, Management Science, 45 (octobre),1324-1338.


À quel point la publicité est-elle efficace généralisations à partir d'une méta-analyse de

Documents