Notre approche

Les analyses de marchés menées par Statista ont pour but d’établir des prévisions de croissance de secteurs dans le monde entier. Statista utilise un modèle standardisé pour tous les pays et secteurs afin de vous faciliter l'utilisation des ces prévisions. Nous nous focalisons essentiellement sur les tendances concernant les chiffres d’affaires sectoriels jusqu'à 2020. L’analyse prévisionnelle est menée annuellement, à partir des données les plus récentes. Dès qu’une prévision de marché est établie, elle est aussitôt rendue disponible sur le site Statista.com.


Les derniers résultats ont été analysés, vous pouvez en télécharger un aperçu ici.

 
Industries

Nos experts analysent de manière approfondie près de 400 secteurs différents pour chaque pays. Le système de classification des secteurs que nous utilisons se fonde sur des systèmes de classification reconnus, comme le Système de classification industrielle de l'Amérique du Nord (NAICS), la classification type des industries britanniques (UK SIC), et la Nomenclature statistique des activités économiques dans la Communauté européenne (NACE Rev. 2). Les prévisions sont menées selon ce système de classification, en allant jusqu’au sixième niveau de subdivision, en fonction du type de données.

 
Modélisation:

Les données historiques de chaque secteur proviennent des offices de statistiques nationaux de chaque pays.
Les tendances des différents secteurs sont fondées à la fois sur les tendances économiques de chaque pays et en partie sur celles de chacun des secteurs. Le modèle Statista, établi pour l’évolution de chaque pays, est issu de données tirées des Perspectives sur l’économie mondiale (WEO) du Fonds Monétaire International, des prévisions de l’OCDE et des sondages sur la confiance des entreprises menés par la Commission européenne.

L’évolution des secteurs se fonde sur les développements historiques propres à chaque industrie ainsi que sur les forces d’influence majeures de chaque pays. Statista a identifié les facteurs d’influence importants de chaque marché, ce qui permet de mettre à jour les données de marché de manière fiable et de modéliser les futures tendances du secteur. Nous développons des modèles de régression et mettons à jour les tendances en fonction des données historiques et des spécificités de chaque marché. La plausibilité de chaque série statistique a été testée avant que cette dernière ne soit approuvée par des experts.

Informations complémentaires concernant la méthodologie à télécharger ici.

 
Équipe

Dr. Friedrich Schwandt

Dr. Friedrich Schwandt a étudié l’Économie, spécialité Économétrique. Depuis 2007, il est le PDG de Statista GmbH. Auparavant, il a travaillé à l’université Humboldt de Berlin, à l’Organisation de coopération et de développement économiques (OCDE) ainsi qu’au Boston Consulting Group (BCG).

Dr. Rebecca Newland

Dr. Rebecca Newland détient un master en physique et sciences spatiales et un doctorat en ingénierie aérospatiale. Ses recherches portaient sur les prévisions concernant l’environnement constitué par les débris spatiaux autour de la Terre et l’identification d’objets problématiques en utilisant une théorie des des réseaux très complexe. Elle possède de l’expérience dans l’analyse de données liées à à l’industrie du logement, la modélisation par ordinateur et l’analyse de systèmes parachutes pour satellites et avions dans l’industrie aérospatiale.

Hubertus Bitting

Hubertus Bitting a l’étudié l’économie à Bonn, Oxford, Madrid et Paris et détient un Master en Gestion européenne d’ESCP Europe et de la City University de Londres. En tant que chef du département Recherche et Analyse de Statista, il est en charge de toutes les activités de modélisation et d’analyses de marché de la compagnie. Auparavant, il a travaillé pour des cabinets de conseil en stratégie, dont Oliver Wyman, Roland Berger Strategy Consultants, Kienbaum International Consultants, ainsi qu'à la Deutsche Bank.

Philipp Huhn

Mr. Philipp Huhn studied “Industrial Engineering and Management” at four universities in Hamburg and holds a Masters with specialization in Energy Technology as well as Operations and Supply Chain Management. During his studies he concentrated on numerical stress analysis and computational fluid simulations as well as mathematical programming. Since 2014 he has worked for Statista on several projects as a specialist for tool programming as well as data analysis.

Birte Janßen

Birte Janßen détient un diplôme en gestion des entreprises avec une spécialisation en Logistique et Marketing. Sa thèse portait sur l’analyse des facteurs de succès dans l’industrie cinématographique grâce à des modèles statistiques tels que l’analyse de régression. Elle est analyste chez Statista depuis son lancement en 2008 et a acquis précédemment une vaste expérience dans l’analyse de données dans les secteurs des médias et d’Internet. Elle est également l’auteur de plusieurs études et publications, notamment l’étude la plus importante sur l'e-commerce en Allemagne.

Volker Staffa

Volker Staffa a étudié le Business, avec une spécialisation en Logistique et Gestion de la chaine d’approvisionnement à Hambourg et Rhode Island. Avant de rejoindre Statista en qualité d’analyste, il a acquis de l’expérience dans l’industrie aéronautique, au sein du département de prospection commerciale du service allemand de contrôle du trafic aérien, pour lequel il modélisait et analysait des processus opérationnels. Il a également travaillé pour Lufthansa Technik, au service de gestion de la qualité.

Kristin Ramcke

Kristin Ramcke est titulaire d’un master de recherche (M.Sc) en sciences de la communication de l’Université d’Amsterdam. Durant ses études, elle a mené à bien plusieurs projets de recherche académique sur les techniques de sondage et les modèles de prévisions dans le domaine politique. Elle jouit d’une connaissance approfondie dans les techniques avancées d’analyses de données, notamment l’analyse de données chronologiques et la modélisation à niveaux multiples. Avant d’entrer chez Statista au service Recherche et Analyse, elle a travaillé pour et collaboré avec quelques-uns des plus grands instituts d’études de marché et de sondage allemands (GfK, IfD).

 
Clause de non-responsabilité

Tous les modèles prévisionnels prennent en compte l’évolution des valeurs historiques. Des événements imprévisibles comme les crises financières ou les guerres, qui peuvent influencer de manière cruciale le développement de certains secteurs, voire de pays entiers, ne sont pas pris en compte. Les modèles, créés en 2014, sont continuellement améliorés.