Research & Evidence

Rechercher une méthode

Recherchez parmi les titres, les questions, les territoires et les identifiants MSC.

    ← Toutes les méthodes
    FICHE MÉTHODEMSC-P-023Science des prixDossier scientifique vérifié

    Comment estimer une fonction de demande ?

    Une fonction de demande relie quantité, prix et facteurs de contexte sur un domaine observé. Forme, hétérogénéité, concurrence et endogénéité déterminent ce qui peut être simulé.

    Rédaction scientifique : Marketing Science Center

    Réponse directe

    Comparer des scénarios proches des données avec intervalles et diagnostics.

    Une fonction de demande relie quantité, prix et facteurs de contexte sur un domaine observé. Forme, hétérogénéité, concurrence et endogénéité déterminent ce qui peut être simulé.

    Tellis, 1988Villas-Boas & Winer, 1999

    01

    Résumé opérationnel

    Question scientifique et périmètre

    Comment estimer une fonction de demande ?

    Recevable

    Comparer des scénarios proches des données avec intervalles et diagnostics.

    Interdit

    Extrapoler une demande stable lors d’un changement structurel non observé.

    02

    Trois niveaux de lecture

    1. 01

      Décideur — Relier le résultat à une décision, un seuil utile et un coût d’erreur déclarés.

    2. 02

      Praticien — Fixer population, unité, horizon, variables disponibles et règle d’analyse avant le calcul.

    3. 03

      Analyste — Reproduire le calcul, quantifier l’incertitude et documenter diagnostics, échecs et sensibilités.

    03

    Situation marketing concrète

    Une fonction de demande relie quantité, prix et facteurs de contexte sur un domaine observé. Forme, hétérogénéité, concurrence et endogénéité déterminent ce qui peut être simulé.

    04

    Question scientifique et périmètre

    Comment estimer une fonction de demande ?

    Cible associative par défaut : E[ln(Q)|ln(P),X]. Cible structurelle uniquement avec un design d’identification justifié séparément : demande contrefactuelle Q(p)

    Données nécessaires

    Marché × produit × période

    La population, l’unité d’analyse, la date d’origine et l’horizon doivent être déclarés dans le livrable. Sans eux, l’estimand change silencieusement.

    05

    Pourquoi une analyse simple peut échouer

    • Extrapoler une demande stable lors d’un changement structurel non observé.
    • Déclarer une cible associative ou structurelle
    • Forme fonctionnelle
    • Endogénéité du prix

    06

    Intuition de la méthode

    La méthode ne transforme pas automatiquement une association en preuve. Elle relie une question déclarée à un estimand, une spécification, des données compatibles et une règle d’interprétation limitée.

    Cible associative par défaut : E[ln(Q)|ln(P),X]. Cible structurelle uniquement avec un design d’identification justifié séparément : demande contrefactuelle Q(p)

    07

    Données nécessaires

    Dictionnaire des symboles scientifiques

    P0
    Prix unitaire de référence avant le scénario. Unité : euro par unité · Type : nombre strictement positif · Rôle : entrée
    P1
    Prix unitaire du scénario, égal à P0 multiplié par le rapport de prix déclaré. Unité : euro par unité · Type : nombre strictement positif · Rôle : dérivé
    Q0
    Volume de référence sur l’horizon déclaré. Unité : unité · Type : nombre strictement positif · Rôle : entrée
    Q1
    Volume conditionnel du scénario sous l’élasticité constante fournie. Unité : unité · Type : nombre strictement positif · Rôle : dérivé
    VC
    Coût variable unitaire, maintenu constant dans cette branche scellée. Unité : euro par unité · Type : nombre positif ou nul · Rôle : entrée
    price_ratio
    Rapport multiplicatif de prix P1/P0 du scénario. Unité : rapport · Type : nombre strictement positif · Rôle : entrée
    elasticity
    Élasticité-prix constante fournie de l’extérieur et utilisée uniquement sur l’intervalle du scénario. Unité : sans dimension · Type : nombre · Rôle : entrée
    delta_fixed_cost
    Variation signée des coûts fixes ; une valeur négative est une économie et accroît donc la variation de profit par l’effet du signe moins. Unité : euro · Type : nombre · Rôle : entrée
    delta_profit
    Variation conditionnelle de contribution après prise en compte de la variation signée des coûts fixes. Unité : euro sur l’horizon déclaré · Type : nombre · Rôle : sortie

    Entrées exactes et scellées du moteur

    baseline_price_eur
    Valeur : 100 · Unité : EUR_par_unité · Type : nombre · Statut des données : synthétique
    baseline_volume
    Valeur : 10000 · Unité : unité · Type : nombre · Statut des données : synthétique
    variable_cost_eur
    Valeur : 55 · Unité : EUR_par_unité · Type : nombre · Statut des données : synthétique
    fixed_cost_change_eur
    Valeur : 0 · Unité : EUR · Type : nombre · Statut des données : synthétique
    elasticity
    Valeur : -1.3 · Unité : sans dimension · Type : nombre · Statut des données : synthétique
    price_ratio
    Valeur : 1.05 · Unité : rapport · Type : nombre · Statut des données : synthétique

    08

    Modèle formel

    Modèle formel

    P1 = P0 × price_ratio; Q1 = Q0 × price_ratio^elasticity; delta_profit = (P1−VC)Q1 − (P0−VC)Q0 − delta_fixed_cost

    Affirmations étayées : MSC-P023-C01 · MSC-P023-C02 · MSC-P023-C03 · MSC-P023-C04 · MSC-P023-C05

    Question scientifique et périmètre

    Cible associative par défaut : E[ln(Q)|ln(P),X]. Cible structurelle uniquement avec un design d’identification justifié séparément : demande contrefactuelle Q(p)

    09

    Calcul déclaré

    1. 01

      Valider des prix et volumes positifs, un coût variable non négatif, un rapport de prix positif et la convention de signe des coûts fixes.

    2. 02

      Calculer le prix et le volume du scénario avec l’élasticité fournie, puis la contribution de référence et celle du scénario.

    3. 03

      Soustraire la variation signée des coûts fixes et qualifier le résultat de scénario conditionnel, et non d’estimation de demande ni d’effet causal.

    10

    Exemple numérique ou cas d’application

    Illustration synthétique — valeurs pédagogiques, non observées — données synthétiques ou paramètres déclarés ; aucune observation réelle

    Entrées scellées

    • baseline_price_eur=100 [EUR_par_unité]
    • baseline_volume=10000 [unité]
    • variable_cost_eur=55 [EUR_par_unité]
    • fixed_cost_change_eur=0 [EUR]
    • elasticity=-1.3 [sans dimension]
    • price_ratio=1.05 [rapport]

    Résultats reproductibles

    • Q1=9385.424301
    • conditional_volume_change=-6.1458%
    • incremental_contribution=€19,271.215054

    Dossier vérifié : affirmations reliées à des sources au niveau du passage, calcul Python/R reproduit, limites explicites et revue scientifique indépendante achevée.

    11

    Hypothèses de validité

    • L’élasticité fournie est-elle crédible sur l’intervalle de prix et l’horizon exacts ?
    • Les conventions de signe des coûts variables et fixes sont-elles rapprochées avec la finance ?
    • La capacité, la réaction des concurrents, la substitution ou l’endogénéité pourraient-elles invalider le scénario à élasticité constante ?

    12

    Diagnostics et incertitude

    Diagnostics et incertitude

    Déclarer une cible associative ou structurelle · Forme fonctionnelle · Endogénéité du prix · Structure des résidus · Support observé des scénarios

    Diagnostic borné

    Scénario conditionnel utilisant une élasticité fournie ; ni estimation de la demande ni effet causal.

    Contrat explicite d’incertitude · not_estimable_from_sealed_inputs

    Méthode : Évaluation explicite de la non-estimabilité au regard du schéma d’entrées scellé.

    Cible : Incertitude de la contribution incrémentale lorsque l’élasticité et les coûts sont incertains.

    Preuve du moteur : diagnostic=conditional_scenario_using_supplied_elasticity_not_demand_estimation_or_causal_effect

    Interprétation : Aucune distribution d’échantillonnage ni plage crédible n’est fournie pour l’élasticité et les coûts ; l’exemple est donc uniquement un scénario ponctuel conditionnel.

    Arrêter si

    Extrapoler une demande stable lors d’un changement structurel non observé.

    13

    Interprétation du résultat

    • Comparer des scénarios proches des données avec intervalles et diagnostics.
    • Le résultat est conditionnel à la population, à l’horizon, à la spécification et aux contrôles déclarés. Il ne doit pas être étendu à une autre décision sans nouvelle justification.

    14

    Conclusion recevable et conclusion interdite

    Recevable

    Comparer des scénarios proches des données avec intervalles et diagnostics.

    Interdit

    Extrapoler une demande stable lors d’un changement structurel non observé.

    15

    Décision marketing possible

    1. 01

      Comparer des scénarios proches des données avec intervalles et diagnostics.

    2. 02

      Le résultat est conditionnel à la population, à l’horizon, à la spécification et aux contrôles déclarés. Il ne doit pas être étendu à une autre décision sans nouvelle justification.

    16

    Quand utiliser — quand s’arrêter

    Utiliser si

    Comparer des scénarios proches des données avec intervalles et diagnostics.

    Marché × produit × période

    Arrêter si

    Extrapoler une demande stable lors d’un changement structurel non observé.

    Alternatives méthodologiques

    • Estimer un modèle de demande avec des contrôles explicites de l’endogénéité du prix.
    • Mener une expérimentation de prix randomisée lorsque cela est légalement et opérationnellement possible.
    • Employer un système de demande plus riche lorsque la substitution entre produits est importante.

    17

    Contrat de reproductibilité

    Python et R servent de références exécutables. SPSS et SAS restent des syntaxes secondaires jusqu’à vérification sur les mêmes données, la même spécification et les mêmes contrôles.

    Le moteur sélectionne uniquement le slice et la branche explicite de cette page. Son hash, ses sorties et ses diagnostics restent scellés dans le dossier atomique ; aucune branche générique de repli n’est autorisée.

    Empreinte du slice : 27a93ef2c767497234093d2e6d4cb40930812f450e9b235f978cfa4a11ab6b84

    Modèle formel

    P1 = P0 × price_ratio; Q1 = Q0 × price_ratio^elasticity; delta_profit = (P1−VC)Q1 − (P0−VC)Q0 − delta_fixed_cost

    Dossier vérifié : affirmations reliées à des sources au niveau du passage, calcul Python/R reproduit, limites explicites et revue scientifique indépendante achevée.

    18

    Livrable final attendu

    1. 01

      Comment estimer une fonction de demande ? — Marché × produit × période

    2. 02

      P0 · P1 · Q0 · Q1 · VC · price_ratio · elasticity · delta_fixed_cost · delta_profit

    3. 03

      P1 = P0 × price_ratio; Q1 = Q0 × price_ratio^elasticity; delta_profit = (P1−VC)Q1 − (P0−VC)Q0 − delta_fixed_cost

    4. 04

      Déclarer une cible associative ou structurelle · Forme fonctionnelle · Endogénéité du prix · Structure des résidus · Support observé des scénarios

    5. 05

      Comparer des scénarios proches des données avec intervalles et diagnostics. / Extrapoler une demande stable lors d’un changement structurel non observé.

    19

    Sources scientifiques et statut de preuve

    Dossier vérifié : affirmations reliées à des sources au niveau du passage, calcul Python/R reproduit, limites explicites et revue scientifique indépendante achevée.

    1. MSC-P023-C01 — L’élasticité est une mesure relative sans dimension de la réponse.
    2. MSC-P023-C02 — Un coefficient de prix dans un modèle log-log peut être interprété comme une élasticité sous la forme spécifiée.
    3. MSC-P023-C03 — Les variables omises, le plan transversal et l’agrégation peuvent biaiser les estimations d’élasticité.
    4. MSC-P023-C04 — Le prix peut être corrélé avec des déterminants non observés de la demande.
    5. MSC-P023-C05 — Ignorer l’endogénéité du mix marketing peut biaiser substantiellement les paramètres.
    1. Tellis, 1988
    2. Villas-Boas & Winer, 1999

    Connexions méthodologiques

    Territoire parentScience des prix : relier prix, demande et contributionPrérequisComment traiter l’endogénéité du prix ?EstimeComment estimer une élasticité-prix et son incertitude ?

    À lire ensuite

    MSC-H-003Science des prix : relier prix, demande et contribution→MSC-P-020Comment traiter l’endogénéité du prix ?→MSC-P-022Comment estimer une élasticité-prix et son incertitude ?→MSC-P-024Comment simuler un scénario prix-volume-marge ?→