Cocker B.L.S., Ashill N.J., Hope B. (2011), Measuring internet product purchase risk, European Journal of Marketing 45, (7-8), 1130-1151

 

Cette étude se penche sur la perception des risques liés à l’achat en ligne par les consommateurs : ou placent-ils le risques ? Quels sont les consommateurs qui sont les plus sensibles à ces risques là, et enfin, quel rôle joue l’expérience dans la perception des risques lors d’un achat en ligne ?

Lorsque le consommateur n’est pas en mesure de vérifier, d’inspecter le produit qu’il s’apprête à acheter, il est plus susceptible de percevoir un risque lié à l’achat (Cox and Rich, 1964, Festervand et al. 1986).

Par exemple, Peck et Childers (2003) ont trouvé une corrélation positive entre la nécessité de pouvoir toucher l’objet convoité et la confiance dans sa décision d’acheter. Selon l’expérientiel utilisé pour parvenir à un jugement de la qualité (Klein, 1998), certains produits sont plus facile à évaluer sur internet que d’autres, par exemple un ordinateur portable par rapport à une paire de lunettes. Dans l’évaluation EJR (Evaluation Judgment Risk) on appelle cela le risque de faire une erreur de jugement.

Des recherches antérieures suggèrent que les problèmes de sécurité, tels que le vol de carte de crédit ou de détournement d’informations personnelles, influencent la décision d’acheter ou non sur Internet (Malhotra et al., 2004 , Forsythe et Shi 2003). Ces menaces tendent à être atténuée par l’expérience ultérieure d’achat sur Internet et l’expérience d’achat via d’autres canaux tels que les catalogues, la vente à distance (Miyazaki et Fernandez, 2001).

Dans cet article, le risque de sécurité lié à Internet (ISR) est défini comme le degré d’incertitude et de méfiance vis-à-vis de la communication de ses informations personnelles et financières sur Internet.

 

Etude 1

Le but de l’étude était de déterminer les spécifications liées au risque perçu dans le cadre d’un achat sur Internet (IPPR – Internet Product Purchase Risk). On a recruté des acheteurs en ligne pour participer à un sondage sur le Web via une bannière publicitaire figurant sur la page d’accueil d’un revendeur d’électroménager en ligne. Après 100 réponses reçues, l’enquête a été fermée. Pour inciter les participants, on proposait de faire gagner un bon d’achat de 400$. Parmi les répondants, on trouvait 46% de femmes. 94% des participants avaient déjà procédé à un achat sur le web. On a demandé aux répondants quels étaient, selon eux, les facteurs de risque associés à l’achat de produits sur Internet.

Parmi les réponses des participants, des chercheurs ont dégagé les 35 expressions correspondant le mieux au risque perçu dans le cadre d’un achat en ligne.

 

Etude 2

Ces expressions ont été soumises à 600 nouveaux participants pour n’en garder plus que 11.

 

Etude 3

Enfin on a soumis ces 11 expressions à un nouvel échantillon de 600 personnes.

 

Résultats

On remarque que les acheteurs fréquents perçoivent des niveaux de risques bien plus élevés que des acheteurs modérés.

Ce résultat a été interprété de la façon suivante :

–          Lorsque l’expérience augmente, la perception des risques potentiels augmente aussi.

–          La probabilité d’obtenir un résultat risqué augmente avec l’expérience.

 

En plusieurs aspects, ces interprétations peuvent être contradictoires, mais en effet, plus le nombre d’expériences augmente, plus la conscience de l’existence de certains risques augmente, et cette conscience peut de plus être alimentée par une mauvaise expérience passée.

 

Beaucoup d’échecs de sites e-commerce de ces dernières années peuvent être attribués à une sous-estimation du risque perçu dans le cadre d’un achat en ligne. Par exemple, le risque de ne pas choisir la bonne couleur sur des sites de maquillage.

Il est donc essentiel pour les professionnels du marketing d’identifier les risques perçus par les consommateurs qui sont spécifiques à leurs produits dans un cadre d’achat en ligne.

 

 

 

Casaló L.V., Flavián, C., Guinalíu M. (2010), Generating Trust and Satisfaction in E-Services: The Impact of Usability on Consumer Behavior, Journal of Relationship Marketing 9, (4), 247 – 263.

 

Fang Y., Qureshi I., Sun H., McCole P., Ramsey E., Lim K.H. (2014), Trust, Satisfaction, and online repurchase intention: the moderating role of percieved effectiveness of e-commerce institutional mechanisms, MIS Quartlerly 38, (2), 407-427

 

Kim J., Lennon S.J. (2013), Effects of reputation and website quality on online consumers’ emotion, perceived risk and purchase intention, Journal of Research in Interactive Marketing 7, (1), 33-56

 

Koenigstorfer J., Groeppel-Klein A. (2012), Consumer acceptance of the mobile Internet, Marketing Letters 23, (4), 917-928.

 

Balasubramanian S., Peterson R.A., Jarvenpaa S.L. (2002), Exploring the implications of M-commerce for markets and marketing, Journal of the Academy of Marketing Science 30, (4), 348-361

 

Rafiq M., Fulford H., Lu X. (2013), Building customer loyalty in online retailing : The role of relationship quality, Journal of Marketing Management 29, (3-4), 494–517

 

Xiao B., Benbasat I. (2011), Product-related deception in e-commerce : a theorical perspective, MIS Quarterly 35, (1),169-195

 

Cocker B.L.S., Ashill N.J., Hope B. (2011), Measuring internet product purchase risk, European Journal of Marketing 45, (7-8), 1130-1151

 

Spaid B.I., Flint D.J. (2014), The meaning of shopping experiences augmented by mobile internet devices, Journal of Marketing Theory and Practice 22, (1), 73–89

Lin H.H. (2012), The effect of multi-channel service quality on mobile customer loyalty in an online-and-mobile retail context, The Service Industries Journal 32, (11), 1865–1882

 

Weathers D., Sharma S., Wood S.L. (2007), Effects of online communication practices on consumer perception of performance uncertainty for search and experience goods, Journal of Retailing 83, (4), 393–401

 

Andrews L., Drennan J., Russell-Bennett R. (2012), Linking perceived value of mobile marketing with the experiential consumption of mobile phones, European Journal of Marketing 46, (3-4), 357-386

 

Mithas S., Jones J.L., Mitchell W. (2008), Buyer intention to use internet-enabled reverse auctions: the role of asset specificity, product specialization, and non-contractibility, MIS Quarterly 32, (4), 705-724.

 

Gefen D., Karahanna E., Straub D.W. (2003), Trust and Tam in Online Shopping: An Integrated Model, MIS Quarterly 27, (1), 51-90

 

Tsai J.P., Ho C.H. (2013), Does design matter? Affordance perspective on smartphone usage, Industrial Management & Data Systems 113, (9), 1248-1269