Précédent Suivant

La performance dans les réseaux de distribution : comparaison des indicateurs financiers et marketing

p. 229-245


Texte intégral

Introduction

1Dans un contexte concurrentiel particulièrement exacerbé, les réseaux de distribution doivent pouvoir évaluer avec rigueur et précision les performances individuelles de chacun de leurs points de vente. Si cette notion mesure la capacité de l’entreprise à générer des résultats, comme énoncé par F. Pinardon (1989), son évaluation diffère selon les points de vue que l’on retient. Aussi, nous choisissons de nous concentrer sur la performance commerciale et financière des réseaux de distribution.

2Comme le rappellent McLaughin et Coffey (1990), les mesures de performance se scindent en mesures absolues (une seule unité d’analyse) et/ou en mesures relatives (comparaison de différentes unités). Nous nous plaçons ici dans le cas des mesures relatives, en effet, au cours de cette contribution, nous comparons la performance de différents points de vente appartenant à un même réseau de distribution. Cette problématique s’apparente à du benchmarking interne en mettant en perspective les critères financiers et les critères marketing. Un point de vente performant en termes de vente est-il financièrement et économiquement rentable ? Existe-t-il un lien entre les indicateurs de performance commerciale et les indicateurs de performance financière ?

3Cette recherche vise donc à modéliser les performances individuelles d’un réseau de points de vente en intégrant les mutations récentes de ce secteur : le category management et le géomarketing. Ces évolutions majeures refondent les pratiques d’évaluation de la performance. Le premier nécessite de reconsidérer le niveau d’agrégation de l’analyse, alors que le second fournit de nouveaux outils d’étude, mais suppose également de limiter le champ de référence des comparaisons. Une analyse catégorielle de la performance s’avère donc nécessaire. Par ailleurs, l’intégration des particularismes locaux dans les assortiments des distributeurs impose de limiter les comparaisons à une typologie de points de vente présentant les mêmes offres de produits. Alors qu’ils développent des politiques locales d’assortiment, les réseaux de distribution intègrent peu l’environnement des magasins dans leur pratique de benchmarking interne. Dans la mesure où chaque point de vente évolue dans un contexte particulier, comparer équitablement les performances marketing de magasins situés dans des aires de marché différentes suppose d’introduire des critères géographiques fins et multiples dans l’évaluation des performances des détaillants. Dans une optique de benchmarking interne, cela revient à se demander comment évaluer de manière juste l’ensemble des points de vente dans la mesure où chacun travaille dans un contexte particulier, gère des potentiels différents ?

4Le category management symbolise un changement dans la relation commerciale. On passe désormais d’une logique basée sur la gamme de produits des fournisseurs à un raisonnement catégoriel en termes d’assortiment (Dussart, 1998). L’émergence de cette technique bouleverse l’hégémonie des distributeurs dans la définition des assortiments. Le fournisseur et le distributeur travaillent désormais ensemble à l’amélioration des catégories de produits : de leur définition à leur évaluation, en passant par leur rôle, ou encore les politiques promotionnelles (Basuroy et al., 2001).

5Le concept de performance dans les services présente des caractéristiques intrinsèques qui compliquent la mesure (Perrigot et al., 2009 ; Meyssonier, 2012). En effet, les détaillants apportent une valeur ajoutée souvent intangible aux produits. Contrairement aux industries traditionnelles, ils ne transforment pas les matières premières en produits finis. Par ailleurs la performance peut être appréciée selon deux concepts : efficacité et efficience. La première cherche à maximiser les objectifs de la firme indépendamment des moyens engagés, alors que la seconde maximise les résultats, pour un niveau donné de ressources.

6Dans une première section, nous présenterons le concept de performance utilisé dans les services en s’attachant à distinguer les notions d’efficience et d’efficacité. Dans une deuxième section, nous présenterons les critères utilisés pour mesurer la performance marketing et financière des unités de vente. Enfin, une analyse empirique sera menée sur un échantillon d’unités de vente appartenant à un même réseau de distribution dans le but de tester un lien entre les efficiences marketing et financière.

Performance, efficacité, efficience : de quoi parle-t-on ?

7En dépit des enjeux qu’elle engendre et des nombreuses recherches sur ce thème, la performance des réseaux de distribution s’avère peu définie dans la littérature du commerce de détail. Dans un premier temps, nous montrons que la performance en matière de distribution s’avère plus difficile à mesurer que dans les secteurs traditionnels de production (Good, 1984). En effet, s’agissant d’une activité de services (Ratchford et Stoops, 1988), l’immatérialité représente l’un des traits principaux (Achabal et al., 1984 ; McLaughin et Coffey 1990 ; Meyssonier, 2014). Et, comme le soulignent Kamakura et al. (1996), les consommateurs font partie intégrante du processus de production. Dans un second temps, nous différencions les concepts d’efficacité et d’efficience dans un contexte de l’analyse de la performance.

Le concept de performance dans les services

8Toute mesure de la performance requiert l’identification des ressources (inputs) et des résultats obtenus à partir de ces ressources (outputs). La définition des ressources, ainsi que les résultats de la production constituent la difficulté majeure de la mesure de la performance dans le domaine des services. La mesure de l’output est difficile à estimer dans le commerce de détail puisque de nombreux éléments se rajoutent au produit lui-même : le lieu, le temps, l’assortiment, les services offerts aux consommateurs, les facteurs d’atmosphère… Les distributeurs transforment les biens achetés, ils ne se cantonnent pas à de simples intermédiaires entre l’industriel et le consommateur. Ils transforment le produit, lui apportent une valeur ajoutée, même si elle demeure intangible (Achabal et al., 1984). En effet, le produit est contextualisé dans un point de vente avec des éléments du marketing mix qui se rajoutent au produit lui-même et contribuent à la satisfaction du client (Flipo, 1988). En d’autres termes, la commercialisation d’un produit comporte une large part d’intangibilité. Cette dernière regroupe le conseil, le service et les relations interpersonnelles (McLaughin et Coffey 1990 ; Meyssonnier, 2014). Ainsi, l’immatérialité fonde-t-elle le socle commun des différents services. Jaugeant toute la difficulté de mesurer la performance des services, Flipo (1988) conclut : « Ce qui est universellement immatériel dans les services, c’est précisément la performance du service lui-même. »

9Par conséquent, l’intangibilité des services rend difficile l’appréciation de la performance qui suppose l’utilisation d’indicateurs quantifiables (McLaughin et Coffey, 1990 ; Meyssonnier, 2012). Dans le domaine industriel, la mesure de la performance se veut relative au processus de production : une usine de meubles consomme une certaine quantité de bois pour produire une certaine quantité de tables. Le processus se complexifie dans le domaine des services puisque les consommateurs font partie du processus de production (McLaughin et Coffey, 1990 ; Kamakura et al., 1996 ; Eigler et Langeard, 1999), ce dernier et la consommation de service étant simultanés (Gronroos et Ojasalo, 2004). Le processus de fabrication de biens résulte de la production, celui de service de la servuction. Ce néologisme fut initié par Eiglier et Langeard (1999) qui mettent l’accent sur la difficulté de mesure des services, et la nécessité d’appréhender la production de service par des démarches rigoureuses et spécifiques.

10La mesure traditionnelle de la performance dans le monde industriel se définit par le ratio des outputs sur la quantité des inputs (Coelli et al., 1999). Il va alors s’agir de vérifier que les résultats sont suffisants, compte tenu des moyens engagés pour les obtenir. On obtient alors un ratio de productivité. Dès 1948, Cox constate qu’il n’existe aucune définition officielle de la productivité puisqu’elle est contingente aux objectifs recherchés.

11L’évolution sémantique de la performance suit celle des outils de mesure. Longtemps déterminée par des indices de productivité, la performance se confondait alors avec la notion de productivité. Puis, progressivement, les notions d’efficience et d’efficacité se font le pendant du développement des frontières de production, nouveaux outils d’évaluation de la performance.

Efficience et efficacité

12Bien que souvent confondus dans la littérature marketing (Ingene, 1984), les termes d’efficience et d’efficacité représentent deux concepts distincts, néanmoins complémentaires pour parvenir à de hauts niveaux de performance. Ainsi, pour Parsons (1994), l’efficience (efficiency) traduit une relation entre les inputs et les outputs alors que l’efficacité (effectiveness) se concentre sur la relation entre les outputs et les objectifs de l’organisation. Nous décrivons plus précisément ces notions, puisque chaque terme recouvre des outils de mesure qui lui sont propres.

13Nous définissons l’efficacité comme un critère purement économique lié à la production d’outputs ou à la consommation d’inputs. Être efficace revient alors à produire le plus possible d’outputs, indépendamment des moyens engagés. Pour Morin et al. (1994) : « D’une façon générale, une organisation est efficace dans la mesure où elle fait bien ce qu’on attend d’elle. En d’autres mots, l’efficacité organisationnelle est un jugement que porte un individu ou un groupe sur l’organisation, et plus précisément sur les activités, les produits, les résultats ou les effets qu’il attend d’elle. » De la Villarmois (1999) abonde dans ce sens, en désignant l’efficacité d’une entreprise comme sa capacité à réaliser des objectifs.

14Dans l’optique des détaillants, l’efficacité consiste à maximiser le retour sur investissement sur le long terme en choisissant une politique de prix, de promotion, d’assortiment… lesquelles déterminent le niveau des ventes (Achabal et al., 1984). Ingene (1982) parle même d’efficacité marketing pour désigner le fait d’attirer des consommateurs en magasins et les inciter à consommer davantage.

15Dans le paradigme économique, l’efficience représente un concept différent de celui de la productivité (Leibenstein, 1966). De manière générale, pour Achabal et al. (1984) les ressources sont utilisées de manière efficiente lorsque le coût de production d’un niveau d’output est minimal et le niveau d’output atteint pour un coût donné des ressources est maximal.

16Dans une approche systémique, on dira qu’une organisation est efficiente lorsqu’elle atteint ses objectifs en utilisant le moins de ressources possibles (Morin et al., 1994). Ainsi, l’efficience correspond-elle à un problème de maximisation des outputs pour un niveau donné d’inputs ou encore, à une minimisation des inputs pour un niveau donné d’outputs. On se place alors dans une logique d’optimisation et l’on cherche à éviter le gaspillage (Sinigagalia, 1997). Un magasin sera jugé efficient lorsqu’il obtient un résultat maximal compte tenu de son niveau de ressources et vice versa. Dans une perspective marketing, Ingene (1982) rappelle que « l’efficience se réfère à l’habilité des dirigeants à employer correctement le montant du travail, du capital et autres variables du marketing mix ».

Les indicateurs usuels de la performance

17Nous mesurons les enjeux de la performance et la difficulté sémantique qui entoure ce concept. Il convient désormais de mettre en perspective les concepts mobilisés avec la réalité des entreprises. Dans un premier temps, nous nous demanderons comment les distributeurs définissent-ils la performance de leurs points de vente ? Cette mesure a-t-elle évolué ? Puis, nous aborderons la performance sous l’angle financier, avant de mesurer les enjeux pour les réseaux.

La vision des distributeurs : une approche marketing et catégorielle

18Grewal et al. (1999) rappellent le besoin et la nécessité de mesurer la performance marketing des magasins. En effet, cela permet de prévoir les ventes des différentes catégories de produits, d’identifier les problèmes à un niveau individuel et ainsi de les corriger. Comment les distributeurs évaluent-ils la performance commerciale de leurs unités de vente ? Que mesurent exactement ces indicateurs ?

19Les critères d’évaluation des distributeurs sont récurrents quelles que soient les enseignes. On note ainsi que l’appréciation des points de vente découle de manière directe ou indirecte de leurs ventes, et donc du chiffre d’affaires : le débit client et les ventes représentent les deux objectifs principaux que se fixent les magasins. Il va s’agir de savoir si le magasin gagne des clients et du chiffre d’affaires. Les marges avant, très réduites, imposent aux détaillants de réaliser d’importants volumes pour maintenir leur rentabilité. Les marges brutes, découlant directement des ventes unitaires de produits, retiennent également l’attention des commerçants. Les frais de personnel constituent aussi un bon indicateur des performances d’une unité de vente. II est également nécessaire de répartir au mieux les heures travaillées selon le rendement des rayons.

20Ces indicateurs se déclinent ensuite par rapport à la superficie et aux évolutions annuelles pour gommer l’effet taille et l’effet saisonnier. Les ventes quotidiennes sont déterminées par rapport aux ventes du même jour de la semaine l’année précédente. Ainsi, le mardi de la semaine 34 sera comparé au mardi de la semaine 34 de l’année N – 1. Ce mode d’évaluation permet de gommer l’effet saisonnier et temporel. Dans la même veine, les évaluations se déterminent en termes d’évolution annuelle, pour mieux cerner la marge de progression des points de vente. Ainsi, les chefs de rayon déterminent-ils leurs objectifs de vente comme le produit de leurs ventes de l’année précédente par un coefficient multiplicateur. Cette marge de progression intègre les évolutions contextuelles et se détermine conjointement avec le directeur et le chef de département. En outre, pour mieux évaluer les performances des points de vente, le chiffre d’affaires et le rendement au m ² sont retenus. Ceci permet de s’assurer d’une optimisation de la surface de vente.

21Depuis plusieurs années, la mise en place du category management a profondément marqué la méthode de construction et de renouvellement de l’offre des magasins (Dussart, 1998). En effet, d’une gestion par produits et par marques, on tend actuellement vers une gestion par les catégories. Cette évolution remet profondément en cause les mesures traditionnelles de performance devenues trop globales. Les industriels sont désormais concernés par la performance de la catégorie dans laquelle ils sont présents et non plus seulement par celle de leurs propres produits. Évaluer la performance d’un point de vente sur la base de son chiffre d’affaires global masque la performance individuelle des catégories de produits. En effet, un magasin peut se révéler performant sur certaines catégories de produits mais pas sur d’autres. Il importe donc d’identifier les catégories de produits pour lesquelles une action corrective s’avère nécessaire.

22Dans cette continuité, l’unité d’analyse stratégique de la performance commerciale devient la catégorie de produits (Dussart, 1998 ; Renaudin, 2002), ce qui rend obsolète toute évaluation à un niveau plus agrégé d’information, notamment au niveau du chiffre d’affaires global du point de vente (Dhar, 2001 ; Renaudin, 2002).

Une approche financière de la performance

23Dans une logique purement financière, la performance de l’entreprise mesurée au travers de sa capacité à créer de la valeur actionnariale domine depuis les années 1990. Cette vision actionnariale mesure la capacité de l’entreprise à offrir à ses actionnaires un rendement au moins équivalent au taux de rendement espéré (celui qu’il pourrait espérer d’un placement sur les marchés financiers pour un niveau de risque donné). Vision anglo-saxonne de la performance, cette approche revient à mettre l’intérêt des actionnaires au centre du processus de décision stratégique de l’entreprise. Plusieurs mesures sont proposées pour évaluer cette performance financière. Ainsi, l’Economic Value Added, indicateur de création de valeur, apparaît aujourd’hui comme un outil de pilotage stratégique. Il représente la différence entre la rentabilité économique de l’entreprise et le coût des capitaux investis par les investisseurs financiers (actionnaires et créanciers) multiplié par le montant de l’actif économique. Ce coût nécessite l’estimation du coût moyen pondéré du capital représentant le coût des moyens de financements selon une approche financière, c’est-à-dire ex-ante. Cette approche de la performance financière reste néanmoins difficile à appréhender dans le cadre des PME non cotées en raison de l’absence d’information financière suffisante. Pour ces dernières, des mesures plus classiques de la performance financière utilisant l’information comptable sont traditionnellement utilisées.

24Soulignons qu’une dimension plus globale de la performance financière, fondée sur la création de valeur partenariale et non plus exclusivement actionnariale, est aujourd’hui largement mise en avant. Considérant la création de valeur actionnariale comme incomplète, cette conception permet d’intégrer les intérêts de l’ensemble des partenaires de l’entreprise (stakeholders).

25Dans le cadre de ce travail, nous apprécierons la performance financière à travers l’information comptable. Nos indicateurs de performance seront estimés selon un point de vue historique (ex-post) et non selon l’approche des investisseurs financiers utilisant des données prospectives (ex-ante). Ainsi, l’estimation de la performance financière d’un réseau de distribution vise à apprécier son efficience c’est-à-dire sa capacité à générer du résultat compte tenu d’un certain montant de capital investi. Deux indicateurs sont généralement utilisés pour apprécier la performance financière d’un réseau de distribution : la rentabilité économique et la rentabilité financière.

26La rentabilité économique encore appelée rentabilité opérationnelle se définit comme le rapport entre le résultat d’exploitation et l’actif économique. Ce dernier correspond à la somme des immobilisations (bâtiments, installations intérieures, camions, groupes frigorifiques…) et du besoin en fonds de roulement (stocks, encours clients et fournisseurs).

27Si la rentabilité économique atteint 10 %, cela signifie que le réseau dégage un résultat d’exploitation de 0,10 € pour chaque euro apporté par les apporteurs de capitaux – propriétaires de l’entreprise et établissements bancaires. L’amélioration de la rentabilité économique peut passer par la recherche d’une augmentation du résultat dégagé par l’activité d’exploitation. Le dirigeant peut par exemple chercher à augmenter sa marge commerciale (différence entre le chiffre d’affaires et le coût d’achat des marchandises vendues) ou encore à diminuer certaines charges (loyers, assurances, achat d’énergie, sous-traitance, personnel…). L’alternative est de s’attacher à réduire le niveau de capital engagé. Il s’agira, par exemple, d’accroître la productivité des immobilisations (surface de vente, équipements), de réduire le stockage ou encore d’accélérer le délai de recouvrement des règlements réalisés par chèque et carte de crédit.

28La rentabilité financière est quant à elle obtenue en rapportant le résultat net au montant des capitaux propres. Une rentabilité financière de 10 % signifie que le résultat dégagé par les seuls propriétaires est de 0,10 € par euro investi par ces derniers. Si cette mesure de performance est liée à l’efficience de l’activité d’exploitation, elle dépend également de la structure de financement via l’effet de levier ainsi que des activités exceptionnelles telles que les plus ou moins-values réalisées sur les reventes d’actifs. Rappelons que la relation de l’effet de levier vise à utiliser l’endettement pour augmenter la rentabilité financière dès lors que la rentabilité économique dépasse le taux de rémunération exigé par les créanciers financiers. Si cet effet peut être favorable à la rentabilité financière, il ne faut pas oublier qu’il peut également jouer en sens inverse – en cas de baisse de la rentabilité économique et/ou de hausse du coût de l’endettement et contribuer à diminuer la rentabilité financière. L’encadré 1 illustre la relation entre rentabilité financière et rentabilité économique.

Encadré 1. – Relation entre la rentabilité financière et la rentabilité économique

Image

Avec
RF la rentabilité financière,
RE la rentabilité économique,
RD le coût de la dette financière,
τ le taux d’imposition,
D le montant de la dette financière,
et CP le montant des capitaux propres.

29Deux réseaux parvenant à dégager le même résultat d’exploitation ou encore le même bénéfice peuvent apparaître très différents du point de vue de la performance financière. C’est le cas si leurs montants de capitaux propres et de dettes financières diffèrent significativement. Le réseau le plus performant sera celui qui aura réussi à mobiliser le moins de ressources financières. Réciproquement, si le montant de capital investi par deux entités est le même, la plus performante sera celle qui parviendra à dégager le résultat le plus élevé dans le cadre de son activité d’exploitation ou de son activité globale.

30Ces mesures de performance – rentabilités économique et financière – visent ainsi à appréhender la notion d’efficience puisque ces taux sont obtenus via un résultat rapporté à un montant de ressources utilisées.

Les enjeux de la mesure de la performance pour les réseaux

31L’environnement actuel des grands distributeurs leur est peu favorable. Le législateur réglemente et restreint la croissance externe. La politique de prix fait également l’objet d’un contrôle réglementaire. De plus, la percée de nouveaux concurrents, comme les hard discounters et les grandes surfaces spécialisées, limite la croissance dans un contexte de consommation ralentie. Le comportement multicanal et volage des consommateurs fait poindre de nouvelles formes de concurrence. La conjugaison de ces éléments replace la performance des réseaux au cœur des préoccupations.

32L’analyse de la performance des points de vente devient donc un enjeu majeur pour les réseaux de distribution. De l’estimation de la performance, découle l’identification des gisements de croissance possibles.

33L’estimation de la performance se veut une mesure relative : un magasin est (sous-) performant par rapport aux autres unités du réseau benchmarking interne pour répondre à la question suivante : quel point de vente est le plus performant au sein de mon réseau, plus particulièrement au sein d’une typologie de point de vente ? Nous avons vu que la notion de performance recouvre de nombreuses réalités. Nous allons donc nous placer dans une logique de comparaison et chercher à voir s’il existe un lien entre la performance financière et marketing des unités de vente ?

Comparaison des meilleures unités de vente

Recueil d’information et données

34Notre recherche utilise les données d’une chaîne de supermarchés français. L’échantillon se compose de 39 points de vente. Afin de contrôler l’influence du facteur local sur la performance des magasins (Grewal et al., 1999 ; Vyt, 2008), ces entités sont toutes situées dans la même zone géographique. Le choix de ces données s’appuie sur la littérature marketing ainsi que sur les résultats tirés d’entretiens d’expert avec des distributeurs. Afin de contrôler l’effet de l’enseigne sur la performance, l’analyse est cantonnée à des unités de vente de la même enseigne. De plus, notre échantillon se compose uniquement de supermarchés intégrés ; l’influence de la gouvernance d’entreprise est ainsi contrôlée (Bradach, 1998 ; Perrigot et al., 2009).

35Comme résumé dans le tableau 1, les modèles utilisés comportent 4 inputs et 2 outputs. Afin de coller aux réalités des distributeurs, cette étude est menée à un niveau d’agrégation assez fin, puisque nous travaillons à la catégorie de produits.

36Les outputs sont mesurés par les ventes en valeurs et en quantités pour la catégorie des produits surgelés. Les inputs se composent de variables affectant la performance des unités de vente. Dans une logique de category management, le nombre de produits surgelés a été retenu. En effet, le nombre de produits est très corrélé à la taille du supermarché. Nous avons choisi de ne pas intégrer les variables relatives à la taille des parkings ou encore au nombre de caisses (fréquemment utilisées dans le monde professionnel) puisqu’elles affichent une forte colinéarité avec la taille du point de vente. Par ailleurs, le nombre d’employés équivalent temps plein a été intégré aux inputs, rendant compte des coûts de travail (Thomas et al., 1998).

37Dans la mesure où chaque point de vente évolue dans un contexte par ticulier, comparer équitablement les performances marketing de magasins situés dans des aires de marché différentes suppose d’introduire des critères géographiques fins et multiples dans l’évaluation des performances des détaillants. Aussi, l’environnement du supermarché et le potentiel de ventes sont synthétisés au travers du nombre de foyers dans la zone de chalandise (Grewal et al., 1999 ; Vyt, 2008).

38Enfin, l’ancienneté des points de vente a été retenue. Néanmoins, bien qu’il soit admis que l’ancienneté d’un point de vente influence le niveau de performance d’un point de vente, le sens de cette relation reste encore incertain. Ainsi, pour Thomas et al. (1998), l’âge d’un magasin reflète son expérience et impacte positivement la performance d’une unité commerciale. Reinartz et Kumar (1999) considèrent à l’inverse que la récence du magasin contribue à son attractivité. Dans le cadre de l’analyse de la performance d’un réseau de supermarchés, et à la vue des récentes politiques de fusion-acquisition au sein des groupes de distribution, l’ancienneté des points de vente reflète également des changements d’enseigne.

39Le tableau 1 récapitule les variables utilisées dans la définition de la performance marketing.

Description

Rôle dans la mesure de l’efficience

Ventes en valeurs

Variable endogène

Ventes en quantité

Variable endogène

Nombre de produits surgelés

Variable exogène

Nombre d’employés à temps plein

Variable exogène

Nombre de foyers dans la zone

Variable exogène

Âge du magasin en années

Variable exogène

40Par ailleurs, concernant la mesure de l’efficience financière, les indicateurs de performances classiquement utilisés – les ratios de rentabilité économiques et ratios de rentabilité ont été repris.

Méthodologie

41Nous allons recourir à l’efficience relative mesurée par les frontières de production. Les frontières de production permettent d’évaluer la capacité de production maximale d’une unité à partir des ressources dont elle dispose. La logique d’optimisation sous contraintes répond aux réalités actuelles des distributeurs qui ne peuvent réduire ou augmenter leurs ressources à leur guise. Plusieurs techniques d’évaluation de l’efficience relative existent dans la littérature marketing.

42Afin de comparer les performances commerciales, à l’instar de Cubbin et Tzanidakis (1998), nous utilisons la méthode des moindres carrés ordinaires corrigés (MCOC) pour estimer la performance commerciale de plusieurs points de vente appartenant au même réseau. En qualité de technique paramétrique, les MCO présentent l’avantage de fournir de nombreux tests statistiques pour estimer la validité du modèle (Cubin et Tzanidakis, 1998). Par ailleurs, il convient de noter une faible pondération (voire nulle) des variables non pertinentes introduites dans le modèle.

43Il faut émettre l’hypothèse qu’au moins un des points de vente est efficient. Selon cette méthode, la frontière d’efficience est la parallèle de la droite de régression linéaire, passant par le point le plus efficient ; lequel affiche la plus grande valeur résiduelle positive (Schmidt, 1976). La figure 1 décrit la méthodologie.

Image

Figure 1. – Régression et moindres carrés ordinaires corrigés

44Le principe des MCOC se fait en deux étapes. Tout d’abord, une régression linéaire classique par les MCO est appliquée à la base de données initiale. On identifie alors le point pour lequel le résiduel est le plus important comme étant le point le plus efficient. Puis, on estime une seconde droite, parallèle à celle des MCO, passant par ce point, de sorte qu’aucune unité ne se situe au-dessus de la frontière.

45À l’issue de chaque modélisation, tous les supermarchés se voient attribuer un score d’efficience. Ainsi, dans une perspective de benchmarking interne, cette méthode nous permettra d’identifier la meilleure unité de vente et d’établir un classement.

Score efficience = (output calculé – output réalisé)/output calculé

46L’estimation de ces modèles s’est faite sur XLstat. Deux analyses ont été menées successivement. La première retient les ventes en volume de produits surgelés comme unique output, et s’énonce comme suit.

Régression 1
Ventes en volume du rayon surgelé = f (nombre de produits surgelés, nombre d’employés à temps plein, nombre de foyers dans la zone, âge du magasin en années).

47Tandis que la seconde retient les ventes en valeur (chiffres d’affaires surgelés).

Régression 2
Chiffre d’affaires du rayon surgelé = f (nombre de produits surgelés, nombre d’employés à temps plein, nombre de foyers dans la zone, âge du magasin en années).

48Dans une seconde étape, à l’instar de Cubbin et Tzanidakis (1998), la frontière d’efficience a été estimée par la technique des moindres carrés ordinaires corrigés. Selon cette approche, le point de vente efficient se voit attribuer le score de 1. L’efficience des autres supermarchés varie alors de 0 à 1.

Résultats

49À l’issue de chacune des deux régressions par le modèle des MCOC, chaque supermarché se voit affecter un score d’efficience et un rang. Le tableau 2 fournit un extrait des résultats pour 6 supermarchés.

Image

Tableau 2. – Extraits des scores performance marketing, performance financière et rangs

50Les rentabilités économiques et financières ont été calculées avant impôt. Un rang de classement a été affecté à chaque point de vente.

51Les résultats soulignent la relative similitude des classements sur la base de la performance marketing et de l’efficience financière. En effet, quel que soit l’indicateur retenu, les magasins # A et # B par exemple, se classent parmi les meilleurs points de vente de l’échantillon. Leur efficience marketing (en valeur et en quantité) se situe entre 0,72 et 0,79 ce qui revient à dire que moins de 30 % de leur performance peut être améliorée. Ces bons résultats leur offrent respectivement les deuxième et troisième places du point de vue marketing. Leur bonne position relative est également confirmée au niveau financier grâce à des rentabilités situées dans le premier décile de l’échantillon. Cette observation se confirme pour le magasin # F lequel se positionne comme le plus efficient sur l’ensemble des indicateurs marketing et financier retenus. Quant au magasin # E, il se classe dans le dernier quartile de l’échantillon à la fois du point de vue de l’efficience marketing (la marge de progression étant supérieure à 50 %) et de la performance financière. Notons enfin que cette concordance entre classement marketing et classement financier se retrouve dans l’écart interquartile de l’échantillon comme c’est le cas de l’entreprise # D.

52Peut-on considérer pour autant qu’il existe un lien entre la performance financière et la performance marketing ? Un point de vente efficient en termes de performance marketing l’est-il également au regard des ratios financiers ?

53Afin d’analyser l’existence éventuelle d’un lien entre les différents indicateurs marketing et financier, le test du coefficient de corrélation des rangs de Spearman a été effectué.

54À chaque point vente (1 à 39), est associé un rang pour chacune des variables retenues (score vente, score CA, rentabilité économique, rentabilité financière). Une comparaison des classements est ensuite menée afin d’étudier la liaison entre les deux variables considérées.

55Selon Spearman, le coefficient de corrélation sur les rangs s’exprime ainsi :

Image

avec n : le nombre total d’individus, soit 39.
di : la différence de rang entre deux variables pour l’individu i.

56Il est tel que si :

57rs = 1 : les deux classements sont identiques,

58rs =-1 : les deux classements sont inverses l’un de l’autre,

59rs : les deux classements sont indépendants.

60Dans le cadre du test de l’indépendance des performances marketing et financières, nous considérons les hypothèses suivantes :

61H0 : indépendance des classements,

62H1 : dépendance des classements.

63La région critique sera |rs| > k. Dans ce cas, l’hypothèse H0 est rejetée.

64D’après la loi statistique de Spearman, la valeur critique de rs au seuil de 5 % bilatéral est de rs = ± 0.317.

65Les résultats du test sont présentés dans le tableau 3.

rs

Ventes/rentabilité économique

0.78

Ventes/rentabilité financère

0.76

CA/rentabilité financère

0.83

CA/rentabilité économique

0.83

Rentabilité financère/rentabilité économique

0.99

Tableau 3 – Résultats du test de Spearman

66Ces résultats montrent que l’hypothèse d’une différence de classements entre performance marketing et performance financière n’est pas validée. Cela prouve l’existence d’une corrélation significative entre l’efficience commerciale – qu’elle soit obtenue à partir du volume des ventes ou du chiffre d’affaires – et l’efficience financière. En effet, les coefficients de Spearman sont compris entre 0.76 et 0.83.

Conclusion

67Dans cette contribution, nous nous sommes intéressées à la performance des réseaux de distribution. Dans une première section, nous avons mis en exergue que la notion même de performance soulève de nombreuses interrogations et qu’elle fédère d’autres concepts tels que l’efficacité et l’efficience. Après avoir défini la performance des réseaux au regard de la littérature existante, il apparaît que la difficulté sémantique entourant ce concept tient à la difficulté même de la mesure de la performance dans le domaine des services. Dans une deuxième section, nous avons mis en avant les critères de performance utilisés par les réseaux dans le cadre de l’analyse marketing et financières. Cette notion confond des indicateurs marketing et financiers. À partir des données recueillies au sein d’une chaîne de supermarchés français, nous avons, au cours d’une troisième partie, évalué l’efficience marketing de 39 magasins à partir de la méthode des moindres carrés ordinaires corrigés. Puis, nous avons comparé le score d’efficience marketing avec les ratios de rentabilité financière et économique.

68Nos résultats pourraient laisser imaginer que la stratégie marketing est fortement contingente de l’efficience financière. Dans la mesure où les performances financières et marketing sont liées de nombreuses questions se posent. Quel sera par exemple l’impact d’une modification du marketing mix sur la performance financière ? Un changement de communication peut-il induire une modification des indicateurs financiers ? Quelles seront les conséquences d’une réduction du budget promotionnel sur la rentabilité financière d’un supermarché ?

69Les caractères mono-enseigne et mono-catégorie limitent la validité externe de cette recherche. L’approximation de plusieurs concepts par des variables disponibles dans la base de données affecte également la validité interne de ce travail. Une autre limite réside dans la décomposition du résidu des frontières déterministes, telles que les moindres carrés ordinaires corrigés, qui s’appuient sur la programmation linéaire. Elles attribuent tout le résidu à l’inefficience de l’unité évaluée. Elles ne permettent pas de différencier l’inefficience liée au bruit statistique de celle liée à l’inefficience technique (Coelli et al., 1999 ; Meeusen et Van Den Broeck, 1977 ; Piot-Lepetit, 1995 ; Murilli-Zamorano et Vega-Cerera, 2001). En d’autres termes, elles expliquent toute la distance entre un point et son référent sur la frontière par de l’inefficience (Parsons, 1994 ; Lovell et Schmidt, 1988). D’aucuns soutiendront qu’elles tronquent le terme d’erreur représentant l’inefficience technique en ne considérant qu’une erreur basée sur l’aléatoire (Parsons, 2002).

70A contrario, les frontières stochastiques décomposent le terme d’erreur en deux éléments : l’inefficience et l’aléa statistique. L’atout majeur de ces modélisations consiste à introduire un terme de perturbation qui représente le bruit, la mesure de l’erreur et les chocs exogènes en dehors du contrôle de l’unité sous-évaluation. Elles utilisent un terme d’erreur composite qui explique l’écart à la frontière par une combinaison des termes d’erreur et d’inefficience technique. Une perspective de recherche intéressante consiste donc à répliquer cette étude avec l’utilisation de frontières stochastiques telles que le maximum de vraisemblance.

71Bien qu’elle comporte plusieurs limites, cette recherche ouvre de nombreuses perspectives. Elle fournit les bases pour mener une analyse à un autre niveau de la nomenclature des assortiments, la famille de produits ou encore la sous-famille. Par ailleurs, il conviendrait de reproduire la mesure de la performance marketing et financière, puis d’effectuer la comparaison de ces indicateurs points de vente à partir d’un échantillon plus important et de l’élargir à d’autres secteurs d’activité.

Bibliographie

Des DOI sont automatiquement ajoutés aux références bibliographiques par Bilbo, l’outil d’annotation bibliographique d’OpenEdition. Ces références bibliographiques peuvent être téléchargées dans les formats APA, Chicago et MLA.

Bibliographie

Achabal D. D., Heineke J. M. et Mcintyre S. H., 1984, « Issues and perspectives on Retail productivity », Journal of Retailing, vol. 60, no 3, p. 107-127.

10.1509/jmkg.65.4.16.18382 :

Basuroy S., Mantrala M. K. et Rockney G., 2001, « The impact of category management on retailer prices and performance : theory and evidence », Journal of Marketing, vol. 65, no 4, p. 16-34.

10.1007/978-1-4615-5493-6 :

Coelli T., Rao D. S. P. et Battese G. E., 1999, An introduction to efficiency and productivity analysis, Berlin, Kluwer Academic Publishers.

10.1177/002224294801200401 :

Cox R., 1948, «The meaning and measurement of productivity in distribution», Journal of Marketing, vol. 12, no 4, p. 433-441.

10.1016/S0957-1787(98)00007-1 :

Cubin J. et Tzanidakis G., 1998, « Regression versus data envelopment analysis for efficiency measurement : an application to the England and Wales regulated water industry », Utilities Policy, vol. 7, p. 75-85.

10.1016/S0022-4359(01)00045-8 :

Dhar S. K., Hoch S. J. et Kumar N., 2001, « Effective category management depends on the role of the category », Journal of Retailing, vol. 77, p. 165-184.

Dussart C., 1998, « Category management : strengths, limits and developments », European Management Journal, vol. 16, no 1, p. 50-62.

Eigler P. et Langeard E., 1999, Servuction : le marketing des services, Paris, édiscience.

10.1080/02642068800000044 :

Flipo J. P., 1988, « On the intangibility of services », The Service Industries Journal, vol. 8, no 3, p. 286-298.

10.1080/02642068800000006 :

Gadrey J., 1988, « Rethinking output in services », The Service Industries Journal, vol. 8, no 1, p. 67-76.

Good W. S., 1984, « Productivity in the retail grocery trade », Journal of Retailing, vol. 60, no 3, p. 81-97.

Gronroos C. et Ojasalo K., 2004, « Service productivity : towards a conceptualization of the transformation of inputs into economic results in service », Journal of Business Research, vol. 57, no 4, p. 414-423.

10.1016/S0022-4359(99)00015-9 :

Grewal D., Levy M., Mehrotra A. et Sharma A., 1999, « Planning merchandising decisions to account for regional and product assortment differences », Journal of Retailing, vol. 75, no 3, p. 405-424.

Ingene C. A., 1984, « Structural determinants of market potential », Journal of Retailing, vol. 60, no 1, p. 37-64.

10.1016/S0022-4359(96)90018-4 :

Kamakura W. A., Lenartowicz T. et Ratchford B. T., 1996, « Productivity assessment of multiple retail outlets », Journal of Retailing, vol. 72, no 4, p. 333-356.

La Villarmois O. de, 1999, « La méthode DEA : outil d’évaluation de la performance des agences bancaires », Décisions Marketing, vol. 16, p. 39-51.

10.1080/05775132.1979.11470543 :

Leibenstein H., 1979, « X-efficiency : from concept to theory », Challenge, no 22, p. 13-22.

McLaughin C. P. et Coffey S., 1990, « Measuring productivity in services », International Journal of Service Industry Management, vol. 1, no 1, p. 46-64.

10.2307/2525757 :

Meeusen W. et Vand Den Broeck J., 1977, « Efficiency estimation from Cobb-Douglas production functions with composed error », International Economic Review, vol. 18, no 2, p. 435-444.

10.3917/cca.182.0073 :

Meyssonnier F., 2012, « Le contrôle de gestion des services : réflexion sur les fondements et l’instrumentation », Comptabilité Contrôle Audit, vol. 18, no 2, p. 73-97.

10.3166/rfg.241.93-105 :

Meyssonnier F., 2014, « Nouveaux repères et nouveaux espaces du contrôle de gestion dans les services », Revue française de gestion, no 241, p. 93-105.

Morin E., Savoie A. et Beaudin G., 1994, L’efficacité de l’organisation : théories, représentation et mesures, Montréal, Gaétan Morin Éditeur.

10.1016/S0925-5273(00)00027-X :

Murillo-Zamorano L. R. et Vega-Cervera J. A., 2001, « The use of parametric and non-parametric frontier methods to measure the productive efficiency in the industrial sector : a comparative study », International Journal of Production Economics, vol. 69, p. 265-275.

10.1007/978-94-011-1402-8 :

Parsons L. J., 1994, « Productivity versus relative efficiency in marketing : past and future? », in Laurent G., Lilien G. et Pras B. (dir.), Research Traditions in Marketing, International series in quantitative marketing, Berlin, EIASM/Kluwer Academic Publishers, p. 169-196.

10.1016/S0731-9053(02)16013-0 :

Parsons L. J., 2002, « Using stochastic frontier analysis for performance measurement and benchmarking », Econometric Models in Marketing, vol. 16, p. 317-350.

10.1016/j.emj.2008.11.001 :

Perrigot R., Cliquet G. et Piot-Lepetit I., 2009, « Plural form chain and efficiency : Insights from the French hotel chains and the DEA methodology », European Management Journal, vol. 27, no 4, p. 268-280.

Pinardon F., 1989, La rentabilité : une affaire de points de vue, Paris, L’Harmattan.

Piot-Lepetit I., 1995, Les excédents d’intrants polluants dus à des inefficacités des producteurs agricoles, thèse de doctorat en économie, université de Bordeaux 1.

Ratchford B. T. et Stoops G. T., 1988, « A model measurement approach for studying retail productivity », Journal of Retailing, vol. 64, no 3, p. 241-263.

Renaudin V., 2002, La relation espace/ventes au niveau des rayons d’un magasin : une étude transversale sur l’ensemble des points de vente de l’enseigne Monoprix, thèse de doctorat, université d’Aix-Marseille 3, programme doctoral Essec.

Sinigaglia N., 1997, Measuring Retail Units efficiency: a technical approach, doctoral dissertation, CREER, FUCAM, Mons.

Vyt D., 2008, « Retail Network Performance Evaluatio n: A DEA Approach Cconsidering Retailers’ Geomarketing », International Review of Retail, Distribution and Consumer Research, vol. 18, no 2, p. 235-253.

Précédent Suivant

Le texte seul est utilisable sous licence Licence OpenEdition Books. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.