Wang, Y., & Yu, C. (2017). Social interaction-based consumer decision-making model in social commerce: The role of word of mouth and observational learning. International Journal of Information Management, 37(3), 179‑189. https://doi.org/10.1016/j.ijinfomgt.2015.11.005

Social interaction-based consumer decision-making model in social commerce: The role of word of mouth and observational learning

https://doi.org/10.1016/j.ijinfomgt.2015.11.005

Valence : Le mot valence, en marketing, est couramment utilisé pour désigner la puissance d’attraction en matière de communication publicitaire.

Mots clés : Social commerce E-commerce Social interaction Consumer decision-making process Word of mouth (WOM) communication Observational learning

Résumé : Le commerce social médiatisé par les médias sociaux et les plateformes de réseaux sociaux a conduit au développement de nouveaux modèles commerciaux dans le commerce électronique et a numérisé le parcours de décision des consommateurs. L’interaction sociale est considérée comme une condition préalable au succès du commerce social, car les consommateurs s’attendent désormais à une expérience interactive et sociale lorsqu’ils prennent des décisions d’achat. En nous appuyant sur le bouche-à-oreille (WOM) et les théories de l’apprentissage par observation, nous conceptualisons les interactions sociales dans les environnements de commerce social sous deux formes : la communication WOM et l’observation des achats d’autres consommateurs, et examinons leur impact sur l’intention d’achat du consommateur et le comportement d’achat réel. En analysant les données primaires (n = 217) collectées auprès des consommateurs actifs interrogés au sein des sites de commerce social à deux étapes (préachat et post-achat), nous avons constaté que la valence positive et négative WOM, le contenu WOM et l’observation des achats des autres consommateurs affectent considérablement l’intention des consommateurs d’acheter un produit, augmentant ainsi la probabilité d’acheter réellement et de partager des informations sur les produits avec d’autres sur des sites de commerce social.

Pour mesurer les processus de prise de décision des consommateurs, nous utilisons deux variables de résultat du modèle d’acceptation technologique (TAM) et de la théorie de l’action raisonnée (TRA) (Ajzen et Fishbein, 1980) dans notre modèle : les intentions comportementales d’achat et l’achat réel (Davis , Bagozzi et Warshaw, 1989). La figure 1 illustre notre modèle de recherche ; les constructions clés et les hypothèses associées seront discutées dans la section suivante.

H1a : La valence positive WOM influencera positivement les intentions d’achat des consommateurs.

H1b : La valence négative WOM influencera négativement les intentions d’achat des consommateurs.

H1c : Le contenu de WOM influencera positivement les intentions d’achat des consommateurs.

H2 : L’observation des achats antérieurs des consommateurs influencera positivement les intentions d’achat des consommateurs.

H3 : L’intention d’achat d’un consommateur affectera son achat réel sur un site de commerce social.

H4 : L’intention d’achat d’un consommateur affectera son comportement après l’achat sur un site de commerce social.

Sample et Profils des répondants : La procédure de recherche pour cette étude a été réalisée selon la méthode suggérée par Kim et al. (2008), qui a mené une enquête sur la confiance en ligne sur les sites de commerce électronique, et a été spécialement conçu pour tester la relation entre l’intention d’achat et le comportement d’achat réel. Les participants ont été invités à ouvrir un compte sur l’un des sites de commerce social recommandés. Il leur a ensuite été demandé de lire les conditions d’utilisation du site qu’ils avaient sélectionné et de chercher à comprendre l’ensemble du processus d’achat en ligne et les fonctionnalités proposées par le site.

Les données ont été collectées en deux cycles par le biais d’enquêtes sur papier : un cycle préachat et un cycle post-achat. Après un mois d’observation de leurs sites de commerce social préférés, les participants ont reçu le questionnaire préachat qui posait des questions sur les comportements d’interaction sociale (communications WOM et observation des achats des consommateurs) et les intentions d’achat. Le questionnaire post-achat a été envoyé aux participants quelques semaines plus tard en posant deux questions liées à leur comportement post-achat. Si les participants n’ont pas répondu à l’une des deux enquêtes, les réponses ont été jugées incomplètes et éliminées de notre ensemble de données.

Un total de 217 réponses a été reçues et incluses dans l’échantillon pour la validation de la construction et les tests d’hypothèse. Les caractéristiques démographiques des répondants ont indiqué que la majorité des participants à notre échantillon étaient des consommateurs actifs en ligne. Plus de 85% de nos participants ont déclaré avoir acheté des produits au moins cinq fois en ligne au cours de la dernière année, et près de 75% avaient plus d’un an d’expérience dans l’utilisation des sites de commerce social pour faire leurs achats. Plus de 70% de nos participants avaient dépensé plus de 50 $ en ligne au cours des trois derniers mois.

Méthodologie : Les deux questionnaires ont été utilisés pour comprendre l’interaction sociale des consommateurs, les comportements avant et après achat. Le questionnaire préachat comprenait toutes les questions relatives aux communications WOM, l’observation des achats des consommateurs et les intentions d’achat. Tous les éléments du questionnaire du premier tour ont été adaptés de la littérature et modifiés au besoin pour cette étude. Tous les éléments ont utilisé une échelle de Likert en cinq points allant de 1 = « fortement en désaccord » à 5 = « fortement en accord ».

Questions : Communication de bouche à oreille (Goyette et al., 2010)

Valence positive WOM :

1. J’ai recommandé mon site de commerce social préféré à d’autres.

2. J’ai parlé favorablement de mon site de commerce social préféré aux autres.

3. Je parle des bons côtés de mon site de commerce social préféré aux autres.

4.  Je suis fier de dire aux autres que je suis le client de mon site de commerce social préféré. (Supprimé).

5. Je recommande fortement aux gens d’acheter des produits en ligne sur mon site de commerce social préféré

6.   Je dis surtout des choses positives sur mon site de commerce social préféré aux autres (Supprimé).

Valence négative WOM :

1. Je dis surtout des choses négatives aux autres sur mon site de commerce social préféré.

2. J’ai parlé de manière peu flatteuse de e-vendeurs à d’autres sur mon site de commerce social préféré.

Contenu WOM :

« Sur mon site de commerce social préféré, je discute avec d’autres sur …… »

1.    La qualité de l’offre produit.

2.    La variété de l’offre produit.

3.    La convivialité.

4.    La sécurité des transactions.

5.    Les prix des produits offerts.

6.    Facilité de transaction.

7. Les modes de livraison (Supprimé).
8. La notoriété des vendeurs (Supprimée).

Observer l’achat par le consommateur (nouveau développement) :

Les sites de commerce social permettent aux consommateurs de suivre la liste de souhaits des autres membres, la liste d’achat, de s’enregistrer pour montrer qu’il a déjà recommandé ou acheté le produit. Veuillez indiquer dans quelle mesure vous êtes d’accord ou en désaccord :

1. Souvent, lors de l’achat du produit de la marque, je suis les membres qui ont acheté le produit sur mon site de commerce social préféré.

2. Souvent, lors de l’achat du produit de la marque, j’observe les actions d’achat passées des autres membres en consultant leurs listes d’achats ou de check-in.

3. Souvent, lors de l’achat du produit de la marque, j’ai lu les commentaires précédents sur mon site de commerce social préféré.

Intention d’achat (Noh et al., 2013; Sharma & Crossler, 2014) :

1. Je suis susceptible de fournir mes informations personnelles à acheter sur les sites de commerce social.

2. Je prévois de fournir mes informations personnelles pour les achats sur les sites de commerce social.

3. J’ai l’intention de fournir mes informations personnelles pour l’achat sur les sites de commerce social.

4. J’ai l’intention d’utiliser des sites de commerce social pour trouver des prix bas (Supprimé).

Remarque : nous avons supprimé les éléments avec des charges factorielles standard inférieures à 0,6 après avoir effectué l’analyse factorielle initiale.

Achat et post-achat (Kim et al., 2008) :

1. Avez-vous acheté un produit sur votre site de commerce social préféré ?

2. Après avoir reçu les produits que vous avez commandés, avez-vous partagé des informations relatives aux produits telles que des critiques de produits, des recommandations, l’expérience utilisateur ou des plaintes avec d’autres membres sur votre site de commerce social préféré ?

Discussions :

D’après notre analyse des données, toutes les hypothèses ont reçu un soutien important. Premièrement, la valence positive WOM et le contenu de WOM sont les principaux moteurs de l’amélioration de l’intention d’achat des consommateurs. Cette découverte est conforme aux conclusions de plusieurs études (par exemple, Amblee & Bui, 2011; Cheung et al., 2014) qui ont indiqué que l’augmentation du volume des évaluations par les pairs des consommateurs facilitera la probabilité d’une décision d’achat du consommateur. Cette étude confirme en outre que les consommateurs collecteront des informations sur les produits en discutant de la qualité, de la variété et du prix d’un produit avec leurs pairs, et compareront les opinions alternatives en lisant les avis positifs et négatifs avant de prendre une décision d’achat.

Deuxièmement, nos résultats révèlent que l’observation et l’apprentissage des comportements des autres consommateurs sur les plateformes de commerce social augmentent l’intention d’achat. De plus, cette étude confirme que les consommateurs observeront leurs pairs qui partagent leurs décisions d’achat et leurs expériences et apprendront d’eux pour faire des choix appropriés. Enfin, nous avons constaté que l’intention d’achat a un impact significatif sur le comportement d’achat réel et postérieur à l’achat. Cela montre que les consommateurs achèteront un produit sur un site de commerce social et partageront leur avis sur le produit et leur expérience utilisateur car ils ont une forte intention d’achat.

Conclusion :

Cette étude a examiné les intentions d’achat et les comportements d’achat réels dans un environnement de commerce social du point de vue du WOM et l’apprentissage par observation pour examiner les interactions sociales. Les deux types d’activités d’interaction sociale intégrées aux sites de commerce social influencent l’intention d’achat et donc les comportements d’achat et post-achat réels.

Plus précisément, nos résultats ont révélé que la valence positive WOM et le contenu WOM affectent de manière significative l’intention des consommateurs d’acheter un produit dans une communauté de commerce social. Dans le même temps, notre étude a révélé que l’intention d’achat motivée par l’interaction sociale dans le commerce social peut augmenter la probabilité d’acheter et de partager des informations sur les produits avec des pairs.

Par conséquent, cet article fournit un modèle théorique pour expliquer comment un consommateur décide d’acheter un produit sur un site de commerce social en interagissant avec les plateformes elles-mêmes, les vendeurs et les autres acheteurs.

https://pdf.sciencedirectassets.com/271677/1-s2.0-S0268401217X00029/1-s2.0-S0268401215001061/main.pdf?X-Amz-Security-Token=IQoJb3JpZ2luX2VjEEcaCXVzLWVhc3QtMSJHMEUCIQCjBc0TxItbtC7mUV9JiNgeGsV96XZvAzyO1JhmTCEBUwIgJ6BH3jzNawhxXng7gBBhBaEjtbdK4WHxeuJ4bTxldhsqtAMIEBACGgwwNTkwMDM1NDY4NjUiDMafvxw1jPg8egz7wiqRAyUHKoEkVj8NQ5lN4TFBHdFExoLE0J1rc%2FCQ1zW970VD3TDYDezi%2BFzgD5hlAqHWtNrhNtJ5L32%2Bt6%2BwiUm0OfdSGPSDuVE3%2FL2qgZg%2FksfnGEp2l%2BW%2B6c9WuHOx4TxOTcGlE89vrf1P2mkW7SutoPkRb5a%2B8eKYzjiTki%2Bt84MiT8QhNmp4GNqablBKyyEdMw9tY5cU45%2Fqj0%2FTYGJx3GEeU%2BdrnzhoCh7EfU5A30JnepRQPbUUAgqBKbZWhc8V66EtVZFDtwaUNPv9%2FhK5P8NFChfRkO7vW%2FTy2hvRwm20LQZjIKeQYQFCQzxwmQNOeNdSdPontIw43uJIocRElrd6dmG4hBSMsliMrr9WfB7kkUoNGjU%2FlZyDEV2MpwINoFZj668FmP2tV88DR%2FP3%2BB1aAhiawndaChO9saU2AK2OzpyNwXDfT5UxqkwYtsDaOLv8MF1eGe9v07nHRQrHZ99alwlvpV6UOuY2TiMBDkmR0v4HRArN24nQKp3mIUtY8mjTqV5C6PP1iurZrScxZEBBMN7OuPIFOusBSYfMemKPrEWsJxh7dXodyjAxif7V7giNBJjr2idieB3ZgcZBJVJarN9J40Tl8BfZFQqze7iuieFjHVOIMOHFRRbqGggtYSHZJ4NfLywBv5V67nMUIDz0PObOVu%2Bl6QC1bFxEHrcXGeCvTBt1lo2M7Oh18ayKJ42RQhRgouOvEtVKW4AidJZtLKt%2FoInyJVq%2BvNQB0zCoUyG3rdYQ7%2B33mNtH23UVqLCd4lg3q5jET5l6leeJtOZN8M0uFdkcQM2mzpGzZeQpchRh6tcTW98ZjzsMYpNr%2FRG%2BUTpvsDPqb3XNSzBVzClMSIFZJw%3D%3D&X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Date=20200220T073344Z&X-Amz-SignedHeaders=host&X-Amz-Expires=300&X-Amz-Credential=ASIAQ3PHCVTY2D5ITLHE%2F20200220%2Fus-east-1%2Fs3%2Faws4_request&X-Amz-Signature=c26d74e733695429e0ffd4eca69e1b5296c703a4780a467273ea4d3753d7b026&hash=3fa80ce6feaf4fd08381f2cfd3254cec7432ad17d0c7f18b895bb45747433d9e&host=68042c943591013ac2b2430a89b270f6af2c76d8dfd086a07176afe7c76c2c61&pii=S0268401215001061&tid=spdf-ecbc5ff5-e498-4895-9257-85fa96d1c863&sid=7688206d7bfda240828b60e382485745141agxrqb&type=client

Hani, S., Marwan, A., & Andre, A. (2018). L’influence des réseaux sociaux sur le comportement du consommateur : le cas de l’industrie des biens luxueux. La Revue Gestion et Organisation, 10(1), 29‑35. https://doi.org/10.1016/j.rgo.2018.04.001

L’influence des réseaux sociaux sur le comportement du consommateur : le cas de l’industrie des biens luxueux

Mots clés : Réseaux sociaux Produits de luxe Fidélité à la marque Notoriété de la marque Valeur de la marque

L’objectif de ce papier est de comprendre en profondeur l’influence des réseaux sociaux sur le comportement du consommateur des biens de luxe et la plausibilité de les substituer aux stratégies traditionnelles de marketing.

Les facteurs et conditions induisant ce comportement sont tenus en compte. De plus, l’accent est mis sur le rôle des réseaux sociaux dans le choix du client d’u produit de luxe commercialisé et ainsi préféré sur d’autres marques compétitives. Aussi, l’influence de la commercialisation en ligne sur l’intention d’achat est mise en relief.

Question de recherche : quel est l’effet de la publicité sur les réseaux sociaux sur l’interaction du consommateur avec les produits de luxe, sa valorisation pour ces produits et son intention d’achat ?

  • Hypothèse 1 : les réseaux sociaux augmentent la valorisation des produits de luxe
  • Hypothèse 2 : les réseaux sociaux augmentent la fidélité du consommateur envers les marques de luxe
  • Hypothèse 3 : les réseaux sociaux augmentent l’intention d’achat du consommateur pour les produits de luxe

Etude empire : La taille de cet échantillon de commodité et conforme aux conditions scientifiques établies par Johanson et Brook (Johanson & Brooks, 2010). La version finale du questionnaire est mise en circulation après la justification de la validité de son contenu par l’enquête pilote. La collection des données utilise une approche descriptive transversale.

Les variables sont mesurées avec une échelle de Likert à cinq points (1 = tout à fait en désaccord, 2 = en désaccord, 3 = ni en accord ni en désaccord, 4 = en accord, 5 = tout à fait en accord).

Les 4 variables mesurées par le questionnaire :

  1. La valorisation du produit par le consommateur (sous-sections étudiées sont reportées par Hanzaee, Teimourpour, & Teimourpour, 2012)
    1. Une marque de luxe commercialisée en ligne est reconnue par son prestige
    1. Une marque de luxe commercialisée en ligne donne du plaisir à voir
    1. La marque de luxe commercialisée en ligne est reconnue par son unicité
    1. Une marque de luxe commercialisée en ligne est reconnue par son prix
  2. La fidélité du consommateur (reportée par Chaudhuri & Holbrook, 2001 && Keller, Parameswaran, & Jacob, 2011).
    1. Je rachète le produit quel que soit la situation du marché
    1. Cette marque de luxe répond à préférences
    1. La relation qui me lie à ma marque est émotionnelle
    1. Je donne une deuxième chance à cette marque malgré la mauvaise notoriété de certains de ces produits
    1. J’achète cette marque malgré la compétition farouche.
  3. Le pouvoir d’achat du consommateur, l’intention d’achat
    1. J’achète la marque de luxe qui me satisfait par ses produits
    1. J’achète les produits d’une marque en fonction de sa notoriété
    1. J’achète une marque dans laquelle j’ai confiance
    1. J’achète une marque de luxe due à la qualité de ces produits.
  • Le rôle des réseaux sociaux
    • Les informations sur les réseaux sociaux se répandent rapidement
    • Les produits de luxe commercialisé sur les réseaux sociaux que j’utilise sont authentiques
    • Je peux séparer ce qui est important de ce qui n’est pas important sur les réseaux sociaux
    • J’interagi sur les réseaux sociaux avec des individus ayant une bonne culture dans les marques de luxe
    • Les réseaux sociaux me tiennent au courant de toutes les nouvelles tendances.

Analyse des résultats : analyse factorielle confirmatoire et modélisation par équations structurelles

Le logiciel Amos 23 a été utilisé pour le traitement des données.

Dans un premier temps, l’analyse factorielle confirmative (CFA) est menée pour un objectif double : vérifier la validité et la fiabilité du modèle de mesure, et investiguer le modèle causal par la modélisation des équations structurelles (SEM). La méthode de maximum de vraisemblance (MLE) est utilisée dans l’estimation des paramètres

La qualité de l’ajustement du modèle causal est vérifiée par l’indice Khi2 normé (CMIN/DF = 2.696). Les coefficients standardisés sont reportés dans le Tableau 2. It est nettement clair que H1, H2 et H3 sont confirmées. En effet, les coefficients standardisés sont significatifs au niveau de risque de 0.05.

https://pdf.sciencedirectassets.com/287301/1-s2.0-S2214423418X00039/1-s2.0-S2214423418300589/main.pdf?X-Amz-Security-Token=IQoJb3JpZ2luX2VjEEcaCXVzLWVhc3QtMSJHMEUCICjC%2Bmf%2B8k7YUHLRjoSRdtPHtvnXoiatBW90mXMggAm3AiEAqojMwFHqMeamIBrNfqVYixMrl6udStOKCvC7ZLuzfncqtAMIEBACGgwwNTkwMDM1NDY4NjUiDM0zWRiWfyuTJk0jyiqRA%2Bfo%2FY4EcZkOOxYLmY6NFpgGj%2BH64jYzcG11%2FHsnY6sL%2F4acAjnOBs%2FmwgciFVMUmhkkM8OBxHDpdq3mLlz%2FR13RLSSMA0LynLlhPxOdWwR9C4j2jmXKeD0BBOVSFaTM9UHk4ye5ZgiHp7p1qAWUPjO6NsZF0b03Hu4fTh478ZN5lODB73ECvKHBvGqhjR3Y1C43w32W1QiNbSymTKj3vsfrk%2BcEf7QfZvn%2FBW77OhaNfUWLopi4Zbn3S3g7hSmgpPoLQB807qV5hlvyBEqnlbHTjV23cpGphe9g%2BBYPNW4V90YyuYt8g%2BeS7V%2FzVzbtoPKHVACHJxynAobgswzcT8%2Fw4YBIeZ91hXi3fyPLx%2FqFK0a8SnjCOgga3Zrq98gnrLR9hdZrPKv6gURs4XXvVlA3BOgUQe%2Biti05obsl9y%2Byh85YVZaLDnBxmRtzD1wQVuvu88C5vMK1IgL1GVhGDDN9Oc4T8M9VaDxDD6YT8FJkwG8mkcucAzAOX94vSARcmT35enTjT1dsfq3DbQ8JJLmaMPfZuPIFOusBtZ8fTRpWpZGVUJbYMSSQ9H8TznZM4cCOdgvJQ6z0f5ZFjJaznvPnXZjTs%2BZtOYzJFnHcI06%2FbRhq7W6Hl3jc7gaKjnVacq5v3lnHSVfcSBTZRg6YsJBHwMwqx2n4VNqrN%2F3FMdqlE7pTGUUZkqOgwO8Ewm3hHf8%2Fy4Giw5rY%2BknsGfA7EC2r98uezF6Zg5HAleD0dDimjJF1%2BChUa0i87b7%2FCNlqvIkZyg68ZvxlyHq7j%2BlH8f%2BOPti2%2BYpZl3jdPJyYsNi%2BXD0B7N9Xl6gMoI1N924xa2Sz0gLRagFKKbOiyaVWUBvhzLShMw%3D%3D&X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Date=20200220T073700Z&X-Amz-SignedHeaders=host&X-Amz-Expires=300&X-Amz-Credential=ASIAQ3PHCVTYWFPEX7ZJ%2F20200220%2Fus-east-1%2Fs3%2Faws4_request&X-Amz-Signature=c91ee8b19a4f787bfedcdfcfbf54e2d50135494c38635ea67d00bf0dd1298942&hash=a16695f3a09899ae3d6f8a0b6beba979dd27eb0f5de650abfb6e3e226a586911&host=68042c943591013ac2b2430a89b270f6af2c76d8dfd086a07176afe7c76c2c61&pii=S2214423418300589&tid=spdf-e97067cc-be14-4bab-9228-43ff9e078633&sid=7688206d7bfda240828b60e382485745141agxrqb&type=client

Hani, S., Marwan, A., & Tarek, S. (2018). L’impact de la publicité d’Instagram sur la perception du consommateur : le cas de l’industrie des boissons et des produits alimentaires au Liban. La Revue Gestion et Organisation, 10(2), 100‑106. https://doi.org/10.1016/j.rgo.2018.08.001

L’impact de la publicité d’Instagram sur la perception du consommateur : le cas de l’industrie des boissons et des produits alimentaires au Liban

Mots clés : Attitude affective du consommateur Attitude conative du consommateur Attitude cognitive du consommateur Marketing digital

Résumé du contenu de l’article : Les 50 premières marques postent en moyenne 5,6 fois par semaine sur Instagram, taux ultra supérieur par rapport à tous les autres réseaux sociaux

Les avantages du marketing digital sont souvent incarnés dans une stratégie qui vise à conduire l’utilisateur à acheter le produit, l’utiliser, et de donner une opinion suite à son expérience avec d’autres utilisateurs en ligne

3 hypothèses : Instagram a un impact positif sur la composante affective, cognitive et conative de l’attitude du consommateur

Résultats : Pour la population Libanaise pour les produits alimentaires, seule la dimension cognitive est positivement influencée, publicités sont donc très peu persuasive sur Instagram

Ce papier est dédié à l’étude de l’impact des réseaux sociaux, et en particulier Instagram, sur le comportement du consommateur à l’égard des produits alimentaires.

D’une part, elle met en relief la digitalisation du marché des produits alimentaire et d’autre elle se focalise sur la plateforme Instagram

Question de recherche : Quel est l’effet de la publicité d’Instagram pour les produits alimentaires sur l’attitude du consommateur ?

Enquête empirique : Echantillon de population est celle des consommateurs libanais utilisant les réseaux sociaux pour se procurer des produits alimentaires. Cet échantillon de commodité possède une taille qui respecte les critères scientifiques de sélection (Johanson & Brooks, 2010).

La version finale du questionnaire est administrée après la justification de son contenu par l’enquête pilote. Une approche descriptive transversale est adoptée pour collecter les données.

Brève définition de ce qu’est l’échantillonnage de commodité : Les sujets sont choisis uniquement pour des raisons pratiques et parce que le chercheur n’a pas estimé utile de choisir des sujets représentatifs de la population globale.

Dans toute forme de recherche, l’idéal serait de tester l’ensemble de la population, mais dans la plupart des cas la population est si nombreuse qu’il est impossible d’inclure tous les individus. C’est pourquoi la plupart des chercheurs s’appuient sur des techniques telles que l’échantillonnage de commodité. Cette technique d’échantillonnage est la plus commune et de nombreux chercheurs la préfèrent parce qu’elle est rapide, peu coûteuse et simple et parce que les sujets sont facilement disponibles.

La mesure des variables à été fait à partir d’une échelle de Likert à 5 points.

Les 4 variables étudiées sont les suivantes, selon plusieurs sous sections décrites :

  1. La publicité sur Instagram
    1. Les publicités des produits alimentaires sur Instagram sont convaincantes et fiables
    1. J’utilise Instagram pour m’informer sur les restaurants
    1. Les publicités Instagram sont agréables à voir
    1. Les produits alimentaires commercialisés sur Instagram s’alignent avec mon niveau de vie
    1. Je considère les publicités sur Instagram comme source d’information sur les produits alimentaires
  2. L’attitude affective du consommateur
    1. Les photos de produits alimentaires sur Instagram me donnent des sensations de faim
    1. Les photos de produits alimentaires sur Instagram me rappellent des plats faits maison
    1. J’ai confiance en un restaurant qui a eu une évaluation positive par les utilisateurs d’Instagram
    1. Les photos de produits alimentaires sur Instagram me donnent une satisfaction visuelle.
  3. L’attitude cognitive du consommateur
    1. Je compte sur Instagram comme source d’information s’agissant de l’évaluation de la qualité des plats dans les restaurants
    1. Les offres des restaurant sur Instagram sont surestimés
    1. Les restaurants qui ont des comptes sur Instagram sont transparents s’agissant de la qualité de leurs services
    1. Les réponses des restaurants sur les commentaires négatifs sur Instagram sont mesurées et équitable
    1. Les photos des plats postées sur Instagram reflètent les plats qu’on trouve réellement chez la source.
  4. L’attitude conative du consommateur
    1. Je visite un restaurant qui poste des photos de plats copieux sur Instagram
    1. Je considère achetée une bouteille de vin qui a eu des retours positifs des consommateurs sur Instagram
    1. Je fais une réservation dans un bistro qui fait la une sur Instagram.

Les Résultats :

Les analyses quantitatives sont effectuées en utilisant le logiciel Amos™ 23. Ces dernières comportent l’analyse factorielle confirmatoire (CFA). Celle-ci permet de tester la validité et la fiabilité du modèle de mesure d’une part, et d’examiner le modèle causal par les équations structurelles (SEM) d’autre part. L’estimation des paramètres compte sur la méthode de maximum de vraisemblance (MLE).

Le coefficient α de Cronbach est utilisé pour tester la fiabilité des construits. Les résultats sont reportés dans le Tableau 1 où tous les coefficients ont des valeurs supérieures à 0,7. Celle-ci est considérée comme seuil au-dessus duquel la mesure interne d’un construit est cohérente (Tavakol & Dennick, 2011). Par ailleurs, la comparaison du coefficient α de Cronbach à la variance moyenne extraite AVE permet de tester la validité du modèle de mesure. La validité convergente d’un construit est confirmée lorsque le coefficient α Cronbach exhibe une valeur supérieure à celle d’AVE. Tous les construits respectent le critère de la validité convergente.

Le modèle structurel exhibe un ajustement excellent dû à l’indice Khi2 normé (CMIN/DF = 1,171), à l’indice incrémental de comparative fit (CFI = 0,999), et à l’indice absolu de root-mean-square error of approximation (RMSEA = 0,029). Les coefficients standardisés sont reportés dans le Tableau 2. Il est nettement clair que seulement H2 est confirmée au niveau de risque de 0,05. En effet, l’augmentation de la publicité sur Instagram d’un écart-type induit celle de l’attitude cognitive de 0,839. La première et la deuxième hypothèse sont réfutées avec des coefficients standardisés non significatif au niveau de risque de 0,05.


Tableau : Résultats sur les coefficients standardisés et leur significativité

NB : Donc pour résumer, pour étudier l’impact de quelque chose sur un consommateur, on prend les 3 attitudes qui décrivent un consommateur et on réalisé une étude statistique comme suit.

https://pdf.sciencedirectassets.com/287301/1-s2.0-S2214423418X00040/1-s2.0-S2214423418301303/main.pdf?X-Amz-Security-Token=IQoJb3JpZ2luX2VjEEgaCXVzLWVhc3QtMSJIMEYCIQDhQzpltDg7yiJeSBYHmAOKhMppQblpem2zXGv%2BF62ysAIhAKMMfA2cQQsZsV6iGnlQ%2BVi3LGCQk%2Bb7rAGC%2FR7jB6PZKrQDCBAQAhoMMDU5MDAzNTQ2ODY1IgyCN5y1U0mQll3Wz5oqkQPUvIjOj3%2Fg0oxzRbfrgcsL4yguaOuplOQiAj%2BH85gQH%2FlBsRIeW6Z0%2FFRrCMlb78FJDMuscMKd37KMJbCKvWWZS2LPlVSpaBDS77yPfPd%2B7I%2FHqWWWbnUuY1dGPp0J1D8fxKeTFRjbpBYrwkIXLZVP02r7IR0ZdesG%2FBJj4FNJsdgHuDmzu8%2BdKOrvfezEicAJMaW9kwkq%2Fy7Hw3qBgF59bxAXZtXXPKVmJxd5Zd8TxKP8aezsKMciTjp1S4fGKf6YJxrkngEldmbbZtLIXEWqnVaSwcRQnfKQHxoB6YHMRryizUtk268bfO%2B0J6w4eSr2ryztkG3%2FHxJUNFZeiEp46GWU7XAUkLHArPY65GM%2BUdoLobvbhSONbInuz%2FkfQ11EAEhD4N3i1k8XE7QzQ%2BZiKlmlSQGb2%2BkdmqIJv80FC9BiLl5NKKkf2MB9a20G7sGfz9IIIQwrbxFMaXIwjQAH1Y6g9DFLn3Eb9jyktPR68ZOkyWMeV6qDr2vNI%2FzZQBYMS38eJxN9AGQ2Ogqnx%2Fc8KzD847jyBTrqAY3fZG5ZqGdR5VWEWtQqtEVbnpIO50re30cZuQGphg5FiHZzJrMwOubowROXOMPlVDS4B8CqZk7C9yG9qffQNo8Pbg0TTTSUXS32GGXKuyOXmHpV4rVdj%2BMnV%2Fe8yjlnHEBCTlVdyB%2FL48whaeiEji0Zp7wkk0wm70Qxj%2B0oMoGJQjGGl6ilhx8tdqAXbbvAGOD3xwSJ44hEswMxucHoxfDHrOWJWDXdmb6YqCZvP%2BmX0xbrNEy0qgq3xU8J5NJ3dp75lsjwzCpWHo1zsJ1tThmPRnHI0io%2BQB6KjHYzTa4SG1t2yI1%2Bro%2BPlg%3D%3D&X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Date=20200220T073741Z&X-Amz-SignedHeaders=host&X-Amz-Expires=300&X-Amz-Credential=ASIAQ3PHCVTYQDC5TLFK%2F20200220%2Fus-east-1%2Fs3%2Faws4_request&X-Amz-Signature=3366d5ddcbf8187acebdb5f2d8dd854cebf51b7e83222271c3cb2d0d4ac8f01d&hash=11acb00378cfc1d548cdcdce24315b091bb95c6e6bbdb0816c3008530a20ed6e&host=68042c943591013ac2b2430a89b270f6af2c76d8dfd086a07176afe7c76c2c61&pii=S2214423418301303&tid=spdf-be41e679-0a7e-45a3-a5c8-f613f478b04e&sid=7688206d7bfda240828b60e382485745141agxrqb&type=client

Liu, X., Shin, H., & Burns, A. C. (2019). Examining the impact of luxury brand’s social media marketing on customer engagement​: Using big data analytics and natural language processing. Journal of Business Research. https://doi.org/10.1016/j.jbusres.2019.04.042

Examining the impact of luxury brand’s social media marketing on customer engagement​: Using big data analytics and natural language processing

https://doi.org/10.1016/j.jbusres.2019.04.042

Mots clés : Big data Luxury brand Customer engagement Social media Twitter

Résumé : Cette recherche utilise le big data pour étudier l’impact des activités de marketing des médias sociaux d’une marque de luxe sur l’engagement des clients. En particulier, en appliquant la double perspective de l’engagement client, cette recherche examine l’influence de la concentration sur les dimensions de divertissement, d’interaction, de tendance et de personnalisation des activités de médias sociaux d’une marque de luxe sur l’engagement client avec du contenu de médias sociaux lié à la marque. En utilisant les données issues du big data et extraites d’une période de 60 mois sur Twitter (juillet 2012 à juin 2017), ce document analyse 3,78 millions de tweets des 15 plus grandes marques de luxe avec le plus grand nombre d’abonnés Twitter.

Les résultats indiquent que se concentrer sur les dimensions de divertissement, d’interaction et de tendance des efforts de marketing des médias sociaux d’une marque de luxe augmente considérablement l’engagement des clients, alors que se concentrer sur la dimension de personnalisation ne le fait pas. Les résultats ont des implications importantes pour la conception, la livraison et la gestion du marketing des médias sociaux pour les marques de luxe afin d’engager les clients avec du contenu de médias sociaux.

Schéma Conceptuel :

L’objectif de cette recherche était d’étudier l’effet du marketing des médias sociaux des marques de luxe sur l’engagement des clients avec le contenu des médias sociaux lié à la marque. Les quatre dimensions des efforts de marketing des médias sociaux de Kim et Ko (2012) (divertissement, interaction, tendance et personnalisation) ont été utilisées pour mesurer la concentration respective des activités de marketing des médias sociaux de la marque de luxe. Pour l’engagement des clients avec un contenu de médias sociaux lié à la marque, une variable composite a été créée à partir de chaque mesure pour représenter les trois types de comportements d’engagement des clients de Schivinski et al. (2016) (consommation, contribution, création).

Question de recherche :

Quel(s) facteur(s) parmi le divertissement, l’interaction, la personnalisation, et les tendances des contenus ont des effets significativement positifs sur l’engagement du client auprès de la marque de luxe ?

Méthodologie de la recherche :

Les tweets concernant 15 grandes marques de luxe, ayant le plus de followers, ont été récoltés sur Twitter. Afin de traiter le contenu des tweets obtenus, des techniques de machine learning ont été mises en place, mais là n’est pas notre sujet.

Un intérêt tout particulier est porté sur les principaux noms, adjectifs, verbes et adverbes, qui sont utilisés pour identifier la présence des dimensions de divertissement et de tendance dans la composante textuelle des tweets. Ces mots sont décrits dans l’article.

Le panel mensuel final comprenait un groupe de 15 marques de luxe. L’ensemble de données du panel contenait 900 observations couvrant 60 mois. Une analyse économétrique a été effectuée sur cet ensemble de données de panel agrégé.

Résultats :

Les effets des efforts de marketing des médias sociaux des marques de luxe sur l’engagement des clients sont présentés dans le tableau ci-dessous. Les résultats du modèle à effets fixes montrent que les trois premiers foyers des activités de marketing des médias sociaux ont des effets significativement positifs sur l’engagement des clients : le divertissement (b = 72,32, p = 0,01), interaction (b = 1,18, p <0,001) et tendance (b = 88,93, p <0,001). Nous pouvons également comparer les impacts relatifs des variables indépendantes sur l’engagement client. Par exemple, l’effet de la tendance (b = 88,93, p <0,001) est plus important que celui du divertissement (b = 72,32, p = 0,01). L’effet de la personnalisation, en revanche, n’est pas significatif sur l’engagement client, avec b = −6,82 et p = 0,08. Cette découverte inattendue et une explication plausible de cet effet est présentée ci-dessous.

https://pdf.sciencedirectassets.com/271680/AIP/1-s2.0-S0148296319302954/main.pdf?X-Amz-Security-Token=IQoJb3JpZ2luX2VjEEcaCXVzLWVhc3QtMSJHMEUCICjC%2Bmf%2B8k7YUHLRjoSRdtPHtvnXoiatBW90mXMggAm3AiEAqojMwFHqMeamIBrNfqVYixMrl6udStOKCvC7ZLuzfncqtAMIEBACGgwwNTkwMDM1NDY4NjUiDM0zWRiWfyuTJk0jyiqRA%2Bfo%2FY4EcZkOOxYLmY6NFpgGj%2BH64jYzcG11%2FHsnY6sL%2F4acAjnOBs%2FmwgciFVMUmhkkM8OBxHDpdq3mLlz%2FR13RLSSMA0LynLlhPxOdWwR9C4j2jmXKeD0BBOVSFaTM9UHk4ye5ZgiHp7p1qAWUPjO6NsZF0b03Hu4fTh478ZN5lODB73ECvKHBvGqhjR3Y1C43w32W1QiNbSymTKj3vsfrk%2BcEf7QfZvn%2FBW77OhaNfUWLopi4Zbn3S3g7hSmgpPoLQB807qV5hlvyBEqnlbHTjV23cpGphe9g%2BBYPNW4V90YyuYt8g%2BeS7V%2FzVzbtoPKHVACHJxynAobgswzcT8%2Fw4YBIeZ91hXi3fyPLx%2FqFK0a8SnjCOgga3Zrq98gnrLR9hdZrPKv6gURs4XXvVlA3BOgUQe%2Biti05obsl9y%2Byh85YVZaLDnBxmRtzD1wQVuvu88C5vMK1IgL1GVhGDDN9Oc4T8M9VaDxDD6YT8FJkwG8mkcucAzAOX94vSARcmT35enTjT1dsfq3DbQ8JJLmaMPfZuPIFOusBtZ8fTRpWpZGVUJbYMSSQ9H8TznZM4cCOdgvJQ6z0f5ZFjJaznvPnXZjTs%2BZtOYzJFnHcI06%2FbRhq7W6Hl3jc7gaKjnVacq5v3lnHSVfcSBTZRg6YsJBHwMwqx2n4VNqrN%2F3FMdqlE7pTGUUZkqOgwO8Ewm3hHf8%2Fy4Giw5rY%2BknsGfA7EC2r98uezF6Zg5HAleD0dDimjJF1%2BChUa0i87b7%2FCNlqvIkZyg68ZvxlyHq7j%2BlH8f%2BOPti2%2BYpZl3jdPJyYsNi%2BXD0B7N9Xl6gMoI1N924xa2Sz0gLRagFKKbOiyaVWUBvhzLShMw%3D%3D&X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Date=20200220T073126Z&X-Amz-SignedHeaders=host&X-Amz-Expires=300&X-Amz-Credential=ASIAQ3PHCVTYWFPEX7ZJ%2F20200220%2Fus-east-1%2Fs3%2Faws4_request&X-Amz-Signature=810f8d5bc4aa1fd99e019d58d5d1140e7796e4e96bddc3753de051509df63276&hash=aedd137cd1e75a2518e54c6b1445385f310135e068303671513e14f76b92d541&host=68042c943591013ac2b2430a89b270f6af2c76d8dfd086a07176afe7c76c2c61&pii=S0148296319302954&tid=spdf-335a8f67-9f8b-4b06-b526-da747fe27e6e&sid=7688206d7bfda240828b60e382485745141agxrqb&type=client

Xhema, J. (2019). Effect of Social Networks on Consumer Behaviour: Complex Buying. IFAC-PapersOnLine, 52(25), 504‑508. https://doi.org/10.1016/j.ifacol.2019.12.594

Effect of Social Networks on Consumer Behaviour: Complex Buying

https://doi.org/10.1016/j.ifacol.2019.12.594

Mots clés : Social Networks Customer Behavior Customer Loyalty Digital Marketing Customer Tolerance

Résumé : Étant donné que les consommateurs au jour le jour font désormais partie non seulement du processus d’achat, mais aussi de la conception et de la distribution, il est devenu difficile de développer des produits / services qui répondent aux demandes différenciées des consommateurs. L’utilisation des réseaux sociaux a redéfini le style de vie et la culture, et les entreprises ont du mal à comprendre leurs clients. La nature interactive des réseaux sociaux a établi une communication bidirectionnelle entre les individus et les entreprises. L’objectif principal de cette étude est de comprendre l’effet des réseaux sociaux (marketing numérique) sur le comportement des clients, tout en analysant la fidélité des clients, la tolérance et l’expérimentation d’achats complexes.

Cette recherche suggère que les entreprises devraient se concentrer sur l’engagement client et la présence en ligne afin de servir les clients et de satisfaire leurs besoins. L’étude a été menée en collectant des données primaires par le biais de questionnaires. Analyse statistique, corrélation et régression, avec SPSS Statistics ont été utilisées pendant la recherche.

Les 3 hypothèses :

H1 : Les réseaux sociaux affectent négativement la fidélité des clients.

H2 : Les réseaux sociaux affectent négativement la tolérance des clients.

H3 : Les réseaux sociaux influencent positivement l’expérience cliente.

Cette étude se concentre sur les achats complexes. Notamment sur l’achat de voiture ou d’ordinateur portable : entre autres on parle ici d’achats conséquents.

Méthodologie de la recherche :

Cette étude examine la relation entre les réseaux sociaux et le comportement des clients. Le comportement du client a été divisé en trois catégories principales :

  • La fidélité du client décrite par :
    • Les opportunités de changement
    • Les achats futurs
    • Encourager les autres à acheter les produits de l’entreprise
    • Acheter des produits hauts de gamme
  • La tolérance du client décrite par :
    • Les mauvais services
    • Les prix excessifs
    • Les plaintes
  • L’expérimentation du client décrite par :
    • Essayer de nouveaux produits
    • Achat de produit sans les voir (physiquement)
  • La variable indépendante : Les réseaux sociaux :
    • Les médias sociaux
    • Les moteurs de recherche

Une méthode quantitative avec analyse statistique a été menée afin de comprendre l’effet que les réseaux sociaux (numérique Marketing) sur le comportement du client. Les données ont été collectées au moyen de questionnaires distribués normalement à un échantillon de 200 clients sélectionnés au hasard pour des achats complexes (ordinateurs portables et voitures). Toutes les déclarations du questionnaire ont utilisé une échelle de Likert à 5 points (1 = « fortement en désaccord » et 5 = « fortement d’accord »).

Résultats :

Premièrement, cette étude a permis de comprendre qu’il existe une relation négative entre l’utilisation des médias sociaux et la fidélité des clients. Ainsi, les clients qui passent plus de temps à utiliser les réseaux sociaux et les moteurs de recherche sont moins fidèles aux marques, ce qui signifie qu’ils ne considèrent pas des marques spécifiques pour leurs futurs achats, ni n’encouragent les autres à acheter les produits de l’entreprise.

Deuxièmement, cette étude a montré qu’il existe une relation négative entre l’utilisation des médias sociaux et la tolérance des clients, ce qui signifie que les clients qui passent plus de temps sur les réseaux sociaux et les moteurs de recherche sont moins tolérants aux mauvais services et aux prix excessifs.

Troisièmement, cette étude a montré qu’il existe une relation positive entre l’utilisation des médias sociaux et l’expérimentation client. Cela signifie qu’avec l’augmentation de l’utilisation des médias sociaux, les clients ont tendance à expérimenter davantage leurs décisions d’achat (essayer de nouveaux produits ou acheter des produits sans les voir physiquement).

https://pdf.sciencedirectassets.com/313346/1-s2.0-S2405896319X00282/1-s2.0-S2405896319325157/main.pdf?X-Amz-Security-Token=IQoJb3JpZ2luX2VjEEcaCXVzLWVhc3QtMSJHMEUCICjC%2Bmf%2B8k7YUHLRjoSRdtPHtvnXoiatBW90mXMggAm3AiEAqojMwFHqMeamIBrNfqVYixMrl6udStOKCvC7ZLuzfncqtAMIEBACGgwwNTkwMDM1NDY4NjUiDM0zWRiWfyuTJk0jyiqRA%2Bfo%2FY4EcZkOOxYLmY6NFpgGj%2BH64jYzcG11%2FHsnY6sL%2F4acAjnOBs%2FmwgciFVMUmhkkM8OBxHDpdq3mLlz%2FR13RLSSMA0LynLlhPxOdWwR9C4j2jmXKeD0BBOVSFaTM9UHk4ye5ZgiHp7p1qAWUPjO6NsZF0b03Hu4fTh478ZN5lODB73ECvKHBvGqhjR3Y1C43w32W1QiNbSymTKj3vsfrk%2BcEf7QfZvn%2FBW77OhaNfUWLopi4Zbn3S3g7hSmgpPoLQB807qV5hlvyBEqnlbHTjV23cpGphe9g%2BBYPNW4V90YyuYt8g%2BeS7V%2FzVzbtoPKHVACHJxynAobgswzcT8%2Fw4YBIeZ91hXi3fyPLx%2FqFK0a8SnjCOgga3Zrq98gnrLR9hdZrPKv6gURs4XXvVlA3BOgUQe%2Biti05obsl9y%2Byh85YVZaLDnBxmRtzD1wQVuvu88C5vMK1IgL1GVhGDDN9Oc4T8M9VaDxDD6YT8FJkwG8mkcucAzAOX94vSARcmT35enTjT1dsfq3DbQ8JJLmaMPfZuPIFOusBtZ8fTRpWpZGVUJbYMSSQ9H8TznZM4cCOdgvJQ6z0f5ZFjJaznvPnXZjTs%2BZtOYzJFnHcI06%2FbRhq7W6Hl3jc7gaKjnVacq5v3lnHSVfcSBTZRg6YsJBHwMwqx2n4VNqrN%2F3FMdqlE7pTGUUZkqOgwO8Ewm3hHf8%2Fy4Giw5rY%2BknsGfA7EC2r98uezF6Zg5HAleD0dDimjJF1%2BChUa0i87b7%2FCNlqvIkZyg68ZvxlyHq7j%2BlH8f%2BOPti2%2BYpZl3jdPJyYsNi%2BXD0B7N9Xl6gMoI1N924xa2Sz0gLRagFKKbOiyaVWUBvhzLShMw%3D%3D&X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Date=20200220T073036Z&X-Amz-SignedHeaders=host&X-Amz-Expires=300&X-Amz-Credential=ASIAQ3PHCVTYWFPEX7ZJ%2F20200220%2Fus-east-1%2Fs3%2Faws4_request&X-Amz-Signature=ca7728b0e30b7f17ccafebf09f073468923ed3e66a09a0fd41f15d57f9e056bf&hash=483853609daa7c3189804fdd17539698b23a8d4334afba7b9d6d429c834da5d3&host=68042c943591013ac2b2430a89b270f6af2c76d8dfd086a07176afe7c76c2c61&pii=S2405896319325157&tid=spdf-a29ecd5a-54c1-4244-93a6-6fae6bb54602&sid=7688206d7bfda240828b60e382485745141agxrqb&type=client

Balaji, M. S., Khong, K. W., & Chong, A. Y. L. (2016). Determinants of negative word-of-mouth communication using social networking sites. Information & Management, 53(4), 528‑540. https://doi.org/10.1016/j.im.2015.12.002

Determinants of negative word-of-mouth communication using social networking sites

https://doi.org/10.1016/j.im.2015.12.002

Mots clés : Word-of-mouth Negative word-of-mouth Social networking sites Online shopping Service failure Social media

NWOM : Negative Word Of Mouth

SNS : Social Networking Site

CMB : Common Method Bias / Biais de la méthode commune

Résumé : À l’heure actuelle, comme les clients se tournent souvent vers les plateformes de médias sociaux pour partager leur expérience de service, cette étude vise à examiner les déterminants de leur communication de bouche à oreille négative à l’aide de sites de réseautage social à la suite d’une défaillance de service. Bien que de nombreuses études aient examiné la communication électronique de bouche à oreille, les études sur la communication négative de bouche à oreille utilisant les plateformes de médias sociaux restent rares. S’appuyant sur la théorie de la dissonance cognitive et la théorie du soutien social, cette étude propose et examine empiriquement le rôle des facteurs contextuels, individuels et de réseautage social dans la détermination des intentions des clients de s’engager dans une communication de bouche à oreille négative à l’aide de sites de réseautage social. Une enquête rétrospective autodéclarée a été utilisée pour obtenir les réponses de 206 acheteurs en ligne. Les résultats de la modélisation de l’équation structurelle ont montré que le sentiment d’injustice, l’attribution ferme, l’image ferme, le souci du visage, la réévaluation, l’intensité d’utilisation et la force des liens sont des antécédents clés de la communication de bouche à oreille négative. Les résultats fournissent des informations précieuses pour les gestionnaires dans l’élaboration d’interventions Webcare efficaces pour la communication négative de bouche à oreille sur les sites de réseautage social.

H1 : Le sentiment d’injustice a un effet positif sur les communications NWOM utilisant SNS.

H2 : L’attribution ferme a un effet négatif sur les communications NWOM utilisant SNS.

H3 : L’image ferme a un effet négatif sur les communications NWOM utilisant SNS.

H4 : La préoccupation face à un effet positif sur les communications NWOM utilisant SNS.

H5a : La régulation des émotions de suppression a un effet positif sur les communications NWOM utilisant SNS.

H5b : La régulation des émotions de réévaluation a un effet négatif sur les communications NWOM utilisant SNS.

H6 : L’intensité d’utilisation du SNS a un effet positif sur les communications NWOM utilisant le SNS.

H7 : La force de liaison a un effet positif sur les communications NWOM utilisant SNS.

Sample : Un total de 206 réponses utilisables a été obtenues pour l’étude. Comme une taille d’échantillon de 200 est généralement recommandée pour la modélisation d’équations structurelles (SEM [43]), notre taille d’échantillon a été jugée suffisante. De plus, cette taille d’échantillon est comparable aux études antérieures sur la communication WOM ([45]: taille d’échantillon = 201; [59]: taille d’échantillon = 199). De plus, avant la collecte des données, nous avons utilisé G * Power 3.0 [32] pour calculer la taille d’échantillon requise. La taille de l’échantillon de notre modèle hypothétique avec une taille d’effet moyen de 1 – β = 0,95 et α = 0,05 devrait être d’au moins 89. Ainsi, 206 réponses étaient suffisantes pour détecter un effet de taille moyenne.

Profils des répondants : Environ 57% des répondants étaient des hommes et 43% des femmes. La majorité des répondants (62%) avaient entre 31 et 40 ans. Environ 83% des répondants avaient poursuivi au moins un diplôme d’études supérieures. Alors que tous les répondants étaient membres d’au moins un SNS, les plateformes de médias sociaux les plus populaires étaient Facebook (98%), Twitter (70%), Hangout (31%) et LinkedIn (18%). Une majorité de répondants (91%) ont indiqué qu’ils avaient lu des messages négatifs liés au service sur SNS, et plus de la moitié des répondants (57%) ont déclaré avoir publié un avis négatif sur le produit ou le service. Une analyse du contenu de la question ouverte effectuée par deux des auteurs a révélé que les problèmes de livraison étaient les expériences de défaillance de service les plus courantes dans les achats en ligne (53%). Le mauvais service à la clientèle (24%), les problèmes de paiement (9%) et les problèmes de site Web (8%) étaient quelques-unes des autres défaillances des services en ligne rencontrées par les répondants dans cette étude.

Analyse des résultats : Les données ont été analysées par SEM en utilisant le logiciel d’analyse des structures de moment (AMOS) 20.0. L’approche en deux étapes proposées par Anderson et Gerbing [4] a été utilisée pour évaluer le modèle de mesure avant d’estimer le modèle structurel. Alors que le modèle de mesure a évalué la validité et la fiabilité des constructions de l’étude, le modèle structurel a évalué les relations causales entre les constructions.

Comme les données ont été recueillies au moyen d’un questionnaire autodéclaré, le biais de la méthode commune (CMB) était une préoccupation car il pouvait biaiser les estimations des relations entre les constructions de l’étude. Les recours procéduraux et statistiques, comme recommandé par Podsakoff et al. [67], ont été utilisés pour contrôler CMB. Sur le plan de la procédure, les répondants étaient assurés de l’anonymat et qu’il n’y avait pas de bonnes ou de mauvaises réponses. Différents formats de réponse ont été utilisés pour la mesure des constructions. Par exemple, la communication NWOM a été mesurée en utilisant un format d’échelle différentielle sémantique, tandis que d’autres ont été mesurées en utilisant des formats d’échelle de Likert. Des mesures bien établies ont été utilisées pour réduire l’ambiguïté et les articles ont été contrebalancés pour contrôler les effets majeurs.

Validité du questionnaire : Les remèdes statistiques comprenaient le test à facteur unique de Harman pour évaluer la présence de CMB [67]. Les résultats de l’analyse factorielle exploratoire pour tous les éléments de cette étude, en utilisant l’analyse factorielle en composantes principales, n’ont pas révélé de facteur prédominant. Un total de neuf facteurs expliquait 80% de la variance, le premier facteur contribuant à 16% de la variance. Les résultats ont indiqué que 31 indicateurs se manifestant sur un facteur ne représentaient pas la majorité de la variance. Ainsi, CMB n’était pas susceptible d’affecter les résultats. Nous avons utilisé une autre approche de Lindell et Whitney [58] pour valider ces résultats. L’approche par variable marqueur recommandée par Lindell et Whitney a été utilisée pour calculer la matrice de corrélation ajustée par la méthode du biais commun. Comme le modèle des corrélations est resté le même après ajustement, nous avons conclu que le CMB ne devrait pas être préoccupant dans cette étude.

Discussions : Les résultats ont montré une différence significative entre les deux groupes de répondants. Les clients expérimentés ont fait attention à faire face à l’inquiétude et à la solidité, tandis que ceux de l’autre groupe accordaient plus d’importance à la réévaluation de la régulation des émotions dans leurs intentions de s’engager dans les communications NWOM sur SNS. Dans cette étude, la force des liens s’est avérée être un déterminant important de la communication NWOM pour les participants ayant une expérience antérieure de communication WOM. Cette constatation est cohérente avec la littérature qui a suggéré une forte relation entre la force du lien et la communication WOM [53]. On peut faire valoir que, comme les individus sont plus susceptibles de compter sur des connaissances de confiance, les membres de la famille et les amis avec lesquels ils entretiennent des liens solides pour un soutien émotionnel et des conseils, les clients expérimentés ayant des liens solides sont plus susceptibles de s’engager dans la communication NWOM en utilisant SNS après un service échec.

De même, il a été constaté que la préoccupation des clients expérimentés avait un impact négatif sur la communication NWOM. Cela suggère que les clients expérimentés sont moins préoccupés par leur image ou leur présentation lorsqu’ils partagent des communications NWOM avec leurs amis, connaissances et autres sur SNS. Comme le visage découle des relations sociales avec les autres [52], on peut affirmer que les clients expérimentés auraient établi leur image de soi par le biais d’interactions sociales antérieures sur SNS. Enfin, la réévaluation de la régulation des émotions s’est avérée réduire considérablement la probabilité de communication NWOM sur SNS pour les répondants sans expérience préalable, plus que pour les utilisateurs expérimentés. La régulation des émotions est un mécanisme important pour atteindre les objectifs [37]. Les résultats montrent que les répondants sans expérience antérieure étaient plus susceptibles de réévaluer l’expérience négative, ce qui pourrait avoir tendance à réduire leur intention de s’engager dans les communications NWOM à l’aide du SNS.

En résumé, les résultats suggèrent des différences significatives dans les déterminants de la communication NWOM pour les répondants avec et sans expérience préalable dans la transmission des communications NWOM sur SNS. Une analyse post hoc basée sur le sexe n’a indiqué aucune différence significative dans les antécédents des communications NWOM sur SNS.

https://pdf.sciencedirectassets.com/271670/1-s2.0-S0378720616X00043/1-s2.0-S037872061500141X/main.pdf?X-Amz-Security-Token=IQoJb3JpZ2luX2VjEEcaCXVzLWVhc3QtMSJHMEUCIQCjBc0TxItbtC7mUV9JiNgeGsV96XZvAzyO1JhmTCEBUwIgJ6BH3jzNawhxXng7gBBhBaEjtbdK4WHxeuJ4bTxldhsqtAMIEBACGgwwNTkwMDM1NDY4NjUiDMafvxw1jPg8egz7wiqRAyUHKoEkVj8NQ5lN4TFBHdFExoLE0J1rc%2FCQ1zW970VD3TDYDezi%2BFzgD5hlAqHWtNrhNtJ5L32%2Bt6%2BwiUm0OfdSGPSDuVE3%2FL2qgZg%2FksfnGEp2l%2BW%2B6c9WuHOx4TxOTcGlE89vrf1P2mkW7SutoPkRb5a%2B8eKYzjiTki%2Bt84MiT8QhNmp4GNqablBKyyEdMw9tY5cU45%2Fqj0%2FTYGJx3GEeU%2BdrnzhoCh7EfU5A30JnepRQPbUUAgqBKbZWhc8V66EtVZFDtwaUNPv9%2FhK5P8NFChfRkO7vW%2FTy2hvRwm20LQZjIKeQYQFCQzxwmQNOeNdSdPontIw43uJIocRElrd6dmG4hBSMsliMrr9WfB7kkUoNGjU%2FlZyDEV2MpwINoFZj668FmP2tV88DR%2FP3%2BB1aAhiawndaChO9saU2AK2OzpyNwXDfT5UxqkwYtsDaOLv8MF1eGe9v07nHRQrHZ99alwlvpV6UOuY2TiMBDkmR0v4HRArN24nQKp3mIUtY8mjTqV5C6PP1iurZrScxZEBBMN7OuPIFOusBSYfMemKPrEWsJxh7dXodyjAxif7V7giNBJjr2idieB3ZgcZBJVJarN9J40Tl8BfZFQqze7iuieFjHVOIMOHFRRbqGggtYSHZJ4NfLywBv5V67nMUIDz0PObOVu%2Bl6QC1bFxEHrcXGeCvTBt1lo2M7Oh18ayKJ42RQhRgouOvEtVKW4AidJZtLKt%2FoInyJVq%2BvNQB0zCoUyG3rdYQ7%2B33mNtH23UVqLCd4lg3q5jET5l6leeJtOZN8M0uFdkcQM2mzpGzZeQpchRh6tcTW98ZjzsMYpNr%2FRG%2BUTpvsDPqb3XNSzBVzClMSIFZJw%3D%3D&X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Date=20200220T073600Z&X-Amz-SignedHeaders=host&X-Amz-Expires=300&X-Amz-Credential=ASIAQ3PHCVTY2D5ITLHE%2F20200220%2Fus-east-1%2Fs3%2Faws4_request&X-Amz-Signature=8dc573be572270701370f85532a642fde21ef5ef244376368b5d022fed69f1b2&hash=7a307e35a0a7eb5b4d9be7923f1d985d948f727c6999c596cf93c0c32612eb46&host=68042c943591013ac2b2430a89b270f6af2c76d8dfd086a07176afe7c76c2c61&pii=S037872061500141X&tid=spdf-adba240d-67f5-4cb4-bdf6-192a18e60c4c&sid=7688206d7bfda240828b60e382485745141agxrqb&type=client