📊 Comprendre les indicateurs commerciaux
L’objectif est d’étudier les données liées aux clients d’une entreprise (comportements d’achat, moyens de paiement, fréquence de commande…). Pour ce faire, on utilise ce qu’on appelle des variables, qui peuvent être de deux types :
I.🔍 Les deux types de variables
1. Les variables qualitatives
Ce sont des éléments non chiffrés, qu’on ne peut pas mesurer directement. Par exemple : le moyen de paiement utilisé par un client, ou le type de produit acheté.
Pour les étudier, on calcule leur fréquence :
Fréquence (%) = (Nombre de cas observés / Nombre total de cas) × 100
Exemple :
Sur 120 clients d’une entreprise :
- 45 paient en espèces → (45 / 120) × 100 = 37,5%
- 36 par chèque → 30%
- 25 par carte bancaire → 21%
- 14 avec une carte de magasin → 11,5%
2. Les variables quantitatives
Ce sont des données chiffrées qu’on peut mesurer, comme :
- Le nombre de commandes par client
- Le chiffre d’affaires
- Le nombre de clients par catégorie
II. 🎯 Les indicateurs statistiques
1. Les indicateurs de position
Ils permettent de résumer une série de données.
a) Le mode (Mo)
C’est la valeur la plus fréquente dans la série.
Exemple :
| Commandes | 1 | 2 | 3 | 4 | 5 |
|---|---|---|---|---|---|
| Clients | 20 | 45 | 15 | 15 | 5 |
→ Mode = 2 car 45 clients ont passé 2 commandes, soit la valeur la plus fréquente.
b) La médiane (Me)
C’est la valeur du milieu : elle coupe la série en deux groupes de taille égale.
Exemple : Nombre total de clients : 100 → La médiane est la 50e valeur.
On cumule les effectifs :
| Commandes | 1 | 2 | 3 | 4 | 5 |
|---|---|---|---|---|---|
| Cumul | 20 | 65 | 80 | 95 | 100 |
→ Le 50e client est dans la 2e tranche (valeur = 2). Donc, Me = 2
c) La moyenne (x̄)
C’est la somme des valeurs divisée par le total.
x̄ = (∑ valeur × nombre de cas) / total des cas
Exemple :
- (1×20 + 2×45 + 3×15 + 4×15 + 5×5) = 240
- Moyenne = 240 / 100 = 2,4
→ Chaque client a passé en moyenne 2,4 commandes
2. Les indicateurs de dispersion
Ils servent à savoir si les données sont regroupées ou éparpillées autour de la moyenne.
a) La variance
Variance = (∑(valeur – moyenne)² × nombre de cas) / total
b) L’écart-type (σ)
Écart-type = √Variance
Plus l’écart-type est petit, plus les données sont proches de la moyenne.
Exemple : Après calculs :
- Variance = 1,24
- Écart-type ≈ 1,13
→ Les clients passent en moyenne 2,4 commandes avec peu de différence entre eux.
III. 📉 Représenter visuellement les données
Pour mieux comprendre les indicateurs, on les met souvent en graphiques.
1. Représenter une variable
a) Le diagramme circulaire (ou camembert)
Idéal pour montrer la répartition en pourcentages.
Exemple : Répartition des clients selon les services (Internet, téléphone…)
b) Le diagramme en bâtons
Chaque barre représente un type de données. Sa hauteur dépend du nombre ou du pourcentage.
Exemple : Moyens de paiement (espèces, chèque, CB…)
c) L’histogramme
Utilisé quand il y a des valeurs continues ou des intervalles.
Exemple : Répartition du nombre de commandes selon des tranches de prix
2. Représenter une série chronologique
Quand on veut montrer l’évolution d’une donnée dans le temps, on utilise une courbe.
Exemple : Évolution du nombre de clients d’une entreprise sur 4 ans :
- Année N−3 : 500
- N−2 : 1 000
- N−1 : 1 250
- Année N : 1 680
→ Courbe croissante = progression de la clientèle.
✅ En Conclusion :
| Type de variable | Exemple | Représentation possible |
|---|---|---|
| Qualitative | Mode de paiement | Camembert, bâtons |
| Quantitative | Nombre de commandes | Histogramme, courbe, moyenne… |