Yu-Ting Chang, Hueiju Yu, Hsi-Peng Lu (2014) « Persuasive messages, popularity cohesion, and message diffusion in social media marketing », Journal of Business Research.

Résumé :

Les media sociaux sont devenus de puissants outils marketing capables d’influencer les consommateurs : lorsque un contenu diffusé sur les média sociaux est touchant et persuasif, les internautes peuvent rendre le message viral en le partageant, et peuvent ainsi créer un effet de synergie autour de ce contenu.

Le nouvel enjeu des managers en marketing est de persuader les internautes à diffuser spontanément des contenus publicitaires.

Comment persuader les internautes à partager les contenus publicitaires publiés sur les médias sociaux ?

Camarero & San Jose observent en 2011 que la technologie de la communication, telle qu’elle existe aujourd’hui, donnent aux marketing managers et aux internautes les même possibilités d’actions : ces deux groupes d’individus ont la capacité de publier des messages, de partager des contenus, de mentionner des tiers en commentaires, etc. Les particuliers sont donc à même de véhiculer des messages publicitaires via les médias sociaux et d’attirer l’attention sur ces contenus comme le montrent l’étude de Karnik, Saroop, et Borkar en 2013 et celle de Yoo et Alavi en 2001.

Hypothèses de l’étude :

H1. La qualité des arguments d’un contenu posté a un impact positif sur son utilité (pour obtenir cette hypothèse, l’auteur se réfère aux travaux des auteurs suivants : Coulter et Pung, 2004 ; De Vriesa, 2013 ; Sinclair, Moore, Mark, Soldat & Lavisn, 2010 ; Cheung & Lee, 2010 ; Park & Kim, 2008).

H2. La popularité des contenus postés impacte positivement leur utilité et la préférence des individus pour ces contenus

H3. L’attractivité des contenus postés impacte positivement la préférence

Les lecteurs lisent un contenu principalement à cause de deux facteurs : l’utilité et la préférence. L’utilité fait référence à la perception du lecteur, issue d’un jugement personnel et professionnel à propos d’un contenu qui pourrait être bénéfique pour le lecteur (Bhattacherjee et Sanford, 2006). La préférence fait référence aux sentiments favorables et à aux intérêts (Kim et Son, 2009). Les croyances des lecteurs à propos de l’utilité des contenus affectent leurs préférences (Bhattacherjee et Prekumar, 2004).

H4. L’utilité impacte positivement la préférence

H5. L’utilité impacte positivement l’intention de « liker » un contenu et de le partager

H6. La préférence impacte positivement l’intention de « liker » un contenu et de le partager

H7. L’intention de « liker » impacte positivement l’intention de partager

L’importance relative et l’expertise du lecteur affectent le comportement d’intention du lecteur (selon les études de Coulter et Punj en 2004, Kim, Kim et Park en 2010 et Bhattacherjee et Sanford en 2006). L’importance relative fait référence à l’importance qu’à un sujet pour un individu (celle-ci varie selon les centres d’intérêts des individus).

H8.b L’importance relative modère positivement l’effet de l’utilité sur l’intention de « liker » et sur celle de partager.

H8.a L’importance relative modère négativement l’effet de la préférence sur l’intention de « liker » et sur celle de partager

H9.a L’expertise de l’individu modère positivement l’effet de l’utilité sur l’intention de « liker » et sur celle de partager

H9.b L’expertise de l’individu modère négativement l’effet de la préférence sur l’intention de « liker » et sur celle de partager

Résultats :

• Sur les sites de réseaux sociaux, la qualité des arguments, la popularité des contenus et leur attractivité renforce l’utilité et la préférence de l’individu pour ces contenus. Par conséquent les marketing manager ont intérêt à collaborer avec des individus connus et populaires pour faire la promotion de leurs produits, afin que leurs contenus gagnent en qualité.
• L’utilité affecte le comportement des fans. Par conséquent, les marketing manager devraient publier des contenus utiles et demander à des bloggeurs connus de diffuser ces contenus.
• L’intention de « liker » est un facteur principal de l’intention de partager. Par conséquent, les marketing manager ont intérêt à collecter des statistiques sur les mentions « j’aime », les discussions et les partages de contenus pour mieux orienter ces derniers.
• Différents niveau d’importance relative et d’expertise impactent la volonté de « liker » ou de partager. Les marketing manager doivent donc planifier une approche marketing en fonction du profil des fans de leur page.

Limites et futures recherches :

• Cette étude n’est valable que pour les pages dont le contenu est abondant, mais pas pour les pages populaires (comme celles des personnalités connues par exemples).
• L’échantillon de population étudiée est composé de fans d’une seule page (trop restreint).
• L’étude repose sur un questionnaire quantitatif en ligne, qui comporte ses limites.
• Cette étude analyse principalement les effets de la cohésion populaire et de la diffusion des contenus (trop restreint).

Ce que j’en pense :

• Cette étude propose des solutions pour rendre les contenus de qualité, populaires et attractifs. D’autres solutions sont à explorer : les contenus soutenus par les humoristes du net pourraient, par exemple, rendre le message populaire et attractif et ainsi constituer une des solutions envisageables face à ces 3 défis.
• Je pense que le facteur de popularité est primordial dans la diffusion d’un message. Il serait intéressant d’étudier davantage le phénomène de viralité (comment un contenu devient-il viral ? Quelles sont les conséquences de cette viralité sur les entreprises et les consommateurs ?).

Références :

Bhattacherjee, A., & Premkumar, G. (2004). Understanding changes in belief and attitude toward information technology usage: A theoretical model and longitudinal test. MIS Quarterly, 28(2), 229–254.

Bhattacherjee, A., & Sanford, C. (2006). Influence processes for information technology acceptance: An elaboration likelihood model. MIS Quarterly, 30(4), 805–825.

Camarero, C., & San Jose, R. (2011). Social and attitudinal determinants of viral marketing dynamics. Computers in Human Behavior, 27(6), 2292–2300.

Cheung, C.M.K., & Lee, M.K.O. (2010). A theoretical model of intentional social action in online social networks. Decision Support Systems, 49(1), 24–30.

Coulter, K.S., & Punj, G.N. (2004). The effects of cognitive resource requirements, availabil- ity, and argument quality on brand attitudes—A melding of elaboration likelihood and cognitive resource matching theories. Journal of Advertising, 33(4), 53–64.

De Vriesa, L., Gensler, S., & Leeflang, P.S.H. (2012). Popularity of brand posts on brand fan pages: An investigation of the effects of social media marketing. Journal of Interactive Marketing, 26(2), 83–91.

Karnik, A., Saroop, A., & Borkar, V. (2013). On the diffusion of messages in on-line social networks. Performance Evaluation, 70(4), 271–285.

Kim, A.J., & Ko, E. (2012). Do social media marketing activities enhance customer equity? An empirical study of luxury fashion brand. Journal of Business Research, 65(10), 1480–1486.

Kim, S.S., & Son, J. -Y. (2009). Out of dedication or constraint? A dual model of post- adoption phenomena and its empirical test in the content of online services. MIS Quarterly, 33(1), 49–70.

Park, D. -H., & Kim, S. (2008). The effects of consumer knowledge on message processing of electronic word-of-mouth via online consumer reviews. Electronic Commerce Research and Applications, 7(4), 399–410.

Sinclair, R.C., Moore, S.E., Mark, M.M., Soldat, A.S., & Lavis, C.A. (2010). Incidental moods, source likeability, and persuasion: Liking motivates message elaboration in happy

people. Cognition and Emotion, 24(6), 940–961.

Yoo, Y., & Alavi, M. (2001). Media and group cohesion: Relative influences on social

presence, task participation, and group consensus. MIS Quarterly, 25(3), 371–390.

Michaela Draganska, Wesley R. Hartmann, Gena Stanglein (2014) « Internet Versus Television Advertising: A Brand-Building Comparison », Journal of Marketing Research.

Résumé :

Malgré une augmentation constante de l’utilisation d’internet comme moyen de communication publicitaire ces dernières décennies, beaucoup d’entreprises hésitent encore à déplacer leurs dépenses publicitaires télévisées vers des campagnes diffusées sur internet. L’objectif de cette étude est de comparer l’efficacité des publicités sur internet et celle des publicités diffusées à la télévision.

Cette étude analyse des individus qui ont été exposés à une publicité la veille, afin de relever les éléments dont ils se souviennent et afin de savoir s’ils peuvent relier le message publicitaire à la marque qui le diffuse (seulement 40% des consommateurs en sont capables selon une étude de Franzen en 1994).

On pourrait penser que sans la publicité, les consommateurs associeraient au hasard les marques aux publicités. Mais en réalité, les consommateurs ont une connaissance préexistante des marques, due à une exposition aux publicités antérieures. Pour comparer l’efficacité des publicités télévisées et de celles diffusées sur internet, les consommateurs doivent avoir les mêmes connaissances préexistantes des marques, ce qui dépend du type de publicité auquel les individus sont le plus exposés. En effet, Aribarg, Pieters, and Wedel (2010) démontrent que la reconnaissance d’une marque est biaisée par la familiarité préexistante avec la marque.

Résultats :

• Les individus qui suivent des média d’excellences ont une plus faible connaissance préexistante des marques, et les reconnaissent donc moins bien.
• Une fois que les connaissances préexistantes des marques ont été prises en compte dans les statistiques, il n’y a pas de différence significative d’efficacité entre les publicités sur internet et celles diffusées à la télévision.
• On remarque donc, suite à ces deux premiers résultats, l’importance déterminante des connaissances préexistantes que les consommateurs ont des marques. Cela influence directement leur capacité à reconnaître la marque à la description de la publicité.

Limites et recherches futures :

• L’étude est construite à partir de l’observation d’une population volontaire, ce qui peut biaiser l’expérience.
• Les marques utilisent le canal de diffusion le plus adéquat à leur campagne. Les formats de publicités diffèrent donc entre la télévision et internet, ce qui biaise la comparaison.
• Il serait intéressant d’étudier également les liens entre les caractéristiques de différents types de campagne et leur efficacité.
• On pourrait également aller plus loin dans cette recherche en analysant l’impact des publicités sur les ventes selon le cout des publicités et leur efficacité.

Ce que j’en pense :

• Il est donc prouvé que les publicités sur internet sont tout aussi efficaces que celles diffusées sur internet, en dépit de ce que l’on pourrait penser. Cela légitime le recours aux humoristes du net pour véhiculer des messages publicitaires, même s’il s’agit de grandes marques.
• Cette étude n’aborde pas la question de la passivité ou de la pro activité des consommateurs face aux publicités. Il serait intéressant d’étudier la question de la pro activité dans le visionnage des publicités sur internet.

Références :

Aribarg, Anocha, Rik Pieters, and Michel Wedel (2010), “Raising the BAR: Bias Adjustment of Recognition Tests in Advertising,” Journal o f Marketing Research, 47 (June), 387—400.

Franzen, Giep (1994), Advertising Effectiveness: Findings from Empirical Research. Henley-on-Thames, UK: NTC Publications.

TUCKER, CATHERINE E. October 2014. “Social Networks, Personalized Advertising, and Privacy Control”. Journal of Marketing Research. Vol 51, Issue 5, p546-562.

Résumé:

Parmi les différents types de publicités possibles, certaines firmes ont opté pour les publicités personnalisées, dont le message est adapté à la personne qui le reçoit : le message cible les gouts et les habitudes de consommation des individus, décryptés grâce à leur navigation sur internet (Anand and Shachar, 2009 ; Lambrecht and Tucker, 2013).

Cependant, ce type de publicité n’est pas bien perçu par certains individus qui soulèvent la question de la vie privée (Stone, 2010), et soulignent le fait que pour cibler et personnaliser les messages publicitaires, les firmes ont besoin d’avoir accès à des données privées, ce qui pourrait constituer une atteinte à la vie privée. Ce constat rend les consommateurs plus frileux (Taylor, 1979), et les retient de cliquer sur les publicités en ligne, de peur que leurs comportements d’achats soient mémorisés par les firmes.

Face à cette frilosité, l’auteur s’interroge sur les effets qu’aurait un renforcement du contrôle de la propriété privée sur le consommateur.

Résultat :

Il apparaît, suite à une étude empirique, que plus les sites web protègent les informations des internautes, plus ceux-ci sont rassurés. De ce fait, les consommateurs acceptent de donner leurs informations tant qu’ils en contrôlent les flux, même si les publicités personnalisées continuent d’utiliser ces données pour cibler leurs messages publicitaires. Le renforcement du contrôle de la propriété privée rassure donc les consommateurs et a un impact positif sur les publicités personnalisées.

Limites et futures recherches :

• L’expérience a été menée sur une organisation a but non lucratif, ce qui a peut être rassuré les consommateurs, et les a peut être davantage incité à cliquer.
• L’expérience a été menée à une période pendant laquelle la notion de préservation de la vie privée était un sujet sensible.
• L’analyse a été faite sur une plateforme en ligne spécifique, et ne peut pas être généralisée sans une analyse complémentaire, adaptée au modèle étudié.
• On ne sait pas combien de temps les effets positifs de l’introduction de plus de contrôle dans les publicités personnalisées persistent.
• La méthode utilisée par Facebook pour introduire davantage de contrôle des publicités personnalisées n’est qu’un exemple parmi tant d’autre.

Ce que j’en pense :

• Il existe un nouveau défi pour les publicités sur internet qui est la défiance du consommateur à l’égard de l’annonceur. Utiliser des acteurs sympathiques et connus pour tourner des spots publicitaires pourrait peut-être rassurer les internautes (à vérifier).
• Les spots publicitaires auxquels je m’intéresse sont diffusés majoritairement à la télévision et sur les plateformes de visionnages de vidéos sur internet (YouTube, Daylimotion, etc.), qui pratiquent le ciblage des consommateurs. Il serait intéressant d’étudier les canaux de diffusions des publicités ayant recours aux humoristes du net, ainsi que l’impact de ce ciblage (positif ou négatif) sur les internautes.

Références :

Anand, Bharat and Ron Shachar (2009), “Targeted Advertising as a Signal,” Quantitative Marketing and Economics, 7 (3), 237- 66.

Lambrecht, Anja and Catherine Tucker (2013), “When Does Retar­geting Work? Information Specificity in Online Advertising,” Journal of Marketing Research, 50 (September), 561-76.

Stone, Brad (2010), “Ads Posted on Facebook Strike Some as Off- Key,” The New York Times, (March 3)

Taylor, Shelley E. (1979), “Hospital Patient Behavior: Reactance, Helplessness, or Control?” Journal of Social Issues, 35 (1), 156-84.

Référence: Wells J, Valacich J and Hess T (2011) What signal are you sending? How website quality influences perception of product quality and purchase intentions. MIS Quartely 35(2): 373-396.

Idée/dominante: La qualité d’un site internet est un signal de qualité du produit et influence l’intention d’achat.

Résumé : L’e-consommateur n’a pas accès au produit, ce qui augmente la perception de risque. Cet obstacle varie en fonction du type de produit (Gupta et al., 2004). Les qualités d’un livre (produit de recherche) sont apparentes avant l’achat contrairement aux vêtements (produit d’expérience) dont les qualités sont plus faciles à évaluer après l’achat (Nelson, 1970). Ainsi, les e-consommateurs achètent plus facilement des produits de recherche (tickets de train) plutôt des produits d’expérience (Gupta et al. 2004).
L’étude montre que la qualité d’un site internet est un signal de qualité et influence la qualité perçue d’un produit, cette dernière influençant l’intention d’achat. L’attrait visuel est la dimension le plus importante, vient ensuite la sécurité, le temps de chargement et la facilité de navigation. Une information asymétrique (accès à l’information limité) est validée en tant que modérateur de l’influence de la qualité du site internet sur l’évaluation d’un produit. Plus l’information est limitée, plus la relation entre qualité du site et qualité du produit se renforce.
L’étude montre également que pour qu’un site internet soit une preuve de qualité, tous les signaux de qualité du site internet doivent être maximisés. De plus, la crédibilité du signal renforce la relation qualité du site et qualité perçue du produit.
Il est enfin montré que la dimension à privilégier varie en fonction du type de produit. Un site internet vendant des produits d’expérience (vêtements) devra favoriser la dimension émotionnelle et esthétique.

Note d’intérêt: La qualité d’un site internet est un signal pour évaluer la qualité d’un produit. Les aspects émotionnel et sensoriel sont mis en avant lors d’achat de produits d’expérience (toucher, sentir, porter) comme pour les vêtements. La théorie des signaux de qualité explique ici comment la perception du risque peut intervenir dans le processus d’achat (manque de signal visuel, informations limitées, sécurité, concurrence entre vendeurs inconnus). Il s’agirait d’adapter cette réflexion au mobile au vu de l’enjeu que représente la barrière physique dans ce domaine.

Adaval R (2001) Sometimes it just feels right: The differential weighting of affect-consistent and affect-inconsistent product information. Journal of Consumer Research 28: 1–17.

Adipat B, Zang D and Zhou L (2011) The effects of tree-view based presentation adaptation on mobile web browsing. MIS Quarterly 35(1): 99 –121.

Avnet T, Pham T and Stephen T (2012) Consumer’s trust in feelings as information. Journal of Consumer Research (39)4: 720–735

Bart Y, Shankar V, Sultan F and Urban L (2005) Are the drivers and role of online trust the same for all web sites and consumers? A large-scale exploratory empirical study. Journal of Marketing 69(4): 133-152.

Bruner C and Kumar A (2005) Explaining consumer acceptance of handheld internet devices. Journal of Business Research 58: 553–558.

Conchar M, Zinkhan G, Peters C and Olavarrieta S (2004) An integrated framework for the conceptualization of consumers’ perceived-risk processing. Journal of the Academy of Marketing Science 32(4): 418-436.

Deng L, Poole S (2010) Affect in web interfaces: A study of the impacts of web page visual complexity and order. MIS Quartely 34(4): 711–A10.

Forsythe M (2003) Consumer patronage and risk perceptions in Internet shopping. Journal of Business Research 56: 867–875.

Gao T, Rohm A, Sultan F and Pagani M (2013) Consumers un-tethered: A three-market empirical study of consumers’ mobile marketing acceptance. Journal of Business Research 66: 2536–2544.

Kim D, Ferrin D and Rao R (2008) A trust-based consumer decision-making model in electronic commerce: The role of trust, perceived risk, and their antecedents. Decision Support Systems 44: 544–564.

Kumar V, Zhang A and Luo A (2014) Modeling Customer Opt-In and Opt-Out in a Permission-Based Marketing Context. Journal of Marketing Research 2: 403–419.

Pan Y and Zinkhan G (2006) Exploring the impact of online privacy disclosures on consumer trust. Journal of Retailing 82(4): 331-338.

Pavlou P, Liang H, Yajiong X (2007) Understanding and mitigating uncertainty online exchange relationships: A principal-agent perspective. MIS Quarterly 31(1): 105–136.

Wells J, Valacich J and Hess T (2011) What signal are you sending? How website quality influences perception of product quality and purchase intentions. MIS Quartely 35(2): 373-396.

Wood S and Moreau P (2006) From fear to loathing? How emotion influences the evaluation and early use of innovations. Journal of Marketing 70: 44–57.

Deng L, Poole S (2010) Affect in web interfaces: A study of the impacts of web page visual complexity and order. MIS Quartely 34(4): 711–A10.

 Idée/dominante: Le design et la complexité d’un site Web évoquent une réponse émotionnelle qui influence le comportement de l’utilisateur.

 Résumé: Il a été démontré (Bucy, 2000) que les utilisateurs donnent plus d’importance au plaisir qu’un site peut leur procurer plutôt qu’à l’efficacité de ce dernier. Afin de déterminer la relation entre la complexité visuelle ainsi que l’organisation d’un site Web et la réponse émotionnelle de l’utilisateur, cette étude s’appuie sur le modèle psycho environnemental de Mehrabian et Russell (1974). Les auteurs définissent la complexité visuelle perçue d’une page Web comme étant la diversité visuelle (images, liens, textes) et la richesse visuelle (nombre d’informations). La clarté d’un site sera induite par le regroupement des données par thèmes. Les auteurs considèrent que ces deux caractéristiques sont des stimuli émotionnels qui provoqueront de l’excitation et le jugement positif ou négatif de cette excitation par l’utilisateur. Cette étude révèle que les réponses émotionnelles (plaisir et excitation) provoquée par la complexité visuelle et l’organisation d’un site internet auront un effet sur la démarche ultérieure de l’utilisateur. Les auteurs montrent également que la motivation (recherche d’information ou recherche de plaisir) est un modérateur dans le comportement de l’internaute. Les utilisateurs recherchant de l’information ressentent plus de plaisir en utilisant des pages provoquant une excitation plus faible contrairement aux utilisateurs ayant une motivation orientée vers la recherche de plaisir. Le lien avec les réponses émotionnelles, bien qu’évident, n’est cependant que partiel. Ceci révèle l’existence d’autres facteurs influencés par la complexité et le design d’un site internet comme, par exemple, la facilité d’utilisation.

 Note d’intérêt:  Cette étude montre que le visuel a un impact sur le comportement d’achat du consommateur. Il serait intéressant d’élargir ces conclusions aux sites mobiles. Les écrans étant plus petits, l’influence du design et de l’organisation d’un site responsive sur les réponses émotionnelles pourrait être le sujet d’une prochaine étude. Cependant cette étude ne tient pas compte d’autres facteurs modérateurs du jugement d’un site internet: expériences passées, réputation, l’âge (seulement des étudiants ont été interrogés), domaine du site. De plus, la navigation n’était pas naturelle puisque la page était statique. L’impact des émotions provoquées par la facilité de navigation pourrait être également le sujet d’une future étude.

Adaval R (2001) Sometimes it just feels right: The differential weighting of affect-consistent and affect-inconsistent product information. Journal of Consumer Research 28: 1–17.

Adipat B, Zang D and Zhou L (2011) The effects of tree-view based presentation adaptation on mobile web browsing. MIS Quarterly 35(1): 99 –121.

Avnet T, Pham T and Stephen T (2012) Consumer’s trust in feelings as information. Journal of Consumer Research (39)4: 720–735

Bart Y, Shankar V, Sultan F and Urban L (2005) Are the drivers and role of online trust the same for all web sites and consumers? A large-scale exploratory empirical study. Journal of Marketing 69(4): 133-152.

Bruner C and Kumar A (2005) Explaining consumer acceptance of handheld internet devices. Journal of Business Research 58: 553–558.

Conchar M, Zinkhan G, Peters C and Olavarrieta S (2004) An integrated framework for the conceptualization of consumers’ perceived-risk processing. Journal of the Academy of Marketing Science 32(4): 418-436.

Deng L, Poole S (2010) Affect in web interfaces: A study of the impacts of web page visual complexity and order. MIS Quartely 34(4): 711–A10.

Forsythe M (2003) Consumer patronage and risk perceptions in Internet shopping. Journal of Business Research 56: 867–875.

Gao T, Rohm A, Sultan F and Pagani M (2013) Consumers un-tethered: A three-market empirical study of consumers’ mobile marketing acceptance. Journal of Business Research 66: 2536–2544.

Kim D, Ferrin D and Rao R (2008) A trust-based consumer decision-making model in electronic commerce: The role of trust, perceived risk, and their antecedents. Decision Support Systems 44: 544–564.

Kumar V, Zhang A and Luo A (2014) Modeling Customer Opt-In and Opt-Out in a Permission-Based Marketing Context. Journal of Marketing Research 2: 403–419.

Pan Y and Zinkhan G (2006) Exploring the impact of online privacy disclosures on consumer trust. Journal of Retailing 82(4): 331-338.

Pavlou P, Liang H, Yajiong X (2007) Understanding and mitigating uncertainty online exchange relationships: A principal-agent perspective. MIS Quarterly 31(1): 105–136.

Wells J, Valacich J and Hess T (2011) What signal are you sending? How website quality influences perception of product quality and purchase intentions. MIS Quartely 35(2): 373-396.

Wood S and Moreau P (2006) From fear to loathing? How emotion influences the evaluation and early use of innovations. Journal of Marketing 70: 44–57.

Pavlou P, Liang H, Yajiong X (2007) Understanding and mitigating uncertainty online exchange relationships: A principal-agent perspective. MIS Quarterly 31(1): 105–136.

 Idée/dominante: L’incertitude peut influencer négativement l’intention d’achat

 Résumé: Lorsqu’un internaute fait un achat, il peut envisager de nombreuses raisons pour lesquelles son achat va le décevoir. Ainsi, cette incertitude conduit le consommateur à percevoir un risque (forte probabilité qu’il va être perdant lors de la transaction) et peut impacter sa décision d’achat de façon négative.

Les auteurs montrent que quatre facteurs peuvent provoquer l’incertitude : la distance dans le temps et dans l’espace entre acheteur et vendeur (perception d’une information asymétrique: le vendeur aurait plus d’information qu’il n’en donne), le temps d’attente entre payement et livraison créant une préoccupation quant à la qualité du produit (peur que le vendeur soit opportuniste), peur du dévoilement de sa vie privée (absence de contrôle de ses données pendant et après la transaction) et peur pour sa sécurité (financière).
L’intérêt que porte le consommateur pour son achat est un modérateur de l’incertitude. Plus l’enjeu est grand, plus l’incertitude prendra de l’importance. Ceci est expliqué par la peur de l’impact de l’opportunisme possible du vendeur (ici, l’incertitude était plus forte pour l’achat de médicaments plutôt que pour les livres).

Les auteurs proposent enfin quatre facteurs pouvant atténuer l’incertitude : la confiance (réduit la peur de l’opportunisme), l’information donnée par le site internet (amoindrit la peur pour sa vie privée et sa sécurité financière), le jugement du produit (affaiblis l’appréhension quant à la qualité du produit) et la présence sociale (réduit la distance temporelle et spatiale).

 Note d’intérêt: Cette étude montre que l’incertitude peut provoquer le risque perçu et qu’elles sont les préoccupations des internautes. Les auteurs proposent des solutions concrètes comme l’explication claire des informations demandées ou encore mettre davantage d’images des produits et les accréditations reçues en avant. Ceci fait écho à la vue et au design du site. On pourrait se demander ce qui provoque visuellement la perte de confiance, la peur pour sa vie privée, pour sa sécurité et pour la qualité du produit influencent l’incertitude. La peur pour sa vie privée et pour sa sécurité financière pourrait être un facteur d’autant plus important pour un site mobile au vu de l’attachement personnel que le consommateur ressent pour son téléphone.

Adaval R (2001) Sometimes it just feels right: The differential weighting of affect-consistent and affect-inconsistent product information. Journal of Consumer Research 28: 1–17.

Adipat B, Zang D and Zhou L (2011) The effects of tree-view based presentation adaptation on mobile web browsing. MIS Quarterly 35(1): 99 –121.

Avnet T, Pham T and Stephen T (2012) Consumer’s trust in feelings as information. Journal of Consumer Research (39)4: 720–735

Bart Y, Shankar V, Sultan F and Urban L (2005) Are the drivers and role of online trust the same for all web sites and consumers? A large-scale exploratory empirical study. Journal of Marketing 69(4): 133-152.

Bruner C and Kumar A (2005) Explaining consumer acceptance of handheld internet devices. Journal of Business Research 58: 553–558.

Conchar M, Zinkhan G, Peters C and Olavarrieta S (2004) An integrated framework for the conceptualization of consumers’ perceived-risk processing. Journal of the Academy of Marketing Science 32(4): 418-436.

Deng L, Poole S (2010) Affect in web interfaces: A study of the impacts of web page visual complexity and order. MIS Quartely 34(4): 711–A10.

Forsythe M (2003) Consumer patronage and risk perceptions in Internet shopping. Journal of Business Research 56: 867–875.

Gao T, Rohm A, Sultan F and Pagani M (2013) Consumers un-tethered: A three-market empirical study of consumers’ mobile marketing acceptance. Journal of Business Research 66: 2536–2544.

Kim D, Ferrin D and Rao R (2008) A trust-based consumer decision-making model in electronic commerce: The role of trust, perceived risk, and their antecedents. Decision Support Systems 44: 544–564.

Kumar V, Zhang A and Luo A (2014) Modeling Customer Opt-In and Opt-Out in a Permission-Based Marketing Context. Journal of Marketing Research 2: 403–419.

Pan Y and Zinkhan G (2006) Exploring the impact of online privacy disclosures on consumer trust. Journal of Retailing 82(4): 331-338.

Pavlou P, Liang H, Yajiong X (2007) Understanding and mitigating uncertainty online exchange relationships: A principal-agent perspective. MIS Quarterly 31(1): 105–136.

Wells J, Valacich J and Hess T (2011) What signal are you sending? How website quality influences perception of product quality and purchase intentions. MIS Quartely 35(2): 373-396.

Wood S and Moreau P (2006) From fear to loathing? How emotion influences the evaluation and early use of innovations. Journal of Marketing 70: 44–57.

Référence: Adipat B, Zang D and Zhou L (2011) The effects of tree-view based presentation adaptation on mobile web browsing. MIS Quarterly 35(1): 99 –121.

 Idée/dominante: L’adaptation d’une page Web au format mobile grâce à une organisation en arborescence facilite la recherche d’information et la navigation sur mobile.

Résumé: Bien que l’utilisation du téléphone mobile pour naviguer sur le web soit devenue un fait courant, le Web mobile fait face à des contraintes comme, par exemple, la taille de l’écran. De ce fait, internet sur mobile est parfois un univers déplaisant et où il est difficile de naviguer.

La taille de l’écran d’un outil mobile pousse l’utilisateur à déplacer la page et à mémoriser les informations. Ceci lui provoque un effort cognitif plus important qui peut le conduire à commettre plus d’erreurs (Davison et al., 1999). Il est difficile pour le mobinaute d’avoir une idée claire de l’organisation du site dû à la taille de l’écran.

Cette étude montre que l’adaptation au format mobile est primordiale pour faciliter la recherche d’information et la navigation. La présentation en arborescence, qui consiste à hiérarchiser l’information, réduit le temps de recherche, la rend plus simple et améliore la perception de facilité d’utilisation et l’utilité du Web mobile. L’étude démontre également que la mise en couleur des mots-clés réduit le temps de recherche.

La complexité de la tâche à réaliser sur le Web est un modérateur de l’influence de l’adaptation d’une page Web au format mobile sur la navigation. La complexité de la navigation sur le Web mobile est provoquée par le volume important de liens et de contenus. Ainsi, plus la tâche est compliquée à réaliser, plus l’adaptation d’une page Web au format mobile est nécessaire et plus la mise en couleur a un effet positif sur la recherche d’information.

 Note d’intérêt: Toute adaptation de la présentation d’une page Web pour les outils mobiles qui réduit l’effort cognitif rendra la navigation plus facile. L’effort cognitif est un enjeu primordial. Durant cette étude, les personnes interrogées sont assises, l’outil mobile est posé sur la table. Or, le Web mobile est caractérisé par la mobilité des internautes (Zhang, 2007). Enfin, on pourrait se demander si l’absence d’adaptation d’un site en responsive pourrait conduire le mobinaute à pressentir un risque lors d’achat de produits dû au nombre d’erreurs qu’il peut commettre (Il s’agirait non plus seulement que de recherche d’information).

Adaval R (2001) Sometimes it just feels right: The differential weighting of affect-consistent and affect-inconsistent product information. Journal of Consumer Research 28: 1–17.

Adipat B, Zang D and Zhou L (2011) The effects of tree-view based presentation adaptation on mobile web browsing. MIS Quarterly 35(1): 99 –121.

Avnet T, Pham T and Stephen T (2012) Consumer’s trust in feelings as information. Journal of Consumer Research (39)4: 720–735

Bart Y, Shankar V, Sultan F and Urban L (2005) Are the drivers and role of online trust the same for all web sites and consumers? A large-scale exploratory empirical study. Journal of Marketing 69(4): 133-152.

Bruner C and Kumar A (2005) Explaining consumer acceptance of handheld internet devices. Journal of Business Research 58: 553–558.

Conchar M, Zinkhan G, Peters C and Olavarrieta S (2004) An integrated framework for the conceptualization of consumers’ perceived-risk processing. Journal of the Academy of Marketing Science 32(4): 418-436.

Deng L, Poole S (2010) Affect in web interfaces: A study of the impacts of web page visual complexity and order. MIS Quartely 34(4): 711–A10.

Forsythe M (2003) Consumer patronage and risk perceptions in Internet shopping. Journal of Business Research 56: 867–875.

Gao T, Rohm A, Sultan F and Pagani M (2013) Consumers un-tethered: A three-market empirical study of consumers’ mobile marketing acceptance. Journal of Business Research 66: 2536–2544.

Kim D, Ferrin D and Rao R (2008) A trust-based consumer decision-making model in electronic commerce: The role of trust, perceived risk, and their antecedents. Decision Support Systems 44: 544–564.

Kumar V, Zhang A and Luo A (2014) Modeling Customer Opt-In and Opt-Out in a Permission-Based Marketing Context. Journal of Marketing Research 2: 403–419.

Pan Y and Zinkhan G (2006) Exploring the impact of online privacy disclosures on consumer trust. Journal of Retailing 82(4): 331-338.

Pavlou P, Liang H, Yajiong X (2007) Understanding and mitigating uncertainty online exchange relationships: A principal-agent perspective. MIS Quarterly 31(1): 105–136.

Wells J, Valacich J and Hess T (2011) What signal are you sending? How website quality influences perception of product quality and purchase intentions. MIS Quartely 35(2): 373-396.

Wood S and Moreau P (2006) From fear to loathing? How emotion influences the evaluation and early use of innovations. Journal of Marketing 70: 44–57.

Avnet T, Pham T and Stephen T (2012) Consumer’s trust in feelings as information. Journal of Consumer Research (39)4: 720–735.

 Idée/dominante: La confiance d’un consommateur en ses émotions influence le jugement qu’il a d’une information et sa prise de décision.

 Résumé: Cette étude montre que le consommateur considère que ses émotions lui fournissent des informations fiables en fonction de la perception qu’il a de ses expériences de réussites passées. Cette étude montre également que l’influence des émotions dans le jugement d’une information dépend de la situation dans laquelle se trouve le consommateur: il accordera plus de crédit à ses émotions s’il est, à un moment donné, dans une situation où il est encouragé à faire confiance en ce qu’il ressent. De plus, les émotions ressenties peuvent influencer le choix du consommateur. Une grande confiance en ses émotions peut remplacer une information. Les émotions ressenties ne sont plus seulement ici un des critères sur lequel s’appuyer pour prendre une décision mais bien le critère de choix déterminant. Ainsi, il est montré qu’une grande confiance en ses émotions peut conduire le consommateur à rejeter une offre ressentie comme déloyale. Il n’en va pas de même dans le cas d’une offre équitable. La réponse émotionnelle (la colère) pousse le consommateur à rejeter l’offre bien que l’argument économique soit convaincant. Enfin, plus les informations sont difficiles à trouver, plus les sentiments influencent le jugement du consommateur, même si ce dernier n’a pas une totale confiance en eux. L’influence des émotions et la confiance en elles peuvent donc être contrôlées.

 Note d’intérêt: Bien que les personnes interrogées dans ces études soient souvent soumises à un choix hypothétique qui peut fausser les résultats, elle montre que le consommateur peut être dépendant de ses émotions et qu’elles sont un critère déterminant lorsqu’il ressent une peur face à une offre. On comprend ici l’influence de la confiance aux sentiments lorsque le consommateur ressent un risque. Il serait intéressant d’appliquer concrètement cette étude aux pratiques marketings sur mobile, au processus d’achat et au risque perçu par le consommateur.

Adaval R (2001) Sometimes it just feels right: The differential weighting of affect-consistent and affect-inconsistent product information. Journal of Consumer Research 28: 1–17.

Adipat B, Zang D and Zhou L (2011) The effects of tree-view based presentation adaptation on mobile web browsing. MIS Quarterly 35(1): 99 –121.

Avnet T, Pham T and Stephen T (2012) Consumer’s trust in feelings as information. Journal of Consumer Research (39)4: 720–735

Bart Y, Shankar V, Sultan F and Urban L (2005) Are the drivers and role of online trust the same for all web sites and consumers? A large-scale exploratory empirical study. Journal of Marketing 69(4): 133-152.

Bruner C and Kumar A (2005) Explaining consumer acceptance of handheld internet devices. Journal of Business Research 58: 553–558.

Conchar M, Zinkhan G, Peters C and Olavarrieta S (2004) An integrated framework for the conceptualization of consumers’ perceived-risk processing. Journal of the Academy of Marketing Science 32(4): 418-436.

Deng L, Poole S (2010) Affect in web interfaces: A study of the impacts of web page visual complexity and order. MIS Quartely 34(4): 711–A10.

Forsythe M (2003) Consumer patronage and risk perceptions in Internet shopping. Journal of Business Research 56: 867–875.

Gao T, Rohm A, Sultan F and Pagani M (2013) Consumers un-tethered: A three-market empirical study of consumers’ mobile marketing acceptance. Journal of Business Research 66: 2536–2544.

Kim D, Ferrin D and Rao R (2008) A trust-based consumer decision-making model in electronic commerce: The role of trust, perceived risk, and their antecedents. Decision Support Systems 44: 544–564.

Kumar V, Zhang A and Luo A (2014) Modeling Customer Opt-In and Opt-Out in a Permission-Based Marketing Context. Journal of Marketing Research 2: 403–419.

Pan Y and Zinkhan G (2006) Exploring the impact of online privacy disclosures on consumer trust. Journal of Retailing 82(4): 331-338.

Pavlou P, Liang H, Yajiong X (2007) Understanding and mitigating uncertainty online exchange relationships: A principal-agent perspective. MIS Quarterly 31(1): 105–136.

Wells J, Valacich J and Hess T (2011) What signal are you sending? How website quality influences perception of product quality and purchase intentions. MIS Quartely 35(2): 373-396.

Wood S and Moreau P (2006) From fear to loathing? How emotion influences the evaluation and early use of innovations. Journal of Marketing 70: 44–57.

Référence: Adaval R (2001) Sometimes it just feels right: The differential weighting of affect-consistent and affect-inconsistent product information. Journal of Consumer Research 28: 1–17.

 Idée/dominante: La dimension affective joue un rôle dans le jugement des caractéristiques d’un produit et sur l’intention d’achat lorsque le critère hédonique l’emporte sur l’utilitaire.

Résumé: L’étude montre que la dimension affective influence le jugement d’un produit même si l’information à propos du produit est à la portée du consommateur. Cependant cette théorie est influencée par la future utilisation du produit. L’utilisation utilitaire est la capacité du produit à réaliser une fonction utile tandis que l’on parle de critère hédonique quand le consommateur donne de l’importance aux émotions quand le produit sera utilisé.

L’information donnée par l’émotion ressentie au moment du jugement n’a d’impact que lorsque le consommateur évalue le produit selon un critère de plaisir (hédonique).

Lors de cette étude, les personnes testées (hommes et femmes) considéraient le critère affectif (hédonique) plus important pour évaluer des produits vestimentaires (jean, chaussure, sweat-shirt). Ainsi, la valeur des informations affectives pèse plus dans l’évaluation du produit.

Le critère que le consommateur choisi d’utiliser lors de l’évaluation d’un produit dépend du type de produit, de sa perception de ses besoins et de ses valeurs. Lorsque les participants avaient pour directive de fonder leur jugement sur leurs émotions, ils avaient davantage confiance en l’information que leur prodiguaient leurs émotions. De même, leur montrer que la dimension affective n’était pas adéquate pour juger un produit réduisait l’impacte de leurs émotions.

 Note d’intérêt: On peut donc valoriser certaines caractéristiques du produit en fonction de leur jugement. Les auteurs ajoutent que l’influence de chaque caractéristique peut changer lorsqu’il y a un délai entre l’évaluation (en ligne) et l’achat. Le jugement des caractéristiques d’un produit n’a d’influence sur la décision d’achat que lorsque le critère de jugement correspond à celui de prise de décision. Cette étude montre que les émotions jouent un rôle primordial dans la vente de vêtements en ligne ( et peut-être sur mobile) et nous comprenons que la réflexion et le temps d’attente entre l’évaluation du produit et l’achat pourrait faire stopper le processus d’achat en changeant le critère de jugement du consommateur.
Adaval R (2001) Sometimes it just feels right: The differential weighting of affect-consistent and affect-inconsistent product information. Journal of Consumer Research 28: 1–17.

Adipat B, Zang D and Zhou L (2011) The effects of tree-view based presentation adaptation on mobile web browsing. MIS Quarterly 35(1): 99 –121.

Avnet T, Pham T and Stephen T (2012) Consumer’s trust in feelings as information. Journal of Consumer Research (39)4: 720–735

Bart Y, Shankar V, Sultan F and Urban L (2005) Are the drivers and role of online trust the same for all web sites and consumers? A large-scale exploratory empirical study. Journal of Marketing 69(4): 133-152.

Bruner C and Kumar A (2005) Explaining consumer acceptance of handheld internet devices. Journal of Business Research 58: 553–558.

Conchar M, Zinkhan G, Peters C and Olavarrieta S (2004) An integrated framework for the conceptualization of consumers’ perceived-risk processing. Journal of the Academy of Marketing Science 32(4): 418-436.

Deng L, Poole S (2010) Affect in web interfaces: A study of the impacts of web page visual complexity and order. MIS Quartely 34(4): 711–A10.

Forsythe M (2003) Consumer patronage and risk perceptions in Internet shopping. Journal of Business Research 56: 867–875.

Gao T, Rohm A, Sultan F and Pagani M (2013) Consumers un-tethered: A three-market empirical study of consumers’ mobile marketing acceptance. Journal of Business Research 66: 2536–2544.

Kim D, Ferrin D and Rao R (2008) A trust-based consumer decision-making model in electronic commerce: The role of trust, perceived risk, and their antecedents. Decision Support Systems 44: 544–564.

Kumar V, Zhang A and Luo A (2014) Modeling Customer Opt-In and Opt-Out in a Permission-Based Marketing Context. Journal of Marketing Research 2: 403–419.

Pan Y and Zinkhan G (2006) Exploring the impact of online privacy disclosures on consumer trust. Journal of Retailing 82(4): 331-338.

Pavlou P, Liang H, Yajiong X (2007) Understanding and mitigating uncertainty online exchange relationships: A principal-agent perspective. MIS Quarterly 31(1): 105–136.

Wells J, Valacich J and Hess T (2011) What signal are you sending? How website quality influences perception of product quality and purchase intentions. MIS Quartely 35(2): 373-396.

Wood S and Moreau P (2006) From fear to loathing? How emotion influences the evaluation and early use of innovations. Journal of Marketing 70: 44–57.

Référence: Wood S and Moreau P (2006) From fear to loathing? How emotion influences the evaluation and early use of innovations. Journal of Marketing 70: 44–57.

Idée/dominante : Les émotions influencent l’utilisation d’un nouveau produit.

Résumé : La réussite d’une innovation repose dans les bénéfices que peut apporter le produit, le prix, les avantages comparés aux autres produits ainsi que la complexité d’utilisation attendue.
Les attentes du consommateur lors de l’utilisation d’un nouveau produit influencent le succès de ce produit. Quand le consommateur apprend à utiliser un nouveau produit, il ressent une émotion qui le conduira à réutiliser (ou pas) ce nouveau produit. Cette étude analyse les causes sous-jacentes des émotions ressenties lors de l’utilisation.
Les auteurs de cette étude établissent un modèle qui conceptualise l’influence de l’émotion sur l’utilisation d’une innovation technologique. Le modèle, nommé ici E³, est le suivant : Attentes > Emotion> Evaluation.
La peur de la complexité préalablement ressentie par le consommateur influence l’utilisation qu’il aura du produit. Cette complexité ressentie résulte de la connaissance préalable qu’a le consommateur, de l’observation d’utilisations préalables et de la communication faite par le marketeur. Les émotions négatives à l’égard du produit émergent également lorsque le consommateur met du temps et éprouve des difficultés à atteindre le but qu’il s’était fixé dans son apprentissage du produit. Il peut donc abandonner l’utilisation du produit. C’est donc la confirmation (ou non) de la complexité et des risques présagés qui provoque les émotions qui influencent la future utilisation de l’innovation.

Note d’intérêt : Nous comprenons ici que le ressenti de complexité, les risques présumés ainsi que la facilité d’apprentissage influencent la réussite d’une innovation. Cependant, dans cette étude, les sujets ont été soumis à des innovations qu’ils n’avaient pas forcément prévu d’utiliser ce qui fausse les sentiments qu’ils pouvaient ressentir. On peut donc s’interroger sur l’influence de la motivation et le rôle de la tâche (plaisir/utilitaire). Il aurait été également intéressant de savoir ce qui a provoqué des difficultés d’apprentissage et pourquoi le consommateur peut ressentir une peur de l’utilisation et présage une future difficulté d’utilisation. Il est intéressant de noter que la complexité influence l’utilisation d’un outil.

Adaval R (2001) Sometimes it just feels right: The differential weighting of affect-consistent and affect-inconsistent product information. Journal of Consumer Research 28: 1–17.

Adipat B, Zang D and Zhou L (2011) The effects of tree-view based presentation adaptation on mobile web browsing. MIS Quarterly 35(1): 99 –121.

Avnet T, Pham T and Stephen T (2012) Consumer’s trust in feelings as information. Journal of Consumer Research (39)4: 720–735

Bart Y, Shankar V, Sultan F and Urban L (2005) Are the drivers and role of online trust the same for all web sites and consumers? A large-scale exploratory empirical study. Journal of Marketing 69(4): 133-152.

Bruner C and Kumar A (2005) Explaining consumer acceptance of handheld internet devices. Journal of Business Research 58: 553–558.

Conchar M, Zinkhan G, Peters C and Olavarrieta S (2004) An integrated framework for the conceptualization of consumers’ perceived-risk processing. Journal of the Academy of Marketing Science 32(4): 418-436.

Deng L, Poole S (2010) Affect in web interfaces: A study of the impacts of web page visual complexity and order. MIS Quartely 34(4): 711–A10.

Forsythe M (2003) Consumer patronage and risk perceptions in Internet shopping. Journal of Business Research 56: 867–875.

Gao T, Rohm A, Sultan F and Pagani M (2013) Consumers un-tethered: A three-market empirical study of consumers’ mobile marketing acceptance. Journal of Business Research 66: 2536–2544.

Kim D, Ferrin D and Rao R (2008) A trust-based consumer decision-making model in electronic commerce: The role of trust, perceived risk, and their antecedents. Decision Support Systems 44: 544–564.

Kumar V, Zhang A and Luo A (2014) Modeling Customer Opt-In and Opt-Out in a Permission-Based Marketing Context. Journal of Marketing Research 2: 403–419.

Pan Y and Zinkhan G (2006) Exploring the impact of online privacy disclosures on consumer trust. Journal of Retailing 82(4): 331-338.

Pavlou P, Liang H, Yajiong X (2007) Understanding and mitigating uncertainty online exchange relationships: A principal-agent perspective. MIS Quarterly 31(1): 105–136.

Wells J, Valacich J and Hess T (2011) What signal are you sending? How website quality influences perception of product quality and purchase intentions. MIS Quartely 35(2): 373-396.

Wood S and Moreau P (2006) From fear to loathing? How emotion influences the evaluation and early use of innovations. Journal of Marketing 70: 44–57.