La prédiction du comportement pose problème: les séries de choix font référence à une certaine contingence, liée notamment à des facteurs contextuels et situationnels. Une méthode expérimentale de recueil de données de choix tenant compte de cette contingence est alors proposée; à partir de ces données, l'intérêt théorique, managérial et méthodologique de la prise en compte de cette contingence dans l'étude et la prédiction des comportements de choix sont analysés. En particulier, la prise en compte de la situation aboutit à des résultats prédictifs différents et, semble-t-il, à un processus plus complexe qu'un choix hors situation.
BronnenbergJ.B.VanhonackerW.R. (1996), Limited choice sets, local price response and implied measures of price competition, Journal of Marketing Research, 33, 2, 163–173.
8.
CooperL.NakanishiM. (1988), Market share analysis: evaluating competitive marketing effectiveness, New York, Kluwer.
9.
DharR. (1997), Consumer preference for a no-choice option, Journal of Consumer Research, 24, 4, 215–231.
10.
DesmetP. (1993), Portée et limites de l'utilisation du modèle Logit pour l'étude des comportements d'achat, Recherche et Applications Marketing, 8, 3, 65–78.
11.
ElrodT.LouviereJ.DaveyK. (1992), An empirical comparison of ratings-based and choice-based conjoint models, Journal of Marketing Research, 29, 3, 368–377.
12.
FerejohnJ.SatzD. (1994), La théorie du choix rationnel est-elle une théorie psychologique ?, Analyse économique des conventions, éd. OrléansA., Paris, PUF, coll. Economie, 95–109.
13.
FishbeinM.AjzenI. (1975), Belief, attitude, intention and behavior: an introduction to theory and research, Reading, MA, Addison-Wesley.
14.
FoxallG.R. (1992), The behavioral perspective model of purchase and consumption: from consumer theory to marketing practice, Journal of the Academy of Marketing Science, 20, 2, 189–198.
15.
GabrielP. (1999), Association réseaux de neurones et plan d'expérience par ensembles de choix: vers la prédiction d'un comportement complexe de choix, Recherche et Applications en Marketing, 14, 2, 15–28.
16.
GabrielP. (2002), Cognitivisme et connexionnisme: entre oppositions et complémentarités en sciences de gestion, Questions de méthodes en sciences de gestion, MourguesN. (dir.), Paris, éditions EMS, 67–89.
17.
GibbsB. (1997), Predisposing the decision market versus framing the decision: a consumer-manipulation approach to dynamic preference, Marketing Letters, 8, 1, 71–83.
18.
HairJ.AndersonR.TathamR.BlackW. (1998), Multivariate data analysis, London, Prentice-Hall International.
19.
HaaijerR.KamakuraW.WedelM. (2001), The <no-choice> alternative to conjoint choice experiment, International Journal of Market Research, 43, 1, 93–106.
20.
HagertyM.R. (1986), The cost of simplifying preference models, Marketing Science, 5, 4, 298–315.
21.
HutchinsonJ.W.MeyerR.J. (1994), Dynamic decision making: optimal policies and actual behavior in sequential choice problems, Marketing Letters, 5, 4, 369–382.
22.
IrwinJ.McClellandG. (2002), Heuristiques trompeuses et modèles de régression multiple avec variables modératrices, Recherche et Applications en Marketing, 17, 2, 87–101; publié également dans Journal of Marketing (2001), 37, 1, 100–109.
23.
JaccardJ.TurrisiR.WanC. (1990), Interaction effects in multiple regression, Newbury Park, Sage Publications.
24.
KeaneM.P. (1997), Current issues in discrete choice modeling, Marketing Letters, 8, 3, 307–322.
25.
LancasterK. (1966), A new approach to consumer theory, Journal of Political Economy, 74, 2, 132–157.
26.
LemoineJ.-F. (1998), Le rôle du projet de consommation dans le choix du produit, Revue Française de Gestion, 120, 53–64.
LouviereJ. (1984), Using discret choice experiments and multinomial Logit choice models to forecast trial in a competitive retail environment: a fast food restaurant illustration, Journal of Retailing, 60, 4, 81–107.
29.
LouviereJ. (1988), Analyzing decision making — Metric conjoint analysis, Series: quantitative applications in the social sciences, Sage University Papers, Newbury Park, CA.
30.
LouviereJ.WoodworthG. (1983), Design and analysis of simulated consumer choice or allocation experiments: an approach based on aggregate data, Journal of Marketing Research, 20, 3, 350–367.
31.
McFaddenD. (1974), Conditional Logit analysis of qualitative choice behavior, Frontiers in econometrics, éd. ZarembkaP., New York, Academic Press, 105–142.
32.
MillerC.GinterJ. (1979), An investigation of situational variance in product choice behavior and attitude, Journal of Marketing Research, 16, 2, 111–123.
33.
ParkW. (1993), Context effects on consumer choice, brand awareness and decision making, Advances in Consumer Research, 20, 395.
34.
RieunierS. (coord.) (2002), Le marketing sensoriel du point de vente, Paris, Dunod.
35.
StantonJ.BonnerG. (1980), An investigation of the differential impact of purchase situation on levels of consumer choice behavior, Advances in Consumer Research, 8, 639–643.
36.
TimmermansH.BorgersA.van der WaerdenP. (1992), Mother Logit analysis of substitution effects in consumer shopping destination choice, Journal of Business Research, 24, 2, 177–189.
37.
PhamM. Tuan (1996), Heuristiques et biais décisionnels en marketing, Recherche et Applications en Marketing, 11, 4, 53–69.
UmeshU.CoteJ. (1988), Influence of situational variables on brand-choice models, Journal of Business Research, 16, 2, 91–99.
40.
Villads-TroyeS. (1985), Situationist theory and consumer behavior, Research in Consumer Behavior, éd. ShethJ., Jai Press Inc., vol. 1, 285–321.
41.
YangS.AllenbyG.M.FennellG., Modeling variation in brand preference: the roles of objective environment and motivating conditions, papier de recherche, Ohio State University. Disponible sur Internet à l'adresse suivante: cob.ohio-state.edu/marketing/faculty/allenby/working.htm.
