Susan Rose, Neil Hair and Moira Clark (2011) Online Customer Experience: A Review of the Business-to-Consumer Online Purchase Context International Journal of Management Reviews, Vol. 13, 24–39 (2011)

Les interactions entre le site internet d’une marque et ses clients sont aujourd’hui des moyens de rendre l’expérience utilisateur positive, et de fait, de construire une relation à long terme entre les deux parties. Facilité la recherche d’informations, l’acte d’achat ou l’utilisation d’un service sont autant d’enjeux digitaux pour une entreprise. L’objectif de cet article est donc de comprendre les tenants et les aboutissants de l’expérience client en ligne dans un contexte d’achat.

Nous verrons donc dans ce résumé 3 points importants :

  1. La compréhension de l’expérience client en ligne en situation d’achat
  2. Le cadre conceptuel de l’expérience client en ligne
  3. Les antécédents de l’expérience client en ligne

L’émergence d’internet en tant que canal de distribution et de communication a permis aux entreprises d’augmenter les interactions possibles avec les clients. Qu’il s’agisse de recherche d’informations sur l’entreprise et ses produits, l’utilisation de services en ligne, l’achat en ligne ou les réseaux sociaux, tous permettent aux entreprises de créer une véritable communauté.

L’acte d’achat en ligne en est donc renforcé et s’explique par trois phénomènes principaux :

  • L’augmentation constante du taux d’adoption et de pénétration d’internet
  • L’augmentation des sites proposant l’achat en ligne
  • Le développement des technologies facilitant l’achat en ligne (M-commerce, retargeting…)

Ainsi les progrès technologiques dans les appareils mobiles ont permis au client un accès plus direct et instantané à l’information, la communication, et l’achat en ligne. Un certain nombre d’études ont exploré les impact sociaux et comportementaux de cette technologie mobile (Matsuda 2006; Palen et al., 2001), tandis que d’autres ont examiné les facteurs qui influent sur l’adoption de ces nouvelles interfaces client (Lee and Benbasat 2003; Sarker and Wells 2003; Varshney et Vetter 2002). Le travail de Lee et Benbasat (2003) est utile ici, car il suggère des façons dont les consommateurs peuvent enrichir leur expérience d’achat en profitant de l’accès instantané à Internet créé par cette technologie. Ils proposent sept éléments clés qui améliorent l’expérience des consommateurs en matière de M-commerce. Il s’agit notamment du degré de personnalisation, de communication, de connectivité et de contenu.

Il existe un nombre significatif d’études en ligne qui peuvent aider à identifier les conducteurs probables de l’expérience client en ligne (OCE). Ceux-ci se concentrent principalement sur 3 aspects :

  • La performance et l’efficacité du site web.
  • Le comportement, la recherche et l’achat en ligne des consommateurs.
  • L’expérience du service en ligne.

Ces trois domaines de la littérature démontrent que les consommateurs interagissent avec Internet dans une large gamme d’activités, ce qui entraîne un certain nombre d’expériences différentes et, en fin de compte, des expériences. Il a été suggéré que les avantages offerts au client en ligne modifient l’équilibre des compétences dans la relation organisation-client, créant un client plus puissant et proactif. Le but de cet article est donc de fournir un examen complet et une critique d’une gamme variée de littérature contemporaine qui informe notre compréhension des antécédents et des conséquences d’une OCE efficace dans un contexte d’achat.

 

  1. Le concept d’OCE

Comme expliqué précédemment les clients ont aujourd’hui une large gamme de possibilités dans leurs activités en ligne. L’expérience en ligne devient donc un concept important pour les responsables marketing de l’environnement B2C en ligne.

La section suivante viendra comparer l’expérience client à l’expérience client en ligne(OCE) et posera le cadre conceptuel de l’OCE.

La première différence clé entre les deux contexte est le degré de contact personnel. L’interaction personnelle fournit une source de contact très riche à partir de laquelle des réponses subjectivent résulteront

Deuxièmement, des différences existent par rapport à la manière dont les informations sont fournies.
Le contexte en ligne permet une information très riche, alors qu’en face à face, il est possible que ce soit plus limité.

La troisième distinction est la période. Les clients peuvent acheter en ligne n’importe quand, n’importe où et dans un cadre qui s’adapte à eux. Dans le contexte de face-à-face, les interactions avec les clients sont définies par les heures d’ouverture du lieu de vente.

Enfin, des différences peuvent exister en termes de présentation de la marque. En ligne, la marque est présentée de manière principalement audiovisuelle, alors que hors ligne, les entreprises disposent de tout une gamme de possibilités qui lui permette d’être identifiable.

  1. Un cadre conceptuel de l’OCE

L’importance de l’expérience utilisateur est motivée par le besoin de l’organisation d’augmenter les offres de produits et / ou services de base

Afin de se différentier, particulièrement sur des marchés concurrentiels et saturés, la distinction entre l’offre de produit tangibles et la valeur d’une expérience distincte est donc primordiale.
Meyer et Schwager définissent l’expérience client comme « La réponse interne et subjective des clients à un contact direct ou indirect avec une entreprise. »

Carbone et Haeckel (1994) suggèrent également qu’une expérience client se déroule chaque fois qu’un client interagit avec une organisation et ses activités. Ils définissent CE comme « l’impression à emporter formée par la rencontre des gens avec les produits, les services et les entreprises »

Ainsi le lien entre la satisfaction client et l’expérience client bien réel et a donné naissance au concept de satisfaction du client électronique qui est distinct de l’expérience et défini comme : « L’évaluation psychologique du client et de l’expérience accumulée du processus d’achat et de l’utilisation du produit expérience. » Cette définition met en exergue le caractère psychologique de l’expérience utilisateur, par conséquent l’expérience peut être supposée multidimensionnelle et individuelle pour chaque client.

Des auteurs tels que Frow et Payne (2007) on identifiés trois états qui constituent une expérience :

  • Le rationnel
  • Le cognitif
  • L’émotif

 

En termes d’élément cognitif, Frow et Payne (2007) identifient le rôle du traitement interne de la stimulation entrante à l’individu. Ils proposent que le client participe à l’examen de l’information reçue par rapport aux expériences passées, présentes et potentiellement futures. Cette approche est Compatible avec le modèle de traitement de l’information cognitive (IP), qui est bien développé comme une approche de l’explication du comportement d’achat du consommateur

(Bettman et al., 1998). Cela suggère qu’une partie de l’évaluation de la rencontre du client sera relativement dirigée et impliquera un traitement rationnel de l’information concernant la rencontre qui est finalement stockée dans la mémoire.

Cependant, l’idée du client comme un être rationnel et cognitif peut être considérée comme incomplète (Shiv et Fedorikhin 1999). Hansen (2005) suggère que la reconnaissance à la fois cognitive et émotionnelle, et l’interaction entre les deux, est une approche plus appropriée. Le rôle des réponses affectives dans le comportement des consommateurs est maintenant bien établi (Bagozzi et al., 1999, Holbrook et Hirschman, 1982). Hansen (2005) définit l’émotion comme une réponse à un stimulus et, dans le contexte en ligne, le stimulus serait les composants du site Web auquel le client est exposé.

En termes CE, il a été suggéré que le traitement affectif et émotionnel mène à des associations à plus long terme dans la mémoire (Edvardsson 2005). L’accent mis sur la composante émotionnelle de la CE est très évident dans les discussions académiques et praticiennes sur le sujet de CE (Holbrook et Hirschman, 1982; Gentile et al., 2007; Pine et Gilmore 1999; Schmitt 2003; Shaw, 2002). La littérature OCE est limitée à l’heure actuelle et est incompatible en termes de définitions et d’explications du concept. En développant le concept d’OCE, nous supposons également qu’il est constitué d’états cognitifs et affectifs. La raison en est que les facteurs cognitifs et affectifs ont également été identifiés comme des états internes dans les modèles de comportement d’achat en ligne (Eroglu et al., 2001).

  1. Les antécédents de l’expérience utilisateur en ligne

De nombreuses revues de littératures se sont intéressées aux concepts qui influencent l’expérience client en ligne.

Tout d’abord, le rôle de la propriété intellectuelle, utilisée dans les étapes cruciales de la recherche et l’évaluation au cours des décisions d’achat des clients. Le traitement de l’information concerne la façon dont les individus utilisent leurs sens internes et leurs processus mentaux pour donner du sens à leur action.
Il y a également les concepts de connaissances antérieures et d’expériences antérieures. On parle ici de la connaissance préalable d’un produit ou service, qui est un facteur clé dans l’efficacité d’une recherche, et fournit la base de l’évaluation de nouvelles informations entrantes.

La littérature fournit des explications utiles sur le lien entre les connaissances antérieures et l’expérience antérieure qui fonctionnent pendant la recherche et la navigation de l’information et la façon dont elles affectent les intentions futures en matière d’activité en ligne.

Chih-Chung et Chang (2005) proposent qu’une boucle de rétroaction circulaire ait lieu pendant la navigation en ligne. Les client évaluent en permanence leur expérience en ligne en utilisant les différentes fonctionnalités du site Web, notamment les informations sur les produits, les modalités de paiement, les délais de livraison, les services fournis, la navigation et la confidentialité des données.
Les expériences passées affectent les sentiments de risque et la probabilité de continuer à utiliser un site de vente en ligne.

Ainsi, les expériences passées fournissent au client une référence à partir de laquelle les attentes sont définies et des évaluations sont réalisées. C’est la raison pour laquelle la propriété intellectuelle est inclue dans le cadre de l’OCE.

Deux autres facteurs apparaissent régulièrement dans la littérature de la consommation en ligne. Il s’agit de facilité d’utilisation perçue (PEOU) et de l’utilité perçue (PU). Ces deux concepts sont identifiés dans les modèles d’adoption de la technologie et également été trouvés pour influencer l’adoption des achat en ligne. La perception de la facilité d’utilisation d’un site est fortement liée à une expérience en ligne positive. Ces concepts permettent ainsi de faire ressortir des caractéristiques d’un site facile d’utilisation :

 

  • Des écrans épurés
  • Organisation claire
  • Flux logique
  • Navigation facile

En 2005 Cao et Al. développent un cadre pour évaluer la qualité d’un site et les déterminants perçus dans la facilité d’utilisation. Les fonctionnalités les plus importantes, qui améliorent l’expérience et conduisent le client à un état émotionnel positif sont :

  • L’installation de recherche
  • La réactivité du site
  • La capacité multimédia
  • La précision et la pertinence de l’information.

Le troisième ensemble d’antécédents proposés d’OCE concerne les compétences (SK) et le contrôle perçu (PC). L’acquisition de compétences est la capacité du client à utiliser Internet avec compétence (Klein et Ford 2002). Cela a été spécifiquement identifié comme la capacité de naviguer et d’interagir avec un site Web et relie fortement l’état cognitif du client. En supposant que l’apprentissage par la réalisation est pertinent pour le développement des compétences sur Internet, il est proposé que la capacité s’amplifie avec l’expérience au fil du temps (Lehto et al., 2006). Les niveaux élevés d’utilisation et donc l’expérience conduiront à des niveaux plus élevés de capacité et créeront des connaissances et une expérience antérieures.

D’autres recherches plus récentes de la littérature se rapportent aux avantages perçus par le client de l’utilisation d’un site web en termes de bénéfices perçus et de plaisir.
L’expérience de vente en ligne est étroitement associée aux attitudes envers Internet en tant que moyen de vente et ses avantages reconnus. Les preuves suggèrent qu’une OCE positive résulte de la création d’une expérience à la fois amusante et agréable, ainsi que de générer des sentiments de contrôle, et donc de la liberté, pour le client (Wolfinbarger et Gilly 2001). Ce domaine de la littérature n’est pas tellement développé, et il existe des possibilités d’explorer plus complètement la relation entre les états hédoniques et enrichissants de l’OCE avec le besoin de sentiments de contrôle.

 

Enfin le dernier domaine identifié dans la littérature et permettant de comprendre l’expérience utilisateur en ligne concerne les concepts jumeaux de risque et de confiance. Ces deux concepts sont étroitement liés et nécessites d’être étudiés conjointement.
Le concept de confiance a été largement reconnu dans les modèles qui recherchent à expliquer les attitudes, comportements et les intentions des consommateurs en ligne.
Jin et Park (2006) proposent que la confiance soit le résultat d’un certain nombre d’attributs de l’environnement d’achat. Ce modèle affirme donc que la confiance et la satisfaction sont des variables de résultats qui, indépendamment et ensemble, ont une influence directe sur la fidélisation de la clientèle.
Une approche alternative considère la confiance comme un facteur contributif.

 

 

Tan et Setherland (2004) considèrent la confiance comme un concept multidisciplinaire. C’est une approche psychologique de la confiance, ou cette dernière est considérée comme un « sentiment ou une croyance profondément arrachée ». Ainsi, dans cette perspective, on peut supposer que la confiance est un antécédent de l’expérience utilisateur en ligne, en proposant qu’elle influence l’état émotionnel résultant de l’expérience en ligne.

La vulnérabilité et la peur de l’inconnu sont souvent citées comme une composante contextuelle de la confiance et dans le contexte de l’expérience en ligne, qui peut être très faible sur le contexte personnel, cela s’accentue et conduit à un plus grand besoin de confiance.

Van der Heijden et al. (2003) suggèrent que les sentiments de confiance élevés réduisent les inquiétudes concernant des facteurs inconnus tels que la performance du produit ou la politique organisationnelle. En parallèle, McKnight et Chervany (2001), dans la modélisation d’une typologie de la confiance, identifient différents niveaux de confiance au sein du client en ligne. Il s’agit notamment de la confiance dans le «vendeur électronique» (interpersonnel), de la confiance dans le Web lui-même (institutionnel) et de la confiance en général dans d’autres (disposition).

 

Une gamme de facteurs de risque sont identifiés dans la littérature, les principaux étant le risque économique / financier, le risque de performance, le risque personnel / psychologique, le risque social, le risque physique et le risque de perte de temps (Bart et al. 2005; Cas 2002; Chen et Dubinsky 2003; Ha 2004; Huang et al., 2004). Chen et Dubinsky (2003) suggèrent que la compréhension du risque est important pour les spécialistes du marketing en ligne en raison de son lien avec la valeur du client.  Conclusion : Ce document traite des définition et le compréhension actuelle et de la notion d’expérience client et explore le concept nouvellement étendu d’OCE. Cette revue de littérature permet ainsi de développer un cadre conceptuel pour les tests futurs.
Ainsi un certain nombre de conclusion peuvent être dessinées :Tout d’abord il est important de retenir qu’il existe un lien étroit entre une expérience utilisateur en ligne positive et la satisfaction client. Les éléments liés à la satisfaction client sont nombreux.
Ensuite, un certain nombre de facteurs antécédents sont identifiés dans la littérature qui semblent avoir un effet direct et interactif sur l’expérience utilisateur en ligne. Il existe des preuves suggérant que des effets interactifs existent entre les antécédents individuels et leurs effets sur les résultats, le risque, les avantages et la valeur du client. Enfin, alors que la littérature fournit une base théorique solide pour comprendre les concepts clés qui sous-tendent les réponses de l’utilisateur en ligne, la prochaine étape du développement de la littérature devra progresser vers un niveau plus approfondi de la compréhension des états constitutifs de l’expérience utilisateur en ligne à savoir les états affectifs et cognitifs.

Références :

Alba, J.W. and Hutchinson, J.W. (1987). Dimensions of consumer

expertise. Journal of Consumer Research, 13, pp.

411–454.

Algesheimer, R. and Dholakia, P.M. (2006). Do customer communities pay off? Harvard Business Review, 84, pp.

26–30.

Arnold, M.J., Reynolds, K.E., Ponder, N. and Lueg, J.E. (2005). Customer delight in a retail context: investigating delightful and terrible shopping experiences. Journal of Business Research, 58, pp. 1132–1145.

Bagozzi, R.P., Gopinath, M. and Prashanth, U.N. (1999). The role of emotions in marketing. Journal of the Academy of Marketing Science, 27, pp. 184–206.

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

Barnes, S.J. and Vidgen, R.T. (2006). Data triangulation and web quality metrics: a case study in e-government. Information and Management, 43, pp. 767–777.

Bart, Y., Shankar, V., Sultan, F. and Urban, G.L. (2005). Are the drivers and role of online trust the same for all web sites and consumers? A large-scale exploratory empirical study. Journal of Marketing, 69, pp. 133–152.

Bauer, H.H., Hammerschmidt, M. and Falk, T. (2005). Measuring the quality of e-banking portals. International Journal of Bank Marketing, 23, pp. 153–175.

Bellman, S., Lohse, G.L. and Johnson, E.J. (1999). Predictors of online buying behavior. Communication of the ACM, 42, pp. 32–38.

Bettman, J.R. (1979). An Information Processing Theory of Consumer Choice. Reading, MA: Addison-Wesley.

Bettman, J.R., Luce, M.F. and Payne, J.W. (1998). Constructive consumer choice processes. Journal of Consumer Research, 25, pp. 187–217.

Bhatnagar, A., Misra, S. and Rao, H.R. (2000). On risk, convenience and Internet shopping behaviour. Communications of the ACM, 43, pp. 98–105.

Bonnin, G. (2006). Physical environment and service experience: an appropriation-based model. Journal of Services Research, 6, pp. 45–65.

Brown, J.R. and Dant, R.P. (2008). On what makes a significant contribution to the retailing literature. Journal of Retailing, 84, pp. 131–135.

Brown,M., Pope, N. and Voges, N. (2003). Buying or browsing? An exploration of shopping orientations and online purchase intention. European Journal of Marketing, 37, pp. 1666–1684.

Brucks, M. (1985). The effects of product class knowledge on information search behaviour. Journal of Consumer Research, 12, pp. 1–16.

Cai, S. and Jun, M. (2003). Internet users’ perceptions of online service quality: a comparison of online buyers and information searchers. Managing Service Quality, 13, pp.504–519.

Cao, M., Zhang, Q. and Seydel, J. (2005). B2C e-commerce web site quality: an empirical examination. Industrial Management & Data Systems, 105, pp. 645–661.

Carbone, L. and Haeckel, S. (1994). Engineering customer experiences. Marketing Management, 3, pp. 9–11. Cases, A.-S. (2002). Perceived risk and risk-reduction strategies in Internet shopping. International Review of Retail, Distribution and Consumer Research, 12, pp. 375–394.

Chen, S.-J. and Chang, T.-Z. (2003). A descriptive model of online shopping process: some empirical results. International Journal of Service Industry Management, 14, pp. 556–569.

Chen, Z. and Dubinsky, A.J. (2003). A conceptual model of perceived customer value in e-commerce: a preliminary investigation. Psychology and Marketing, 20, pp. 323–347.

Cheung, C. and Lee, M.K.O. (2000). Trust in Internet shopping: a proposed model and measurement instrument.

Paper presented at the 6th Americas Conference on Information Systems, Long Beach, USA.

Cheung, C.M.K., Chan, G.W.W. and Limayem,M. (2005). A critical review of online consumer behaviour: empirical research. Journal of Electronic Commerce in Organizations, 3, pp. 1–19.

Chih-Chung, C. and Chang, S.-C. (2005). Discussion on the behavior intention model of consumer online shopping. Journal of Business and Management, 11, pp. 41–57.

Childers, T.L., Carr, C.L., Peck, J. and Carson, S. (2001). Hedonic and utilitarian motivations for online retail shopping behaviour. Journal of Retailing, 77, pp. 511–535.

Cho, N. and Park, S. (2001). Development of electronic commerce user–consumer satisfaction index (ECUSI) for

Internet shopping. Industrial Management & Data Systems, 101, pp. 400–405.

Christodoulides, G., de Chernatony, L., Furrer, O., Shiu, E. and Abimbola, E. (2006). Conceptualising and measuring the equity of online brands. Journal of Marketing Management, 22, pp. 799–825.

Corbitt, B.J., Thanasankit, T. and Yi, H. (2003). Trust and e-commerce: a study of consumer perceptions. Electronic Commerce Research and Applications, 2, pp. 203–215.

Corner, J.L., Thompson, F., Dillon, S. and Doolin, B. (2005). Perceived risk, the Internet shopping experience and online purchasing behaviour: aNewZealand perspective. Journal of Global Information Management, 13, pp. 66–88.

Coursaris, C. and Hassanein, K. (2001). Understanding M-commerce: a consumer centric model. Quarterly Journal of Electronic Commerce, 3, pp. 247–271.

Cox, D.F. (1967a). Risk handling in consumer behaviour – an intensive study of two cases. In Cox, D.F. (ed.), Risk Taking and Information Handling in Consumer Behaviour. Boston, MA: Graduate School of Business Administration, Harvard University, pp. 34–81.

Cox, D.F. (1967b). The sorting rule model of consumer product evaluation process. In Cox, D.F. (ed.), Risk Taking

and Information Handling in Consumer Behaviour. Boston, MA: Graduate School of Business Administration, Harvard University, pp. 317–323.

Davis, F.D. (1989). Perceived usefulness, perceived ease-ofuse and user acceptance of information technology. MIS Quarterly, 13, pp. 319–340.

Davis, F.D., Bagozzi, R.P. andWarshaw, P.R. (1992). Extrinsic and intrinsic motivation to use computers in the workplace. Journal of Applied Social Psychology., 22, pp. 1109–1130.

Dholakia, R.R. and Uusitalo, O. (2002). Switching to electronic stores: consumer characteristics and the perception of shopping benefits. International Journal of Retail & Distribution Management, 30, pp. 459–469.

Dholakia, U.M., Bagozzi, R.P. and Pearo, L.K. (2004). A social influence model of consumer participation in network and small group-based virtual communities. International Journal of Research in Marketing, 21, pp. 241–263.

Dillon, T.W. and Reif, H.L. (2004). Factors influencing consumers’ e-commerce commodity purchases. Information Technology, Learning and Performance Journal, 22, pp. 1–12.

Dowling, G.R. and Staelin, R. (1994). A model of perceived risk and intended risk-handling activity. Journal of Consumer Research, 21, pp. 119–134.

Edvardsson, B. (2005). Service quality: beyond cognitive assessment. Managing Service Quality, 15, pp. 127–131.

Elliott, M.T. and Speck, P.S. (2005). Factors that affect attitude toward a retail web site. Journal of Marketing Theory and Practice, 13, pp. 40–50.

Eroglu, S.A., Machleit, K.A. and Davis, L.M. (2001). Atmospheric qualities of online retailing. A conceptual model and implications. Journal of Business Research, 54, pp. 177–184.

Eysenck, M.W. (1993). Principles of Cognitive Psychology. Hove: Lawrence Erlbaum Associates Ltd. Flavián, C. and Guinalíu, M. (2005). The influence of virtual communities on distribution strategies in the internet. International Journal of Retail & Distribution Management, 33, pp. 405–425.

Frow, P. and Payne, A. (2007). Towards the ‘perfect’ customer experience. Journal of Brand Management, 15, pp. 89–101.

Geffen, D. (2003). TAM or just plain habit: a look at experienced online shoppers. Journal of End User Computing, 15, pp. 1–13.

Geffen, D., Karahanna, E. and Straub, D.W. (2003). Trust and TAM in online shopping: an integrated model. MIS Quarterly, 27, pp. 51–90.

Gentile, C., Spiller, N. and Noci, G. (2007). How to sustain the customer experience: an overview of experience components that co-create value with the customer. European Management Journal, 25, pp. 395–410.

George, J.F. (2002). Influences on the intent to make Internet purchases. Internet Research, 12, pp. 165–180.

Grant, R., Clarke, R.J. and Kyriazis, E. (2007). A review of factors affecting online consumer search behaviour from an information value perspective. Journal of Marketing Management, 23, pp. 519–533.

Grewal, D., Levy, M. and Kumar, V. (2009). Customer experience management in retailing: an organizing framework.

Journal of Retailing, 85, pp. 1–14.

Ha, H.-Y. (2004). Factors affecting online relationships and impacts. Marketing Review, 4, pp. 189–209.

Ha, H.-Y. and Perks, H. (2005). Effects of consumer perceptions of brand experience on the web: brand familiarity, satisfaction and brand trust. Journal of Consumer Behaviour, 4, pp. 438–452.

Hair, N., Rose, S. and Clark, M. (2009). Using qualitative repertory grid techniques to explore perceptions of business-to-business online customer experience. Journal of Customer Behaviour, 8, pp. 51–65.

Hansen, T. (2005). Perspectives on consumer decisionmaking: an integrated approach. Journal of Consumer Behaviour, 4, pp. 420–437.

Hennig-Thurau, T., Gwinner, K.P., Walsh, G. and Gremler, D.D. (2004). Electronic word-of-mouth via consumeropinion platforms: what motivates consumers to articulate themselves on the Internet? Journal of Interactive Marketing, 18, p. 38.

Hodkinson, C. and Kiel, G. (2003). Understanding web information search behaviour: an exploratory model. Journal of End User Computing, 15, pp. 27–48.

Holbrook, M.B. and Hirschman, E.C. (1982). The experiential aspects of consumption: consumer fantasies, feelings and fun. Journal of Consumer Research, 9, pp. 132–140.

Holloway, B.B.,Wang, S. and Parish, J.T. (2005). The role of cumulative online purchasing experience in service recovery management. Journal of Interactive Marketing, 19, pp. 54–66.

Huang,W.-Y., Schrank, H. and Dubinsky, A.J. (2004). Effect of brand name on consumers’ risk perceptions of online shopping. Journal of Consumer Behaviour, 4, pp. 40–50.

Internet World Stats (2007). Retrieved from http:// www.Internetworldstats.com (accessed 14 March 2008).

Jaillet, H.F. (2002). Web metrics: measuring patterns in online shopping. Journal of Consumer Behaviour, 2, pp. 369–381.

Janda, S. and Ybarra, A. (2005). Do product and consumer characteristics affect the relationship between online experience and customer satisfaction? Journal of Internet Commerce, 4, pp. 133–151.

Jarvenpaa, S.L., Tractinsky, N. and Vitale, M. (2000). Consumer trust in an Internet store. Information Technology and Management, 1, pp. 45–71.

Jayawardhena, C. (2004). Personal values’ influence on e-shopping attitude and behaviour. Internet Research, 14, pp. 127–138.

Jin, B. and Park, J.Y. (2006). The moderating effect of online purchase experience on the evaluation of online storeattributes and the subsequent impact on market response outcomes. Advances in Consumer Research, 33, pp. 203– 211.

Johnson, E.J., Moe, W.M., Fader, P.S., Bellman, S. and Lohse, G.L. (2004). On the depth and dynamics of online search behaviour. Management Science, 50, pp. 299–308.

Jones, M.A. (1999). Entertaining shopping experiences: an exploratory investigation. Journal of Retailing and Consumer Services, 6, pp. 129–139.

Kaynama, S.A. and Black, C.I. (2000). A proposal to assess the service quality of online travel agencies: an exploratory

study. Journal of Professional Services Marketing, 21, pp. 63–88.

Khalifa, M. and Liu, V. (2003). Satisfaction with Internetbased services: the role of expectations and desires. International Journal of Electronic Commerce, 7, pp. 31–49.

Khalifa, M. and Liu, V. (2007). Online consumer retention: contingent effects of online shopping habit and online shopping experience. European Journal of Information Systems, 16, 780–792.

Kim, Y. (2002). Consumer value: an application to mall and Internet shopping. International Journal of Retail & Distribution Management, 30, pp. 595–602.

Kim, H.-R. (2004). Developing an index of online customer satisfaction. Journal of Financial Services Marketing, 10,

  1. 49–64.

Kim, S. and Stoel, L. (2004). Apparel retailers: website quality, dimensions and satisfaction. Journal of Retailing

and Consumer Services, 11, pp. 109–117.

Klein, L.R. and Ford, G.T. (2002). Consumer search for information in the digital age: an empirical study of prepurchase

search for automobiles. Advances in Consumer Research, 29, pp. 100–101.

Koufaris, M., Kambil, A. and LaBarbera, P.A. (2002). Consumer behaviour in web-based commerce: an empirical study. International Journal of Electronic Commerce, 6, pp. 115–138.

Kumar, N., Lang, K.R. and Peng, Q. (2005). Consumer search behaviour in online shopping environments. E-Service Journal, pp. 87–102.

Lee, G.-G. and Lin, H.-F. (2005). Customer perceptions of e-service quality in online shopping. International Journal of Retail & Distribution Management, 33, pp. 161–176.

Lee, H., Herr, P.M., Kardes, F.R. and Kim, C. (1999). Motivated search: effects of choice accountability, issue involvement and prior knowledge on information acquisition and use. Journal of Business Research, 45, pp. 75–88.

Lee, M.K.O. and Turban, E. (2001). A trust model for consumer Internet shopping. International Journal of Electronic Commerce, 6, pp. 75–91.

Lee, Y.E. and Benbasat, I. (2003). Interface design for mobile commerce. Communications of the ACM, 46, pp.

48–52.

Lehto, X.Y., Kim, D.-Y. and Morrison, A.M. (2006). The effect of prior destination experience on online information

search behaviour. Tourism and Hospitality Research, 6, pp. 160–178.

Lim, N. (2003). Consumers’ perceived risk: sources versus consequences. Electronic Commerce Research and Applications,

2, pp. 216–228.

Loiacono, E.T., Watson, R.T. and Goodhue, D.L. (2002). WEBQUAL: a measure of website quality. American Marketing Association. Conference Proceedings, 13, pp. 432–438.

Mathwick, C., Malhotra, N.K. and Rigdon, E. (2001). Experiential value: conceptualization, measurement and application in the catalog and Internet shopping environment. Journal of Retailing, 77, pp. 39–56.

Matsuda, M. (2006). Mobile communication and selective sociality. In Ito, M., Okabe, D. and Matsuda, M. (eds),

Personal, Portable, Pedestrian: Mobile Phones in Japanese Life. Cambridge, MA: MIT Press, pp. 123–142.

McKnight, D.H. and Chervany, N.L. (2001). What trust means in e-commerce customer relationships: an interdisciplinary

conceptual typology. International Journal of Electronic Commerce, 6, pp. 35–59.

Meyer, C. and Schwager, A. (2007). Understanding customer experience. Harvard Business Review, 85, pp. 116–

126.

Mitchell, V. (1999). Consumer perceived risk: conceptualizations and models. European Journal of Marketing, 33,

  1. 163–195.

Moorman, C., Zaltman, G. and Deshpandé, R. (1992). Relationships between providers and users of market research: the dynamics of trust within and between organisations. Journal of Marketing Research, 29, pp. 314–329.

Morgan, R.M. and Hunt, S.D. (1994). The commitment– trust theory of relationship marketing. Journal of Marketing, 58, pp. 20–38.

Moynagh, M. and Worsley, R. (2002). Tomorrow’s consumer – the shifting balance of power. Journal of Consumer Behaviour, 1, pp. 293–301.

Murray, K.B. and Haubl, G. (2002). The fiction of no friction: a user skills approach to cognitive lock-in. Advances in Consumer Research, 29, pp. 11–18.

Novak, T.P., Hoffman, D.L. and Yung, Y.-F. (2000). Measuring the customer experience in online environments: a structural modelling approach. Marketing Science, 19, pp. 22–42.

Nysveen, H. and Pedersen, P.E. (2004). An exploratory study of customers’ perception of company websites offering various interactive applications: moderating effects of customers’ Internet experience. Decision Support Systems, 37, pp. 137–150.

Palen, L., Salzman, M. and Youngs, E. (2001). Discovery and integration of mobile communications in everyday life. Pesonal and Ubiquitous Computing, 5, pp. 109–122.

Parasuraman, A. and Zinkhan, G.M. (2002). Marketing to and serving customers through the Internet: an overview

and research agenda. Journal of the Academy of Marketing

Science, 30, pp. 286–295.

Perea y Monsuwé, T., Dellaert, B.G.C. and de Ruyter, K.(2004). What drives consumers to shop online? A literature review. International Journal of Service Industry Management, 15, pp. 102–121.

Pine, II, B.J. and Gilmore, J.H. (1999). The Experience Economy: Work Is Theatre and Every Business A Stage. Boston, MA: Harvard Business School Press.

Poynter, R. (2008). Facebook: the future of networking with customers. International Journal of Market Research, 50, pp. 11–12.

Punj, G.N. and Staelin, R. (1983). A model of consumer information search behavior for new automobiles. Journal of Consumer Research, 9, pp. 366–380.

Quan, S. and Wang, N. (2004). Towards a structural model of the tourist experience: an illustration from food experiences in tourism. Tourism Management, 25, pp. 297– 305.

Rodgers,W., Negash, S. and Suk, K. (2005). The moderating effect of online experience on the antecedents and consequences

of online satisfaction. Psychology and Marketing, 22, pp. 313–331.

Rosa, J.A. and Malter, A.J. (2003). E-(embodied) knowledge and E-commerce: How physiological factors affect online sales of experiential products. Journal of Consumer Psychology, 13, pp. 63–73.

Rousseau, D.M., Bitkin, S.B., Burt, R.S. and Camerer, C. (1998). Not so different after all: a cross discipline view of trust. Academy of Management Review, 23, pp. 393– 404.

Sarker, S. and Wells, J.D. (2003). Understanding mobile handheld device use and adoption. Communications of the ACM, 46, pp. 35–40.

Schmitt, B.H. (2003). Customer Experience Management: A Revolutionary Approach to Connecting with Your Customer. Hoboken NJ: John Wiley.

Shaw, C. (2002). The DNA of Customer Experience – How Emotions Drive Value. New York: Palgrave.

Shchiglik, C. and Barnes, S.J. (2004). Evaluating website quality in the airline industry. Journal of Computer Information Systems, 44, pp. 17–25.

Shim, S., Eastlick, M.A., Lotz, S.L. and Warrington, P. (2001). An online pre-purchase intentions model: the role of intention to search. Journal of Retailing, 77, pp. 397– 416.

Shiv, B. and Fedorikhin, A. (1999). Heart and mind in conflict. The interplay of affect and cognition in consumer decision-making. Journal of Consumer Research, 26, pp. 278–292.

So, W.C.M., Wong, T.N.D. and Sculli, D. (2005). Factors affecting intentions to purchase via the Internet. Industrial

Management & Data Systems, 105, pp. 1225–1244.

Stewart, K.J. (1999). Transference as a means of building trust in world wide web sites. Proceedings of the 20th International Conference on Information Systems, 1999 pp. 459–464.

Suh, B. and Han, I. (2003). The impact of customer trust and perception of security control on the acceptance of electronic commerce. International Journal of Electronic Commerce, 7, pp. 135–161.

Summers, J.O. (2001). Guidelines for conducting research and publishing in Marketing: from conceptualization through the review process. Journal of the Academy of Marketing Science, 29, pp. 405–401.

Tan, F.B. and Sutherland, P. (2004). Online consumer trust: a multi-dimensional model. Journal of Electronic Commerce in Organizations, 2, pp. 41–59.

Teo, T.S.H. (2002). Attitudes toward online shopping and the Internet. Behaviour & Information Technology, 21, pp.

259–271.

Trabold, L.M., Heim, G.R. and Field, J.M. (2006). Comparing e-service performance across industry sectors. International Journal of Retail & Distribution Management, 34, pp. 240–257.

Tranfield, D., Denyer, D. and Smart, P. (2003). Towards a methodology for developing evidence-informed management

knowledge by means of systematic review. British Journal of Management, 14, pp. 207–222.

Trevino, L.K. and Webster, J. (1992). Flow in computermediated computer communication: electronic mail and voice mail evaluation and impacts. Communication Research, 19, pp. 539–573.

Tsai, S.-P. (2005). Integrated marketing as management of holistic consumer experience. Business Horizons, 8, pp.

431–441. US Census Bureau (2009). Wholesale and retail trading: online retail sales. Available at http://www.census.gov/compendia/statab/cats/

wholesale_retail_trade/online_retail_sales.html

(accessed 13 November 2009).

van der Heijden, H., Verhagen, T. and Creemers, M. (2003). Understanding online purchase intentions: contributions

from technology and trust perspectives. European Journal of Information Systems, 12, pp. 41–48.

Varshney, U. and Vetter, R. (2002). Mobile commerce: framework, applications and networking support. Mobile Networks and Applications, 7, pp. 185–198.

Vijayasarathy, L.R. and Jones, J.M. (2000). Print and Internet

catalog shopping: assessing attitudes and intentions. Internet Research, 10, pp. 191–200.

Watson, R.T., Akselsen, S. and Pitt, L.F. (1998). Attractors: building mountains in the flat landscape of the world wide web. California Management Review, 40, pp. 36–56.

Wolfinbarger, M. and Gilly, M.C. (2001). Shopping online for freedom, control and fun. California Management

Review, 43, pp. 34–55.

Wood, C.M. and Scheer, L.K. (1996). Incorporating perceived risk into models of consumer deal assessment and

purchased intention. Advances in Consumer Research, 23, pp. 399–404.

Zeng, M. and Reinartz,W. (2003). Beyond online search: the road to profitability. California Management Review, 45,

  1. 107–130.

Consumer Decision Making in Online Shopping Environments: The Effects of Interactive Decision Aids

Consumer Decision Making in Online Shopping Environments: The Effects of Interactive Decision Aids

Gerald Haübl • Valerie Trifts

Marketing Science 19, 1, 415-178

 

Mots clés : Consumer decision, Online shopping, Interactive decision aids,

Les possibilités offertes par internet ne sont aujourd’hui plus à démontrées et deux facteurx principaux en sont la cause :

L’augmentation drastique du nombre d’entreprises qui ont fait d’internet un superbe moyen de communiquer avec leurs clients potentiels d’une part, et l’adoption rapide par les clients d’internet en tant qu’outil d’achat ou de source d’information.

Cet article traitera particulièrement de l’achat en ligne et de l’interactivité qui découle de cet environnement.

Une des caractéristiques de l’environnement d’achat en ligne est qu’il offre au client beaucoup d’interactivité. Pour définir l’interactivité il est important de rappeler qu’elle se base sur la réciprocité et l’échange d’information, la disponibilité de l’information, la personnalisation du contenu ainsi que le feedback en temps réel.

Il est également important de bien différencier l’interactivité entres les personnes et l’interactivité entre les machines.

La première désigne comme son nom l’indique la faculté de d’interagir et de communiquer avec d’autres humains tandis que la deuxième désigne la capacité d’une personne à accéder à une base de données en ligne. C’est d’ailleurs le point central de cette étude.

Le postulat de base est que le comportement du consommateur dépend grandement du type d’interactivité proposé dans un environnement d’achat en ligne donné. Ces outils d’interactivité font ici référence à l’aide à la décision interactive mentionné dans le titre de l’article.

Ainsi, l’organisation de cet article est la suivante :

  1. Compréhension du processus de décision et de l’aide à la décision
  2. Compréhension des aides interactives dans le cadre des achats en ligne

 

 

Compréhension du processus de décision et de l’aide à la décision :

Les humains adaptent leurs stratégies de prise de décisions aux situations et à l’environnement. Payne en 1982, Shugan en 1980 et Bettman 1990 démontrent que les hommes cherchent à réduire l’effort cognitif associé à la prise de décision. Ainsi ils se conforment à une précision imparfaite de leurs décisions en retour d’une réduction de l’effort.
Ce rapport entre effort et précision entraine souvent la prise d’une décision satisfaisante. C’est particulièrement le cas lorsque les alternatives sont nuisibles ou difficiles à comparer, c’est-à-dire lorsque la compléxité de l’environnement de décision est élevée.

Ainsi lorsque l’homme fait face à ce genre d’environnement de décision complexe, il peut utiliser une technologie informatique d’aide à la décision. Ils effectuent des taches ou des fonctions de traitement d’informations distinctes. Le principe de motivation qui sous-tend les aides à la décision est que les tâches de traitement de l’information, à forte intensité de ressources, mais standard, sont effectuées par un système informatique, ce qui libère une partie de la capacité de traitement des décideurs humains. Le travail est donc partager entre l’humain et l’ordinateur.

Nous allons maintenant voir un aperçu général des aides à la décision interactive disponibles pour les consommateurs dans le but de faire des achats en ligne.

Compréhension des aides interactives dans le cadre de l’achat en ligne :

La technologie disponible pour la mise en œuvre de l’interactivité des machines dans les environnements commerciaux en ligne est une formidable opportunité pour une entreprise de pallier l’absence de contact physique avec les produits ainsi que l’absence d’interaction en face à face avec un vendeur.

Les aides à la décisions interactives peuvent prendre différentes formes allant des moteurs de recherche à vocation générale à l’agent sophistiqué. Une classification des agents d’achats interactifs repose sur la question de savoir si un outil es conçu pour aider un consommateur à déterminer ce qu’il faut acheter ou, ou il faut l’acheter.

Un phénomène bien connu concernant la prise de décision dans des environnements complexes est que les individus sont souvent incapables d’évaluer toutes les alternatives disponibles en profondeur avant de faire un choix.

Dans le cadre de la décision d’achat le processus de décision le consommateur identifie dans un premier temps un large éventail de produits pertinent sans les examiner en profondeur et un sous ensemble qui comprend les solutions de rechange les plus pertinentes. Ensuite, il évalue ce dernier en profondeur en comparant les caractéristiques des produis avant de prendre sa décision d’achat.

Ainsi dans le cadre de l’aide à la décision, les outils interactifs peuvent apporter un soutien au consommateur dans les cas suivants :

  • Le dépistage initial des produits disponibles pour déterminer ceux qui valent le plus la peine d’être examinés en premiers.
  • La comparaison approfondie des produits sélectionnés avant de prendre la décision d’achat réelle.

Dans le cas de cette étude, il a été décidé de se concentrer sur deux outils interactifs.

L’agent de recommandation : Un outil de sélection de solution de rechange :

L’agent de recommandation a pour objectif de dépister initialement des alternatives disponibles dans une boutique en ligne. La RA utilisée dans la présente étude génère une liste personnalisée d’alternatives recommandées, dans lesquelles des alternatives sont décrites par leur marque et leur nom de modèle.

Une matrice de comparaison :

La matrice de comparaison est conçue pour permettre aux acheteurs de comparer les produits plus efficacement et de manière appropriée. Il permet au consommateur d’ajouter un produit à sa propre matrice afin que ses caractéristiques soient comparées aux autres produits de cette matrice. Ainsi le consommateur peut faire son choix en se basant uniquement sur certaines caractéristiques les plus pertinentes. Le format est interactif dans la mesure ou l’homme présélectionne et la machine facilite le processus de décision d’achat. De plus la machine met l’accent sur la mémorisation des produits et facilite donc le choix du consommateur.

Conclusion

Une des caractéristiques de l’environnement commercial électroniques est la quasi absence de limites physiques en ce qui concerne l’affichage du produit. Ainsi un commerce en ligne offrira un nombre extrêmement élevé de solutions de rechange dans une catégorie de produits.
C’est évidemment un plus pour le consommateur qui a plus de choix que dans un magasin physique.

Néanmoins, les ressources cognitives limitées du consommateur ne lui permettent pas de traiter les quantités potentiellement importantes d’informations sur ces alternatives.

C’est la raison pour laquelle les aides à la décisions interactives dont le but est d’aider à gérer efficacement et à capitaliser sur les grandes quantités d’informations à disposition dans un environnement d’achat en ligne.

Cette étude avait donc pour but d’étudier les effets des agents de recommandation ainsi que des matrices de comparaison. Le premier aide les consommateurs dans le dépistage initial des alternatives tandis que le second facilite les comparaisons approfondies d’alternatives sélectionnées.

Ainsi l’étude menée permet de mettre en exergue l’impact important sur la quantité de recherches d’informations sur les produits, la taille et la qualité des ensemble de considérations des acheteurs et la qualité de leurs décisions d’achat.

Partant du principe bien établit qu’il existe un compromis entre effort et précision inhérent à la prise de décision humaine dans les environnements traditionnels, nous pouvons constater que des outils tel que les agents de recommandations et les matrices de comparaison permettent au consommateur d’améliorer la qualité de sa décision tout en réduisant ses efforts. De fait cette étude démontre que les outils d’aides à la décision interactifs ont un impact stratégique sur la façon dont les consommateurs recherchent des informations sur les produits et prennent des décisions d’achat.

Comment générer de la confiance envers un agent virtuel à l’aide de ses caractéristiques?

Lemoine Jean-François, Cherif Emna, « Comment générer de la confiance envers un agent virtuel à l’aide de ses caractéristiques ? Une étude exploratoire », Management & Avenir, 8/2012 (N° 58), p. 169-188.

Mot clés : Agents virutel, Confiance, Internaute, Intention d’achat, Intention de recommander le site

Cette recherche étudie l’influence d’un agent virtuel sur la confiance des internautes envers un site web. A partir d’une expérimentation menée auprès de 242 individus sur un site conçu pour l’occasion, nous montrons qu’un site avec agent suscite chez les individus plus de confiance qu ‘un site sans agent. De même, un site avec agent est à l’origine d’intentions d’achat dans le magasin et d’intentions de recommander le site et l’enseigne plus importantes qu’un site sans agent.

Internet souffre aujourd’hui d’un déficit de confiance par rapport à d’autres média tel que la radio ou la presse écrite. La gestion des données personnelles ou le manque de confiance dans les règlements en ligne en sont deux principales raisons. Il est donc crucial pour les entreprises de gagner la confiance des internautes.

Si des moyens tels que les labels de confiance ou les témoignages de clients ont pour objectif de gagner la confiance des utilisateurs, cette étude tente de répondre aux interrogations sur le rôle spécifique des agents virtuels.
Une étude empirique auprès de 242 personnes a donc été menée afin d’étudier l’effet des agents virtuel sur les comportements des internautes.

Développement :

Pour mesurer la dimension sociale d’un site web et ses effets sur le comportement des internautes, il est fréquent de recourrir à la théorie de la réponse sociale. D’après elle, les individus peuvent être amené à considérer leur ordinateur comme un acteur social tout en sachant qu’il n’est pas vivant.

Ainsi parmis les variables qui renforcent le caractère social d’une éxpérience en ligne on retrouve :

  • Le language
  • La voix
  • L’intéractivité
  • Le rôle social attribué au site

En se servant de ces variables Wang et al se sont intéressés au degré de sociabilité perçu des sites web et a son influence sur le comportement des internautes. Ils ont pour l’occasion crée un site de voyage avec agent virtuel et un autre sans qu’ils ont confronté aléatoirement a 337 personnes.

Il ressort de cette expérience que le site possédant un agent virtuel est perçu comme ayant un degré de sociabilité supérieur à celui sans agent.

L’agent virtuel joue donc un rôle direct sur le plaisir durant la navigation, le degré d’éveil de l’individu ou encore l’intention de recommander le site.

D’autres études menées au sujet des agents virtuels ont déjà montré que ces derniers augmentent l’attractivité du site et l’engagement des utilisateurs. En revanche si l’utilisation des agents virtuels améliore l’attractivité d’un site, il n’a pas d’effet direct sur l’évaluation des produits.

Agents virtuels et création d’une relation de confiance avec les internautes

Les recherches traitant de la relation agents virtuels confiance sont encore peu nombreuses mais les quelques études existantes mettent en exergue l’effet positif d’un échange verbal durant la navigation sur le sentiment de confiance des internautes.

Ainsi les premiers résultats à disposition démontrent que :

  1. qu’un site web présentant un agent virtuel suscite plus de confiance chez les internautes qu’un site web n’en présentant pas.
  2. que la confiance des internautes envers un site web influence positivement leurs intentions comportementales.
  3. qu’un site web présentant un agent virtuel a un effet positif plus important sur les intentions comportementales des internautes qu’un site web n’en présentant pas.

 

L’étude menée par Jean Francois Lemoine et Cherif Emna fait ressortir plusieurs constats :

  • Plus les internautes éprouvent un sentiment de confiance à l’égard d’un site, plus leurs intentions d’achat dans le magasin et leur intention de recommander le site et l’enseigne sont élevés. On peut donc confirmer que la confiance des internautes à l’égard d’un site influence positivement leurs intentions comportementales.
  • L’ajout d’un agent virtuel affecte positivement les intentions comportementales des internautes. En effet, les intentions de recommander le site, l’enseigne et d’acheter en magasin sont toutes plus importantes en présence d’un site contenant un agent virtuel.

De plus, cela développe l’intention d’achat dans le point de vente, et de fait offre la possibilité de mettre en place une stratégie dite « Click & mortar ».

  • Alors que les internautes sont encore nombreux aujourd’hui à éprouver de la méfiance à l’égard d’internet, les résultats de cette étude semblent indiquer que le recourt aux agents virtuels accroit la confiance que les consommateurs éprouvent à l’égard des sites. En influençant positivement la confiance des internautes, les agents apparaissent comme des outils marketing au service de la gestion de la relation client. Dans un contexte de forte concurrence, de tels outils sont primordiaux dans l’optique de créer une relation sur le long terme avec sa clientèle.
  • L’agent virtuel apporte également une valeur ajoutée au niveau de l’expérience utilisateur en permettant au site de se différencier de la concurrence dans l’expérience de navigation. Leur utilisation permet ainsi d’élaborer des stratégie de positionnement différenciées.

Conclusion :

La confiance semble jouer le rôle d’une variable médiatrice entre les agents et les intentions comportemen tales des consommateurs (intentions d’achat en magasin, intentions de recommander le site et l’enseigne). Si cet effet médiateur est manifeste, il n’est pas pour autant total. En effet, dans la mesure où nous parvenons à confirmer l’existence d’une relation directe entre la présence des agents et les intentions comportementales des internautes, il convient d’en déduire que cet effet médiateur de la confiance n’est que partiel.

 

 

 

Références bibliographiques

 

(1) Cassell J., Bickmore T., Campbell L., Vilhjlmsson H. et Yan H. (2000), Human conversation as a system fra mework: designing embodied conversational agents, in Embodied Conversational Agents, Cassell J., Sullivan J., Prévost S. et Churchill E. (eds.), Boston, MIT Press, 29-63.

(2) Chouk I. et Perrien J. (2006), Déterminants de la confiance du consommateur vis-à-vis d’un marchand Inter net non familier : une approche par le rôle des tiers, Actes du 22e congrès international de VAssociation Française du Marketing, Nantes, CDRom.

(3) Csikszentmihalyi M. (1975), Beyond bordom and an xiety, San Francisco CA, Jossey Bass. (4) Dailey L. (2004), Navigational web atmospherics ex plaining the influence of restrictive navigation cues, Jour nal of Business Research, 57, 795-803.

(5) Diesbach B.P., Chandon J.-L. et Galan J.-P. (2007), Effets de la présence et de la congruence d’un agent virtuel incarné sur le pouvoir de rétention du site web, Actes du 23e congrès international de l’Association Française du Mar keting, Aix les Bains, CDRom.

(6) Gauzente C. et Guilloux V. (2003), Marketing relation nel sur Internet : quelle place pour les agents d’interface ? Actes de la 2e journée nantaise de recherche sur le e-mar keting, Nantes, CDRom.

(7) Gurviez P. et Korchia M. (2002), Proposition d’une échelle de mesure multidimensionnelle de la confiance dans la marque, Recherche et Applications en Marketing, 17,3,41-61.

(8) Holzwarth M., Janiszewski C. et Neuman M.M. (2006), The influence of avatars on online consumer shopping be havior, Journal of Marketing, 70,4,19-36.

(9) Insee, Enquête sur les TIC, 2005.

(10) Lancelot-Miltgen C. et Gauzente C. (2006), Vie privée et partage de données personnelles en ligne : une approche typologique, Actes du 22e congrès international de l Asso ciation Française du Marketing, Nantes, CDRom.

(11) Lemoine J.-F. (2008), Atmosphère des sites web mar chands et réactions des internautes, Revue Française du Marketing, 217, 2, 45-61.

(12) Notebaert J.-F. (2005), L’interface homme-machine en commerce électronique : vers une création de lien social comme outil de positionnement stratégique, Revue Fran çaise du Marketing, 205, 5, 71-90.

(13) Papadopoulou P., Andreou A., Kanellis P. et Martakos D. (2001), Trust and relationship building in electronic commerce, Internet Research: Electronic Networking Ap plications and Policy, 11,4, 322-332.

(14) Qiu L. et Benbasat I. (2005), Online consumer trust and live help interfaces: the effects of text-to-speech voice and three-dimensional avatars, International Journal of Human-Computer Interaction, 19, 1,75-94.

(15) Sivaramakrishnan S. et Tang Z. (2002), Giving an “e-human touch” to e-retailing: an examination of the ef fectiveness of virtual salespeople, Advances in Consumer Research, 29, 492-493.

(16) Steuer J. et NassC.I. (1993), Voices, boxes and sources of messages computers and social actors, Human Commu nication Research, 19, 4, 504-527.

(17) Takahashi T., Takeushi Y. et Katagiri Y. (2000), Change in human behaviors based on affiliation needs: toward the design of a social guide agent system, Working paper, ATR Media Integration and Communications Research Labora tories, Kyoto (www.mic.atr.co.jp).

(18) Wang L.C., Baker J., Wagner J.A. et Wakefield K. (2007), Can a retail web site be social? Journal of Marke ting, 71, 143-157.