Dans quelle mesure les variables du design d’emballage jouent-elles un rôle dans la performance de vente des produits de soins cosmétiques santé?
Notice bibliographique
Résumé
Objectif : La croissance considérable des dernières années du marché des produits cosmétiques santé et les enjeux qui en découlent présentent une nécessité d’approfondissement des recherches à l’égard de ce sujet. Au sein d’une industrie concurrentielle, le besoin de se démarquer de la concurrence est considérable. L’objectif de cette étude est de mettre en lumière les variables du design d’emballage qui influencent la performance de vente des produits de soins cosmétiques dans un contexte de supermarché santé. Approche méthodologique : Une codification de devant d’emballage a été entreprise à l’aide de 520 images provenant de sites transactionnels de détaillants québécois de produits cosmétiques santé. Les variables collectées ont permis d’estimer un modèle à classes latentes, afin de mesurer l’impact de ces variables du design d’emballage sur la performance de vente de produits cosmétiques santé. Une régression à classe latente s’en est suivi à l’aide des 520 produits codifiés, car on soupçonne que les variables du design d’emballage influencent différemment les produits. Résultats : Deux classes de produits santé ont été identifiées. Ces dernières se démarquent par la façon dont les variables du design d’emballage influencent les performances de vente des produits de soins cosmétiques santé qui les constituent. Les hypothèses de recherche sont donc évaluées en fonction de deux classes différentes de produits réagissant de façon similaire aux variables du design d’emballage. On démontre ainsi que pour une première classe de produits, la symétrie, les allégations reliées aux ingrédients et la présence de certifications biologiques et environnementales sont décisives. D’une autre part, pour la deuxième classe de produits, on conclut que la forme arrondie et la présence d’une photo est plus importante. Cependant, l’étude révèle qu’indépendamment du produit, un emballage clair sera toujours favorable et qu’une marque aura intérêt à maximiser les allégations présentes sur ses produits de soins cosmétiques santé afin d’influencer positivement leur performance de vente. Limites de recherche : Cette recherche utilise les données de ventes d’un seul détaillant présent seulement au Québec limitant ainsi la diversité et la représentativité des résultats. De plus, les données de ventes ne comprennent pas les informations relatives à l’activité promotionnelle du détaillant (mise en avant du produit, activité de couponing, annonce dans la circulaire, etc.) des produits vendus ni celles de certaines variables plus subjectives, ce qui peut influencer les variations de performance de vente à travers l’année. Implications/contributions : Un regard nouveau sur les variables d’emballages et la façon dont elles influencent les performances de vente des produits de soins cosmétiques santé est offert dans cette étude. Effectivement, elle est la première à étudier empiriquement plusieurs variables du design d’emballage de façon simultanée tout en considérant le comportement réel d’achat des consommateurs et les classes de marques de produits.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».