Authenticité en ligne, expérience émotionnelle et intentions de visite.

Jessie Pallud, Christophe Elie-Dit-Cosaque (2015). Authenticité en ligne, expérience émotionnelle et intentions de visite. Management & Avenir 2011/5 n° 45 | pages 257 à 279

Introduction

Cet étude traite du tourisme culturel et des avantages que procure l’usage des nouvelles technologies dans ce domaine. En effet, de nombreux voyageurs prévoient des visites culturelles durant leur séjour, afin de rencontrer des peuples locaux ou des biens originels, et de vivre ainsi un séjour « authentique ». Or, les organismes culturels usent de plus en plus des nouvelles technologies, comme les guides audio, ce qui peut diminuer la sensation d’authenticité que recherchent les visiteurs. L’étude en question s’intéresse donc à l’émotion des touristes qui ont usé de telles technologies durant leur visite, émotion qui peut être affectée par différents facteurs.

Développement

Cette étude examine le sentiment d’authenticité recherché et perçu par les touristes durant leurs visites. L’authenticité peut se définir comme le naturel, l’origine véritable d’un fait ou d’un bien, permettant aux individus de se dissocier de leur temps, et ainsi de ressentir du plaisir. Or, de plus en plus de technologies, comme le multimédia, sont mises en œuvre au cours des visites et celles-ci étant tout l’inverse du « naturel », on pourrait craindre qu’elles affectent l’authenticité recherchée. Pourtant, plusieurs études montrent qu’à l’inverse, la conception de sites Internet (les images, les sons, l’esthétique et la personnalisation du site) permet d’offrir aux navigateurs un plus grand sentiment d’authenticité.

Les auteurs de l’article se sont notamment penchés sur l’influence de la pré-visite Internet sur l’intention de visiter le musée et celle-ci dépend de l’authenticité du site et du flow, c’est-à-dire de l’émotion ressentie par l’utilisateur, comme sa curiosité ou son plaisir. Ainsi, lorsque les sites regorgent d’informations, cela incite les utilisateurs à y retourner et même à visiter réellement le musée. Plus le site est bien conçu, facile d’utilisation, attirant (images, sons, animations, informations), plus il va attirer l’attention et la curiosité de l’internaute et l’inciter à visiter le musée. L’authenticité n’est donc pas anéantie par les technologies. Bien au contraire, celles-ci permettent d’apporter un sentiment de réalité à l’utilisateur, lors de ses visites virtuelles. La dimension esthétique du site est donc essentielle pour donner envie aux visiteurs de naviguer sur le site et de se rendre au musée. Pour illustrer cette influence, l’étude prend le cas d’un musée parisien d’art asiatique. Le design du site reflète bien la dimension asiatique de l’art, des jeux rendent la recherche plus ludique, et des visites virtuelles sont possibles. Des questionnaires ont été mis en ligne à l’intention des internautes et il en ressort que plusieurs facteurs influencent positivement les visiteurs à retourner sur le site comme leur âge, les émotions ressenties, l’esthétique du site, l’authenticité perçue, etc… L’étude confirme également que plus l’internaute retourne sur le site, plus il a envie de se rendre physiquement au musée. En revanche, le nombre de visites déjà effectuées au musée, et la facilité de compréhension des informations ne paraissent pas influencer le comportement des visiteurs pour le moment.

Le site Internet est donc déterminant puisqu’il va avoir un impact sur le nombre de visiteurs. Selon certaines revues, les musées d’art qui mettent en avant le visuel des biens doivent particulièrement travailler le design de leur site internet s’ils veulent attirer le visiteur, car c’est le flow, c’est-à-dire l’émotion ressentie par l’utilisateur en visitant le site, qui va déterminer son envie de se rendre au musée. L’un des moyens d’attirer le visiteur est de proposer des visites virtuelles en 3D.

 

Conclusion

Cette étude met en avant l’impact du site Internet des musées sur le nombre de leurs visiteurs. Les visiteurs prêtent beaucoup attention au visuel du site, au sentiment d’authenticité et à l’émotion qu’ils ressentent en le visitant. Ces établissements doivent donc être particulièrement attentifs à la conception de leur site afin de rendre leur musée attirant et ainsi accueillir un plus grand nombre de visiteurs. Grâce à cela, ils obtiendront plus de financement et pourront encore améliorer leur site.

 

Bibliographie

Agarwal R. & Karahanna E. (2000), « Time flies when you’re having fun : Cognitive absorption and beliefs about information technology usage », MIS Quarterly, Vol. 24, N° 4, p. 665-694.
Albert T.-C., Goes P.-B. & Gupta A. (2004), « Gist : A model for design and management of content and interactivity of customer-centric web sites », MIS Quarterly, Vol. 28, N° 2, p. 161-182.

Amirou R. (2000), Imaginaire du tourisme culturel of work, Presses Universitaires de France, Location/Paris.
Baudrillard J. (1983), Simulations of work, Semiotext, Location/New York.
Blas N.-D., Pia M., Romagna E. & Paolini P. (Year), “Evaluating the features of museum websites : The bologna report”, In (Ed.), Proceedings of Museums and the Web 2002 : Vol. (pp. Boston : J. Trant and D. Bearman

Blythe M., Overbeeke C., Monk A.-F. & Wright P.-C (2003), Funology : From usability to enjoyment of work, Kluwer Academic Publishers, Location/Dordrecht, The Netherlands. Boudreau M.-C., Gefen D. & Straub D. (2001), « Validation in is research : A state-of-theart assessment », Mis Quarterly, Vol. 25, N° 1, p. 1-26.

Bruner E.-M. (1994), « Abraham lincoln as authentic reproduction : A critique of postmodernism », American Anthropologist, Vol. 96, N° 2, p. 397-415.
Burton C. & Scott C. (2003), « Museums : Challenges for the 21st century », International Journal of Arts Management, Vol. 5, N° 2, p. 56-68.

Chhabra D., Healy R. & Sills E. (2003), « Staged authenticity and heritagetourism », Annals of Tourism Research, Vol. 30, N° 3, p. 702-719.
Chin W.-W., Marcolin B.-L. & Newsted P.-R. (2003), « A partial least squares latent variable modeling approach for measuring interaction effects : Results from a monte carlo simulation study and an electronic-mail emotion/adoption study », Information Systems Research, Vol. 14, N° 2, p. 189-217.

Churchill G.-A. (1979), « A paradigm for developping better measures of marketing constructs », Journal of Marketing Research, Vol. 16, N° 1, p. 64-73.
Cohen E. (1988), « Authenticity and commoditization in tourism », Annals of Tourism Research, Vol. 15, p. 371-386.

Csikszentmihalyi M. (1975), Beyond boredom and anxiety of work, Jossey-Bass, Location/ San Francisco, CA.
Davis F.-D., Bagozzi R.-P. & Warshaw P.-R. (1992), « Extrinsic and intrinsic motivation to use computers in the workplace », Journal of Applied Social Psychology, Vol. 22, p. 1111- 1132.

Deshayes S. (2002), « Audioguides et musées », La Lettre de l’OCIM, Vol. 79, p. 24-31. Deshayes S., L’usage des supports mobiles au musée, des audioguides classiques au multimedia nomade. In D. Bearman and JenniferTrant (Ed.), Proceedings of ICHIM, Digital Culture and Heritage : Vol. (pp. Berlin, Germany, August 31-September 2.

Digicult Report (2005), Core technologies for the cultural and scientific heritage sector of work, Technology Watch Report 3, European Commission, Location/Luxembourg. Donnat O. (2009), Les pratiques culturelles des français à l’ère numérique : Enquête 2008 of work, Editions La Découverte/ Ministère de la Culture et de la Communication, Location/ Evreux, France.

Eco U. (1986), Travels in hyperreality of work, Picador, Location/London.
Epstein M. & Vergani S., Mobile technologies and creative tourism : The history unwired pilot project in venice, italy, In (Ed.), Proceedings of the Twelfth Americas Conference on Information Systems, p. 1371-1380, Acapulco, Mexico.
Featherman M.-S., Valacich J.-S. & Wells J.-D. (2006), « Is that authentic or artificial ? Understanding consumer perceptions of risk in e-service encounters », Information Systems Journal, Vol. 16, p. 107-134.
Fopp M.-A. (1997), « The implications of emerging technologies for museums and galleries», Museum Management and Curatorship, Vol. 16, N° 2, p. 143-153.
Forbes J.-D. (1941), « The art museum and the american scene », The Journal of Aesthetics and Art Criticism, Vol. 1, N° 4, p. 3-11.
Fotakis T. & Economides A.-A. (2008), « Art, science/technology and history museums on the web », International Journal of Digital Culture and Electronic Tourism, Vol. 1, N°1, p. 37-63.
Fromkin H.-L. & Streufert S. (1976), « Laboratory experimentation », Handbook of industrial and organizational psychology.
Galani A. (2003), « Mixed reality museum visits : Using new technologies to support covisiting for local and remote visitors », Museological Review, Vol. 10, p. 1-15.
Gefen D., Straub D.-W. & Boudreau M.-C. (2000), « Structural equation modeling and regression : Guidelines for research practice », Communications of the Association for Information Systems, Vol. 4, N° 7, p. 1-77.
Goulding C. (2000), « The commodification of the past, postmodern pastiche, and the search for authentic experiences at contemporary heritage attractions », European Journal of Marketing, Vol. 34, N° 7.
Goulding C. (2001), « Romancing the past : Heritage visiting and the nostalgic consumer», Psychology & Marketing, Vol. 18, N° 6, p. 565-592.
Hackbarth G., Grover V. & Yi M.-Y. (2003), « Computer playfulness and anxiety : Positive and negative mediators of the system experience effect on perceived ease of use », Information & Management, Vol. 40, N° 3, p. 221-232.
Hassenzahl M. (2001), « The effect of perceived hedonic quality on product appealingness», International Journal of Human-Computer Interaction, Vol. 13, N° 4, p. 481-499. Hassenzahl M. (2004), « The interplay of beauty, goodness, and usability in interactive products », Human-Computer Interaction, Vol. 19, N° 4, p. 319-349.
Hassenzahl M. & Tractinsky N. (2006), « User experience – a research agenda », Behaviour & Information Technology, Vol. 25, N° 2, p. 91-97.
Hoffman D.-L., Novak T.-P. & Chatterjee P. (1995), « Commercial scenarios for the web : Opportunities and challenges », Journal of Computer-Mediated Communications, 3(1), Vol. 2006, N° October, 2006.
Hoffman D.-L., Novak T.-P. & Venkatesh A. (2004), « Has the internet become indispen- sable ?», Communications of the ACM, Vol. 47, N° 7, p. 37-42.
Hooper-Greenhill E. (2000), « Changing values in the art museum : Rethinking communication and learning », International Journal of Heritage Studies, Vol. 6, N° 1, p. 9-31.
Hsu C.-L. & Lu H.-P. (2004), « Why do people play on-line games ? An extended tam with social influences and flow experience », Information & Management, Vol. 41, p. 853-868. Koufaris M. (2002), « Applying the technology acceptance model and flow theory to online consumer behavior », Information Systems Research, Vol. 13, N° 2, p. 205-223. Kravchyna V. & Hastings S.-K. (2002), « Informational value of museum web sites », First Monday, Vol. 7, N° 2.
Lagrosen S. (2003), « Online service marketing and delivery : The case of Swedish museums », Journal of Information Technology, Vol. 16, N° 2, p. 132-156.
Lin A.-C.-H., Gregor S. & Huang J.-C.-C. (2008), « The hedonic experience of enjoyment and its relationship to informal learning : A study of museum websites », Proceedings of the International Conference on Information Systems (ICIS).
Loiacono E.-T., Watson R.-T. & Goodhue D.-L. (2007), « Webqual : An instrument for consumer evaluation of web sites », International Journal of Electronic Commerce, Vol. 11, N° 3, p. 51-87.
Lok B.-C. (2004), « Toward the merging of real and virtual spaces », Communications of the ACM, Vol. 47, N° 8, p. 48-53.
MacCannell D. (1973), « Staged authenticity : Arrangements of social space in tourist settings », American Journal of Sociology, Vol. 79, N° 3, p. 589-603.
MacCannell D. (1976), The tourist, a new theory of the leisure class of work, Shocken, Location/New York.
Marty P.-F. (2007), « Museum websites and museum visitors : Before and after the museum visit », Museum Management and Curatorship, Vol. 22, N° 4, p. 337-360.
Marty P.-F. & Twidale M.-B. (2004), « Lost in gallery space : A conceptual framework for analyzing the usability flaws of museum web sites », First Monday, Vol. 9, N° 9. McCannell D. (1973), « Staged authenticity : Arrangements of social space in tourist settings », American Journal of Sociology, Vol. 79, N° 3, p. 589-603.
McCarthy J. & Wright P. (2004), « Technology as experience », Interactions, Vol. 11, N°5, p. 42-43.
McCarthy J., Wright P., Wallace J. & Dearden A. (2006), « The experience of enchantment in human–computer interaction », Personal and Ubiquitous Computing, Vol. 10, p. 369- 378.
McIntosh A.-J. & Prentice R.-C. (1999), « Affirming authenticity : Consuming cultural heritage », Annals of Tourism Research, Vol. 26, N° 3, p. 589-612.
Ni Chonchuir M. & McCarthy J. (2008), « The enchanting potential of technology: A dialogical case study of enchantment and the internet », Personal and Ubiquitous Computing, N° 12, p. 401-409.
Pavlou P.-A. & Gefen D. (2004), « Building effective online marketplaces with institution based trust », Information Systems Research, Vol. 15, N° 1, p. 37-59.
Podsakoff P.-M., MacKenzie S.-B., Lee J.-Y. & Podsakoff, N.-P. (2003), « Common method biases in behavioral research : A critical review of the literature and recommended remedies », Journal of Applied Psychology, Vol. 88, N° 5, p. 879-903.
Poulot D. (2005), Musée et muséologie of work, La Découverte, Location/Paris.
Prentice R. (2001), « Experiential cultural tourism : Museums & the marketing of the new romanticism of evoked authenticity », Museum Management and Curatorship, Vol. 19, N° 1, p. 5-26.
Reisinger Y. & Steiner C.-J. (2006), « Reconceptualizing object authenticity », Annals of Tourism Research, Vol. 33, N° 1, p. 65-86.

Ringle C.-M., Wende S. & Will A. (2005), Smart pls of work, University of Hamburg, Location/Hamburg, Germany.
Sanchez-Franco M.-J. & Roldan J.-L. (2005), « Web acceptance and usage model : A comparison between goal-directed and experiential web users », Internet Research, Vol. 15, N° 1, p. 21-48.

Schenkman B.-N. & Jonsson F.-U. (2000), « Aesthetics and preferences of web pages », Behaviour & Information Technology, Vol. 19, N° 5, p. 367-377.
Sigala M. (2005), « In search of post-modern online authenticity : Assessing the quality of learning experiences at eternalegypt.Org », International cultural tourism: Management, implications and cases.

Straub D., Gefen D. & Boudreau M.-C. (2004), « The isworld quantitative, positivist research methods website », Accessed October 12, 2006.
Sun H. & Zhang P. (2006), « The role of affect in is research : A critical survey and a research model », Human-computer interaction and management information systems – foundations (1).

Thomas W.-A. & Carey S., “Actual/virtual visits : What are the links ?”, In J. T. a. D. Bearman (Ed.), Proceedings of the Museums and the Web Conference: Vol. (pp. Toronto,
Canada.
Tractinsky N., Katz A.-S. & Ikar D. (2000), « What is beautiful is usable », Interacting With Computers, Vol. 13, p. 127-145.

Trant J. (1998), « When all you’ve got is “the real thing” : Museums and authenticity in the networked world », Archives and Museum Informatics, Vol. 12, p. 107-125.
Trilling L. (1972), Sincerity and authenticity of work, Oxford University Press, Location/ London.

Tussyadiah I.-P. & Fesenmaier D.-R. (2009), « Mediating tourist experiences : Access to places via shared videos », Annals of Tourism Research, Vol. 36, N° 1, p. 24-40.
Van der Heijden H. (2004), « User acceptance of hedonic information systems », Mis Quarterly, Vol. 28, N° 4, p. 695-704.

Vance T., Elie-dit-Cosaque C. & Straub D.-W. (2008), « Examining trust in information technology artifacts : The effects of system quality and culture », Journal of Management Information Systems, Vol. 24, N° 4, p. 73-100.
Vom Lehn D. & Heath C. (2005), « Accounting for new technology in museum exhibitions», International Journal of Arts Management, Vol. 7, N° 3, p. 11-21.

Watson R., Akselsen S., Monod E. & Pitt L. (2004), « The open tourism consortium : Laying the foundations for the future of tourism », European Management Journal, Vol. 22, N° 3, p. 315-326.
Webster J., Trevino L.-K. & Ryan L. (1993), « The dimensionality and correlates of flow in human-computer interactions », Computers in Human Behavior, Vol. 9, p. 411-426.

Wolf M., Lee E. & Borchers J., Education, entertainment and authenticity : Lessons learned from designing an interactive exhibit about medieval music, In (Ed.), CHI 2007, April 28- May 3, San Jose, California, USA, (pp. 1887-1892).

« Mieux collecter les données personnelles sur Internet. Une étude qualitative auprès d’internautes français »

LANCÉLOT-MILTGÉN C. & LÉMOINÉ J.-F. (2015), « Mieux collecter les données personnelles sur Internet. Une étude qualitative auprès d’internautes français », Décisions Marketing, Vol. 79, p. 35-52.

Mot clefs: personal data, privacy, Internet, disclosure, context of request.

De nombreuses actions sur internet nécessitent que les internautes communiquent certaines données personnelles (participation à des jeux en ligne, création de comptes, etc), mais  ils craignent que leurs données soient utilisées voire divulguées. Cette étude, fondée sur le récit de plusieurs internautes, s’intéresse aux facteurs susceptibles de convaincre ou non l’internaute de communiquer ses informations personnelles, mais aussi sur les moyens que peuvent mettre en place les entreprises pour les rassurer.

 

Développement

Selon la loi Informatique et Libertés du 6 janvier 1978, une donnée personnelle est une information portant sur une personne physique « identifiée ou identifiable » grâce à un « numéro d’identification ou des éléments qui lui sont propres ». Celles-ci peuvent porter aussi bien sur l’identité de la personne que sur ses habitudes ou ses revenus, et en fonction de cela, l’internaute évalue le risque auquel il s’expose en les divulguant.

Les sociétés peuvent récolter ces informations directement par le biais de l’utilisateur en lui faisant remplir un questionnaire, en espionnant son comportement sur internet, ou par le biais d’autres clients ou sociétés qui louent les données. Cela leur permet de connaitre les clients, et plus précisément leurs centres d’intérêt ou le budget qu’ils peuvent dépenser, de ficher les clients, mais aussi d’améliorer les produits selon l’avis des consommateurs afin d’en proposer des plus performants. Les internautes ont connaissance de ces fonctions mais leur niveau d’appréciation apparait mitigé : ils apprécient que leurs particularités soient prises en compte et qu’ils puissent avoir de meilleurs produits, mais ils n’apprécient pas recevoir autant de publicité. Ils craignent également que les entreprises utilisent leurs données sans qu’ils le sachent, ou qu’elles leur envoient des offres sans leur consentement. Beaucoup d’utilisateurs sont méfiants sur le sujet et ont l’impression d’être surveillés et fichés en détail. Ainsi, certains ne communiquent que très peu d’informations et d’autres vont même jusqu’à communiquer de fausses données. Cela dépend des avantages qu’ils pourraient en tirer comme l’envoi de promotions, et des inconvénients qu’ils pourraient subir notamment sur leur vie privée : plus les données sont privées, plus l’utilisateur craint qu’elles soient utilisées, moins il les communique. De plus, le fait que les internautes ne sachent pas à qui sont transmises les données ne les rassure pas. Les sociétés devraient donc être plus transparentes avec leurs utilisateurs concernant les personnes chargées de traiter et stocker les données. Le législateur, en 2004, a prévu une loi pour la confiance dans l’économie numérique afin d’obliger les sociétés à récolter le consentement des utilisateurs dès lors qu’elles souhaitent exploiter leurs données. Cependant, une méfiance persiste chez les consommateurs notamment concernant le transfert des données personnelles entre les différentes entreprises, et le démarchage commercial que ces dernières utilisent souvent de manière intempestive.

Pour que les internautes divulguent leurs informations personnelles plus facilement, il ressort de leurs déclarations que les entreprises devraient leur offrir un avantage en contrepartie. Il faut aussi limiter les inconvénients qu’ils peuvent rencontrer par cette divulgation. En effet, les utilisateurs souhaitent connaitre la raison pour laquelle ils doivent communiquer certaines informations personnelles (par exemple, certains jugent nécéssaire de partager leurs informations pour recevoir de la documentation, mais refuseraient de les partager à des fins politiques). D’autres facteurs peuvent réduire les craintes présentes chez les utilisateurs : un nombre limité de questions, le choix d’un vocabulaire clair et facilement compréhensible, l’utilisation anonyme des informations, ainsi que la taille et la réputation de la société qui récolte les données.

Conclusion

Cette étude met en exergue la perception par les internautes de l’utilisation de leurs données personnelles. Ainsi, il en ressort qu’ils ont des craintes du fait du caractère privé des données, de la méconnaissance des sociétés qui les exploitent et de la vente de celles-ci entre les établissements. Pour autant, les utilisateurs ne sont pas opposés à divulguer leurs informations s’ils obtiennent une contrepartie et que les sociétés sont transparentes sur l’exploitation de leurs données. Ainsi, les entreprises doivent redoubler d’effort afin d’inspirer confiance aux utilisateurs, en faisant notamment attention au vocabulaire employé et au choix des informations demandées.

 

Bibliographie

Bélanger F. et Crossler R.E. (2011), Privacy in the digital age: a review of information privacy re­ search in information systems, MIS Quarterly, 35.4,1017-1041.

Castaneda A.J. et Montoro F.J. (2007). The effect of Internet general privacy concern on customer behaviour, Electronic Commerce Research, 7,

117-141.

Dinev T. et Hart P. (2006), An extended privacy cal­ culus model for e-commerce transactions, Infor­ mation Systems Research, 17, 1, 61-80.

Gauzente C. (2003), Vie privée et internet : la pra­ tique des sites français, Décisions Marketing, 30, 7-16.

Gurau C., Ranchhod A. et Gauzente C. (2003), To legislate or not to legislate : a comparative explo­ ratory study of privacy-personalisation factors affecting French, UK and US web sites, Journal o f Consumer Marketing, 20, 7, 652-654.

Hui K.L., Teo H.H et Sang-Yong T.L. (2007), The value of privacy assurance: an exploratory field experiment, MIS Quarterly, 31, 1, 19-33.

Kaplan D. (2010), Informatique, Libertés, Identités, Paris, Pearson, Fip Editions.

Lancelot Miltgen C. (2008), Propension à fournir des données personnelles mensongères sur Internet : une étude exploratoire. Systèmes d’information et Management, 13,3, 1-34.

Lancelot Miltgen C. (2010), Dévoilement de don­ nées personnelles et contreparties attendues : une approche typologique et interculturelle, Systèmes d’information et Management, 15, 4, 45-91.

Lemoine J.-F. (1998), Le rôle du projet de consom­ mation dans le choix du produit. Revue Fran­ çaise de Gestion, 121, 53-64.

Lemoine J.-F (2001a), Comment tenir compte des émotions du consommateur, Revue Française de Gestion, 134,47-60.

Lemoine J.-F. (2001b), Contextes d’achat et critères de choix : acheter pour soi ou pour les autres, Décisions Marketing, 22, 25-31.

Laufer R. et Wolfe M. (1977), Privacy as a concept and a social issue: a multidimensional develop­ mental theory, Journal o f Social Issues, 33, 22- 42.

Lusoli W. et Miltgen C. (2009), Young people and emerging digital services: an exploratory sur­ vey on motivations, perceptions and acceptance of risks, JRC Scientific and Technical Reports EUR 23765 EN, W. Lusoli, R. Compano & I. Maghiros (Eds.), Sevilla: EC JRC IPTS.

Li Y. (2011), Empirical studies on online information privacy concerns: literature review and an inte­ grative framework, Communications o f the Asso­ ciationfor Information Systems, 28, 1, 453-496.

Lwin M. et Williams J. (2003), A model integrating the multidimensional developmental theory of privacy and theory of planned behavior to exa­ mine fabrication of information online, Marke­ ting Letters, 14, 4, 257-272.

O’Connor P. (2003), What happens to my informa­ tion if I make a hotel booking online: an analysis of online privacy policy use, content and com­ pliance by the international hotel companies, Journal o f Services Research, 3, 2, 5-28.

Paine C , Reips U.D., Stieger S., Joinson A. et Bu­ chanan T. (2007), Internet users’perceptions of privacy concerns’ and privacy actions, Interna­ tional Journal o f Human-Computer Studies, 65, 6, 526-536.

Pavlou P.A. (2011), State of the information privacy literature: where are we now and where should we go ?, MIS Quarterly, 35, 4, 977-988.

Phelps J., Nowak G. et Ferrell E. (2000), Privacy concerns and consumer willingness to provide personal Information, Journal o f Public Policy and Marketing, 19, 1, 27-41.

Posey C , Lowry P.B., Roberts T.L. et Ellis T.S. (2010), Proposing the online community self­ disclosure model: the case of working profes­ sionals in France and the U.K. who use online communities, European Journal o f Information Systems, 19, 181-195.

Smith H.J., Dinev T. et Xu H. (2011), Information privacy research: an interdisciplinary review, MIS Quarterly, 35, 4, 989-1015.

Solove D. (2006), A taxonomy of privacy, University o f Pennsylvania Law Review, 154, 3, 477-560.

Stone E. et Stone D. (1990), Privacy in organiza­ tions: theoretical issues, research findings and protection mechanisms, Research in Personnel and Human Resources Management, 8, 349-411.

Ward S., Bridges K. et Chitty B. (2005), Do incen­ tive matter? An examination of online privacy concerns and willingness to provide personal and financial information, Journal o f Marketing Communications, 11,1, 21-40.

Westin A. (1967), Privacy and Freedom, New York: Atheneum.

Wirtz J., Lwin M. et Williams J.D. (2007), Causes and consequences of consumer online privacy concern, International Journal of Service In­ dustry Management, 326-348.

Xu H., Luo X., Carroll J.M. et Rosson M.B. (2011), The personalization privacy paradox: an explo­ ratory study of decision making process for lo­ cation-aware marketing, Decision Support Sys­ tems, 51, 42-52.

What Affects Mobile Application Use ? The Roles of Consumption Values.

WANG H.Y., LIAO C. & YANG L.H. (2013), “What Affects Mobile Application Use ? The Roles of Consumption Values”, International Journal of Marketing Studies.

Mot clefs: consumption values, mobile application, perceived value, behavioral intention

Une application mobile est une interface téléchargeable sur des smartphone qui a un but précis comme apporté un service ou une information. Chaque application est créé et gérer par des logiciels. Nous retrouvons ces application sur des plateformes de téléchargement gérer par le créateur du téléphone. Ces applications ont renversé un modèle commercialTous ces années les smartphone ont connu une croissance accrue. Les valeurs de consommation ont évolué avec la technologie, mais très peu d’étude exploite les facteurs qui nous guident cet évolution. Afin de comprendre les élément de valeurs qui stimule nous intentions de consommation en tant qu’utilisateur d’application, un modèle de valeur fonctionnel est introduit.

Développement

Tous ces années les smartphone ont connu une croissance accrue. Les valeurs de consommation ont évolué avec la technologie, mais très peu d’étude exploite les facteurs qui nous guident cet évolution. Afin de comprendre les élément de valeurs qui stimule nous intentions de consommation en tant qu’utilisateur d’application, un modèle de valeur fonctionnel est introduit.

Les résultats de la recherche démontre que ce sont les valeurs qui relève de la fonctionnalité, du lien social, et émotionnel qui sont les plus fortes. Selon les plateformes les téléchargement d’application s’effectue par curiosité, de la recherche de nouvelle expérience ou satisfaire leur besoin de plaisir.

Conclusion :

Ces innovations ont donc pour effet d’améliorer la qualité de la vie, occupé son esprit ou bien de l’enrichir en satisfaisant un besoin précis. Afin que cet perception de valeur soit en phase avec cet esprit le marketing joue un rôle primordial c’est pourquoi le design et l’utilité de ces application doit être innovant en tout point.

Bibliographie:

Ajzen, I. (1991). The theory of planned behavior. Organizational behavior and human decision processes, 50(2), 179-211. http://dx.doi.org/10.1016/0749-5978(91)90020-T

Anderson, J. C., & Gerbing, D. W. (1988). Structural equation modeling in practice: A review and recommended two-step approach. Psychological bulletin, 103(3), 411. http://dx.doi.org/10.1037/0033-2909.103.3.411

Babin, B. J., Darden, W. R., & Griffin, M. (1994). Work and/or fun: measuring hedonic and utilitarian shopping value. The Journal of Consumer Research, 20(4), 644-656. http://dx.doi.org/10.1086/209376

Bagozzi, R. P., & Yi, Y. (1988). On the evaluation of structural equation models. Journal of the Academy of Marketing Science, 16(1), 74-94. http://dx.doi.org/10.1007/BF02723327

Balasubramanian, S., Peterson, R. A., & Jarvenpaa, S. L. (2002). Exploring the implications of m-commerce for markets and marketing. Journal of the Academy of Marketing Science, 30(4), 348-361. http://dx.doi.org/10.1177/009207002236910

Blechar, J., Constantiou, I. D., & Damsgaard, J. (2006). Exploring the influence of reference situations and reference pricing on mobile service user behaviour. European Journal of Information Systems, 15(3), 285-291. http://dx.doi.org/10.1057/palgrave.ejis.3000618

Braiterman, J., & Savio, N. (2007). Design sketch: the context of mobile interaction. International Journal of Mobile Marketing, 2(1), 66-68.

Bruner, G. C. (2005). Explaining consumer acceptance of handheld Internet devices. Journal of Business Research, 58(5), 553-558. http://dx.doi.org/10.1016/j.jbusres.2003.08.002

Chen, Y. C., Shang, R. A., & Lin, A. K. (2009). The intention to download music files in a P2P environment: Consumption value, fashion, and ethical decision perspectives. Electronic Commerce Research and Applications, 7(4), 411-422. http://dx.doi.org/10.1016/j.elerap.2008.02.001

Cheng, J. M. S., Wang, E. S. T., Lin, J. Y. C., & Vivek, S. D. (2009). Why do customers utilize the internet as a retailing platform?: A view from consumer perceived value. Asia Pacific Journal of Marketing and Logistics, 21(1), 144-160. http://dx.doi.org/10.1108/13555850910926290

Chin, W. W. (1998). The partial least squares approach for structural equation modeling. In G. A. Marcoulides (Ed.), Modern Methods for Business Research (pp. 295-304). Hillsdale, NJ: Lawrence Erlbaum Associates.

Chin, W. W., & Newsted, P. R. (1999). Structural equation modeling analysis with small samples using partial least squares. Statistical strategies for small sample research, 2, 307-342.

19

www.ccsenet.org/ijms International Journal of Marketing Studies Vol. 5, No. 2; 2013 Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User acceptance of computer technology: a comparison of

two theoretical models. Management science, 35(8), 982-1003. http://dx.doi.org/10.1287/mnsc.35.8.982

Deng, Z., Lu, Y., Wei, K. K., & Zhang, J. (2010). Understanding customer satisfaction and loyalty: An empirical study of mobile instant messages in China. International Journal of Information Management, 30(4), 289-300. http://dx.doi.org/10.1016/j.ijinfomgt.2009.10.001

Eggert, A., & Ulaga, W. (2002). Customer perceived value: a substitute for satisfaction in business markets? Journal of Business & Industrial Marketing, 17(2/3), 107-118. http://dx.doi.org/10.1108/08858620210419754

Fishbein, M., & Ajzen, I. (1975). Belief, attitude, intention and behaviour: An introduction to theory and research. Addison-Wesley.

Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39-50. http://dx.doi.org/10.2307/3151312

Gartner. (2011). Retrieved from http://www.gartner.com/it/page.jsp?id=1529214
Gummerus, J., & Pihlström, M. (2011). Context and mobile services’ value-in-use. Journal of Retailing and

Consumer Services, 18(6), 521-533. http://dx.doi.org/10.1016/j.jretconser.2011.07.002

Holbrook, M. B. (1994). The nature of customer value: an anthology of services in the consumption experience. Service Quality: New Directions in Theory and Practice, 21-71. http://dx.doi.org/10.4135/9781452229102.n2

Holbrook, M. B., & Hirschman, E. C. (1982). The experiential aspects of consumption: Consumer fantasies, feelings, and fun. The Journal of Consumer Research, 9(2), 132-140. http://dx.doi.org/10.1086/208906

Hsu, F. M., & Chen, T. Y. (2007). Understanding Information Systems Usage Behavior in E-Government: The Role of Context and Perceived Value. Paper presented at the Pacific Asia Conference on Information Systems, 2007.

Hung, S. Y., Ku, C. Y., & Chang, C. M. (2003). Critical factors of WAP services adoption: an empirical study. Electronic Commerce Research and Applications, 2(1), 42-60. http://dx.doi.org/10.1016/S1567-4223(03)00008-5

Kim, B., & Han, I. (2009). What drives the adoption of mobile data services? An approach from a value perspective. Journal of Information Technology, 24(1), 35-45. http://dx.doi.org/10.1057/jit.2008.28

Kim, H. W., Chan, H. C., & Gupta, S. (2007). Value-based adoption of mobile internet: an empirical investigation. Decision Support Systems, 43(1), 111-126. http://dx.doi.org/10.1016/j.dss.2005.05.009

King, W. R., & He, J. (2006). A meta-analysis of the technology acceptance model. Information & Management, 43(6), 740-755. http://dx.doi.org/10.1016/j.im.2006.05.003

Lee, M. C. (2009). Factors influencing the adoption of internet banking: An integration of TAM and TPB with perceived risk and perceived benefit. Electronic Commerce Research and Applications, 8(3), 130-141. http://dx.doi.org/10.1016/j.elerap.2008.11.006

Lee, Y., Kim, J., Lee, I., & Kim, H. (2002). A cross-cultural study on the value structure of mobile internet usage: comparison between Korea and Japan. Journal of Electronic Commerce Research, 3(4), 227-239.

Mallat, N., Rossi, M., Tuunainen, V. K., & Oorni, A. (2009). The impact of use context on mobile services acceptance: The case of mobile ticketing. Information & Management, 46(3), 190-195. http://dx.doi.org/10.1016/j.im.2008.11.008

Monroe, K. B. (1990). Pricing: Making profitable decisions. McGraw-Hill Pub. Co.
Okazaki, S. (2008). Exploring experiential value in online mobile gaming adoption. CyberPsychology &

Behavior, 11(5), 619-622. http://dx.doi.org/10.1089/cpb.2007.0202
Pihlstrom, M., & Brush, G. J. (2008). Comparing the perceived value of information and entertainment mobile

services. Psychology and Marketing, 25(8), 732-755. http://dx.doi.org/10.1002/mar.20236
Pura, M. (2005). Linking Perceived Value and Loyalty in Location-Based Mobile Services. Managing Service

Quality, 15(6), 509-538. http://dx.doi.org/10.1108/09604520510634005
Ravald, A., & Grönroos, C. (1996). The value concept and relationship marketing. European journal of

marketing, 30(2), 19-30. http://dx.doi.org/10.1108/03090569610106626 20

page10image26925248

www.ccsenet.org/ijms International Journal of Marketing Studies Vol. 5, No. 2; 2013

page11image26880512

Rogers, E. M. (1995). Diffusion of innovations. Free Pr.
Sanchez-Fernandez, R., & Iniesta-Bonillo, M. (2007). The concept of perceived value: a systematic review of the

research. Marketing Theory, 7(4), 427-451. http://dx.doi.org/10.1177/1470593107083165
Sheth, J. N., Newman, B. I., & Gross, B. L. (1991a). Consumption values and market choices: theory and

applications. Cincinnati: South-Western Pub.
Sheth, J. N., Newman, B. I., & Gross, B. L. (1991b). Why we buy what we buy: a theory of consumption values.

Journal of Business Research, 22(2), 159-170. http://dx.doi.org/10.1016/0148-2963(91)90050-8
Siegler, M. (2008). Analyst: There’s a great future in iPhone apps. Retrieved from

Analyst: There’s a great future in iPhone apps


Sweeney, J. C., & Soutar, G. N. (2001). Consumer perceived value: The development of a multiple item scale.

Journal of retailing, 77(2), 203-220. http://dx.doi.org/10.1016/S0022-4359(01)00041-0

Sweeney, J. C., Soutar, G. N., & Johnson, L. W. (1999). The role of perceived risk in the quality-value relationship: a study in a retail environment. Journal of retailing, 75(1), 77-105. http://dx.doi.org/10.1016/S0022-4359(99)80005-0

Tarn, J. L. M. (1999). The effects of service quality, perceived value and customer satisfaction on behavioral intentions. Journal of Hospitality Marketing & Management, 6(4), 31-43. http://dx.doi.org/10.1300/J150v06n04_04

TRI. (2010). Retrieved from http://www.topology.com.tw/tri/
Tseng, F. M. (2011). Antecedents of consumers’ Intetnions to Upgrade their mobile phones. Telecommunications

Policy, 35x, 13. http://dx.doi.org/10.1016/j.telpol.2010.11.003

Turel, O., Serenko, A., & Bontis, N. (2007). User acceptance of wireless short messaging services: Deconstructing perceived value. Information & Management, 44(1), 63-73. http://dx.doi.org/10.1016/j.im.2006.10.005

Turel, O., Serenko, A., & Bontis, N. (2010). User acceptance of hedonic digital artifacts: A theory of consumption values perspective. Information & Management, 47(1), 53-59. http://dx.doi.org/10.1016/j.im.2009.10.002

Tzeng, J. Y. (2011). Perceived values and prospective users’ acceptance of prospective technology: The case of a career eportfolio system. Computers & Education, 56(1), 157-165. http://dx.doi.org/10.1016/j.compedu.2010.08.010

Verkasalo, H., López-Nicolás, C., Molina-Castillo, F. J., & Bouwman, H. (2010). Analysis of users and non-users of smartphone applications. Telematics and Informatics, 27(3), 242-255. http://dx.doi.org/10.1016/j.tele.2009.11.001

Wikipedia. (2012). Retrieved from http://en.wikipedia.org/wiki/Mobile_app
Woodruff, R. B. (1997). Customer value: the next source for competitive advantage. Journal of the Academy of

Marketing Science, 25(2), 139-153. http://dx.doi.org/10.1007/BF02894350

Yang, K., & Jolly, L. D. (2009). The effects of consumer perceived value and subjective norm on mobile data service adoption between American and Korean consumers. Journal of Retailing and Consumer services, 16(6), 502-508. http://dx.doi.org/10.1016/j.jretconser.2009.08.005

Comportement web-to-store : vers une nouvelle logique de contrôle de soi ?

BOUZID Y. & VANHÉÉMS R. (2014), « Comportement web-to-store : vers une nouvelle logique de contrôle de soi ? », Management & Avenir, Vol. 71, No. 5, p. 189

Cet article s’intéresse au modèle de « click-and-mortar », mis en place par les acteurs économiques afin de développer leurs ventes en ligne. Cela permet à la distribution de s’adapter à l’apparition de nouvelles technologies et à leur développement constant. En effet, plusieurs études ont révélé que les consommateurs utilisent de plus en plus les technologies au quotidien et qu’il n’hésitent pas à combiner la vente en ligne et la vente en espace réel. Ce comportement va donc être étudié à travers cette recherche et ainsi révéler que les consommateurs l’adoptent volontairement afin de gagner du temps et de limiter la tentation d’achat.

Développement

Ce document porte sur le cross canal qui est une stratégie de distribution prenant en considération le fait que le client utilise plusieurs canaux différents afin de faire ses achats. En effet, il apparait qu’un certain nombre de consommateurs préparent leurs achats en ligne avant de se rendre en magasin pour les effectuer. Selon plusieurs économistes, l’achat en ligne permettrait à l’acheteur d’organiser son achat, mais aussi de le rendre plus ludique.

 

Dans le cadre de cette recherche, plusieurs femmes utilisant le click-and-mortar pour l’achat de prêt-à-porter féminin, ont été interviewées afin de donner leur avis sur cette méthode. Il en ressort que cette stratégie permet aux clientes de s’auto-réguler. Elle est volontairement adoptée par les clientes afin de réguler leur comportement d’achat et de ne pas dévier de leurs objectifs initiaux. L’objectif des consommatrices est alors d’avoir un « contrôle de soi » et une résistance à la tentation afin de maitriser leur budget, mais aussi leur temps en ne flânant plus dans les rayons. En effet, celles-ci passent moins de temps dans les rayons qu’en temps normal et ne s’y rendent plus que pour acheter les articles qu’elles ont déjà repérés. L’achat en magasin n’est donc plus perçu comme un plaisir, mais plutôt comme une tâche. Les clientes sont conscientes que le repérage en ligne change leur comportement en magasin : ces dernières ne se laissent plus tenter par la mise en scène des produits, ni par les offres commerciales. Cette inattention à l’atmosphère sensoriel du point de vente bouleverse les efforts initiés par les distributeurs afin de rendre leurs articles plus attrayants. Du point de vue des clientes, le cross canal présente de nombreux avantages : celles-ci se sentent moins perdues dans les magasins et n’ont plus peur d’être déçues. Cela bouleverse aussi les relations vendeur – client, puisque les clientes ont d’avantage confiance en elles et s’adressent plus facilement aux vendeurs afin de trouver l’article. A l’inverse, elles se laissent moins facilement diriger vers un autre article.

Le cross canal peut déboucher sur deux réactions bien différentes. Si l’article repéré sur internet convient à la cliente quand elle se rend en magasin, elle l’achètera immédiatement. A l’inverse, si l’article ne lui convient pas en magasin, cela pourra déboucher sur une sorte de punition puisque non seulement la cliente n’achètera pas le produit, mais elle risque de sortir du magasin sans rien acheter d’autre.

Ainsi, il serait intéressant pour les distributeurs d’adapter leur stratégie au cross-canal en accompagnant les clients d’une meilleure façon grâce aux technologies, mais aussi au personnel.

Conclusion

Cet article permet de comprendre le choix des consommatrices de prêts à porter féminin, d’adopter un comportement de click-and-mortar afin d’effectuer leurs achats. L’étude révèle que cette stratégie est consciente puisqu’elle permet aux clientes de s’auto réguler en restant concentrées sur les articles préalablement sélectionnés, et en ne se laissant pas influencer par l’environnement du point de vente. Tout cela remet en cause la stratégie des distributeurs qui, jusqu’ici, organisaient leur point de vente afin d’attirer les consommateurs vers les articles et qui doivent maintenant s’ouvrir à de nouvelles stratégies de marketing. Pour finir, cette recherche pourrait être complétée par des données plus précises sur le comportement habituel des consommateurs interviewés (impulsivité, implication dans la catégorie de produits, etc).

Bibliographie

ANSARI A., MELA C.-F. et NESLIN S.-A. (2008), « Customer Channel Migration », Journal of Marketing Research, Vol. 45, p. 60-76, février.

ANTEBLIAN B., FILSER M. et ROEDERER C. (2013), « L’expérience du consommateur dans le commerce de détail. Une revue de la littérature », Recherche et Applications en Marketing, Vol. 28, N° 3, p. 84-113.

BABIN N.-J. et DARDEN W.-R. (1995), « Consumer self-regulation in a retail environ- ment”, Journal of Retailing, Vol. 71, spring, p.47-70.

BÄCKSTRÖM K. (2011), « Shopping as leisure: an exploration of manifoldness and dy- namics in consumers.

BADOT O. et COVA B. (2003), « Néo-marketing, 10 ans après : pour une théorie cri- tique de la consommation et du marketing réenchantés », Revue Française du Marketing, N°195, p. 79-94, novembre.

BADOT O. et NAVARRE C. (2002), « L’achat de véhicules automobiles sur Internet : un exemple d’articulation multi-canaux experientielle », Actes de la 7eme Journée de Recherche en Marketing de Bourgogne, Dijon.

BALASUBRAMANIAN S., RAGHUNATHAN R. et MAHAJAN V. (2005), « Consumers in a Multichannel Environnement: Product Utility, Process Utility, and Channel Choice », Journal of Interactive Marketing, Vol. 19, N° 2, p.12-30.

BARDIN L. (2003), L’analyse de contenu, éd. PUF, Paris.

BARTH I. et ANTEBLIAN B. (2006), Les petites histoires extraordinaires des courses

ordinaires, ethnographie des courses, Edt EMS Management et Société.

BAUMEISTER R.-F. (2002), « Yielding to Temptation: Self‐Control Failure, Impulsive

Purchasing, and Consumer Behavior », Journal of Consumer Research, Vol. 28, N°4, march.

BELVAUX B. (2004), Recherche d’information et achat dans un environnement multicanal. Le cas du “click-and-mortar”, Thèse de doctorat en Sciences de Gestion, faculté de Science économique et gestion, Bourgogne.

BELVAUX B. (2006), « Du E-commerce au multi-canal : les différentes implications d’In- ternet dans le processus d’achat du consommateur », Revue Française du Marketing, Vol. 209, p. 49-68.

BELVAUX B. et Labbé-Pinlon B. (2009), « Concurrences et complémentarités entre les canaux physiques et électroniques. Une application aux produits musicaux », Management et Avenir, Vol. 26, p. 11-28, septembre.

BOUZID Y. et VANHEEMS R. (2014), « Comportement cross-canal : vers une nouvelle maîtrise de soi au sein de l’espace réel », in the proceedings of the International Conference Marketing Trends, Venise, 24-25 janvier.

COLLA E. et LAPOULE P. (2011), « Les facteurs critiques de succès dans le super- marché online », Décisions Marketing, N° 61, p. 35-45, janvier-mars.

COLLA E. et LAPOULE P., (2012), « E-commerce: exploring the critical success factors », International Journal of Retail and Distribution Management, Vol. 40, N° 11, p.842- 864.

COVA B. et DALLI D. (2009), « Working Consumers: The Next Step in Marketing Theory? », Marketing Theory, Vol. 9, No. 3, p. 315-339.

DANDOUAU J.-C. (2011), « Résistance du consommateur : vers une clarification des concepts », Working Paper, LEG-Cermab, 24 pages, novembre.

DHOLAKHIA U. (2000), « Temptation and resistance: an integrated model of consumption impulse formation and enactment », Psychology and Marketing, Vol. 17, N°11, p. 955-982.

DHOLAKHIA U. et SIMONSON I. (2005), « The effect of explicit reference points on consumer choice and online bidding behavior », Marketing Science, Vol. 24, N°2, p.206-217.

DJELASSI S., COLLIN-LACHAUD I. et ODOU P. (2009), « Crise du pouvoir d’achat, les distributeurs face au « wise shopping » », Décisions Marketing, N° 56, p.37-46, octobre-décembre

ENGEL J.-F., BLACKWELL T.-D. et KOLLAT D.-T. (1978), Consumer Behavior, Ed. Dryden Press, Hinsdale, 3rd ed.

GARNIER M. et MACDONALD E. (2009), « The savvy French consumer : a cross-cultural replication », Journal of marketing management, Vol.25, 9/10, p.965-986.

GENSLER S., VERHOEF P.-C. et BÖHM M. (2012), « Understanding consumers’ mul- tichannel choices across the different stages of the buying process », Marketing Letters, Vol. 23, N°4, p. 987-1003.

HELFER J.-P. et MICHEL G. (2006), « La stratégie de contacts multicanal : opportunités, risques et facteurs clés de succès », Décisions Marketing, N° 41, p. 29-37, janvier-mars.

KONUS U., VERHOEF P.-C. et NESLIN S.-A. (2008), « Multichannel shopper segments and their covariates », Journal of Retailing, Vol. 84, p. 398–413.

KUMAR V. et VENKATESAN R. (2005), « Who are Multichannel Shop- pers and How do They Perform? Correlates of Multichannel Shopping Behavior », Journal of Interactive Marketing, Vol. 19, N°2, p. 44–55.

MAUBISSON L. et ABAIDI I. (2010), « e-terview & in-terview: Etude comparative de mé- thodes de recueil de données online & offline », Actes des les Journées de Recherche sur le E-MKG.

NICHOLSON P. et VANHEEMS R. (2009), « Orientations d’achat et comportement d’achat multi-canal », Management & Avenir, N°21, p.136-156, février.

ROLLAND S. (2005), « Internet et qualité: impact de la fréquentation des sites web sur la qualité perçue par le consommateur », XXIème Congrès International de l’Association Française du Marketing, Nancy.

VALENTINI S., MONTAGUTI E., NESLIN S.-A. (2011), « Decision Process Evolution in Customer Channel Choice »,Journal of Marketing, Vol. 75, No. 6, pp. 72-86.

VANHEEMS R. (2009), « Distribution Multi-canal : pourquoi les clients mixtes doivent faire l’objet d’une attention particulière », Décisions Marketing, N° 55, p.41-52, juillet-septembre.

VANHEEMS R. (2012), « Cross-canal : comment le site Internet d’une enseigne mo- difie le comportement de ses clients en magasin », Revue Française de Gestion, N°227, p.13-29, octobre-novembre-décembre.

VENKATESAN R., KUMAR V. et RAVISHANKER N. (2007), « The Impact of Customer-Firm

Interactions on Customer Channel Adoption Duration », Journal of Marketing, Vol. 71, N°2, p.114-132.

“Understanding e-learning continuance intention: an extension of the technology acceptance model.”

Roca, J.C., Chiu, C.M. and Martínez, F.J. (2006), “Understanding e-learning continuance intention: an extension of the technology acceptance model”, International Journal of Human-Computer Studies, Vol. 64 No. 8, pp. 683-696.

La compréhension des modèles d’apprentissage à en ligne sont guidés par des facteurs qui permettent d’obtenir une continuité dans le service en ligne. Cette recherche se base un échantillon de 172 personnes, et révèle ce qui mène les utilisateurs à apprécier en plus de l’adopter.

 Développement :

Dans cet application la théorie de l’acceptance des modèles technologique est mise en avant pour l’utilité perçue, l’intention de l’utilisateur et la facilité d’utilisation. Cela permet aux chercheur de mieux détermine les facteur attendu en étudiant les données recueillis.

Tout d’abord, l’utilité qu’en tire les utilisateur est essentiel à l’apprentissage en ligne c’est l’objectif premier de ce modèle afin qu’ils puissent absorber les informations. Puis la qualité des information délivré par cet apprentissage qui résulte de la qualité du service cherché.

Ensuite, la qualité du système qui joue le rôle d’indicateur de satisfaction dans le confort de l’utilisateur. Pour finir, la facilité d’utilisation de l’outil et l’efficacité de l’ordinateur qui est le support d’apprentissage joue un rôle primordial dans ce modèle. Ces 4 facteurs sont les grand axes résultant de la recherche, et sont aussi ceux que l’on doit considérer comme évolutif. Pour que la conception de ce système soit innové pour devenir plus compétitif sur l’aspect fiabilité et la réactivité du service.

L’interface du site joue le rôle de vitrine, il reflète la qualité de l’apprentissage et doit d’être cohérent avec les services proposé. Il se doit donc d’être tout aussi visuellement attrayant, pour que les utilisateurs garde cet image dans leur esprit.

 Conclusion :

L’aboutissement de cette recherche propose donc que la qualité et la facilité d’utilisation soit les grand déterminant d’un site d’apprentissage en ligne. Et que l’aspect ludique fait partis des atouts permettant de se démarquer. Mais que dans l’environnement d’apprentissage en ligne, les utilisateurs accordent plus d’attention à la manière dont le système d’apprentissage en ligne fournit des informations et à la manière dont il rendra leur travail plus efficace.

Références Bibliographiques :

Agarwal, R., Sambamurthy, V., Stair, R.M., 2000. Research report: the evolving relationship between general and specific computer self- efficacy—an empirical assessment. Information Systems Research 11 (4), 418–430.

Ajzen, I., 1988. Attitudes, Personality, and Behaviour. Open University Press, Milton Keynes.

Ajzen, I., 1991. The theory of planned behavior. Organizational Behaviour and Human Decision Processes 50, 179–211.

Ajzen, I., Fishbein, M., 1980. Understanding Attitudes and Predicting Social Behavior. Prentice-Hall, Englewood Cliffs, NJ.

Anderson, E.W., Fornell, C., Lehmann, R.R., 1994. Customer satisfac- tion, market share, and profitability: findings from Sweden. Journal of Marketing 58 (3), 53–66.

Amoako-Gyampah, K., Salam, A.F., 2004. An extension of the technology acceptance model in an ERP implementation environment. Information & Management 41 (6), 731–745.

Bailey, J.E., Pearson, S.W., 1983. Development of a tool for measuring and analyzing computer user satisfaction. Management Science 29 (5), 530–545.

Bajaj, A., Nidumolu, S.R., 1998. A feedback model to understand information system usage. Information & Management 33 (4), 213–224.

Bandura, A., 1986. Social Foundations of Though and Action. Prentice- Hall, Englewood Cliffs, NJ.

Baroudi, J.J., Orlikowski, W.J., 1988. A short form measure of user information satisfaction: a psychometric evaluation and notes on use. Journal of Management Information Systems 4 (4), 44–59.

Bharatia, P., Chaudhury, A., 2004. An empirical investigation of decision- making satisfaction in web-based decision support systems. Decision Support Systems 37 (2), 187–197.

Bhattacherjee, A., 2000. Acceptance of Internet applications services: the case of electronic Brokerages. IEEE Transactions on systems, Man, and Cybernetics—Part A: Systems and Humans 30, 411–420.

Bhattacherjee, A., 2001a. Understanding information systems continu- ance: an expectation–confirmation mode. MIS Quarterly 25 (3), 351–370.

Bhattacherjee, A., 2001b. An empirical analysis of the antecedents of electronic commerce service continuance. Decision Support Systems 32 (2), 201–214.

Bitner, M.J., 1990. Evaluating service encounters: the effects of physical surroundings and employee responses. Journal of Marketing 54, 69–82.

Bolton, R.N., Drew, J.H., 1991. A multistage model of customer’s assessments of service quality and value. Journal of Consumer Research 17 (4), 375–384.

Carter, F.J., Jambulingham, T., Gupta, V.K., Melone, N., 2001. Technological innovations: a framework for communicating diffusion effects. Information & Management 38 (5), 277–287.

Chau, P.Y.K., 2001. Influence of computer attitude and self-efficacy on IT usage behavior. Journal of End User Computing 13 (1), 26–33.

Chiu, C., Hsu, M., Sun, S., Lin, T., Sun, P., 2005. Usability, quality, value and e-learning continuance decisions. Computers & Education 45 (4), 399–416.

Churchill, G.A., Surprenant, C., 1982. An investigation into the determinants of customer satisfaction. Journal of Marketing Research 19, 491–504.

Compeau, D.R., Higgins, C.A., 1995. Computer self-efficacy: develop- ment of a measure and initial test. MIS Quarterly 19 (2), 189–211. Cronin, J.J., Taylor, S.A., 1992. Measuring service quality: a re-

examination and extension. Journal of Marketing 56, 55–68. Csikszentmihalyi, M., 1990. The Psychology of Optimal Experience.

Harper & Row, New York.

Dabolkar, P.A., Shepard, C.D., Thorpe, D.I., 2000. A comprehensive

framework for service quality: an investigation of critical conceptual and measurement issues through a longitudinal study. Journal of Retailing 76 (2), 139–173.

Davis, F.D., 1989. Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly 13 (3), 319–340.

Davis, F.D., Bagozzi, R.P., Warshaw, P.R., 1989. User acceptance of computer technology: a comparison of two theoretical models. Management Science 35 (8), 982–1002.

Davis, F.D., Bagozzi, R.P., Warshaw, P.R., 1992. Extrinsic and intrinsic motivation to use computers in the workplace. Journal of Applied Social Psychology 22 (14), 1111–1132.

Delone, W.H., McLean, E.R., 1992. Information systems success. The quest for the dependent variable. Information Systems Research 3, 60–95.

Devaraj, S., Fan, M., Kohli, R., 2002. Antecedents of B2C channel satisfaction and preference: validating e-commerce metrics. Informa- tion Systems Research 13 (3), 316–333.

Doll, W.J., Torkzadeh, G., 1988. The measurement of end user computing satisfaction. MIS Quarterly 12 (2), 259–274.

Eastin, M.S., 2002. Diffusion of e-commerce: an analysis of the adoption of four e-commerce activities. Telematics and Informatics 19, 251–267.

Eastin, M.A., LaRose, R.L., 2000. Internet self-efficacy and the psychology of the digital divide. Journal of Computer Mediated Communication 6 (1) Available at http://www.ascusc.org/jcmc/vol6/issue1/eastin.html.

Fishbein, M., Ajzen, I., 1975. Belief, Attitude, Intentions and Behavior: An Introduction to Theory and Research. Addison-Wesley, Reading, MA.

Fornell, C., Larcker, D.F., 1981. Evaluating structural equation models with unobservable and measurement error. Journal of Marketing Research 18, 39–50.

Fornell, C., Johnson, M.D., Anderson, E.W., Cha, J., Bryant, B.E., 1996. The American customer satisfaction index: nature, purpose, and findings. Journal of Marketing 60 (4), 7–18.

Hayashi, A., Chen, C., Ryan, T., Wu, J., 2004. The role of social presence and moderating role of computer self efficacy in predicting the continuance usage of e-learning systems. Journal of Information Systems Education 15 (2), 139–154.

Heo, J., Han, I., 2003. Performance measure of information systems (IS) in evolving computing environments: an empirical investigation. Information & Management 40 (4), 243–256.

Hsu, M., Chiu, C., 2004a. Internet self-efficacy and electronic service acceptance. Decision Support Systems 38, 369–381.

Hsu, M., Chiu, C., 2004b. Predicting electronic service continuance with a decomposed theory of planned behaviour. Behaviour & Information Technology 23 (51), 359–373.

Hsu, M.H., Chen, Y.L., Chiu, C.M., 2003. Examining the WWW continuance: an extended expectation confirmation model. Commu- nications of the ICISA 5 (2), 12–25.

Hu, P.J., Chau, P.Y.K., Sheng, O.R.L., Tam, K.Y., 1999. Examining the technology acceptance model using physician acceptance of telemedi- cine technology. Journal of Management Information Systems 16 (2), 91–112.

Igbaria, M., Iivari, J., 1995. The effects of self-efficacy on computer usage. Omega 23 (6), 587–605.

Igbaria, M., Tan, M., 1997. The consequences of the information technology acceptance on subsequent individual performance. Infor- mation & Management 32 (3), 113–121.

Igbaria, M., Iivari, J., Maragahh, H., 1995. Why do individuals use computer technology?: a Finnish case study. Information & Manage- ment 29 (5), 227–238.

ISO 9241-11, 1998. Ergonomics Requirements for Office with Visual Display Terminals (VDTs)—Part 11: Guidance on Usability. Interna- tional Organization for Standardization (ISO), Geneva.

Ives, B., Olson, M.H., Baroudi, J.J., 1983. The measurement of user information satisfaction. Communications of the ACM 26 (10), 785–793.

Jackson, C.M., Chow, S., Leitch, R.A., 1997. Toward an understanding of the behavioural intention to use an information system. Decision Sciences 28 (2), 357–389.

Jiang, J.J., Klein, G., Carr, C.L., 2002. Measuring information system service quality: SERVQUAL from the other side. MIS Quarterly 26 (2), 145–166.

Joo, Y.-J., Bong, M., Choi, H.-J., 2000. Self-efficacy for self-regulated learning, academic self-efficacy, and Internet self-efficacy in Web- based instruction. Educational Technology, Research and Develop- ment 48 (2), 5–17.

Jurison, J., 1996. The temporal nature of IS benefits: a longitudinal study. Information & Management 30, 75–79.

Karahanna, E., Straub, D.W., 1999. The psychological origins of perceived usefulness and ease of use. Information & Management 35 (4), 237–250.

Karahanna, E., Straub, D.W., Chervany, N.L., 1999. Information technology adoption across time: a cross-sectional comparison of pre-adoption and post-adoption beliefs. MIS Quarterly 23 (2), 183–213.

Kettinger, W.J., Lee, C.C., 1994. Perceived service quality and user satisfaction with the information services function. Decision Sciences 25 (5/6), 737–766.

Kettinger, W.J., Lee, C.C., 1997. Pragmatic perspectives on the measure- ment of information systems service quality. MIS Quarterly 21 (2), 223–239.

Khalifa, M., Liu, V., 2002a. Satisfaction with internet-based services: the role of expectations and desires. International Journal of Electronic Commerce 7 (2), 31–49.

Khalifa, M., Liu, V., 2002b. Satisfaction with internet-based services. In: Proceedings of the 35th Hawaii International Conference on System Sciences.

LaBarbera, P.A., Mazursky, D., 1983. A longitudinal assessment of consumer satisfaction/dissatisfaction: the dynamic aspect of the cognitive process. Journal of Marketing Research 29, 393–404.

Lai, T.L., 2004. Service quality and perceived value’s impact on satisfaction, intention and usage of Short Message Service (SMS). Information Systems Frontiers 6 (4), 353–368.

Landrum, H., Prybutok, V.R., 2004. A service quality and success model for the information service industry. European Journal of Operational Research 156 (3), 628–642.

Legris, P., Ingham, J., Collerette, P., 2003. Why do people use information technology? A critical review of the technology acceptance model. Information & Management 40 (3), 191–204.

Liu, C., Arnett, K., 2000. Exploring the factors associated with Web site success in the context of electronic commerce.Information & Management 38 (1), 23–33.

Lin, C.S., Wu, S., Tsai, R.J., 2005. Integrating perceived playfulness into expectation-confirmation model for web portal context. Information & Management 42 (5), 683–693.

Mathieson, K., 1991. Predicting user intentions: comparing the technology acceptance model with the theory of planned behavior. Information Systems Research 2 (3), 173–191.

McGill, T., Hobbs, V., Kloba, J., 2003. User-developed applications and information systems success: a test of DeLone and McLean’s model. Information Resources Management Journal 16 (1), 24–45.

McKinney, V., Yoon, K., Zahedi, F.M., 2002. The measurement of Web- customer satisfaction: an expectation and disconfirmation approach. Information Systems Research 13 (3), 296–315.

Moon, J.W., Kim, Y.G., 2001. Extending the TAM for a World-Wide- Web context. Information & Management 38 (4), 217–230.

Negash, S., Ryan, T., Igbaria, M., 2003. Quality and effectiveness in Web- based customer support systems. Information & Management 40 (8), 757–768.

Oliver, R.L., 1980. A cognitive model for the antecedents and consequences of satisfaction. Journal of Marketing Research 17, 460–469.

Oliver, R.L., 1981. Measurement and evaluation of satisfaction process in retail setting. Journal of Retailing 57, 25–48.

Oliver, R.L., 1993. Cognitive, affective, and attribute bases of the satisfaction response. Journal of Consumer Research 20 (3), 418–430. Oliver, R.L., Bearden, W.O., 1985. Disconfirmation processes and consumer evaluations in product usage. Journal of Business Research

13, 235–246.

Oliver, R.L., DeSarbo, W., 1988. Response determinants in satisfaction judgements. Journal of Consumer Research 14, 495–507.

Ong, C., Lai, J., Wang, Y., 2004. Factors affecting engineers’ acceptance of asynchronous e-learning systems in high-tech companies. Informa- tion & Management 41 (6), 795–804.

Parasuraman, A., Zeithaml, V.A., Berry, L., 1985. A conceptual model of service quality and its implications for future research. Journal of Marketing 49, 41–50.

Parasuraman, A., Zeithaml, V.A., Berry, L., 1988. SERVQUAL: a multiple-item scale for measuring customer perceptions of service quality. Journal of Retailing 64 (1), 12–40.

Patterson, P.G., 1995. The determinants of satisfaction/dissatisfaction for business-to-business, professional services: a conceptual model. In: Swartz, T.A., Bowen, D.E., Brown, S.W. (Eds.), Advances in Services Marketing and Management. JAI, Greenwich, CT, pp. 169–193.

Patterson, P.G., Johnson, L.W., Spreng, R.A., 1997. Modeling the determinants of customer satisfaction for business-to-business services. Academy of Marketing Science 25 (1), 4–17.

Podsakoff, P.M., MacKenzie, S.B., Lee, J.Y., Podsakoff, N.P., 2003. Common method biases in behavioral research: a critical review of the literature and recommended remedies. Journal of Applied Psychology 88 (5), 879–903.

Pitt, L.F., Watson, R.T., Kavan, C.B., 1995. Service Quality: A Measure Of Information Effectiveness. MIS Quarterly 19 (2), 173–187.

Rai, A., Lang, S.S., Welker, R.B., 2002. Assessing the validity of IS success models: an empirical test and theoretical analysis. Information Systems Research 13 (1), 50–69.

Saade ́ , R., Bahli, B., 2005. The impact of cognitive absorption on perceived usefulness and perceived ease of use in on-line learning: an extension of the technology acceptance model. Information & Management 42 (2), 317–327.

Seddon, P.B., 1997. A respecification and extension of the DeLone and McLean model of IS success. Information Systems Research 8 (3), 240–253.

Seddon, P.B., Kiew, M.-Y., 1994. A partial test and development of the DeLone and McLean Model of IS success. In: Proceedings of the International Conference on Information Systems. Vancouver, Cana- da (ICIS 94), pp. 99–110.

Shang, R.-A., Chen, Y.-C., Shen, L., 2005. Extrinsic versus intrinsic motivations for consumers to shop on-line. Information & Manage- ment 42 (3), 401–413.

Shih, H., 2004. Extended technology acceptance model of Internet utilization behavior. Information & Management 41 (6), 719–729.

Spreng, R.A., Chiou, J.-S., 2002. A cross-cultural assessment of the satisfaction formation process. European Journal of Marketing 36 (7/ 8), 829–839.

Spreng, R.A., MacKenzie, S.B., Olshavsky, R.W., 1996. A re-examination of the determinants of consumer satisfaction. Journal of Marketing 60, 15–32.

Swan, J.E., Oliver, R.L., 1989. Postpurchase communications by consumers. Journal of Retailing 65 (4), 516–533.

Swan, J.E., Trawick, I.F., 1981. Disconfirmation of expectations and satisfaction with a retail service. Journal of Retailing 57, 40–67.

Taylor, S., Todd, P., 1995a. Assessing IT usage: the role of prior experience. MIS Quarterly 19 (4), 561–570.

Taylor, S., Todd, P., 1995b. Understanding information technology usage: a test of competing models. Information Systems Research 6 (2), 144–176.

Teo, T.S.H., Lim, V.K.G., Lai, R.Y.C., 1999. Intrinsic and extrinsic motivation in Internet usage. Omega 27 (1), 25–37.

Torkzadeh, G., Van Dyke, T.P., 2001. Development and validation of an Internet self-efficacy scale. Behaviour and Information Technology 20 (4), 275–280.

Tse, D.K., Wilton, P.C., 1988. Models of consumer satisfaction: an extension. Journal of Marketing Research 25, 204–212.

Venkatesh, V., 2000. Determinants of perceived ease of use: integrating control, intrinsic motivation, and emotion into the technology acceptance model. Information Systems Research 11 (4), 342–365.

Venkatesh, V., Davis, F.D., 1996. A model of the antecedents of perceived ease of use: development and test. Decision Sciences 27 (3), 451–481. Venkatesh, V., Davis, F.D., 2000. A theoretical extension of the

technology acceptance model: four longitudinal field studies. Manage-

ment Science 46 (2), 186–204.

Wang, Y.-S., Tang, T.-I., 2003. Assessing customer perceptions of website

service quality in digital marketing environments. Journal of End User

Computing 15 (3), 14–28.

Webster, J., Martocchio, J.J., 1992. Microcomputer playfulness: develop-

ment of a measure with workplace implications. MIS Quarterly 16 (2),

201–226.

Woszczynski, A.B., Whitman, M.E., 2004. The problem of common

method variance in IS research. In: Woszczynski, A.B., Whitman, M.E. (Eds.), The Handbook of Information Systems Research. Idea Group Inc., Hershey, PA, pp. 66–77.

Woszczynski, A.B., Roth, P.L., Segars, A.H., 2002. Exploring the theoretical foundations of playfulness in computer interactions. Computers in Human Behavior 18 (4), 369–388.

Zeithaml, V.A., 1988. Consumer perceptions of price, quality, and value: a means-end model and synthesis of evidence. Journal of Marketing 52 (3), 2–22.

La gestion stratégique d’un portefeuille de business models connectés : une application aux secteurs du numérique.

ROMAIN GANDIA, GUY PARMENTIER, (2020). La gestion stratégique d’un portefeuille de business models connectés : une application aux secteurs du numérique, International Management, Vol. 24 Issue 5, p186-204. 19p

Introduction

Cet article s’intéresse au portefeuille de business models des entreprises du numérique. Un portefeuille de business models est la combinaison de plusieurs principes de fonctionnement, règles d’organisation et stratégies, permettant à l’entreprise de répondre aux besoins d’un plus grand nombre de consommateurs et ainsi d’accroître ses revenus. C’est le cas, par exemple, lorsqu’une entreprise assemble des matériels avec des logiciels. Les auteurs de l’étude se sont basés sur plusieurs grands acteurs du numérique comme Apple ou Microsoft afin de proposer des stratégies aux entreprises pour leur permettre de mieux gérer leur portefeuille de business models et développer ainsi leur chiffre d’affaire.

Développement

Le business model a différentes fonctions. Il permet à une société de faire des économies en articulant au mieux « ses activités, ses ressources et ses partenaires » et il lui permet de proposer des produits et services à une catégorie spécifique de consommateurs. Un portefeuille de business models permet donc de toucher plus de consommateurs, puisqu’il combine plusieurs modèles économiques visant chacun sa propre catégorie de clients.Lorsque les différents business models s’articulent bien entre eux, cela permet de maximiser leurs fonctions et de générer de meilleurs rendements. Certains business models portent sur un produit ou un service spécifique « BM classiques », d’autres combinent deux produits ou services « BM duals », voir même plusieurs produits et services « BM multifaces ».

Au sein d’un même portefeuille, les modèles peuvent simplement co exister, ou être complémentaires lorsqu’ils partagent leurs activités et leurs ressources. L’objectif n’est pas le même selon la connexion de cet assemblage. La combinaison de plusieurs business models permet à l’entreprise de faire des économies. Par la suite, si la connexion est élevée, cela permet aux business modèles de s’enrichir mutuellement, en permettant à l’entreprise de proposer des produits complémentaires qui génèreront plus d’achats. Si les modèles sont très complémentaires, cela peut même créer une interdépendance entre les produits : la vente de l’un entrainera la vente de l’autre (comme par exemple la vente d’IPAD et des chargeurs par APPLE). Plus le niveau de connexion est faible, plus l’entreprise peut moduler les connexions entre les business models. A l’inverse, lorsque la connexion est forte, l’entreprise ne peut séparer les deux modèles ; c’est par exemple le cas pour les modèles interdépendants. Les auteurs de l’étude ont pris pour référence Apple, Microsoft et Google. Apple a créé des appareils numériques, puis des applications et autres services disponibles sur ses appareils. Apple combine donc plusieurs business models qui sont complémentaires entre eux.

Il ressort de ces recherches que, même si les acteurs n’ont pas commencé par le même modèle (par exemple Apple a commencé en créant des appareils et Microsoft a commencé en créant un logiciel), chacun de leur portefeuille est structuré de la même manière : un modèle de création du matériel, un modèle de logiciel (comme IOS) et un modèle multi-face de distribution du contenu. Les connexions entre ces différents modèles permettent notamment aux entreprises de faire des économies puisqu’elles utilisent les mêmes technologies pour créer les logiciels et les appareils. Elles permettent aussi une complémentarité entre les modèles puisque les logiciels permettent une meilleure utilisation des appareils. Il est rare en revanche que ces modèles soient interdépendants. Les entreprises peuvent donc ajouter ou retirer certains modèles sans altérer l’usage des autres.

Conclusion

Pour conclure, les entreprises doivent choisir des business models qu’elles pourront moduler afin de retirer ou ajouter des modèles lorsque cela est nécéssaire. Elles doivent également hiérarchiser les modèles (logiciel, matériel, distribution) pour mieux les combiner et réaliser ainsi de meilleurs rendement.

Bibliographie

Amit, R.; Zott, C. (2012). “Creating Value Through Business Model Innovation”, MIT Sloan Management Review, Vol. 53, N° 3, p. 41-49.

Aversa, P.; Haefliger, S. (2017). “Building a Winning Business Model Portfolio”, MIT Sloan Management Review.

Aversa, P.; Haefliger, S.; Reza, D.G. (2017). “Building a Winning Business Model Portfolio”, MIT Sloan Management Review, Vol. 58, N° 4, p. 49-54.

Aversa, P.; Haefliger, S.; Rossi, A.; Baden-Fuller, C. (2015). “From Business Model to Business Modelling: Modularity and Manipulation”, Advances in Strategic Management, Vol. 33, p. 151-185.

Baden-Fuller, C.; Mangematin, V. (2013). “BM: A Challenging Agenda”, Strategic Organization, Vol. 11, N° 4, p. 418-427.

Baden-Fuller, C.; Morgan, M.S. (2010). “BM as Models”, Long Range Planning, Vol. 43, N° 2/3, p. 156-171.

Baldwin, C.Y.; Clark, K.B. (2000), Design Rules, Volume 1: The Power of Modularity, MA: MIT Press.

Barney, J.B. (2001). “Resource-based theories of competitive advan- tage: A ten-year retrospective on the resource-based view”, Journal of Management, Vol . 27, N° 6, p. 643-650.

Benson-Rea, M.; Brodie, R.J.; Sima, H. (2013). “The Plurality of Co-existing Business Models: Investigating the Complexity of Value Drivers”, Industrial Marketing Management, Vol. 42, p. 717-729.

Brax, S. A.; Bask, A.; Hsuan, J.; Voss, C. (2017). “Service Modularity and Architecture: An Overview and Research Agenda”, International Journal of Operations and Production Management, Vol. 37, N° 6, p. 686-702.

Casadesus-Masanell, R.; Ricart, J.E. (2010). “From Strategy to Business Models and to Tactics”, Long Range Planning, Vol. 43, 195-215.

Casadesus-Masanell, R.; Tarziján, J. (2012). “When One Business Model isn’t Enough”, Harvard Business Review, January- February, p. 1-6.

Chesbrough, H. (2010). “Business Model Innovation: Opportunities and Barriers”, Long Range Planning, Vol. 43, p. 354-363.

Chesbrough, H.; Prencipe, A. (2008). “Networks of Innovation and Modularity: A Dynamic Perspective”, International Journal of Technology Management, Vol. 42, N° 4, p. 414-425.

Church, J.; Gandal, N.; Krause, D. (2008). “Indirect Network Effects and Adoption Externalities”, Review of Network Economics, Vol. 7, N° 3, p. 337-358.

Demil, B.; Lecocq, X.; Warnier, V. (2013). “Stratégie et business models”, Pearson Education France, Paris.

Eisenmann, T.; Parker, G.; Alstyne, M.W.V. (2006). “Strategies for Two-sided Markets”, Harvard Business Review, Vol. 84, N° 10, p. 92-101.

Fixson, S.K. (2005). “Product Architecture Assessment: A Tool to link Product, Process, and Supply Chain Design Decisions”, Journal of Operations Management, Vol. 23, N° 3/4, p. 345-369.

Gandia, R.; Parmentier, G. (2017). “Optimizing Value Creation and Value Capture with a Digital Multi-sided Business Model”, Strategic Change, Vol. 26, N° 4, p. 323-331.

Gassmann, O.; Frankenberger, K.; Sauer, R. (2016). Exploring the Field of Business Model Innovation: New Theoretical Perspectives, Palgrave Macmillan.

Jiao, J.; Ma, Q.; Tseng, M.M. (2003). “Towards High Value-added Products and Services: Mass Customization and Beyond”, Technovation, Vol. 23, N° 10, p. 809-821.

Lecocq, X.; Demil, B.; Warnier, V. (2006). “Le business model, un outil d’analyse stratégique”, L’Expansion Management Review, N° 123, p. 96-109.

Lepak, D.P.; Smith, K.G.; Taylor, M.S. (2007). “Value Creation and Value Capture: A Multilevel Perspective”, Academy of Management Review, Vol. 32, N° 1, p. 180-194.

Mangematin, V.; Sapsed, J.; Schüßler, E. (2014). “Disassembly and Reassembly: An Introduction to the Special Issue on Digital Technology and Creative Industries”, Technological Forecasting & Social Change, Vol. 83, p. 1-9.

Markides, C.; Charitou, C.D. (2004). “Competing with dual business models: A contingency approach”, Academy of Management Executive, Vol. 18, N° 3, p. 22-36.

Massa, L.; Tucci, C.; Afuah, A. (2017). “A Critical Assessment of Business Model Research”, Academy of Management Annals, Vol. 11, N° 1, p. 73-104.

McIntyre, D.P.; Srinivasan, A. (2017). “Networks, platforms, and strategy: Emerging views and next steps”, Strategic Management Journal, Vol. 38, N° 1, p. 141-160.

Osterwalder, A.; Pigneur, Y. (2010). Business model generation: a handbook for visionaries, game changers, and challengers, Wiley & Sons.

Parmentier, G.; Gandia, R. (2016). “Gérer l’ouverture dans un business model multiface: le cas du jeu vidéo en ligne”, Revue Française de Gestion, Vol. 42, N° 254, p. 107-128.

Porter, M.E. (2003). “L’avantage concurrentiel”, Dunod, Paris.

Rahikka, E.; Ulkuniemi, P.; Pekkarinen, S. (2011). “Developing the Value Perception of the Business Consumer through Service Modularity”, Journal of Business & Industrial Marketing, Vol. 26, N° 5, p. 357-367.

Richardson, J. (2008). The business model: an integrative fra- mework for strategy execution”, Strategic Change, Vol. 17, N° 5–6, p. 133-144.

Richter, C.; Kraus, S.; Brem, A.; Durst, S.; Giselbrecht, C. (2017), “Digital entrepreneurship: Innovative business models for the sharing economy”, Creativity and Innovation Management, Vol. 26, p. 300-310.

Rochet, J.C.; Tirole, J. (2006). “Two-Sided Markets: A Progress Report”, RAND Journal of Economics, Vol. 37, N° 3, p. 645.

Sabatier, V.; Mangematin, V.; Rousselle, T. (2010). “From Recipe to Dinner: BM Portfolios in the European Biopharmaceutical Industry”, Long Range Planning, Vol. 43, N° 2/3, p. 431-47.

Sachsenhofer, W.; Hampl, N.; Hoffmann, W. H. (2018). “Business Model Portfolio Evolution”, Academy of Management Proceedings, 1.

Stremersch, S.; Tellis, G. (2002). “Strategic Bundling of Products and Prices: A New Synthesis for Marketing”, Journal of Marketing, Vol. 66, N° 1, p. 55-72.

Teece, D.J. (2010). “BM, Business Strategy and Innovation”, Long Range Planning, Vol. 43, N° 2/3, p. 172-194.

Thietart, R-A. (2014). Méthodes de recherche en management. Management Sup, Dunod.

Voss, C.A.; Hsuan, J. (2009). “Service Architecture and Modularity”, Decision Sciences, Vol. 40, N° 3, p. 541-569.

Yin, R.K. (2013). Case study research: Design and methods. Sage publications.

Yoo, Y.; Boland, R.J.; Lyytinen, K.; Majchrzak, A. (2012). “Organizing for Innovation in the Digitized World”, Organization Science, Vol. 23, N° 5, p. 1398-1408.

Zott, C.; Amit, R. (2010). “BM Design: An Activity System Perspective”, Long Range Planning, Vol. 43, N° 2/3, p. 216-226.

Zott, C.; Amit, R.; Massa, L. (2011). “The Business Model: Recent Developments and Future Research, Journal of Management, Vol. 37, N° 4, p. 1019–1042.

 

Valeur perçue des applications mobiles d’aide l’achat en magasin : une approche hybride par les coûts et bénéfices.

Fidan KURTALIQI, Caroline LANCELOT MILTGEN, Gaëlle PANTIN-SOHIER (2019) Valeur perçue des applications mobiles d’aide l’achat en magasin : une approche hybride par les coûts et bénéfices. Revue Management & Avenir.

Introduction :

Cet article s’intéresse à la création et à la destruction de valeur liées aux applications mobiles d’aide à l’achat dans le cadre des points de vente, afin de proposer des pistes de réflexion pour limiter ces coûts.

Pour cela, cette étude s’est penchée tout d’abord sur les coûts engendrés par l’usage de ces applications en magasin, puis, sur des éléments conditionnels pouvant affecter le taux des coûts et bénéfices de ces applications, comme par exemple le type de magasin.

Développement :

Au fil des années, de nombreuses enseignes ont mis en place des applications mobiles permettant aux consommateurs de s’informer sur les produits en amont, puis de les commander et ainsi de développer le « shopping mobile ».Plusieurs études ont permis de mesurer l’impact des leviers de création et de destruction de valeur sur la valeur globale, notamment dans le domaine des self-service technologies et des self-service information technologies. Celles-ci se sont d’abord centrées sur l’adoption des applications mobiles, mais aussi sur une approche multidimensionnelle de la valeur perçue par ces applications ayant pour objectif de présenter les composantes de ces valeurs. Cependant, tout cela n’a pas permis d’identifier la diversité des coûts possiblement engendrés par les applications. En effet, Kumar et Reinartz soulignent que ces applications digitales entrainent des coûts différents de ceux traditionnellement engendrés comme l’exposition publicitaire ou la divulgation des données personnelles. Cette étude cherche à comprendre les usages des applications mobiles dans les magasins afin de pouvoir identifier les différents coûts et bénéfices perçus par les utilisateurs.

L’utilisation quotidienne des smartphones à modifier les comportements des consommateurs en leur permettant de chercher, comparer et acheter des produits et services. C’est pour cela que le commerce physique a décidé de suivre cette tendance en développant en priorité le « shopping mobile ». Le résultat communs à tous les types d’applications : les résultats font ressortir deux bénéfices communs à tous les types d’application : le bénéficie de praticité et le bénéfice d’efficacité. Concernant le bénéfice de praticité : les clients relèvent généralement le côté pratique de ces applications avec notamment la possibilité de commander et payer facilement, d’avoir accès à un large choix de produit en s’informant de manière détaillée sur ces derniers, de comparer les prix, d’avoir sa carte de fidélité directement sur le smartphone, etc.

Enfin, l’affluence en point de vente justifie aussi l’usage de ces applications, elle permet aussi de gagner en temps d’achat sur certains point de vente.

Conclusion :

Cette recherche souligne de nouveaux coûts liés aux applications, différents des autres self-service technologies comme l’atteinte à la vie privée ou la perte de plaisir d’achat. La perception de la valeur de ces services dépend aussi de leur nature : les applications d’achat en ligne paraissent engendrer moins de coûts que les applications utilisées en magasin. De plus, cette étude permet aux distributeurs de repérer les bénéfices potentiels et les coûts engendrés afin de mieux développer leurs applications. Pour finir, le développement de ces applications devrait se faire dans le respect des relations entre le client et le vendeur ainsi que les relations entre le client et le produit. De ce fait, les applications ne devraient pas remplacer le vendeur, ni faire obstacle à la manipulation du produit.

 

Références Bibliographique :

AURIÉR P., ÉVRARD Y. & N’GOALA G. (2004), « Comprendre et mesurer la valeur du point de vue du consommateur », Recherche et Applications en Marketing, Vol. 19, No. 3, p. 1-20.

BABIN B.J., DARDÉN W.R. & GRIFFIN M. (1994), “Work and/or Fun : Measuring Hedonic and Utilitarian Shopping Value”, Journal of Consumer Research, Vol. 20, No. 4, p. 644-656.

BOUZID Y. & VANHÉÉMS R. (2014), « Comportement web-to-store : vers une nouvelle logique de contrôle de soi ? », Management & Avenir, Vol. 71, No. 5, p. 189.

COCOSILA M. & TRABÉLSI H. (2016), “An integrated value-risk investiga- tion of contactless mobile payments adoption”, Electronic Commerce Research and Applications, Vol. 20, p. 159-170, novembre.

DAVIS F.D. (1989), “Perceived Usefulness, Perceived Éase of Use, and User Acceptance of Information Technology”, MIS Quarterly, Vol. 13, No. 3, p. 319-340.

DODDS W.B. & MONROÉ K.B. (1985), “The Éffect of Brand and Price Information on Subjective Product Évaluations”, Advances in Consumer Research, Vol. 12, No. 1, p. 85-90.

FÉÉNSTRA F. & GLÉRANT-GLIKSON A. (2017), « Identifier et comprendre les sources de valeur dans l’interaction avec les SSIT (Self-Service Information Technologies) en magasin », Décisions Marketing, Vol. 86, p. 47-66.

GONZALÉZ C., HURÉ É. & PICOT-COUPÉY K. (2012), « Usages et valeur des applications mobiles pour les consommateurs : quelles implications pour les distributeurs ? ». In Actes du 15e Colloque international E. Thil, Lille, France.

GOUDÉY A. (2013), « Éxploration des effets du degré de technologie perçu du magasin sur le comportement de magasinage », Management & Avenir, Vol. 63, No. 5, p. 15.

GROSS M. (2015), “Éxploring the acceptance of technology for mobile shop- ping : an empirical investigation among Smartphone users”, The International Review of Retail, Distribution and Consumer Research, Vol. 25, No. 3, p. 215-235.

GUMMÉRUS J. & PIHLSTRÖM M. (2011), “Context and mobile services’ value iin-use”, Journal of Retailing and Consumer Services, Vol. 18, No. 6, p. 521-533.

HA L. (1996), “Observations : Advertising Clutter in Consumer Magazines : Dimensions and Éffects”, Journal of Advertising Research, Vol. 36, No. 4, p. 76-84.

HIRSCHMAN É.C. & HOLBROOK M.B. (1982), “Hedonic Consumption : Émerging Concepts, Methods and Propositions”, Journal of Marketing, Vol. 46, p. 92-102, a.

HOLBROOK M.B. & CORFMAN K.P. (1985), “Quality and Value in the Consumption Éxperience : Phaedrus Rides Again”, Perceived quality, Vol. 31, No. 2, p. 31-57.

KALLWÉIT K., SPRÉÉR P. & TOPOROWSKI W. (2014), “Why do customers use self-service information technologies in retail ? The mediating effect of perceived service quality”, Journal of Retailing and Consumer Services, Vol. 21, No. 3, p. 268-276, mai.

KANG J.Y.M., MUN J.M. & JOHNSON K.K.P. (2015), “In-store mobile usage : Downloading and usage intention toward mobile location-based retail apps”, Computers in Human Behavior, Vol. 46, p. 210-217.

KIM S. & BAÉK T.H. (2018), “Éxamining the antecedents and consequences of mobile app engagement”, Telematics and Informatics, Vol. 35, No. 1, p. 148-158, avril.

KLÉIJNÉN M., DÉ RUYTÉR K. & WÉTZÉLS M. (2007), “An assessment of value creation in mobile service delivery and the moderating role of time consciousness”, Journal of Retailing, Vol. 83, No. 1, p. 33-46.

KUMAR V. & RÉINARTZ W. (2016), “Creating Énduring Customer Value”, Journal of Marketing, Vol. 80, No. 6, p. 36-68.

LAI A.W. (1995), “Consumer Values, Product Benefits and Customer Value : A Consumption Behavior Approach”, Advances in Consumer Research, Vol. 22, No. 1, p. 381-388.

LANCÉLOT-MILTGÉN C. & LÉMOINÉ J.-F. (2015), « Mieux collecter les don- nées personnelles sur Internet. Une étude qualitative auprès d’internautes français », Décisions Marketing, Vol. 79, p. 35-52.

LAPASSOUSÉ-MADRID C. & VLAD M. (2016), « Courses connectées : un cas de destruction ou de création de valeur pour les clients et les distributeurs », Décisions Marketing, No. 84, p. 17 p.

MATHWICK C., MALHOTRA N. & RIGDON É. (2001), “Éxperiential value : conceptualization, measurement and application in the catalog and Internet shopping environment”, Journal of Retailing, No. 77, p. 39-56.

MCLÉAN G. (2018), “Éxamining the determinants and outcomes of mobile app engagement – A longitudinal perspective”, Computers in Human Behavior, Vol. 84, p. 392-403, juillet.

MÉNCARÉLLI R. & RIVIÈRÉ A. (2014), « La participation du client dans un contexte de self-service technologies. Une approche par la valeur perçue », Revue française de gestion, Vol. 40, No. 241, p. 13-30.

MÉRISAVO M., KAJALO S., KARJALUOTO H., VIRTANÉN V., SALMÉNKIVI S., RAULAS M. & LÉPPÄNIÉMI M. (2007), “An Émpirical Study of the Drivers of Consumer Acceptance of Mobile Advertising”, Journal of Interactive Advertising, Vol. 7, No. 2, p. 41-50.

MUKAMURÉRA J., LACOURSÉ F. & COUTURIÉR Y. (2006), « Des avancées en analyse qualitative : pour une transparence et une systématisation des pratiques », Recherches qualitatives, Vol. 26, No. 1, p. 110-138.

NÉWMAN C.L., WACHTÉR K. & WHITÉ A. (2017), “Bricks or clicks ? Understanding consumer usage of retail mobile apps”, Journal of Services Marketing, doi :10.1108/JSM-08-2016-0289.

NYSVÉÉN H., PÉDÉRSÉN P.É. & THORBJØRNSÉN H. (2005), “Intentions to use mobile services : Antecedents and cross-service comparisons”, Journal of the Academy of Marketing Science, Vol. 33, No. 3, p. 330.

RÉVÉLS J., TOJIB D. & TSARÉNKO Y. (2010), “Understanding consumer intention to use mobile services”, Australasian Marketing Journal (AMJ), Vol. 18, No. 2, p. 74-80.

RIVIÈRÉ A. & MÉNCARÉLLI R. (2012), « Vers une clarification théorique de la notion de valeur perçue en marketing », Recherche et Applications en Marketing, Vol. 27, No. 3, p. 97-123.

ROSÉNBÉRG M. (1979), Conceiving the self, Basic Books.

RUIZ D.M., GRÉMLÉR D.D., WASHBURN J.H. & CARRIÓN G.C. (2008), “Service value revisited : Specifying a higher-order, formative measure”, Journal of Business Research, Vol. 61, No. 12, p. 1278-1291.

SHÉTH J.N., NÉWMAN B.I. & GROSS B.L. (1991), “Why we buy what we buy : A theory of consumption values”, Journal of Business Research, Vol. 22, No. 2, p. 159-170.

SPIGGLÉ S. (1994), “Analysis and Interpretation of Qualitative Data in Consumer Research”, Journal of Consumer Research, Vol. 21, No. 3, p. 491-503.

SWÉÉNÉY J.C. & SOUTAR G.N. (2001), “Consumer perceived value : The development of a multiple item scale”, Journal of retailing, Vol. 77, No. 2, p. 203-220.

TOJIB D. & TSARÉNKO Y. (2012), “Post-adoption modeling of advanced mobile service use”, Journal of Business Research, Vol. 65, No. 7, p. 922-928.

VÉRNÉTTÉ É. (2008), « Les atouts et les pièges de la personnalité de marque », Décisions Marketing, No. 49, p. 19-31.

VÉSPÉ F. (1997), “High-Tech Billboards : The Same Old Litter on a Stick”, Journal of Public Policy & Marketing, Vol. 16, No. 1, p. 176-179.

WANG H.Y., LIAO C. & YANG L.H. (2013), “What Affects Mobile Application Use ? The Roles of Consumption Values”, International Journal of Marketing Studies, Vol. 5, No. 2. doi :10.5539/ijms.v5n2p11.

WANG H.Y. & WANG S.H. (2010), “Predicting mobile hotel reservation adoption : Insight from a perceived value standpoint”, International Journal of Hospitality Management, Vol. 29, No. 4, p. 598-608.

XU J., FORMAN C., KIM J.B. & VAN ITTÉRSUM K. (2014), “News Media Channels : Complements or Substitutes ? Évidence from Mobile Phone Usage”, Journal of Marketing, Vol. 78, No. 4, p. 97-112, juillet.

ZÉITHAML V.A. (1988), “Consumer Perceptions of Price, Quality, and Value : A Means-Énd Model and Synthesis of Évidence”, Journal of Marketing, Vol. 52, No. 3, p. 2-22.

Les chemins d’accès à l’expérience de flow : le cas des jeux vidéo.

Hamdi-Kidar, L., & Maubisson, L. (2012). Les chemins d’accès à l’expérience de flow : le cas des jeux vidéo. Management & Avenir, 58(8), 120.

Dans certain contexte, l’humain se libère et entre dans une étape de FLOW, c’est une expérience dans laquelle on s’oublie soi-même. C’est une immersion du corps et de l’esprit lorsque on effectue une tâche qui est ludique de notre point de vue et dont on se satisfait pleinement. 

Développement :

Cet recherche permet de comprendre dans le cas des jeux vidéo via certains facteurs comment est produit l’état de FLOW. Pour connaitre cet expérience, ils ont étudié les différent facteurs qui crée cet immersion, en interrogeant et observant des joueurs de jeux vidéo.

De cela née des 8 facteurs segmentés en deux catégorie celui du contexte expérimentale et celui situationnelles. Cet recherche que tous ces facteurs qui font naitre cet état de FLOW, sont reliés et permette aux joueur d’oublier l’environnement qui les entoure le temps du jeu. Cette état de FLOW offre une fenêtre par laquelle les joueurs s’échappe en partageant le moment avec ce jeu.

L’aspect innovation est des plus important, puisque cela créé un nouvel environnement. Cela rend l’expérience plus intense et ça résulte donc sur un plaisir accrue puis un lien entre le matériel est plus renforcé.

 Conclusion :

Cette étude à permit de comprendre pour certaine marque que cet état de FLOW ne reside pas uniquement dans le jeu vidéo mais bien dans la réalité. Alors cette étape est la clefs pour que les consommateurs soit sensibles à une expérience marketing pour développer un lien sensationnel dans sa consommation.

Références Bibliographiques :

 AGARWAL R. et kARAHANNA E. (2000), « Time Flies When you’re Having Fun: Cognitive Absoption And Beliefs About It Usage », MIS Quarterly, Vol. 24, No. 4, p. 665-694. BADOT O. et LEMOINE J.-F. (2008), « L’ethnomarketing au service de la prospective : une application au secteur de la distribution », Revue Management & Avenir, Vol. 19, p. 37-47.

BAkER J., GREWAL D. et PARASURAMAN A. (1994), « The influence of the store environment on quality inferences and store image », Journal of the Academy of Marketing Science, Vol. 22, No. 4, p. 328-339.

CARù C. et COVA B. (2003), « Approche empirique de l’immersion dans l’expérience de consommation : les opérations d’appropriation », Recherche et Applications en Marketing, Vol. 18, No. 2, p. 47-65.

CARù A. ET COVA B. (2006), « Expériences de marque : Comment favoriser l’immersion du consommateur ? », Décisions Marketing, No. 41, p. 43-52.

CARù A. (2007), « Opérations d’appropriation et ingrédients de l’offre facilitant l’accès au plaisir dans l’expérience de consommation virtuelle », Actes du 23ème Congrès International de l’Association Française du Marketing, Aix-les-Bains, p. 1-29.

CASTRONOVA E. (2001), « Virtual Worlds: a first-hand account of market and society on the cyberian frontier », Working Paper Series n° 618, Cesifo.

CHARFI A.-A. et VOLLE P. (2010), « L’immersion dans les environnements expérientiels en ligne : Rôle des dispositifs de la réalité virtuelle », Cahier de recherche de DRM, Université Paris-Dauphine.

CHEN H., WIGAND R.-T. et NILAN M. (1998), « Optimal Flow Experience in Web Navigation », Information Resources Management Association International Conference Boston, MA, USA, p. 633-636.

CHOU T.-J. et TING C.-C. (2003), « The role of flow experience in cyber-game addiction », Cyber Psychology and Behavior, Vol. 6, No. 6, p. 663-675.

CRISPINI N. (2003), Considering the growing popularity of online games: What contibutes to making an online game attractive, addictive and compeling, Thèse of SAE Institute, Londres, October 2003.

CSIkSZENTMIHALyI M. et CSIkSZENTMIHALyI I.-S. (1988), Optimal Experience: Psychological Studies of Flow in Consciousness, First edition, Cambridge: Cambridge University Press.

CSIkSZENTMIHALyI M. (1990), Flow: The psychology of Optimal Experience, New York, Harper and Row.

DESJEUX D. (1990), « L’ethnomarketing. Un nouveau souffle pour les études de comportement des consommateurs », Sciences Humaines, No. 1, novembre, p. 38-39. DION LE-MEE D. (1999), La foule dans un contexte commercial : concept, mesure, effets sur les comportements, Thèse de Doctorat de l’Université de Renne 1, Janvier.

EVANS G. (1979), Behavioral and psychological consequences of crowding in humans, Journal of Applied Social Psychology, Vol. 9, No. 1, p.27-46.

FORNERINO M., HELME-GUIZON A. et DE GAUDEMARIS C. (2005), « L’immersion dans une expérience de consommation : vers une échelle de mesure », Actes des 10ème Journées de Recherche en Marketing de Bourgogne, Dijon, CD-ROM.

FORNERINO M., HELME-GUIZON A. et GOTTELAND D. (2006), « Mesurer l’immersion dans une expérience de consommation : premiers développements », Actes du 22ème Congrès International de l’Association Française du Marketing, Nantes.

FORNERINO M., HELME-GUIZON A. et GOTTELAND D. (2008), « Expériences cinématographiques en état d’immersion : effets sur la satisfaction », Recherche et Applications en Marketing, Vol. 23, No. 3, p. 93-111.

GHANI J.-A., SUPNICk R., et ROONEY P. (1991), « The Experience of Flow in « Computer- Mediated and in Face-to-Face Groups », DEGROSS J.-I., BENBASAT I., DESANCTIS G. et BEATH C. M., Actes de la Conférence Internationale sur les systèmes d’informations, New York, p. 229-238.

GHANI J. et DESHPANDE S. (1994), « Task characteristics and the experience of optimal flow in human-computer interaction », Journal of Psychology, Vol. 128, No. 4, p. 381- 391.

GLASER B.-G. et STRAUSS A.-L. (1967), « The discovery of grounded theory: strategies for qualitative research », New-yorkChicago, Aldine de Gruyter.

GONZALO F. (2003), Simulation versus narrative, Introduction to ludology, Chapitre 10, The video game theory reader, Routledge, New York, p. 221-236.

GORRIZ C. et MEDINA C. (2000), « Engaging girls with computers trough software games », Communication of the Association for Computing Machinery, Vol. 23, No.1, p. 42-49.

HAMDI L. et MAUBISSON L. (2010), « Retour aux essences conceptuelles de l’immersion: Apports de l’analogie des environnements virtuels vs réels », Actes du 27ème Congrès International de l’Association Française du Marketing, Bruxelles.

HAWkINS D.-G. (1995), « Virtual reality and passive simulators: the future of fun »,

n BIOCCA F. et LEVY M.-R., Communication in the Age of Virtual Reality, Erlbaum L. Associates, Hillsdale N.J., p. 159-189.

HOFFMAN T. et NOVAk D. (1996), « Marketing in Hypermedia Computer-Mediated environments: Conceptual foundations », Journal of Marketing, Vol. 60 No. 3, p. 50-68. HUANG M.-H. (2006), « Flow, enduring, and situational involvement in the web environnement: A tripartie second-order examination », Psychology & Marketing, Vol. 23, No. 5, p. 383-411.

JENkINS H. (2002), Game design as narrative architecture, in : Pat Harrington and Noah Frup-Waldrop, Eds., First Person, Cambridge, MIT Press.

JUNG C.-J. (1964), Dialectique du moi et de l’inconscient, Gallimard, Folio Essais. LEMOINE J.-F. (2008), « Atmosphère des sites web marchands et réactions des internautes », Revue Française du Marketing, Vol. 217, No. 2, p. 45-61.

MALONE T.-W. (1980), « What makes things fun to learn? Heuristics for designing instructional computer games », Actes de congrès du 3ème Symposium de l’ACM (Association for Computing Machinery SIGSMALL), Palo Alto, California, p.162-169. MATHWICk C. et RIGDON E. (2004), « Play, Flow, and the Online Search Experience », Journal of Consumer Research, Vol. 31, No. 2, p. 324-332.

MAyNADIER B., ERRAJAA K., BENMOUSSA F.-Z. et MAUBISSON L. (2010), « L’expérience sensible de consommation de la marque : Bien plus que du café ? », 15ème Journées de Recherche en Marketing de Bourgogne, Dijon, CD ROM.

MCGRATH M.-A. (1989), « An ethnography of a gift store: wrappings, trappings and rapture », Journal of Retailing, Vol. 65, No. 4, p. 421-449.

MERLE A., SAINT-ONGE A. et SÉNÉCAL S. (2011), « Est-ce que je me reconnais dans cet avatar ? L’influence de la congruence de l’avatar sur les réponses à l’égard d’un site de vente de vêtements », Actes du 27ème Congrès International de l’Association Française du Marketing, Bruxelles.

NOVAk T., HOFFMAN D. et yUNG y.-F. (2000), « Measuring the Customer Experience in Online Environments: A structural Modeling Approach », Marketing Science, Vol. 19, No. 1, p. 22-42.

SÉNÉCAL S., GHARBI J.-E. et NANTEL J. (2002), « The Influence of Flow on Hedonic and Utilitarian Shopping Values », Advances in Consumer Research, Vol. 29, No. 1, p. 483-484.

SPIGGLE S. (1994), « Analysis and Interpretation of Qualitative Data in Consumer Research », Journal of Consumer Research, Vol. 21, No. 3, p. 491-503.

TURKLE S. (1984), The Second Self: Computers and the Human Spirit, Simon & Schuster, NewYork.

Consumers response towards mobile commerce applications: S-O-R approach.

Prasanta Kr Chopdara, Janarthanan Balakrishnan, (2020).Consumers response towards mobile commerce applications: S-O-R approach, International Journal of Information Management.

Keywords: Mobile shopping application Impulsiveness; Perceived value Stimulus-organism-response (S-O-R) Repurchase intention; Satisfying experience

Pour une application sur smartphone, sa rentabilité se mesure à la fidélisation du client, et à l’utilisation quotidienne de celle-ci. Cet étude a pour but de comprendre les éléments de comportement envers les utilisateurs d’application. Afin de recueillir des données sur l’incitation aux application de m-commerce, un échantillon de 420 acheteurs de mobiles en Inde est interrogés.

Développement :

La recherche applique de manière transversale le cadre de la théorie stimulus-organisme-réponse (S-O-R), cette méthode permet de d’étudier le comportement de l’achat impulsif. Elle unifie le concept du comportement du consommateur, des systèmes d’informations (SI) et de la psychologie.

Le marché du m-commerce est présent dans le quotidien de tout utilisateurs de smartphone aujourd’hui. Les application permette a tout société de proposer des achats de biens ou de service personnalisé grâce une utilisation de la data via tous les canaux de distribution d’information.

Le secret de viabilité d’un application réside dans la fidélisation sur le long terme de son utilisateur, pour que celle-ci dégage un profit. Pour développer construire sa basé de donnée l’étude se base sur 14 hypothèses auprès d’un échantillon de 420 personnes consommateur de m-commerce en Inde.

Hypothèse 1. L’ubiquité perçue affecte positivement l’impulsivité des applications d’achat mobiles.

Hypothèse 2. L’ubiquité perçue affecte positivement la valeur perçue des applications d’achat mobile.

Hypothèse 3. L’offre contextuelle affecte positivement l’impulsivité avec les applications d’achat mobiles.

Hypothèse 4. L’offre contextuelle affecte positivement la valeur perçue des applications d’achat mobile.

Hypothèse 5. L’attractivité visuelle affecte positivement l’impulsivité avec les applications d’achat mobiles.

Hypothèse 6. L’attractivité visuelle affecte positivement la valeur perçue des applications d’achat mobiles.

Hypothèse 7. Les incitations liées aux applications affectent positivement l’impulsivité des applications d’achat mobiles.

Hypothèse 8. Les incitations liées aux applications affectent positivement la valeur perçue des applications d’achat mobiles.

Hypothèse 9. L’impulsivité affecte positivement une expérience satisfaisante avec les applications d’achat mobiles.

Hypothèse 10. L’impulsivité affecte positivement l’intention de rachat par le biais des applications d’achat mobiles.

Hypothèse 11. La valeur perçue affecte positivement l’expérience satisfaisante dans les applications d’achat mobiles.

Hypothèse 12. La valeur perçue affecte positivement l’intention de rachat par le biais des applications d’achat mobiles.

Hypothèse 13. Une expérience satisfaisante influe positivement sur l’intention de rachat via les applications d’achat mobiles.

Hypothèse 14a. L’impact de l’impulsivité sur une expérience satisfaisante est modéré négativement par l’âge.

Hypothèse 14b. L’impact de l’impulsivité sur l’intention de rachat est négativement modéré par l’âge.

Hypothèse 14c. L’impact de la valeur perçue sur une expérience satisfaisante est positivement modéré par l’âge.

Hypothèse 14d. L’impact de la valeur perçue sur l’intention de rachat est positivement modéré par l’âge.

Résultats :

 Les résultat de la recherche empirique et démontre H1 est plausible donc, l’ubiquité perçue affecte positivement l’impulsivité des applications d’achat mobiles. Puis H5 et H6 sont donc soutenu par le fait que l’attractivité visuelle joue un rôle dans la valeur perçue et joue positivement sur l’impulsivité d’achat.

Cela permet d’affirmer qu’il y effet sur l’impulsivité d’achat qui engendre une satisfaction auprès des utilisateurs, mais que contrairement à l’hypothèse 13 notre impulsivité joue un rôle négatif sur l’intention de fidélisation.

Conclusion :

Enfin, cet étude qui pour objectif d’assimiler les comportement face aux expérience d’achat dans le m-commerce et les intentions de rachat de l’utilisateur, permet de démontrer que l’impulsivité est un facteur bloquant dans le processus de rachat, ce qui crée un frein à la fidélisation du client.

Références Bibliographiques :

Anderson, J. C., & Gerbing, D. W. (1988). Structural equation modeling in practice: A review and recommended two-step approach. Psychological Bulletin, 103(3), 411.

Andrews, M., Goehring, J., Hui, S., Pancras, J., & Thornswood, L. (2016). Mobile pro- motions: A framework and research priorities. Journal of Interactive Marketing, 34, 15–24.

Ansari, M. S., Channar, Z. A., & Syed, A. (2012). Mobile phone adoption and appro- priation among the young generation. Procedia-Social and Behavioral Sciences, 41, 265–272.

Arpaci, I. (2016). Understanding and predicting students’ intention to use mobile cloud storage services. Computers in Human Behavior, 58, 150–157.

Atulkar, S., & Kesari, B. (2016). Shopping experience of hypermarket shoppers on weekends. Indian Journal of Marketing, 46(11), 36–49.

Beatty, S. E., & Ferrell, M. E. (1998). Impulse buying: Modeling its precursors. Journal of Retailing, 74(2), 169–191.

Bhandari, U., Neben, T., Chang, K., & Chua, W. Y. (2017). Effects of interface design factors on affective responses and quality evaluations in mobile applications. Computers in Human Behavior, 72, 525–534.

Bhattacherjee, A. (2001). Understanding information systems continuance: An expecta- tion-confirmation model. MIS Quarterly, 351–370.

Bilgihan, A., Kandampully, J., & Zhang, T. (2016). Towards a unified customer experience in online shopping environments: Antecedents and outcomes. International Journal of Quality and Service Sciences, 8(1), 102–119.

Bilro, R. G., Loureiro, S. M. C., & Ali, F. (2018). The role of website stimuli of experience on engagement and brand advocacy. Journal of Hospitality and Tourism Technology, 9(2), 204–222.

Boeck, H., Lamarre, A., & Galarneau, S. (2011). Mobile marketing and consumer behavior current research trends. International Journal of Latest Trends in Computing, 3(1).

Cai, S., & Xu, Y. (2011). Designing not just for pleasure: Effects of web site aesthetics on consumer shopping value. International Journal of Electronic Commerce, 15(4),159–188.

Chakraborty, T., & Balakrishnan, J. (2017). Exploratory tendencies in consumer behaviour in online buying across gen X, gen Y and baby boomers. International Journal of Value Chain Management, 8(2), 135–150.

Chan, T. K., Cheung, C. M., & Lee, Z. W. (2017). The state of online impulse-buying research: A literature analysis. Information & Management, 54(2), 204–217.

Chen, S. C. (2012). To use or not to use: Understanding the factors affecting continuance intention of mobile banking. International Journal of Mobile Communications, 10(5), 490–507.

Chen, C. F., & Chen, F. S. (2010). Experience quality, perceived value, satisfaction and behavioral intentions for heritage tourists. Tourism Management, 31(1), 29–35. Chen, C.

C., & Yao, J. Y. (2018). What drives impulse buying behaviors in a mobile auction? The perspective of the Stimulus-Organism-Response model. Telematics and Informatics, 35(5), 1249–1262.

Chih, W. H., Wu, C. H. J., & Li, H. J. (2012). The antecedents of consumer online buying impulsiveness on a travel website: Individual internal factor perspectives. Journal of Travel & Tourism Marketing, 29(5), 430–443.

Chiu, C. M., Wang, E. T., Fang, Y. H., & Huang, H. Y. (2014). Understanding customers’ repeat purchase intentions in B2C e‐commerce: The roles of utilitarian value, hedonic value and perceived risk. Information Systems Journal, 24(1), 85–114.

Choi, S., Cheong, K., Somera, B., & Hao, Q. (2014). Determinants of utilitarian value smartphone-based mobile commerce. JunePACIS151.

Chopdar, P. K., & Sivakumar, V. J. (2018). Understanding psychological contract violation and its consequences on mobile shopping applications use in a developing country context. Journal of Indian Business Research, 10(2), 208–231.

Chopdar, P. K., & Sivakumar, V. J. (2019). Impulsiveness and its impact on behavioural intention and use of mobile shopping apps: A mediation model. International Journal

of Business Innovation and Research, 19(1), 29–56.

Clement, J. (2007). Visual influence on in-store buying decisions: An eye-track experi-

ment on the visual influence of packaging design. Journal of Marketing Management,

23(9–10), 917–928.

Clements, J. A., & Boyle, R. (2018). Compulsive technology use: Compulsive use of mobile

applications. Computers in Human Behavior, 87, 34–48.

Dai, H., Hu, T., & Zhang, X. (2014). Continued use of mobile technology mediated ser-

vices: A value perspective. Journal of Computer Information Systems, 54(2), 99–109. Dale, L. P., White, L., Mitchell, M., & Faulkner, G. (2019). Smartphone app uses loyalty

14

P.K. Chopdar and J. Balakrishnan

International Journal of Information Management 53 (2020) 102106

point incentives and push notifications to encourage influenza vaccine uptake.

Vaccine, 37(32), 4594–4600.

Davis, R., & Sajtos, L. (2009). Anytime, anywhere: Measuring the ubiquitous consumer’s

impulse purchase behavior. International Journal of Mobile Marketing, 4(1).

Deng, L., Turner, D. E., Gehling, R., & Prince, B. (2010). User experience, satisfaction, and

continual usage intention of IT. European Journal of Information Systems, 19(1),

60–75.

Ebrahim, R., Ghoneim, A., Irani, Z., & Fan, Y. (2016). A brand preference and repurchase

intention model: The role of consumer experience. Journal of Marketing Management,

32(13–14), 1230–1259.

El-Adly, M. I. (2019). Modelling the relationship between hotel perceived value, customer

satisfaction, and customer loyalty. Journal of Retailing and Consumer Services, 50,

322–332.

Fang, J., Zhao, Z., Wen, C., & Wang, R. (2017). Design and performance attributes driving

mobile travel application engagement. International Journal of Information

Management, 37(4), 269–283.

Farah, M. F., & Ramadan, Z. B. (2017). Disruptions versus more disruptions: How the

Amazon dash button is altering consumer buying patterns. Journal of Retailing and

Consumer Services, 39, 54–61.

Fishbein, M., & Ajzen, I. (1975). Belief, attitude, intention and behavior: An introduction to

theory and research. Reading, MA: Addison-Wesley.

Floh, A., & Madlberger, M. (2013). The role of atmospheric cues in online impulse-buying

behavior. Electronic Commerce Research and Applications, 12(6), 425–439.

Floh, A., Zauner, A., Koller, M., & Rusch, T. (2014). Customer segmentation using un-

observed heterogeneity in the perceived-value–loyalty–intentions link. Journal of

Business Research, 67(5), 974–982.

Forbes (2017). Forbes. Available at: https://www.forbes.com/sites/quora/2017/12/19/

why-many-online-shopping-sites-are-becoming-mobile-shopping-apps/#

5f29e62f62c2 (Accessed 11 June 2018).

Fornell, C., & Larcker, D. F. (1981). Structural equation models with unobservable vari-

ables and measurement error: Algebra and statistics. Journal of Marketing Research,

382–388.

Gao, L., Waechter, K. A., & Bai, X. (2015). Understanding consumers’ continuance in-

tention towards mobile purchase: A theoretical framework and empirical study–A

case of China. Computers in Human Behavior, 53, 249–262.

Ghani, U., & Kamal, Y. (2010). The impact of in-store stimuli on the impulse purchase

behaviour of consumers in Pakistan. Interdisciplinary Journal of Contemporary Research

in Business, 2(8), 155–162.

Hair, J. F., Hult, G. T. M., Ringle, C. M., Sarstedt, M., & Thiele, K. O. (2017). Mirror,

mirror on the wall: A comparative evaluation of composite-based structural equation

modeling methods. Journal of the Academy of Marketing Science, 45(5), 616–632. Hair, J. F., William, C. B., Barry, J. B., & Rolph, E. A. (2010). Multivariate data analysis.

Englewood Cliffs, NJ: Prentice Hall.

Helkkula, A., & Kelleher, C. (2010). Circularity of customer service experience and cus-

tomer perceived value. Journal of Customer Behaviour, 9(1), 37–53.

Henseler, J., Ringle, C. M., & Sarstedt, M. (2016). Testing measurement invariance of

composites using partial least squares. International Marketing Review, 33(3),

405–431.

Hew, T. S., & Kadir, S. L. S. A. (2016). Understanding cloud-based VLE from the SDT and

CET perspectives: Development and validation of a measurement instrument.

Computers & Education, 101, 132–149.

Hew, T. S., Leong, L. Y., Ooi, K. B., & Chong, A. Y. L. (2016). Predicting drivers of mobile

entertainment adoption: A two-stage SEM-artificial-neural-network analysis. Journal

of Computer Information Systems, 56(4), 352–370.

Ho, Y. C., Ho, Y. J., & Tan, Y. (2017). Online cash-back shopping: Implications for con-

sumers and e-businesses. Information Systems Research, 28(2), 250–264.

Homburg, C., Jozić, D., & Kuehnl, C. (2017). Customer experience management: Toward

implementing an evolving marketing concept. Journal of the Academy of Marketing

Science, 45(3), 377–401.

Hsiao, C. H., Chang, J. J., & Tang, K. Y. (2016). Exploring the influential factors in

continuance usage of mobile social Apps: Satisfaction, habit, and customer value

perspectives. Telematics and Informatics, 33(2), 342–355.

Hsu, M. H., Chang, C. M., & Chuang, L. W. (2015). Understanding the determinants of

online repeat purchase intention and moderating role of habit: The case of online group-buying in Taiwan. International Journal of Information Management, 35(1), 45–56.

Huang, L. T. (2016). Flow and social capital theory in online impulse buying. Journal of Business Research, 69(6), 2277–2283.

Hubert, M., Hubert, M., Linzmajer, M., Riedl, R., & Kenning, P. (2018). Trust me if you can–neurophysiological insights on the influence of consumer impulsiveness on trustworthiness evaluations in online settings. European Journal of Marketing, 52(1/2), 118–146.

Hübner, A., Holzapfel, A., & Kuhn, H. (2016). Distribution systems in omni-channel re- tailing. Business Research, 9(2), 255–296.

Hult, G. T. M., Sharma, P. N., Morgeson III, F. V., & Zhang, Y. (2019). Antecedents and consequences of customer satisfaction: Do they differ across online and offline pur- chases? Journal of Retailing, 95(1), 10–23.

Jain, R., Aagja, J., & Bagdare, S. (2017). Customer experience–a review and research agenda. Journal of Service Theory and Practice, 27(3), 642–662.

Johnson, V. L., Kiser, A., Washington, R., & Torres, R. (2018). Limitations to the rapid adoption of M-payment services: Understanding the impact of privacy risk on M- Payment services. Computers in Human Behavior, 79, 111–122.

Khakimdjanova, L., & Park, J. (2005). Online visual merchandising practice of apparel e- merchants. Journal of Retailing and Consumer Services, 12(5), 307–318.

Khalifa, M., & Liu, V. (2007). Online consumer retention: Contingent effects of online shopping habit and online shopping experience. European Journal of Information

Systems, 16(6), 780–792.

Kim, S., & Labroo, A. A. (2011). From inherent value to incentive value: When and why

pointless effort enhances consumer preference. The Journal of Consumer Research,

38(4), 712–742.

Kim, M., Kim, J., Choi, J., & Trivedi, M. (2017). Mobile shopping through applications:

Understanding application possession and mobile purchase. Journal of Interactive

Marketing, (39), 55–68.

Kim, S., Kim, S., Baek, T. H., Baek, T. H., Kim, Y. K., Kim, Y. K., Yoo, K., & Yoo, K. (2016).

Factors affecting stickiness and word of mouth in mobile applications. Journal of

Research in Interactive Marketing, 10(3), 177–192.

Kim, Y. H., Kim, D. J., & Wachter, K. (2013). A study of mobile user engagement (MoEN):

Engagement motivations, perceived value, satisfaction, and continued engagement

intention. Decision Support Systems, 56, 361–370.

Kim, E., Lin, J. S., & Sung, Y. (2013). To app or not to app: Engaging consumers via

branded mobile apps. Journal of Interactive Advertising, 13(1), 53–65.

Klaus, P. (2013). The case of Amazon. com: Towards a conceptual framework of online customer service experience (OCSE) using the emerging consensus technique (ECT).

Journal of Services Marketing, 27(6), 443–457.

Kleijnen, M., De Ruyter, K., & Wetzels, M. (2007). An assessment of value creation in

mobile service delivery and the moderating role of time consciousness. Journal of

Retailing, 83(1), 33–46.

Koenigstorfer, J., & Groeppel-Klein, A. (2012). Consumer acceptance of the mobile

Internet. Marketing Letters, 23(4), 917–928.

Köster, A., Matt, C., & Hess, T. (2016). Carefully choose your (payment) partner: How

payment provider reputation influences m-commerce transactions. Electronic

Commerce Research and Applications, 15, 26–37.

Kukar-Kinney, M., Scheinbaum, A. C., & Schaefers, T. (2016). Compulsive buying in

online daily deal settings: An investigation of motivations and contextual elements.

Journal of Business Research, 69(2), 691–699.

Kumar, A., & Lim, H. (2008). Age differences in mobile service perceptions: Comparison

of generation Y and baby boomers. Journal of Services Marketing, 22(7), 568–577. Kuo, Y. F., Wu, C. M., & Deng, W. J. (2009). The relationships among service quality,

perceived value, customer satisfaction, and post-purchase intention in mobile value-

added services. Computers in Human Behaviour, 25(4), 887–896.

Lai, F., Griffin, M., & Babin, B. J. (2009). How quality, value, image, and satisfaction

create loyalty at a Chinese telecom. Journal of Business Research, 62(10), 980–986. Law, D., Wong, C., & Yip, J. (2012). How does visual merchandising affect consumer

affective response? An intimate apparel experience. European Journal of Marketing,

46(1/2), 112–133.

Lee, T. (2005). The impact of perceptions of interactivity on customer trust and trans-

action intentions in mobile commerce. Journal of Electronic Commerce Research, 6(3),

165.

Lee, S., & Rao, V. S. C. (2010). Color and store choice in electronic commerce: The ex-

planatory role of trust. Journal of Electronic Commerce Research, 11(2), 110–126. Lee, T., Park, C., & Jun, J. (2014). Two faces of mobile shopping: Self-efficacy and im-

pulsivity. International Journal of E-Business Research (IJEBR), 10(1), 15–32. Lemon, K. N., & Verhoef, P. C. (2016). Understanding customer experience throughout

the customer journey. Journal of Marketing, 80(6), 69–96.

Leong, L. Y., Hew, T. S., Ooi, K. B., & Lin, B. (2012). The determinants of customer loyalty

in Malaysian mobile telecommunication services: A structural analysis. International

Journal of Services, Economics and Management, 4(3), 209–236.

Leong, L. Y., Jaafar, N. I., & Sulaiman, A. (2017). Understanding impulse purchase in

Facebook commerce: does big five matter? Internet Research, 27(4), 786–818. Leong, L. Y., Hew, T. S., Ooi, K. B., Lee, V. H., & Hew, J. J. (2019). A hybrid SEM-neural

network analysis of social media addiction. Expert Systems with Applications, 133,

296–316.

Leong, L. Y., Hew, T. S., Ooi, K. B., & Lin, B. (2019). Do electronic word-of-mouth and

elaboration likelihood model influence hotel booking? Journal of Computer

Information Systems, 59(2), 146–160.

Li, Y. (2015). Impact of impulsive buying behavior on postimpulsive buying satisfaction.

Social Behavior and Personality an International Journal, 43(2), 339–351.

Li, M., Dong, Z. Y., & Chen, X. (2012). Factors influencing consumption experience of

mobile commerce: A study from experiential view. Internet Research, 22(2), 120–141. Liao, S. L., Shen, Y. C., & Chu, C. H. (2009). The effects of sales promotion strategy,

product appeal and consumer traits on reminder impulse buying behaviour.

International Journal of Consumer Studies, 33(3), 274–284.

Liebana-Cabanillas, F., & Alonso-Dos-Santos, M. (2017). Factors that determine the

adoption of Facebook commerce: The moderating effect of age. Journal of Engineering

and Technology Management, 44, 1–18.

Limayem, M., Hirt, S. G., & Cheung, C. M. (2007). How habit limits the predictive power

of intention: The case of information systems continuance. MIS Quarterly, 31(4). Lin, T. T., & Bautista, J. R. (2018). Content-related factors influence perceived value of

location-based mobile advertising. Journal of Computer Information Systems, 1–10. Lin, H., Fan, W., & Chau, P. Y. (2014). Determinants of users’ continuance of social

networking sites: A self-regulation perspective. Information & Management, 51(5),

595–603.

Lin, K. Y., & Lu, H. P. (2015). Predicting mobile social network acceptance based on

mobile value and social influence. Internet Research, 25(1), 107–130.

Lin, H. H., & Wang, Y. S. (2006). An examination of the determinants of customer loyalty

in mobile commerce contexts. Information & Management, 43(3), 271–282.

Liu, F., Zhao, X., Chau, P. Y., & Tang, Q. (2015). Roles of perceived value and individual differences in the acceptance of mobile coupon applications. Internet Research, 25(3),

471–495.

Liu, Y., Li, H., & Hu, F. (2013). Website attributes in urging online impulse purchase: An

empirical investigation on consumer perceptions. Decision Support Systems, 55(3), 829–837.

15

 

P.K. Chopdar and J. Balakrishnan

International Journal of Information Management 53 (2020) 102106

MacCallum, R. C., & Austin, J. T. (2000). Applications of structural equation modeling in psychological research. Annual Review of Psychology, 51(1), 201–226.

Magrath, V., & McCormick, H. (2013). Marketing design elements of mobile fashion retail apps. Journal of Fashion Marketing and Management: An International Journal, 17(1), 115–134.

McLean, G., & Wilson, A. (2016). Evolving the online customer experience… is there a role for online customer support? Computers in Human Behavior, 60, 602–610.

McLean, G., Al-Nabhani, K., & Wilson, A. (2018). Developing a mobile applications customer experience model (MACE)-implications for retailers. Journal of Business Research, 85, 325–336.

Mehrabian, A., & Russell, J. A. (1974). An approach to environmental psychology. Cambridge, MA: MIT Press.

Merisavo, M., Kajalo, S., Karjaluoto, H., Virtanen, V., Salmenkivi, S., Raulas, M., et al. (2007). An empirical study of the drivers of consumer acceptance of mobile adver- tising. Journal of Interactive Advertising, 7(2), 41–50.

Natarajan, T., Balasubramanian, S. A., & Kasilingam, D. L. (2018). The moderating role of device type and age of users on the intention to use mobile shopping applications. Technology in Society, 53, 79–90.

Naylor, R. W., Raghunathan, R., & Ramanathan, S. (2006). Promotions spontaneously induce a positive evaluative response. Journal of Consumer Psychology, 16(3), 295–305.

Ng, M. (2016). Examining factors affecting mobile commerce adoption of Chinese con- sumers. International Journal of Electronic Business, 13(1), 98–115.

Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). New York: McGraw-Hill.

Okazaki, S., & Mendez, F. (2013). Perceived ubiquity in mobile services. Journal of Interactive Marketing, 27(2), 98–111.

Ozen, H., & Engizek, N. (2014). Shopping online without thinking: Being emotional or rational? Asia Pacific Journal of Marketing and Logistics, 26(1), 78–93.

Ozturk, A. B., Bilgihan, A., Nusair, K., & Okumus, F. (2016). What keeps the mobile hotel booking users loyal? Investigating the roles of self-efficacy, compatibility, perceived ease of use, and perceived convenience. International Journal of Information Management, 36(6), 1350–1359.

Parboteeah, D. V., Valacich, J. S., & Wells, J. D. (2009). The influence of website char- acteristics on a consumer’s urge to buy impulsively. Information Systems Research, 20(1), 60–78.

Park, M., & Lennon, S. J. (2009). Brand name and promotion in online shopping contexts. Journal of Fashion Marketing and Management: An International Journal, 13(2), 149–160.

Park, H. H., Jeon, J. O., & Sullivan, P. (2015). How does visual merchandising in fashion retail stores affect consumers’ brand attitude and purchase intention? The International Review of Retail, Distribution and Consumer Research, 25(1), 87–104.

Peng, C., & Kim, Y. G. (2014). Application of the stimuli-organism-response (SOR) fra- mework to online shopping behavior. Journal of Internet Commerce, 13(3-4), 159–176.

Phang, C. W., Sutanto, J., Kankanhalli, A., Li, Y., Tan, B. C., & Teo, H. H. (2006). Senior citizens’ acceptance of information systems: A study in the context of e-government services. IEEE Transactions on Engineering Management, 53(4), 555–569.

Podsakoff, P. M., MacKenzie, S. B., Lee, J. Y., & Podsakoff, N. P. (2003). Common method biases in behavioral research: A critical review of the literature and recommended remedies. The Journal of Applied Psychology, 88(5), 879.

Prashar, S., Parsad, C., & Vijay, T. S. (2017). Segmenting young Indian impulsive shoppers. Journal of International Consumer Marketing, 29(1), 35–47.

Ritch, E. L., & Schröder, M. J. (2012). Accessing and affording sustainability: The experience of fashion consumption within young families. International Journal of Consumer Studies, 36(2), 203–210.

Rodríguez-Torrico, P., Cabezudo, R. S. J., & San-Martín, S. (2017). Tell me what they are like and I will tell you where they buy. An analysis of omnichannel consumer behavior. Computers in Human Behavior, 68, 465–471.

Rodríguez-Torrico, P., San-Martín, S., & San José-Cabezudo, R. (2019). What drives M-shoppers to continue using mobile devices to buy? The Journal of Marketing Theoryand Practice, 27(1), 83–102.

Rook, D. W., & Fisher, R. J. (1995). Normative influences on impulsive buying behavior.

The Journal of Consumer Research, 22(3), 305–313.

Rose, S., Clark, M., Samouel, P., & Hair, N. (2012). Online customer experience in e-

retailing: An empirical model of antecedents and outcomes. Journal of Retailing,

88(2), 308–322.

San-Martín, S., Prodanova, J., & Jiménez, N. (2015). The impact of age in the generation

of satisfaction and WOM in mobile shopping. Journal of Retailing and Consumer

Services, 23, 1–8.

Seo, Y. (2013). Electronic sports: A new marketing landscape of the experience economy.

Journal of Marketing Management, 29(13–14), 1542–1560.

Shang, D., & Wu, W. (2017). Understanding mobile shopping consumers’ continuance

intention. Industrial Management & Data Systems, 117(1), 213–227.

Shobeiri, S., Mazaheri, E., & Laroche, M. (2018). Creating the right customer experience

online: The influence of culture. Journal of Marketing Communications, 24(3),

270–290.

Soares, R. R., Zhang, T. T. C., Proença, J. F., & Kandampully, J. (2017). Why are

Generation Y consumers the most likely to complain and repurchase? Journal of

Service Management, 28(3), 520–540.

Song, J. H., & Zinkhan, G. M. (2008). Determinants of perceived web site interactivity.

Journal of Marketing, 72(2), 99–113.

Srivastava, M., & Kaul, D. (2016). Exploring the link between customer experi-

ence–loyalty–consumer spend. Journal of Retailing and Consumer Services, 31,

277–286.

Statista. Available at: https://www.statista.com/statistics/557951/mobile-commerce-

transaction-value-worldwide/ (Accessed 18 October 2019).

Tak, P., Tak, P., Panwar, S., & Panwar, S. (2017). Using UTAUT 2 model to predict mobile

app based shopping: Evidences from India. Journal of Indian Business Research, 9(3),

248–264.

Tojib, D., & Tsarenko, Y. (2012). Post-adoption modeling of advanced mobile service use.

Journal of Business Research, 65(7), 922–928.

Vazquez, D., Dennis, C., & Zhang, Y. (2017). Understanding the effect of smart retail

brand–consumer communications via mobile instant messaging (MIM)–an empirical

study in the Chinese context. Computers in Human Behavior, (77), 425–436. Verhoef, P. C., Lemon, K. N., Parasuraman, A., Roggeveen, A., Tsiros, M., & Schlesinger, L. A. (2009). Customer experience creation: Determinants, dynamics and management

strategies. Journal of Retailing, 85(1), 31–41.

Vinayak, S., & Malhotra, M. (2017). Impact of impulsiveness on mobile phone addiction.

Indian Journal of Health & Wellbeing, 8(10).

Voropanova, E. (2015). Conceptualizing smart shopping with a smartphone: Implications

of the use of mobile devices for shopping productivity and value. The International

Review of Retail, Distribution and Consumer Research, 25(5), 529–550. Wang, C. (2014). Antecedents and consequences of perceived value in Mobile

Government continuance use: An empirical research in China. Computers in Human

Behavior, 34, 140–147.

Wang, C., & Teo, T. S. (2020). Perceived value and continuance intention in mobile

government service in China. Telematics and Informatics101348.

Wang, R. J. H., Malthouse, E. C., & Krishnamurthi, L. (2015). On the go: How mobile

shopping affects customer purchase behavior. Journal of Retailing, 91(2), 217–234. Wells, J. D., Parboteeah, V., & Valacich, J. S. (2011). Online impulse buying:

Understanding the interplay between consumer impulsiveness and website quality.

Journal of the Association for Information Systems, 12(1), 32.

Wolf, E. J., Harrington, K. M., Clark, S. L., & Miller, M. W. (2013). Sample size require-

ments for structural equation models: An evaluation of power, bias, and solution

propriety. Educational and Psychological Measurement, 73(6), 913–934.

Wong, C. H., Tan, G. W. H., Tan, B. I., & Ooi, K. B. (2015). Mobile advertising: The

changing landscape of the advertising industry. Telematics and Informatics, 32(4),

720–734.

Xu, Y., & Huang, J. S. (2014). Effects of price discounts and bonus packs on online im-

pulse buying. Social Behavior and Personality an International Journal, 42(8),

1293–1302.

Xu, Z., & Yuan, Y. (2009). The impact of context and incentives on mobile service

adoption. International Journal of Mobile Communications, 7(3), 363–381.

Xu, C., Peak, D., & Prybutok, V. (2015). A customer value, satisfaction, and loyalty per-

spective of mobile application recommendations. Decision Support Systems, 79,

171–183.

Yadav, R., Sharma, S. K., & Tarhini, A. (2016). A multi-analytical approach to understand

and predict the mobile commerce adoption. Journal of Enterprise Information

Management, 29(2), 222–237.

Yang, Y., Liu, Y., Li, H., & Yu, B. (2015). Understanding perceived risks in mobile payment

acceptance. Industrial Management & Data Systems, 115(2), 253–269.

Young Kim, E., & Kim, Y. K. (2004). Predicting online purchase intentions for clothing

products. European Journal of Marketing, 38(7), 883–897.

Yumurtacı Hüseyinoğlu, I. Ö, Galipoğlu, E., & Kotzab, H. (2017). Social, local and mobile

commerce practices in omni-channel retailing: Insights from Germany and Turkey.

International Journal of Retail & Distribution Management, 45(7/8), 711–729. Zarmpou, T., Saprikis, V., Markos, A., & Vlachopoulou, M. (2012). Modeling users’ ac-

ceptance of mobile services. Electronic Commerce Research, 12(2), 225–248. Zhang, J., & Mao, E. (2012). What’s around me?: Applying the theory of consumption values to understanding the use of location-based services (LBS) on smart phones.

International Journal of E-Business Research (IJEBR), 8(3), 33–49.

Zhang, X., Prybutok, V. R., & Strutton, D. (2007). Modeling influences on impulse pur-

chasing behaviors during online marketing transactions. The Journal of Marketing

Theory and Practice, 15(1), 79–89.

Zhao, X., Lynch, J. G., Jr., & Chen, Q. (2010). Reconsidering Baron and Kenny: Myths and

truths about mediation analysis. The Journal of Consumer Research, 37(2), 197–206. Zheng, X., Men, J., Yang, F., & Gong, X. (2019). Understanding impulse buying in mobile

commerce: An investigation into hedonic and utilitarian browsing. International

Journal of Information Management, 48, 151–160.

Zhou, T. (2013). An empirical examination of the determinants of mobile purchase.

Personal and Ubiquitous Computing, 17(1), 187–195.

Zhou, T., Lu, Y., & Wang, B. (2010). Exploring user acceptance of WAP services from the

perspectives of perceived value and trust. International Journal of Information Technology and Management, 9(3), 302–316.

Measuring the quality of e-banking portals.

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.

Mots clefs : Banking, Electronic commerce, Service delivery, Service quality assurance.

Depuis ces dernières années, les établissements bancaires se munissent de nouveaux outils pour gagner des parts de marché. De nouvelles innovations voient le jour, tel que les sites internet pour les services bancaires en ligne. Cet étude reprendre la définition d’un site internet de qualité pour comparer ceux des banque pour en tirer les déterminants qui crée la différence chez l’utilisateur.

 Développement :

Dans le secteur bancaire pour qu’un acteur soit rentable, il nécessite qu’il soit fidèle. Ceci est le premiers coût des banques qui investissent via des outils tel que les sites internet pour fidéliser leur client. Cela a mené au développement de ces site sont de réel interface pour les utilisateurs qui en jugerait la vitrine d’une agence tel qu’il jugerait le site en ligne.

De plus, l’ensemble des spectateurs de site web bancaire sont devenu des acteurs de ces sites en pouvant demander, réclamer des services. Il se crée de nouveau « espace client » en ligne pour un suivi plus personnalisé. Cela permet de proposer de nouveau service, en proposant l’ensemble de la gamme. Chaque acteur bancaire doit se crée un identité et apporte sa conception du service bancaire en ligne pour obtenir un environnement qui répond à ses critères et ceux des utilisateurs.

La définition d’un site internet de service bancaire, se détermine par sa fonctionnalité afin que tous les information circule correctement et que son utilisateur soit guidé de manière fluide. Il doit être accessible, à tout heure et de quel n’importe endroit avec une connexion internet. Enfin, il doit être ludique, et personnalisable. Ces critères sont tout aussi important que pour le client soit en confiance et que la relation devienne pérenne.

Conclusion :

Suite au résultats obtenu de sa recherche empirique, il y a deux éléments qui apportent une réelle valeur ajouté aux service bancaire en ligne ce sont le plaisir lors de son utilisation, qui va créer du divertissement en faisant devenir le client acteur de sa recherche et de sa futur demande. Lui-même va construire et personnalisé son espace, et prendra du plaisir a consulter sa banque en ligne, puis sera en demande de nouveau service pour améliorer son confort.

Références Bibliographiques :

Afuah, A. and Tucci, C. (2001), Internet Business Models and Strategies, Boston, MA.

Akaike, H. (1974), “A new look at the statistical model identification”, IEEE Transactions on Automatic Control, Vol. 19, pp. 716-23.

Anderson, C.F. and Lehmann, D.R. (1994), “Customer satisfaction market share and profitability: findings from Sweden”, Journal of Marketing, Vol. 58 No. 3, pp. 53-66.

Bagozzi, R. and Baumgartner, H. (1994), “The evaluation of structural equation models and hypothesis testing”, in Bagozzi, R. (Ed.), Principles of Marketing Research, Cambridge, pp. 386-422.

Bauer, H.H. and Hammerschmidt, M. (2002), “Financial portals in the internet”, Proceedings of the WSEAS Conference on E-Commerce, Athens.

Baumgartner, H. and Homburg, Ch. (1996), “Applications of structural equation modeling in marketing and consumer research: a review”, International Journal of Research in Marketing, Vol. 13 No. 2, pp. 139-61.

Bergen, M., Dutta, S. and Shugan, S.M. (1996), “Branded variants: a retail perspective”, Journal of Marketing Research, Vol. 33, pp. 9-19.

Berry, L.L. (1987), “Big ideas in services marketing”, The Journal of Services Marketing, Vol. 1 No. 1, pp. 5-9. 173

Blanchard, A. and Horan, T. (1998), “Virtual communities and social capital”, Social Science Computer Review, Vol. 16 No. 3, pp. 293-307.

Brandt, D.R. (1988), “How service marketers can identify value-enhancing service elements”, The Journal of Services Marketing, Vol. 2 No. 3, pp. 35-41.

Broderick, A.J. and Vachirapornpuk, S. (2002), “Service quality in internet banking: the importance of customer role”, Marketing Intelligence & Planning, Vol. 20 No. 6, pp. 327-35.

Byrne, B. (1998), Structural Equation Modeling with LISREL, PRELIS and SIMPLIS, London. Caruana, A. (2002), “Service loyalty – the effects of service quality and the mediating role of customer satisfaction”, European Journal of Marketing, Vol. 36 No. 7/8, pp. 811-28.

Churchill, G. (1987), Marketing Research, 4th ed., Fort Worth, TX.

Cox, J. and Dale, B.G. (2001), “Service quality and e-commerce: an exploratory analysis”, Managing Service Quality, Vol. 11 No. 2, pp. 121-31.

Cronin, J. and Taylor, S. (1992), “Measuring service quality: a re-examination and extension”, Journal of Marketing, Vol. 56, pp. 55-69.

Csikszentmihalyi, M. (1988), “The flow experience and its significance for human psychology”, in Csikszentmihalyi, M. and Csikszentmihalyi, I. (Eds), Optimal Experience: Psychological Studies of Flow in Consciousness, Cambridge University Press, Cambridge, pp. 15-35.

Dabholkar, P.A. (1996), “Consumer evaluations of new technology-based self-service options: an investigation of alternative models of service quality”, International Journal of Research in Marketing, Vol. 13 No. 1, pp. 29-52.

Fornell, C. and Larcker, D. (1981), “Evaluating structural equation models with unobservable variables and measurement error”, Journal of Marketing Research, Vol. 18 No. 1, pp. 39-50.

Furst, K., Lang, W.W. and Nolle, D.E. (2002), “Internet banking”, Journal of Financial Services Research, Vol. 22 No. 1/2, pp. 95-117.

Gerbing, D. and Anderson, J. (1988), “An updated paradigm for scale development incorporating unidimensionality and its assessment”, Journal of Marketing Research, Vol. 25, pp. 186-92.

Gounaris, S. and Dimitriadis, S. (2003), “Assessing service quality on the web: evidence from business-to-consumer portals”, Journal of Services Marketing, Vol. 17 No. 5, pp. 529-48.

Gro ̈nroos, C. (1990), “Relationship approach to marketing in service contexts”, Journal of Business Research, Vol. 20 No. 1, pp. 3-11.

Gro ̈nroos, C., Heinonen, F., Isoniemi, K. and Lindholm, M. (2000), “The NetOffer model: a case example from the virtual marketspace”, Management Decision, Vol. 38 No. 4, pp. 243-52.

Hoffman, D.L. and Novak, T.P. (1996), “Marketing in hypermedia computer-mediated environments”, Journal of Marketing, Vol. 60, pp. 50-68.

Hughes, T. (2003), “Marketing challenges in e-banking: standalone or integrated?”, Journal of Marketing Management, Vol. 19, pp. 1067-85.

Huizingh, E.K.R.E. (2002), “The antecedents of web site performance”, European Journal of Marketing, Vol. 36, pp. 1225-48.

Jayawardhena, C. (2004), “Measurement of service quality in internet banking: the development of an instrument”, Journal of Marketing Management, Vol. 20, pp. 185-207.

Jun, M. and Cai, S. (2001), “The key determinants of internet banking service quality: a content analysis”, International Journal of Bank Marketing, Vol. 19 No. 7, pp. 276-91.

174 Kano, N. (1984), “Attractive quality and must-be quality”, The Journal of the Japanese Society for Quality Control, pp. 39-48.

Kelley, S.W. and Davis, M.A. (1994), “Antecedents to customer expectations for service recovery”, Journal of the Academy of Marketing Science, Vol. 22 No. 1, pp. 52-61.

Mahajan, V., Srinivasan, R. and Wind, J. (2002), “The dot.com retail failures of 2000: were there any winners?”, Journal of the Academy of Marketing Science, Vol. 30, pp. 474-86.

Meuter, M.L., Ostrom, A.L., Roundtree, R.I. and Bitner, M.J. (2000), “Self-service technologies: understanding customer satisfaction with technology-based service encounters”, Journal of Marketing, Vol. 64, pp. 50-64.

Novak, T.P., Hoffman, D.L. and Yung, Y-F. (2000), “Measuring the customer experience in online environments”, Marketing Science, Vol. 19 No. 1, pp. 22-42.

Nunnally, J. (1978), Psychometric Theory, 2nd ed., New York, NY.

Oliver, R.L. (1997), Satisfaction: A Behavioral Perspective on the Consumer, New York, NY.

Olsen, L.L. and Johnson, M.D. (2003), “Service equity, satisfaction, and loyalty: from transaction-specific to cumulative evaluations”, Journal of Service Research, Vol. 5 No. 3, pp. 184-95.

Parasuraman, A. and Grewal, D. (2000), “The impact of technology on the quality-value-loyalty chain: a research agenda”, Journal of the Academy of Marketing Science, Vol. 28, pp. 168-74.

Parasuraman, A., Zeithaml, V. and Berry, L.L. (1988), “SERVQUAL: a multiple-item scale for measuring consumer perceptions of service quality”, Journal of Retailing, Vol. 64, pp. 12-40.

Payne, A. and Holt, S. (2001), “Diagnosing customer value”, British Journal of Management, Vol. 12, pp. 159-82.

Reibstein, D.J. (2002), “What attracts customers to online stores, and what keeps them coming back?”, Journal of the Academy of Marketing Science, Vol. 30, pp. 465-73.

Reichheld, F.F. and Sasser, W.E. (1990), “Zero defections: quality comes to services”, Harvard Business Review, Vol. 68 No. 5, pp. 2-8.

Reichheld, F.F. and Schefter, P. (2000), “E-loyalty – your secret weapon on the web”, Harvard Business Review, Vol. 78 No. 4, pp. 105-13.

Santos, J. (2003), “E-service quality: a model of virtual service quality dimensions”, Managing Service Quality, Vol. 13 No. 3, pp. 233-46.

Shankar, V., Smith, A.K. and Rangaswamy, A. (2003), “Customer satisfaction and loyalty in online and offline environments”, International Journal of Research in Marketing, Vol. 20 No. 2, pp. 153-75.

Srinivasan, S.S., Anderson, R. and Ponnavolu, K. (2002), “Customer loyalty in e-commerce”, Journal of Retailing, Vol. 78, pp. 41-50.

Strieter, J., Gupta, A.K., Raj, S.P. and Wilemon, D. (1999), “Product management and the marketing of financial services”, International Journal of Bank Marketing, Vol. 17 No. 7, pp. 342-54.

Szymanski, D.M. and Hise, R.T. (2000), “E-satisfaction: an initial examination”, Journal of Retailing, Vol. 76 No. 3, pp. 309-22.

van Riel, A., Liljander, V. and Jurriens, P. (2001), “Exploring consumer evaluations of e-services: a portal site”, International Journal of Service Industry Management, Vol. 12 No. 3/4, pp. 359-77.

W3B (2000), “Ergebnisse der 14. W3B umfrage”, available at: www.w3b.de

Yang, Z., Peterson, R.T. and Huang, L. (2001), “Taking the pulse of internet pharmacies”, Marketing Health Services, pp. 5-10.

Zeithaml, V.A., Parasuraman, A. and Malhotra, A. (2002), “Service quality delivery through 175 web sites”, Journal of the Academy of Marketing Science, Vol. 30, pp. 362-75.