Eau, assainissement et développement durable – Les ... - pseau

EAU, ASSAINISSEMENT ET DÉVELOPPEMENT DURABLE : LES ENJEUX DANS LES VILLES DES PAYS EN DÉVELOPPEMENT
> CHAPITRE 5
Une analyse des données de type exploratoire peut suffire pour comprendre les motivations conduisant
les ménages à choisir tel ou tel mode d’approvisionnement. En revanche, le recours aux
méthodes de modélisation confirmatoire – afin d’étudier plus finement les logiques selon lesquelles
pourraient s’opérer les reports d’un mode d’approvisionnement vers un autre lorsqu’une offre est
développée ou supprimée – peut apporter une information complémentaire d’aide à la décision. Ces
méthodes, permettant toutes deux de mieux comprendre les phénomènes et de mesurer les opportunités
et les risques opérationnels, constituent des outils essentiels pour guider la prise de décision.
● Les objectifs d’une segmentation
La segmentation est une démarche complexe. Ses deux apports fondamentaux (ciblage et adaptation
du discours) sont susceptibles de déboucher sur de très nombreuses applications opérationnelles. Les
termes typologie, classification et segmentation sont souvent confondus bien qu’ils correspondent à
des démarches différentes, ainsi définies :
• La typologie vise à regrouper des individus par classes, par exemple x individus d’une même
classe se ressemblent par rapport à des variables nommées descripteurs (sexe, niveau de revenu,
éducation, croyances et valeurs normatives, âge).
• La classification consiste à ranger des individus dans des classes préexistantes. Chaque individu
d’une population est ainsi affecté à la classe dont il paraît le plus proche.
• La segmentation tient compte non seulement des descripteurs, mais encore du but économique
recherché, notamment de la quantité ou valeur consommée par chaque segment.
L’efficacité d’une segmentation dépend, par exemple, de la différenciation des classes en fonction des
objectifs économiques de l’étude. De plus, chaque classe doit être caractérisée par un modèle expliquant
la relation entre la consommation à prédire et les variables comportementales caractérisant
le consommateur (le « consommateur » pouvant être représenté par un ménage dans le cas de
l’étude de services d’approvisionnement en eau ou d’assainissement destinés aux populations
urbaines défavorisées). Ainsi, deux ménages répondant au même modèle comportemental peuvent
afficher des quantités consommées très différentes.
Divers outils sont à disposition pour servir l’analyse multidimensionnelle des données, notamment :
• Pour l’exploration et le recueil des données : variables catégorielles binaires (oui / non, se raccorder
au réseau ou non, utiliser une borne-fontaine ou non, être satisfait ou insatisfait,…), variables
quantitatives (niveau de consommation, dépense mensuelle pour l’eau,…), ou encore variables à
plusieurs modalités.
• Pour l’analyse et la recherche des relations entre variables : analyse factorielle des
correspondances simples et multiples (ACS, ACM) pour les variables qualitatives, analyse factorielle
des composantes principales (ACP) pour les variables quantitatives, classification hiérarchique
ascendante (CHA), analyse factorielle discriminante (AFD).
• Pour l’élaboration de modèles économétriques : régression logistique ou log-linéaire (modèles
logit, probit), régression linéaire aux moindres carrés ordinaires (MCO) ou partiels (MCP), analyses
de variance et de covariance, régression multinomiale.
113