Author(s) : Craig Van Slyke, J.T. Shim, Richard Johnson, James Jiang

Introduction

Pour mener cette recherche, les auteurs ont d’abord commencé par faire un état des lieux de la littérature sur le sujet, ensuite ils présentent leur recherches à travers des modèles et des hypothèses et enfin ils concluent en discutant des implications et limites de leur travail. Et,  pour mieux démontrer ce lien, ils ont mené une enquête avec deux types de produits : un produit bien connu des consommateurs et un autre moins connu, tous deux vendus sur internet. Il ressort de cette enquête que les préoccupations sur la confidentialité des informations privées qu’ils fournissent peuvent amener le consommateur à acheter ou non un produit sur le Web. 

Résumé

Cet article traite des critères qui influent sur la décision d’un consommateur d’acheter ou non des produits sur le web, notamment de l’impact que peut avoir le niveau de protection des données personnelles sur sa prise de décision. En effet, les chercheurs ont établi un lien entre la décision d’acheter un produit sur internet et la sécurisation des renseignements personnels que le consommateur est obligé de fournir pour acquérir ce produit. Il porte donc sur les questions des consommateurs au sujet de la façon dont les organisations utilisent mais surtout protègent leurs renseignements personnels. Cette recherche a deux objectifs : mieux comprendre le rôle de la protection des informations personnelles dans la décision d’acheter en ligne mais aussi, voir si la familiarité d’un consommateur avec un commerçant du Web affecte négativement son souci pour la protection de ses informations personnelles. Notons que le souci quant à la protection des informations personnelles comprend : la collecte, le stockage, l’utilisation secondaire (utiliser les informations recueillies à des fins autres que celles pour laquelle le consommateur les a données, c’est une utilisation inappropriée). 

Hypothèses

• Les préoccupations des consommateurs pour la protection des renseignements sont positivement liées à leur perception du risque d’effectuer des transactions en ligne
•  Ces préoccupations sont négativement liées à leur confiance dans le site marchand.
• Elles sont négativement liées à leur volonté d’effectuer des transactions en ligne
• La perception du risque d’effectuer des transactions en ligne des consommateurs est négativement liée à sa volonté d’acheter sur le Web.
• La confiance des consommateurs dans un site marchand est négativement liée à leur perception du risque d’achat sur ce site
• La confiance des consommateurs dans un site marchand est négativement liée à leur perception du risque d’achat sur ce même site
• La familiarité des consommateurs avec un site marchand est négativement liée à leur perception du risque d’effectuer des transactions sur ce même site
• La familiarité des consommateurs avec un site marchand est positivement liée à leur perception de la confiance du site
• La familiarité des consommateurs avec un site marchand est positivement liée à leur volonté d’effectuer des transactions sur ce site
• Elle animera les relations entre leurs perceptions de risque sur un site marchand et leurs soucis de protections des informations personnelles et entre ces derniers et la confiance dans un site marchand.

Conclusion

Cette étude a confirmé les liens entre la connaissance  des risques, la confiance et la volonté d’effectuer des transactions. Mais elle montre aussi que les attentes en matière de protection sont plus importantes pour les sites connus. Ainsi, la familiarité ne modère pas les préoccupations en matière de protection des informations personnelles et ces dernières sont plus déterminantes pour les sites connus. Outre la protection des informations privées, d’autres facteurs tels que le risque, la confiance, et la familiarité influent sur la décision d’acheter en ligne et devraient aussi faire l’objet de l’attention des organisations.

Bibliographie

– Austin, H. R. and D. J. Aubuchon (1979) "Locus of control and trust in parents: A preliminary study," Journal of Clinical Psychology (35) 2, pp. 304-305.
– Gefen, D., E. Karahanna, and D. W. Straub (2003) "Trust and TAM in online shopping: An integrated model," MIS Quarterly (27) 1, pp. 51-90
– Malhotra, N. K., S. S. Kim, and J. Agarwal (2004) "Internet users’ information privacy
concerns (IUIPC): The construct, the scale and a causal model," Information Systems Research (15) 4, pp. 336-355

Author(s) : Weiquan Wang, Izak Benbasat, March 2005

Introduction:

Les agents en ligne de recommandation sont, essentiellement, des technologies basées sur le WEB. Les consommateurs peuvent utiliser des agents de recommandation pour obtenir des conseils en ce qui concerne le produit à acheter ainsi que l’endroit où l’acheter. Le conseiller virtuel étudié dans cette étude est sous la propriété de l’evendor et fournit seulement le conseil d’achats sur quel produit à acheter. Selon TAM (modèle technologique d’acceptation), les agents qui sont plus utiles et plus faciles à utiliser, seront adoptés (utilisés) plus facilement.

En outre, l’utilité perçue (PU), est influencée par l’effort que doit dépenser les utilisateurs pour utiliser la technologie (Davis, 1989).

Ainsi un agent qui demande moins d’effort et qui est plus facile à utiliser sera perçu comme plus utile.

 Hypothèses:

La présente étude se concentre sur le rôle de la confiance initiale des consommateurs dans les décisions à adopter des agents de recommandation en ligne. Les participants à cette expérience sont des individus qui n’avaient encore utilisé un agent de recommandation, c’était leur première rencontre avec un agent de recommandation.

•  H1: PU (l’utilité perçue) d’un agent de recommandation en ligne aura un impact positif sur l’intention des consommateurs d’adopter l’agent.

• H2: PEOU (facilité d’utilisation perçue) d’un agent de recommandation en ligne aura un impact positif sur l’intention des consommateurs d’adopter l’agent.

• H3: PEOU (facilité d’utilisation perçue)  d’un agent de recommandation en ligne affectera positivement PU de cet agent. Bien que TAM (modèle technologique d’acceptation) soit considéré comme le modèle dominant pour les technologies de l’information (TI)

• H4: la confiance initiale en un agent de recommandation en ligne affectera positivement les intentions des consommateurs d’adopter l’agent.

• H5: la confiance initiale en un agent de recommandation en ligne affectera positivement le PU (l’utilité perçue) de l’agent.

• H6: PEOU (facilité d’utilisation perçue) d’un agent de recommandation en ligne affectera positivement la confiance en cet agent.

 Résultats:

La confiance initiale des consommateurs influence directement leurs intentions d’adopter les agents de recommandation, tout en présentant également des effets indirects par une hausse de l’utilité perçue (PU) des agents par les consommateurs. En termes d’effets directs, les résultats de l’expérience montrent que l’utilité perçue (PU) exerce l’influence la plus déterminante sur les intentions d’adopter.

Les effets totaux d’utilité perçue (PU) et de confiance sur les intentions sont similaires et sont plus importants que ceux de PEOU (facilité d’utilisation perçue). L’impact de PEOU (facilité d’utilisation perçue) sur les intentions d’adopter les agents est complètement absorbé par PU (l’utilité perçue)  et la confiance. Cependant ce constat n’est pas nouveau, dans la mesure où de nombreuses autres études de TAM (par exemple, Davis, 1989) ont constaté que PEOU est absorbée par PU, et Gefen et al. (2003a) ont également constaté que PEOU est absorbée par la confiance, même si cela a été testé uniquement avec des consommateurs expérimentés.

Conclusion:

 L’étude montre que l’utilité des agents (compétence à répondre aux besoins du client) et la confiance que les consommateurs portent à ces agents, sont très importantes dans les intentions des consommateurs à adopter les agents de recommandations en ligne. L’impact de la facilité d’utilisation des agents (PEOU) est minime par rapport à son utilité perçue (PU) et à la confiance que les consommateurs lui portent.

Cette étude montre des similitudes  pour les systèmes d’information de recherche sur la nature de la confiance aux artefacts technologiques, et acceptation par les utilisateurs de technologies Web.

Les résultats de cette étude et la littérature antérieure montrent que la nature de la confiance aux artefacts technologiques ne devrait pas être fondamentalement différente de la confiance interpersonnelle.

Par conséquent, les théories de confiance dans le domaine interpersonnel peuvent s’appliquer généralement à la confiance aux artefacts technologiques.

Néanmoins, il pourrait y avoir des éléments uniques pour la confiance aux objets technologiques.

A noter que l’expérience a été réalisé sur un seul type d’agent de recommandation, donc cela ne garantit des résultats concluants dans d’autres cas.

 Auteurs:

Weiquan Wang, Izak Benbasat (2005)

"Trust in and adoption of Online Recommendation Agents"

Journal of the Association for Information Systems Vol. 6 No.3, pp.72-101/March 2005

 Références bibliographiques:

Adams, D.A., R.R. Nelson and P.A. Todd (1992) "Perceived Usefulness, Ease of Use,

and Usage of Information Technology: A Replication" MIS Quarterly, (16)2, pp.

227-247.

Ajzen, I. 1985. "From intentions to actions: A theory of planned behavior". In Actioncontrol:

From cognition to behavior, J. Kuhl and J. Beckman (Ed.), Heidelberg

Springer, New York, pp. 11-39.

Ajzen, I. 1989. "Attitude Structure and Behavior". In Attitude Structure and Function, A. R.

Pratkanis, S. J. Breckler and A. G. Greenwald (Ed.), Lawrence Erlbaum

Associates, Hillsdale, NJ, pp. 241-274.

Ajzen, I. (1991) "The theory of planned behavior" Organizational Behavior and Human

Decision Processes, (50), pp. 179-211.

Ajzen, I. and M. Fishbein. 1980. Understanding Attitudes and Predicting Social Behaviour.

Prentice Hall.

Andersen, V., C.B. Hansen and H.H.K. Andersen. 2001. Evaluation of Agents and Study

of End-user needs and behaviour for E-commerce. COGITO Focus group

experiment Report CHMI -01-01, Riso National Laboratory, Roskilde.

Ansari, A., S. Essegaier and R. Kohli (2000) "Internet Recommendation Systems" Journal

of Marketing Research, (37)3, pp. 363-375.

Ba, S. (2001) "Establishing online trust through a community responsibility system"

Decision Support Systems, (31)4, pp. 323-336.

Barclay, D., R. Thompson and C. Higgins (1995) "The Partial Least Squares (PLS)

Approach to Causal Modeling: Personal Computer Adoption and Use as an

Illustration" Technology Studies, (2)2, pp. 285-309.

Bergen, M. and S. Dutta (1992) "Agency Relationships in Marketing: A Review of the

Implications and Applications of Agency and Related Theories" Journal of

Marketing, (56)3, pp. 1-24.

Cassell, J. and T. Bickmore (2000) "External Manifestation of Trustworthiness in the

Interface" Communications of the ACM, (43)12, pp. 50-56.

Chau, P.Y.K. (1996) "An empirical assessment of a modified technology acceptance

model" Journal of Management Information Systems, (13)2, pp. 185-204.

Chopra, K. and W.A. Wallace. 2003. Trust in electronic environments. In Proceedings of

the 36th Hawaii International Conference on System Sciences, Big Island, Hawaii.

Author(s) : Liqiong Deng, Marshall Scott Poole

Author(s) : Traci J. Hess, Mark A. Fuller & Damon E. Campbell

Introduction

Today, interfaces regularly employ several media. More recent enhancements include socializing or personalizing the interface through the incorporation of recommendation agents (RAs) or decision aids that provide assistance and advice to online consumers. But, many questions remain about how social, multimedia interface characteristics influence user perceptions and behaviors with technology.    

Social presence, the feeling of warmth and sociability conveyed through a medium, has recently been identified as a key variable in establishing a connection between a website and its visitors. Social presence has been similarly suggested as a key factor to consider in the design of online RAs, as the social cues and content conveyed can lead to increased trust, involvement, and satisfaction in the RA. But again, few studies have been conducted to identify ways to increase social presence.

The goal of this paper is to investigate the key antecedents to social presence in environments where communication occurs between a user and technology, such as an RA or a website. The authors propose a research model that identifies vividness (media capability), RA personality (social technology cue), and computer playfulness (individual difference) as determinants. 

Hypothesis

1. Recommendation agent extraversion will be positively related to user perceptions of social presence.
2. Interface vividness will  moderate the relationship between RA extraversion and user perceptions of social presence, such that greater levels of vividness will strengthen this relationship.
3. Computer playfulness will be positively related to user perceptions of social presence.
4. Perceptions of social presence will be positively related to user trusting beliefs in a recommendation agent.

Conclusion

This study examined the effect that RA personality and increased levels of vividness have on user perceptions of social presence. Further, the effect of a user’s computer playfulness on social presence was also investigated. Both user computer playfulness and RA personality were shown to influence social presence and downstream trusting beliefs in a decision-making context.  As hypothesized, media vividness was shown to have a moderating effect on the relationship between RA personality and social presence rather than just a direct effect on social presence. This research provides a theoretically grounded model for explaining how more socially present and trustworthy RAs can be designed to augment human decision making.

Author(s) :

Author(s) : Sameh Al-Natour, Izak Benbasat, Ron Cenfetelli

Author(s) : Sherrie Y. X. Komiak,Izak Benbasat

Introduction :
Le présent document expose la relation entre la méfiance et la confiance dans le cas d’utilisation d’un agent de recommandation pour la prise de décision d’achat sur un site marchand ainsi que les différentes caractéristiques qui contribuent à la construction de la confiance ou à la construction de la méfiance chez le client.
Dans la littérature, contrairement à la confiance l’étude de la méfiance est ignorée par les chercheurs, néanmoins ils sont d’accords sur le fait que ces deux notions sont liées mais par contre ils ne sont pas d’accords sur leur dépendances .Lewicki, McAllister, and Bies (1998) avancent que la confiance et la méfiance sont des constructions totalement différentes et elles peuvent coexister dans un état incohérent c’est-à-dire la confiance et la méfiance à un degrés élevé peuvent coexister et ils revendiquent aussi avec l’affirmation de Kramer (1999) que la confiance et la méfiance peuvent avoir des antécédents et des conséquences différents et que la méfiance n’est qu’une diminution de confiance ou bien une absence total de confiance .
Des expériences ont été mené sur un échantillon de taille de 49 étudiants dans le cas d’utilisation d’un agent de recommandation en ligne .Jhon (1996 ).Des observateurs surveillaient leurs réactions afin de comprendre les processus de construction de la confiance et les processus de construction de la méfiance selon différents modèles de l’agent de recommandation.

Hypothèses :
Est-ce que la confiance et la méfiance coexistent dans le cas d’utilisation d’un Agent de recommandation ?
 Est-ce que la personnalisation de l’agent de recommandation affect le processus de la confiance et la méfiance de l’utilisateur ?
Ces différentes questions ont été posées selon différentes propriaitéres de l’agent de recommandation suivantes : 

1. La quantité de l’information partagé avec l’utilisateur : si l’agent de recommandation partage des détailles sur le produit ou non, l’utilisateur peut être confiant en voyant que le langage technique utilisé dans la présentation du produit par l’agent de recommandation est très professionnelle contrairement à un autre utilisateur qui ne comprend pas bien les termes utilisés et sa confusion peu l’induire à une méfiance.
2. Le client ne connaît pas l’agent : le soupçon.
3. Le control de l’interface de l’agent de recommandatio acquiert la confiance, par contre si l’interface ou l’interprétation de quelques caractéristiques ne lui permettent pas de faire ce qu’il veut, le client développera une certaine méfiance.
4. La facilité de comprendre l’interface :une belle interface a un effet positif sur le client
5. Le processus de vérification des informations données par l’agent de recommandation par une autre source.
6. La capacité d’approprier le produit aux besoins du client.
7. Les compétences de l’agent de recommandation.
8. Le processus de bienveillance de l’AR et son attention vers le client.

Résultats :
L’étude aboutit à ces résultats qui sont résumés dans les graphiques suivants :

-Le processus de confiance et le processus de méfiance se diffèrent  par rapport à la quantité de la formation partagé par l’agent de recommandation, plus de formation partagé plus de confiance et ces deux processus se différent aussi par rapport à la conscience de l’inconnu qui révèle le soupçon chez l’utilisateur.

-Le processus de confiance est presque pareil dans le cas d’utilisation d’un agent de recommandation peu ou trop personnalisé.

-Le processus de méfiance, avec une forte ou une faible personnalisation de l’agent de recommandation les courbes sont similaires. 

Conclusion :
Limites de l’étude :
La taille de l’échantillon, il représente un petit nombre.
Les personnes choisies sont des étudiants, ils ont l’habitude de faire des manipulations sur les sites marchands et ils sont trop impliqués dans le e-commerce.
Contributions de l’étude :
Cette étude a contribué à la compréhension de la confiance et la construction de la méfiance, notamment elle a ouvert des opportunités sur d’autre défit et elle a fournit une autre façon de penser sur la confiance et la méfiance.
Par ailleurs cette étude a démontré que les concepteurs des agents de recommandation doivent se concentrer sur les processus majeurs comme la personnalisation d’un agent de recommandation, la conscience de l’inconnu et l’évaluation des attentes.

Bibliographie:

Johns, J.L.,(1996), A concept analysis of trust,Journal of Advanced Nursing ,76-83.
Lewicki, R.J., 1McAllister, D.J.and Bies, R.J,(998), Trust and distrust: New relationships and realities,Academy of Management Review, 438-458.

Author(s) : Soussan Djamasbi, Marisa Siegel, Marisa Siegel et Rui Dai

Author(s) : Jung-Hwan Kim, Minjeong Kim, Jay Kandampully

Introduction :
Le World Wide Web a permis a de nombreuses entreprises de transformer les défis du passé en des possibilités du futur, pas seulement dans le contexte de la commercialisation, mais plus important encore comme un moyen efficace d’entretenir les relations clients (Eastlick et al, 2006). Compte tenu de la croissance continue du commerce en détail en ligne au cours de la dernière décennie, la compréhension de la relation de l’entreprise en ligne pour le client est impérative (Harrison-Walker et Neeley, 2004). Comme la concurrence dans l’e-commerce de détail est devenue intense, un nombre croissant de détaillants en ligne ont reconnu que la relation acheteur-vendeur est critique pour la réussite des entreprises (Babakus et al, 2004; Boyer et Hult, 2005). Cependant, de nombreuses études ont indiqué que la satisfaction et la fidélisation des clients dans les ventes en ligne est un défi majeur. Beaucoup de sociétés traditionnelles de vente en détail ont adopté la stratégie multi-canal pour profiter de la vente au détail électronique (e-commerce de détail) (Gallo et McAlister, 2003). C’est l’évolution du marché qui a lancé de nombreuses recherches sur les canaux de vente au détail et ont commencé à se concentrer sur le service global disponible sur les sites Web de vente au détail (Singh, 2002). Des recherches antérieures suggèrent que l’aide à la clientèle est efficace et le service est plus indispensable, que l’offre de produits ou de prix bas pour attirer les clients pour les magasins en ligne,  et en offrant une qualité de service élevée serait d’augmenter la rentabilité (Yang and Fang, 2004). Ainsi, la création et le maintien orienté vers le client est une nécessité, plutôt qu’un choix, pour les entreprises du e-commerce (Yang, 2001). Dans le système actuel de marché orienté vers le client, la qualité de l’e-service a été identifiée comme l’un des facteurs clés qui détermine le succès ou l’échec de l’e-commerce de détail, par conséquent, il est l’éléments de preuve suffisant qui suggère que la satisfaction est associée à la fidélité des clients, certains chercheurs (Kim et al. 2007) ont constaté que quand un consommateur est satisfait, la durée de la relation consommateur-commerçant est plus longue. Ainsi, il est impératif de comprendre et de promouvoir ces accès sur l’e-service de la clientèle qui peuvent avoir la capacité d’améliorer la satisfaction client et de le fidéliser.

Hypothèses :
• Comment les caractéristiques de l’environnement d’achat sur le web, qui ne sont pas directement associées aux informations sur les prix ou sur un produit, elles sont liées à la globale e-satisfaction.
• Comment la e-satisfaction et la fidélisation sont elles liées.

Résultats :
Les résultats ont montré que sur les six dimensions de l’environnement d’achat en ligne (la commodité, l’apparence web, la valeur du divertissement, la communication, la personnalisation), trois d’entre elles qui sont la commodité, l’apparence web et la valeur du divertissement ont eu un effet direct sur l’e-satisfaction. En outre l’étude a révélé une relation relativement positive entre la satisfaction et l’e-fidélité.

Conclusion :
La commodité et l’apparence web sont les clés importantes en matière d’e-satisfaction et d’e-fidélité. C’est des sites Web qui doivent être bien conçus, facile à naviguer, rapide pour effectuer des transactions, faciles à trouver de l’information pour satisfaire les acheteurs en ligne et d’améliorer leur loyauté envers le site. (Selon Kim et al. 2007), plus de 50 pour cent des e-commerçants ne fournissent pas des services qui facilitent ou facilite la navigation tels que des instructions de commande et de parcourir l’instruction. Près de 70 pour cent des sites Web de vente au détail en ligne fournissent d’option de livraison express, ce qui rend les achats en ligne pratique. En ligne les détaillants doivent être conscients du fait que si les consommateurs ont du mal à trouver de l’information, ils peuvent aller à différents sites de vente au détail. Ainsi, il est impératif que les détaillants en ligne renforcent leur commodité de services connexes s’ils désirent de renforcer la fidélité des consommateurs par la satisfaction des clients. Avec les attributs de proximité des services connexes, cette étude a également indiqué que l’apparence du site Web a une influence significative sur la satisfaction des consommateurs, qui à son tour transferts Cependant, cette étude n’a pas trouvé des facteurs à influer sur la satisfaction des consommateurs. Nous croyons que cela pourrait être dû à la familiarité avec le site. Une fois que les consommateurs est familiarisé avec la marque ou le site, ils pourraient envisager d’autres indicateurs tels que la commodité et l’apparence web, plus important. Très peu études ont porté sur la façon dont la familiarité avec un site Web affecte l’évaluation des consommateurs sur la qualité du service en ligne par rapport à l’e-satisfaction et e-fidélité. Les recherches futures, Par conséquent, pourrait explorer la familiarité des consommateurs avec des sites Web en relation avec l’évaluation des attributs de service électronique. Les résultats de cette étude confirment les recherches antérieures indiquant qu’il ya un effet positif direct de la satisfaction des consommateurs sur le e-fidélité. Globalement, cette étude a identifié le rôle important de l’e-service de qualité sur la satisfaction des consommateurs et e-fidélisation.(Kim et al, 2007).

Références bibliographique:

Eastlick, M., Lotz, S. and Warrington, P. (2006), “Understanding online B-to-C relationships:
an integrated model of privacy concerns, trust, and commitment”, Journal of Business
Research, Vol. 59, pp. 877-86.

Harrison-Walker, L.J. and Neeley, S.E. (2004), “Customer relationship building on the internet in
B2B marketing: a proposed typology”, Journal of Marketing Theory and Practice, Vol. 12
No. 1, pp. 19-35.

Babakus, E., Beinstock, C. and Van Scotter, J. (2004), “Linking perceived quality and customer
satisfaction to store traffic and revenue growth”, Decision Sciences, Vol. 35 No. 4,
pp. 713-37.

Gallo, R. and McAlister, J. (2003), “E-retail hot topics”, Retail Forward, August, pp. 1-10.
Goldsmith, R.E. and Goldsmith, E.B. (2002), “Buying apparel over the internet”, Journal of
Product & Brand Management, Vol. 11 No. 2, pp. 89-102.
 
Singh, M. (2002), “E-services and their role in B2C e-commerce”, Managing Service Quality, Vol. 12
No. 6, pp. 434-46.

Yang, Z. and Fang, X. (2004), “Online service quality dimensions and their relationships with
satisfaction: a content analysis of customer review of securities brokerage services”,
International Journal of Service Industry Management, Vol. 15 No. 3, pp. 302-26.

Yang, Z., Jun, M. and Peterson, R.T. (2004a), “Measuring customer perceived online service
quality: scale development and managerial implications”, International Journal of
Operations & Production Management, Vol. 24 No. 11, pp. 1149-74.

Yang, Z. (2001), “Consumer perceptions of service quality in internet-based electronic commerce”,
Proceedings of the 30th EMAC Conference, Bergen, May, pp. 8-11.
 
Kim, J.H., Kim, M. and Kandampully, J. (2007), “The impact of buying environment
characteristics of retail web sites”, Service Industries Journal, Vol. 27 No. 7, pp. 865-80.