Social Networks and Restaurant Ratings.

Posted on by

Tiwari, Ashutosh; Richards, Timothy J. (2016), Social Networks and Restaurant Ratings, Agribusiness, Vol. 32 Issue 2, p153-174.  

Mots clés : Social networks ; Consumer preferences; Corporate ratings; Commercial and Institutional Building Construction; Full-Service Restaurants; Other Individual and Family Services; Restaurant reviews; Peer pressure

Dans cet article il est question de comprendre quel élément influence un étudiant dans le choix d’un restaurant en y étudiant l’impact d’un avis de l’entourage versus l’avis d’un anonyme sur les réseaux sociaux.

  • En premier lieu, nous analyserons quels éléments viennent influencer le choix d’un restaurant chez un groupe d’étudiants.
  • Nous soulignerons ensuite comment cette influence s’explique.

Développement :

Selon, Tiwari, Ashutosh; Richards, Timothy J., il y a 2 catégories d’interactions sur les réseaux sociaux, le réseau constitué de proches et de personnes que l’on connaît ainsi que les amis d’amis aux 3ème et 4ème degré, et le réseau composé d’inconnus, tel que les influenceurs par exemple. Les deux se distinguent et ont des avantages, le premier offrant une fiabilité plus importante du fait de connaître les personnes partageant leurs avis, l’autre donnant une plus grande variété de choix et la possibilité d’élargir le spectre d’adresse. Il a été comparé également les avis positifs et négatifs dans les 2 cas.

Il a été étudié et comparé les effets des 2 groupes et une donnée a été prouvée, c’est l’impact d’un avis négatif, qui est beaucoup plus impactant et significatif pour l’utilisateur, que l’avis positif à un effet positif dans le choix du restaurant mais un avis négatif pèsera davantage sur la balance. L’effet « viral » que prend l’information sur les réseaux sociaux joue grandement sur la réputation d’un restaurant, et peut l’impacter négativement. En effet, une note négative va beaucoup plus décider du retour du consommateur dans le restaurant qu’une note positive.

Mais il y a aspect qui est difficilement remplaçable, c’est l’effet popularité du restaurant et l’attraction de la foule autour du lieu qui joue un rôle plus important que le réseau virtuel.  

Conclusion :

Les réseaux sociaux peuvent influencer grandement les choix d’un utilisateur en fonction de nombreux mécanismes.

2 groupes ont été comparés, les proches et les avis d’anonymes, avec des variantes d’avis positifs comme négatifs.

Ce qui en a été conclu, c’est qu’un avis d’un proche à 3 fois plus d’impact qu’un avis d’une personne lambda, et que l’avis négatif aura un impact d’autant plus important qu’un commentaire élogieux. Cependant, lorsque le groupe de proches est trop peu nombreux, il a été observé qu’il est difficile d’exercer une réelle influence sur un réseau social à cause du nombre limité de personnes.

Dans le même esprit, une campagne marketing menée avec peu de personne mais très bien ciblée aura plus de chances de toucher son public qu’une campagne large publique comme ont à l’habitude de le voir.

Références bibliographiques

  • Berger, J., Meredith, M., & Wheeler, S. C. (2008). Contextual priming: Where people vote affects how they vote. Proceedings of the National Academy of Sciences, USA, 105, 8846–8849. Bhatnagar, A., & Ghose, S. (2004).
  •  Online information search termination patterns across product categories and consumer demographics. Journal of Retailing, 80, 221–228. Bramoull´e, Y., Djebbari, H., & Fortin, B. (2009). Identification of peer effects through social networks. Journal of Econometrics, 150, 41–55. Brock, W. A., & Durlauf, S. N. (2002). A multinomial-choice model of neighborhood effects. American Economic Review, 92, 298–303. Brock, W. A., & Durlauf, S. N. (2007).
  • Identification of binary choice models with social interactions. Journal of Econometrics, 140, 52–75. Buda, R., & Zhang, Y. (2000). Consumer product evaluation: The interactive effect of message framing, presentation order, and source credibility. Journal of Product and Brand Management, 9, 229–242. Buttle,F.A.(1998).
  • Wordofmouth:Understandingandmanagingreferralmarketing.JournalofStrategicMarketing, 6, 241–254. Cai, H., Chen, Y., & Fang, H. (2007).Observational learning: Evidence from a randomized natural field experiment. (No. w13516). National Bureau of Economic
  • Research. Cheung, C. M., & Lee, M. K. (2012). What drives consumers to spread electronic word of mouth in online consumeropinion platforms. Decision Support Systems, 53, 218–225. Chevalier, J., & D. Mayzlin. (2006).
  • The effect of word of mouth on sales: Online book reviews. Journal of Marketing Research, 43, 345–354. Dawes,J.G.(2008).Dodatacharacteristicschangeaccordingtothenumberofscalepointsused?Anexperimentusing 5 point, 7 point and 10 point scales. International Journal of Market Research, 51, 61–77. De Bruyn, A., & Lilien, G. L. (2008).

A multi-stage model of word-of-mouth influence through viral marketing. International Journal of Research in Marketing, 25, 151–163. Dierkes, T., Bichler, M., & Krishnan, R. (2011).