Marketing Research - 2e édition
Existe au format livre et ebook
Présentation du livre
Le marketing research est l’un des sujets fondamentaux en marketing. Cet ouvrage collectif dresse ainsi un panorama des différents concepts et méthodes relatifs à la collecte et au traitement des données, tant qualitatives que quantitatives, en tenant compte du nouveau contexte de transformation digitale. Il vise à accompagner les étudiants, chercheurs ou professionnels du marketing dans leur projet d’étude ou de recherche.
Ponctué d’exemples concrets, chaque chapitre traite d’un thème particulier et est rédigé par des enseignants-chercheurs experts de la méthode présentée. Leur articulation indépendante vous permet de vous référer spécifiquement aux outils dont vous avez besoin.
Cet ouvrage permet en particulier :
- de vous accompagner dans les principales étapes de conception de votre étude ou de votre recherche ;
- de présenter en détail les différentes approches méthodologiques, les méthodes de collecte de données ainsi que les nombreuses méthodes d’analyse possibles ;
- de découvrir de nombreux exemples afin de mieux comprendre les méthodes présentées.
Conçu dans le souci constant de confronter la théorie aux besoins et aux pratiques des acteurs du marché, vous n’aurez plus qu’à concevoir votre projet, à collecter et à analyser vos données, en suivant l’ensemble des recommandations fournies.
Ouvrage labellisé par la FNEGE (Fondation Nationale pour l'Enseignement de la Gestion des Entreprises) en 2022 (catégorie Manuel de l'enseignement supérieur).
Sommaire de l'ouvrage
Concevoir son projet d’étude ou de recherche
Partie 1. Collecter des données. Concevoir et mener une enquête qualitative. Collecte des données quantitatives. L’expérimentation. La construction d’une échelle de mesure.
Partie 2. Analyser des données. Analyse des données qualitatives et documentaires. Analyses et tests préliminaires. Analyses factorielles et analyse multidimensionnelle non-métrique. Analyse des mesures conjointes. Analyse typologique et discriminante. Analyses de régression. Séries temporelles et analyse canonique. Modélisation par équations structurelles.