Amit Shankara, Charles Jebarajakirthyb, Md Ashaduzzamanb, (2020), How do electronic word of mouth practices contribute to mobile banking adoption ? Journal of Retailing and Consumer Services.

Mot clefs : Mobile banking ;Electronic ; word of mouth ; Elaboration likelihood model ; Moderated mediation ;Initial trust.

 Amit Shankara, Charles Jebarajakirthyb et Md Ashaduzzamanb demontrent l’importance du “electronic word-of-mouth” soit l’équivalent du « bouche à oreille électronique » dans le secteur du commerce en ligne. Ce processus fait référence à une recommandation orale ou écrite d’un client satisfait à d’autres clients potentiels.Le secteur du service bancaire mobile est mis en avant dans cette étude, du fait que nous sommes dans un ère ou le service en ligne connait un croissance d’autant plus accrue ces dernières années, mais il est aussi un des modèles les plus rentable.

Développement :

L’objectif principal de cette étude est d’analyser le mécanisme de médiation pour améliorer le comportement d’adoption de la banque mobile. Bien que l’influence des déclencheurs eWOM sur l’intention d’achat ou d’adoption ait été étudiée dans le contexte d’autres produits ou services, la littérature ne montre pas comment les déclencheurs eWOM positifs affectent l’intention d’adoption par l’achat ou l’adoption. L’ensemble des données analysées est basé sur un total de 1153 enquêtes. Ce type d’échange d’informations de personne à personne affecte la prise de décision des consommateurs et met en lumière l’importance de la stratégie marketing pour motiver les individus à avoir confiance et à se fidéliser à ces services en ligne. En effet, le WOM a un meilleur impact sur les ventes de produits et la crédibilité des services car il est personnel et authentique,  et fourni par les personnes qui ont utilisé le produit ou le service.

En ce sens, avec l’avènement d’Internet, le bouche à oreille est devenu un sujet considérable ces dernières années. Les principes de base comme la qualité du service induite par une facilité de gestion de ses activités financières en ligne, sans contraintes de temps et de lieu notamment, le prix, la sécurité et la confiance (facteurs techniques principaux), la cohérence sont considérés comme des variables ayant une relation directe les unes entre elles, qui déclenchent le WOM.

 Conclusion :

Les résultats ont montré que parmi les déclencheurs eWOM, les arguments de qualité, de puissance et de cohérence augmentent considérablement la volonté d’adopter la banque mobile en ligne. La confiance initiale sert d’intermédiaire entre ces déclencheurs eWOM et l’intention d’adopter les services bancaires mobiles.

Cette étude fournit des suggestions aux banques sur la manière d’utiliser l’eWOM actif pour motiver les consommateurs à adopter les services bancaires mobiles.

 

Références bibliographiques

Aboelmaged, M., Gebba, T.R., 2013. Mobile banking adoption: an examination of tech- nology acceptance model and theory of planned behavior. Int. J. Biol. Res. Dev. 2 (1), 35–50.

Amed, I., Berg, A., Brantberg, L., Hedrich, S., Leon, J., Young, R., 2017. The State of Fashion 2017, New York.

Akturan, U., Tezcan, N., 2012. Mobile banking adoption of the youth market: perceptions and intentions. Market. Intell. Plan. 30 (4), 444–459.

Alalwan, A.A., Dwivedi, Y.K., Rana, N.P., 2017. Factors influencing adoption of mobile banking by Jordanian bank customers: extending UTAUT2 with trust. Int. J. Inf. Manag. 37 (3), 99–110.

Augusto, M., Torres, P., 2018. Effects of brand attitude and eWOM on consumers’ will- ingness to pay in the banking industry: mediating role of consumer-brand identifi- cation and brand equity. J. Retail. Consum. Serv. 42, 1–10.

Berezina, K., Bilgihan, A., Cobanoglu, C., Okumus, F., 2016. Understanding satisfied and dissatisfied hotel customers: text mining of online hotel reviews. J. Hosp. Mark. Manag. 25 (1), 1–24.

Bhattacherjee, A., Sanford, C., 2006. Influence processes for information technology ac- ceptance: an elaboration likelihood model. MIS Q. 30 (4), 805–825.

Byrne, B.M., 2009. Structural Equation Modeling with AMOS: Basic Concepts, Applications, and Programming, 2nd ed. Taylor & Francis, New York, NY.

Bronner, F., de Hoog, R., 2016. Travel websites: changing visits, evaluations and posts. Ann. Tourism Res. 57, 94–112.

Bryman, A., 2012. Social Research Methods, fourth ed. Oxford University Press, New York.

Burns, A.C., Bush, R.F., 2003. Marketing Research, fourth ed. Pearson Education, Upper

Saddle River, NJ.

Canhoto, A.I., Clark, M., 2013. Customer service 140 characters at a time: the users’

perspective. J. Mark. Manag. 29 (5–6), 522–544.

Chan, Y.Y., Ngai, E.W., 2011. Conceptualising electronic word of mouth activity: an

input-process-output perspective. Market. Intell. Plan. 29 (5), 488–516.

Chaouali, W., Souiden, N., 2019. The role of cognitive age in explaining mobile banking

resistance among elderly people. J. Retail. Consum. Serv. 50, 342–350.

Cheah, C.M., Teo, A.C., Sim, J.J., Oon, K.H., Tan, B.I., 2011. Factors affecting Malaysian mobile banking adoption: an empirical analysis. Int. J. Network Mob. Technol. 2 (3),

149–160.

Chemingui, H., Ben lallouna, H., 2013. Resistance, motivations, trust and intention to use

mobile financial services. Int. J. Bank Mark. 31 (7), 574–592.

Chen, P.Y., Wu, S.Y., Yoon, J., 2004. The impact of online recommendations and con-

sumer feedback on sales. In: ICIS 2004 Proceedings, pp. 711–724.

Chen, J., Teng, L., Yu, Y., Yu, X., 2016. The effect of online information sources on purchase intentions between consumers with high and low susceptibility to in-

formational influence. J. Bus. Res. 69 (2), 467–475.

Cheung, C.M., Lee, M.K., 2012. What drives consumers to spread electronic word of

mouth in online consumer-opinion platforms. Decis. Support Syst. 53 (1), 218–225. Cheung, C.M., Thadani, D.R., 2012. The impact of electronic word-of-mouth commu- nication: a literature analysis and integrative model. Decis. Support Syst. 54 (1),

461–470.

Cheung, C.M., Lee, M.K., Thadani, D.R., 2009. The impact of positive electronic word-of-

mouth on consumer online purchasing decision. In: World Summit on Knowledge

Society, pp. 501–510.

Chevalier, J.A., Mayzlin, D., 2006. The effect of word of mouth on sales: online book

reviews. J. Mark. Res. 43 (3), 345–354.

Cheung, G.W., Lau, R.S., 2008. Testing mediation and suppression effects of latent var-

iables:bootstrapping with structural equation models. Organ. Res. Methods 11 (2),

296–325.

Chu, S.C., Kim, Y., 2011. Determinants of consumer engagement in electronic word-of-

mouth (eWOM) in social networking sites. Int. J. Advert. 30 (1), 47–75. Dellarocas, C., Zhang, X.M., Awad, N.F., 2007. Exploring the value of online product

reviews in forecasting sales: the case of motion pictures. J. Interact. Mark. 21 (4),

23–45.

Delone, W.H., McLean, E.R., 2003. The DeLone and McLean model of information systems

success: a ten-year update. J. Manag. Inf. Syst. 19 (4), 9–30.

Deutskens, E., De Ruyter, K., Wetzels, M., 2006. An assessment of equivalence between

online and mail surveys in service research. J. Serv. Res. 8 (4), 346–355. Dichter, E., 1966. How word-of-mouth advertising works. Harv. Bus. Rev. 44 (6),

147–160.

Doh, S.J., Hwang, J.S., 2009. How consumers evaluate eWOM (electronic word-of-mouth)

messages. Cyberpsychol. Behav. 12 (2), 193–197.

Duan, W., Gu, B., Whinston, A.B., 2008. Do online reviews matter?-An empirical in-

vestigation of panel data. Decis. Support Syst. 45 (4), 1007–1016.

Duffy, B., Smith, K., Terhanian, G., Bremer, J., 2005. Comparing data from online and

face-to-face surveys. Int. J. Mark. Res. 47 (6), 615–639.

Eagly, A.H., Chaiken, S., 1993. The Psychology of Attitudes. Harcourt Brace Jovanovich

College Publishers, Orlando, FL, US.

Erkan, I., Evans, C., 2016. The influence of eWOM in social media on consumers’ purchase

intentions: an extended approach to information adoption. Comput. Hum. Behav. 61,

47–55.

Filieri, R., McLeay, F., 2014. E-WOM and accommodation: an analysis of the factors that

influence travelers’ adoption of information from online reviews. J. Travel Res. 53

(1), 44–57.

Floyd, K., Freling, R., Alhoqail, S., Cho, H.Y., Freling, T., 2014. How online product re-

views affect retail sales: A meta-analysis. J. Retail. 90 (2), 217–232.

Fornell, C., Larcker, D.F., 1981. Evaluating structural equation models with unobservable

variables and measurement error. J. Mark. Res. 18 (1), 39–50.

Giovanis, A., Athanasopoulou, P., Assimakopoulos, C., Sarmaniotis, C., 2019. Adoption of

mobile banking services: a comparative analysis of four competing theoretical

models. Int. J. Bank Mark. 37 (5), 1165–1189.

Glavee-Geo, R., Shaikh, A.A., Karjaluoto, H., 2017. Mobile banking services adoption in

Pakistan: are there gender differences? Int. J. Bank Mark. 35 (7), 1090–1114. Gopinath, S., Thomas, J.S., Krishnamurthi, L., 2014. Investigating the relationship be- tween the content of online word of mouth, advertising, and brand performance.

Mark. Sci. 33 (2), 241–258.

Hair, J.F., Anderson, R.E., Babin, B.J., Black, W.C., 2010. Multivariate Data Analysis: A

Global Perspective, vol. 7 Pearson Education, Upper Saddle River, NJ.

Hayes, A.F., 2012. PROCESS: a versatile computational tool for observed variable med-

iation, moderation, and conditional process modeling. White paper. http://www.

afhayes.com/public/process2012.pdf.

Hennig-Thurau, T., Gwinner, K.P., Walsh, G., Gremler, D.D., 2004. Electronic word‐of‐-

mouth via consumer‐opinion platforms: what motivates consumers to articulate

themselves on the internet? J. Interact. Mark. 18 (1), 38–52.

Herold, K., Tarkiainen, A., Sundqvist, S., 2016. How the source of word-of-mouth influ-

ences information processing in the formation of brand attitudes. J. Mark. High.

Educ. 26 (1), 64–85.

Jebarajakirthy, C., Lobo, A., Hewege, C., 2015. Enhancing youth’s attitudes towards

microcredit in the bottom of the pyramid markets. Int. J. Consum. Stud. 39 (2),

180–192.

Junglas, I., Watson, R.T., 2006. The u-constructs: four information drives. Commun.

Assoc. Inf. Syst. 17 (1), 569–592.

Juniper Research, 2013. Mobile banking handset and tablet market strategies 2013–2017.

http://www.juniperresearch.com/reports/mobile_banking.

Kalinic, Z., Marinkovic, V., Molinillo, S., Liébana-Cabanillas, F., 2019. A multi-analytical

12

1. Shankar, et al.

Journal of Retailing and Consumer Services 52 (2020) 101920

approach to peer-to-peer mobile payment acceptance prediction. J. Retail. Consum.

Serv. 49, 143–153.

Kim, D.J., Ferrin, D.L., Rao, H.R., 2009. Trust and satisfaction, two stepping stones for

successful e-commerce relationships: a longitudinal exploration. Inf. Syst. Res. 20 (2),

237–257.

Kim, W.G., Lim, H., Brymer, R.A., 2015. The effectiveness of managing social media on

hotel performance. Int. J. Hosp. Manag. 44, 165–171.

Ko, E., Kim, E.Y., Lee, E.K., 2009. Modeling consumer adoption of mobile shopping for

fashion products in Korea. Psychol. Mark. 26 (7), 669–687.

Koenig-Lewis, N., Palmer, A., Moll, A., 2010. Predicting young consumers’ take up of

mobile banking services. Int. J. Bank Mark. 28 (5), 410–432.

Koksal, M.H., 2016. The intentions of Lebanese consumers to adopt mobile banking. Int.

346. Bank Mark. 34 (3), 327–346.

Krishnamurthy, A., Kumar, S.R., 2018. Electronic word-of-mouth and the brand image:

exploring the moderating role of involvement through a consumer expectations lens.

156. Retail. Consum. Serv. 43, 149–156.

Kudeshia, C., Kumar, A., 2017. Social eWOM: does it affect the brand attitude and pur-

chase intention of brands? Manag. Res. Rev. 40 (3), 310–330.

Ladhari, R., Michaud, M., 2015. eWOM effects on hotel booking intentions, attitudes,

trust, and website perceptions. Int. J. Hosp. Manag. 46, 36–45.

Laukkanen, T., 2016. Consumer adoption versus rejection decisions in seemingly similar service innovations: the case of the Internet and mobile banking. J. Bus. Res. 69 (7),

2432–2439.

Lee, S.H., 2009. How do online reviews affect purchasing intention? Afr. J. Bus. Manag. 3

(10), 576–581.

Lee, K.C., Chung, N., 2009. Understanding factors affecting trust in and satisfaction with

mobile banking in Korea: a modified DeLone and McLean’s model perspective.

Interact. Comput. 21 (5–6), 385–392.

Lee, J., Lee, J.N., 2009. Understanding the product information inference process in

electronic word-of-mouth: an objectivity–subjectivity dichotomy perspective. Inf.

Manag. 46 (5), 302–311.

Lee, M., Youn, S., 2009. Electronic word of mouth (eWOM) How eWOM platforms in-

fluence consumer product judgement. Int. J. Advert. 28 (3), 473–499.

Lee, J., Park, D.H., Han, I., 2008. The effect of negative online consumer reviews on

product attitude: an information processing view. Electron. Commer. Res. Appl. 7 (3),

341–352.

Lee, M., Rodgers, S., Kim, M., 2009. Effects of valence and extremity of eWOM on attitude

toward the brand and website. J. Curr. Issues Res. Advert. 31 (2), 1–11.

Li, X., Hitt, L.M., 2008. Self-selection and information role of online product reviews. Inf.

Syst. Res. 19 (4), 456–474.

Liao, Z., Shi, X., 2017. Web functionality, web content, information security, and online

tourism service continuance. J. Retail. Consum. Serv. 39, 258–263.

Lin, H.F., 2011. An empirical investigation of mobile banking adoption: the effect of

innovation attributes and knowledge-based trust. Int. J. Inf. Manag. 31 (3), 252–260. Liu, Y., 2006. Word of mouth for movies: its dynamics and impact on box office revenue.

89. Mark. 70 (3), 74–89.

Liu, C., Arnett, K.P., 2000. Exploring the factors associated with Web site success in the

context of electronic commerce. Inf. Manag. 38 (1), 23–33.

Luo, Q., Zhong, D., 2015. Using social network analysis to explain communication

characteristics of travel-related electronic word-of-mouth on social networking sites.

Tour. Manag. 46, 274–282.

Luo, X., Li, H., Zhang, J., Shim, J.P., 2010. Examining multi-dimensional trust and multi-

faceted risk in initial acceptance of emerging technologies: an empirical study of

mobile banking services. Decis. Support Syst. 49 (2), 222–234.

Malhotra, N.K., Kim, S.S., Patil, A., 2006. Common method variance in IS research: a

comparison of alternative approaches and a reanalysis of past research. Manag. Sci.

52 (12), 1865–1883.

Mallat, N., Rossi, M., Tuunainen, V.K., 2004. Mobile banking services. Commun. ACM 47

(5), 42–46.

Matute, J., Polo-Redondo, Y., Utrillas, A., 2016. The influence of EWOM characteristics

on online repurchase intention: mediating roles of trust and perceived usefulness.

Online Inf. Rev. 40 (7), 1090–1110.

Mills, L.A., Knezek, G., Khaddage, F., 2014. Information Seeking, Information Sharing,

and going mobile: three bridges to informal learning. Comput. Hum. Behav. 32,

324–334.

Mullan, J., Bradley, L., Loane, S., 2017. Bank adoption of mobile banking: stakeholder

perspective. Int. J. Bank Mark. 35 (7), 1154–1174.

Mo Kwon, J., Bae, J.I., Blum, S.C., 2013. Mobile applications in the hospitality industry. J.

Hospit. Tourism Technol. 4 (1), 81–92.

Mortazavi, M., Rahim Esfidani, M., Shaemi Barzoki, A., 2014. Influencing VSN users’

purchase intentions: the roles of flow, trust and eWOM. J. Res. Indian Med. 8 (2),

102–123.

Moser, F., 2015. Mobile banking: a fashionable concept or an institutionalized channel in

future retail banking? Analyzing patterns in the practical and academic mobile

banking literature. Int. J. Bank Mark. 33 (2), 162–177.

Muller, D., Judd, C.M., Yzerbyt, V.Y., 2005. When moderation is mediated and mediation

is moderated. J. Personal. Soc. Psychol. 89 (6), 852–863.

Muskat, M., Muskat, B., Zehrer, A., Johns, R., 2013. Generation Y: evaluating services

experiences through mobile ethnography. Tour. Rev. 68 (3), 55–71.

Park, D.H., Lee, J., 2008. eWOM overload and its effect on consumer behavioral intention depending on consumer involvement. Electron. Commer. Res. Appl. 7 (4), 386–398. Park, C., Lee, T.M., 2009. Information direction, website reputation and eWOM effect: a

moderating role of product type. J. Bus. Res. 62 (1), 61–67.

Park, D.H., Lee, J., Han, I., 2007. The effect of on-line consumer reviews on consumer

purchasing intention: the moderating role of involvement. Int. J. Electron. Commer. 11 (4), 125–148.

Petty, R.E., Cacioppo, J.T., 1983. Central and peripheral routes to persuasion: application to advertising. Advert. Consum. Psychol. 1, 3–23.

Petty, R.E., Cacioppo, J.T., 1984. The effects of involvement on responses to argument quantity and quality: central and peripheral routes to persuasion. J. Personal. Soc. Psychol. 46 (1), 69–81.

Petty, R.E., Cacioppo, J.T., 1986. The elaboration likelihood model of persuasion. In: Communication and Persuasion. Springer, New York.

Pitta, D.A., Fowler, D., 2005. Online consumer communities and their value to new product developers. J. Prod. Brand Manag. 14 (5), 283–291.

Podsakoff, P.M., Organ, D.W., 1986. Self-reports in organizational research: problems and prospects. J. Manag. 12 (4), 531–544.

Preacher, K.J., Rucker, D.D., Hayes, A.F., 2007. Addressing moderated mediation hy- potheses: theory, methods, and prescriptions. Multivar. Behav. Res. 42 (1), 185–227.

Premazzi, K., 2010. Trust in online customer-firm interaction: a literature review and directions for research. Int. J. Electron. Commer. 14, 63–91.

Premazzi, K., Castaldo, S., Grosso, M., Raman, P., Brudvig, S., Hofacker, C.F., 2010. Customer information sharing with e-vendors: the roles of incentives and trust. Int. J. Electron. Commer. 14 (3), 63–91.

Richins, M.L., 1983. Negative word-of-mouth by dissatisfied consumers: a pilot study. J. Mark. 47 (1), 68–78.

Robson, C., 2011. Real World Research, third ed. Wiley, UK.

Roy, G., Datta, B., Basu, R., 2017. Effect of eWOM valence on online retail sales. Glob.

Bus. Rev. 18 (1), 198–209.

Ruiz-Mafe, C., Chatzipanagiotou, K., Curras-Perez, R., 2018. The role of emotions and

conflicting online reviews on consumers’ purchase Intentions. J. Bus. Res. 89,

336–344.

Saunders, M., Lewis, P., Thornhill, A., 2009. Research Methods for Business Students.

Pearson education, Essex.

See-To, E.W., Ho, K.K., 2014. Value co-creation and purchase intention in social network

sites: the role of electronic Word-of-Mouth and trust–A theoretical analysis. Comput.

Hum. Behav. 31, 182–189.

Sen, S., Lerman, D., 2007. Why are you telling me this? An examination into negative

consumer reviews on the web. J. Interact. Mark. 21 (4), 76–94.

Shaikh, A.A., Karjaluoto, H., 2015. Mobile banking adoption: a literature review.

Telematics Inf. 32 (1), 129–142.

Shankar, A., Jebarajakirthy, C., 2019. The influence of e-banking service quality on

customer loyalty: a moderated mediation approach. Int. J. Bank Mark. 37 (5),

1119–1142.

Shankar, A., Kumari, P., 2016. Factors affecting mobile banking adoption behavior in

India. J. Internet Bank. Commer. 21 (1), 1–24.

Shareef, M.A., Baabdullah, A., Dutta, S., Kumar, V., Dwivedi, Y.K., 2018. Consumer

adoption of mobile banking services: an empirical examination of factors according

to adoption stages. J. Retail. Consum. Serv. 43, 54–67.

Singh, S., Srivastava, R.K., 2018. Predicting the intention to use mobile banking in India.

Int. J. Bank Mark. 36 (2), 357–378.

Sigala, M., Evangelos, C., Ulrike, G., 2012. Social Media in Travel, Tourism and

Hospitality: Theory, Practice and Cases. Ashgate, UK.

Soares, A.M., Pinho, J.C., Nobre, H., 2012. From social to marketing interactions: the role

of social networks. J. Transnatl. Manag. 17 (1), 45–62.

Sreejesh, S., Anusree, M.R., Mitra, A., 2016. Effect of information content and form on

customers’ attitude and transaction intention in mobile banking Moderating role of

perceived privacy concern. Int. J. Bank Mark. 34 (7), 1092–1113.

Schneider, B., Ehrhart, M.G., Mayer, D.M., Saltz, J.L., Niles-Jolly, K., 2005. Understanding organization-customer links in service settings. Acad. Manag. J. 48 (6), 1017–1032. Steffes, E.M., Burgee, L.E., 2009. Social ties and online word of mouth. Internet Res. 19

(1), 42–59.

Stewart, D., 2009. Say hello to mobile banking. ABA Bank. Mark. 41 (5), 16–23. Tabachnick, B.G., Fidell, L.S., 2012. Using Multivariate Statistics, sixth ed. Pearson

Education, New York.

Tam, C., Oliveira, T., 2016. Understanding the impact of m-banking on individual per-

formance: DeLone & McLean and TTF perspective. Comput. Hum. Behav. 61,

233–244.

Teng, S., Wei Khong, K., Wei Goh, W., Yee Loong Chong, A., 2014. Examining the

antecedents of persuasive eWOM messages in social media. Online Inf. Rev. 38 (6),

746–768.

The State of Broadband, 2016. Broadband Catalyzing Sustainable Development. http://

www.broadbandcommission.org/Documents/reports/bb-annualreport2016.pdf,

Accessed date: 12 March 2018.

Tran, H.T.T., Corner, J., 2016. The impact of communication channels on mobile banking adoption. Int. J. Bank Mark. 34 (1), 78–109.

Wang, R.Y., Strong, D.M., 1996. Beyond accuracy: what data quality means to data consumers. J. Manag. Inf. Syst. 12 (4), 5–33.

Woodside, A.G., 2013. Moving beyond multiple regression analysis to algorithms: Calling for adoption of a paradigm shift from symmetric to asymmetric thinking in data analysis and crafting theory. J. Bus. Res. 66 (4), 463–472.

Weisstein, F.L., Song, L., Andersen, P., Zhu, Y., 2017. Examining impacts of negative reviews and purchase goals on consumer purchase decision. J. Retail. Consum. Serv. 39, 201–207.

Wessels, L., Drennan, J., 2010. An investigation of consumer acceptance of M-banking. Int. J. Bank Mark. 28 (7), 547–568.

Yang, S., 2016. Role of transfer-based and performance-based cues on initial trust in mobile shopping services: a cross-environment perspective. Inf. Syst. E Bus. Manag. 14 (1), 47–70.

Yang, K., Li, X., Kim, H., Kim, Y.H., 2015. Social shopping website quality attributes increasing consumer participation, positive eWOM, and co-shopping: the re- ciprocating role of participation. J. Retail. Consum. Serv. 24, 1–9.

Yin, D., Mitra, S., Zhang, H., 2016. Research note-When do consumers value positive vs. negative reviews? An empirical investigation of confirmation bias in online word of mouth. Inf. Syst. Res. 27 (1), 131–144.

Yu, C.S., 2012. Factors affecting individuals to adopt mobile banking: empirical evidence from the UTAUT model. J. Electron. Commer. Res. 13 (2), 104–121.

Zhang, J.Q., Craciun, G., Shin, D., 2010. When does electronic word-of-mouth matter? A study of consumer product reviews. J. Bus. Res. 63 (12), 1336–1341.

Zhang, L., Wu, L., Mattila, A.S., 2016. Online reviews: the role of information load and peripheral factors. J. Travel Res. 55 (3), 299–310.

Zhang, T., Abound Omran, B., Cobanoglu, C., 2017. Generation Y’s positive and negative eWOM: use of social media and mobile technology. Int. J. Contemp. Hosp. Manag. 29 (2), 732–761.

Zhou, T., 2012. Understanding users’ initial trust in mobile banking: an elaboration likelihood perspective. Comput. Hum. Behav. 28 (4), 1518–1525.

Zhang, Y., 1996. Chinese consumers’ evaluation of foreign products: the influence of culture, product types and product presentation format. Eur. J. Market. 30 (12), 50–68.

Zhou, T., Lu, Y., Wang, B., 2010. Integrating TTF and UTAUT to explain mobile banking user adoption. Comput. Hum. Behav. 26 (4), 760–767.

Zhu, F., Zhang, X., 2010. Impact of online consumer reviews on sales: the moderating role of product and consumer characteristics. J. Mark. 74 (2), 133–148.

Rashmini Sharma, Gurmeet Singh*(2020), Shavneet SharmaModelling internet banking adoption in Fiji: A developing country perspective, International Journal of Information Management.

Mot clefs:  Internet banking; UTAUT; Perceived risk; Customer satisfaction; Behavioral intention; Usage behavior Culture; Fiji

Cette recherche adopte une approche quantitative de l’intention d’adopter les services bancaires via internet, des utilisateurs résidants aux îles Fidji. Elle recueille les données auprès de 530 répondants. Cette étude a été réalisée dans le but d’identifier et d’examiner les facteurs qui influent sur l’intention des clients d’adopter les services bancaires en ligne  du point de vue des pays en développement.

Développement :

Selon l’étude de Rashmini Sharma, Gurmeet Singh, Shavneet Sharma, la banque en ligne a un impact positif sur le comportement des utilisateurs et, en fin de compte, sur la satisfaction des clients. Le cadre de l’étude est développé en étendant le modèle de la « Unified Theory of Acceptance and Use of Technology » (UTAUT)permet d’expliquer l’intention des utilisateurs à utiliser un système d’information. Elle intègre la satisfaction du client, les risques perçues ainsi que les habitudes culturels.

L’étude montre également que l’incertitude réduit l’impact des attentes de performance et facilite l’intention d’adopter des services en ligne.

L’analyse met l’accent sur l’importance des valeurs culturelles personnelles dans la promotion de l’adoption de la banque en ligne.

Plusieurs facteurs importants sont pris en compte durant leur analyse quantitative, tel l’espérance de performance, l’effort et l’influence sociale dans les cultures collectivistes qui se basent beaucoup sur les recommandations sociales. Ce sont ces facteurs qui influencent l’intention des clients en phase d’adoption du service en ligne. Ils ont constaté que le caractère ludique et la conception de sites Web contribuaient à l’intention d’adoption des clients. La praticité et la sécurité sont tout de même de grand facteur qui permettent l’accroissement du développement de la banque en ligne.

 

 

Conclusion :

 

Les résultats obtenus suggèrent que l’adoption des services bancaires en ligne est dirigée par les niveaux d’espérance de performance, d’influence sociale ainsi que de conditions d’utilisation. L’adoption des services bancaires en ligne est encore à son début, dans un pays en développement. Dans ce contexte la  protection des données avec les services en ligne, est-il un facteurs qui freinent encore le développement des services bancaire via sites web et application sur smartphone ?

 

Références bibliographiques :

Abbasi, M. S., Tarhini, A., Elyas, T., & Shah, F. (2015). Impact of individualism and collectivism over the individual’s technology acceptance behaviour: A multi-group analysis between Pakistan and Turkey. Journal of Enterprise Information Management, 28(6), 747–768.

AbuShanab, E., Pearson, J. M., & Setterstrom, A. J. (2010). Internet banking and custo- mers’ acceptance in Jordan: The unified model’s perspective. Communications of the Association for Information Systems, 26(1), 23.

Ajzen, I. (1991). The theory of planned behaviour. Organizational Behaviour and Human Decision Processes, 50(2), 179–211.

Al Kailani, M., & Kumar, R. (2011). Investigating uncertainty avoidance and perceived risk for impacting Internet buying: A study in three national cultures. International Journal of Business and Management, 6(5), 76.

Alalwan, A. A., Dwivedi, Y. K., & Rana, N. P. (2017). Factors influencing adoption of mobile banking by Jordanian bank customers: Extending UTAUT2 with trust. International Journal of Information Management, 37(3), 99–110.

Alalwan, A. A., Dwivedi, Y. K., Rana, N. P., & Algharabat, R. (2018). Examining factors influencing Jordanian customers’ intentions and adoption of internet banking: Extending UTAUT2 with risk. Journal of Retailing and Consumer Services, 40, 125–138.

Alalwan, A. A., Dwivedi, Y. K., Rana, N. P., Lal, B., & Williams, M. D. (2015). Consumer adoption of Internet banking in Jordan: Examining the role of hedonic motivation, habit, self-efficacy and trust. Journal of Financial Services Marketing, 20(2), 145–157.

Alalwan, A. A., Dwivedi, Y. K., Rana, N. P., & Williams, M. D. (2016). Consumer adoption of mobile banking in Jordan: Examining the role of usefulness, ease of use, perceived risk and self-efficacy. Journal of Enterprise Information Management, 29(1), 118–139.

Aldás-Manzano, J., Lassala-Navarré, C., Ruiz-Mafé, C., & Sanz-Blas, S. (2009). The role of consumer innovativeness and perceived risk in online banking usage. International Journal of Bank Marketing, 27(1), 53–75.

Alhirz, H., & Sajeev, A. (2015). Do cultural dimensions differentiate ERP acceptance? A study in the context of Saudi Arabia. Information Technology and People, 28(1), 163–194.

Al-Smadi, M. O. (2012). Factors affecting adoption of electronic banking: An analysis of the perspectives of banks’ customers. International Journal of Research in Business and Social Science, 3(17), 294.

Al-Somali, S. A., Gholami, R., & Clegg, B. (2009). An investigation into the acceptance of online banking in Saudi Arabia. Technovation, 29(2), 130–141.

Alvesson, M., & Kärreman, D. (2007). Constructing mystery: Empirical matters in theory development. The Academy of Management Review, 32(4), 1265–1281.

Amin, M. (2016). Internet banking service quality and its implication on e-customer sa- tisfaction and e-customer loyalty. International Journal of Bank Marketing.

Arnould, E. J., & Thompson, C. J. (2005). Consumer culture theory (CCT): Twenty years of research. The Journal of Consumer Research, 31(4), 868–882.

Ashraf, A. R., Thongpapanl, N., & Auh, S. (2014). The application of the technology ac- ceptance model under different cultural contexts: The case of online shopping adoption. Journal of International Marketing, 22(3), 68–93.

Ayo, C. K., Oni, A. A., Adewoye, O. J., & Eweoya, I. O. (2016). E-banking users’ behaviour: E-service quality, attitude, and customer satisfaction. International Journal of Bank Marketing, 34(3), 347–367.

Baabdullah, A. M., Rana, N. P., Alalwan, A. A., Islam, R., Patil, P., & Dwivedi, Y. K. (2019). Consumer adoption of self-service technologies in the context of the Jordanian banking industry: Examining the moderating role of channel types. Information Systems Management, 36(4), 286–305.

Baptista, G., & Oliveira, T. (2015). Understanding mobile banking: The unified theory of acceptance and use of technology combined with cultural moderators. Computers in Human Behavior, 50, 418–430.

Baskerville, R. F. (2003). Hofstede never studied culture. Accounting Organizations and Society, 28(1), 1–14.

Bauer, R. A., & Cox, D. F. (1967). Risk taking and information handling in consumer behavior. Boston: Harvard University469–486.

Blut, M., Wang, C., & Schoefer, K. (2016). Factors influencing the acceptance of self- service technologies: A meta-analysis. Journal of Service Research, 19(4), 396–416. Boateng, H., Adam, D. R., Okoe, A. F., & Anning-Dorson, T. (2016). Assessing the de-

terminants of internet banking adoption intentions: A social cognitive theory per-

spective. Computers in Human Behavior, 65, 468–478.

Brown, S. A., Dennis, A. R., & Venkatesh, V. (2010). Predicting collaboration technology

use: Integrating technology adoption and collaboration research. Journal of

Management Information Systems, 27(2), 9–54.

Calhoun, K. J., Teng, J. T., & Cheon, M. J. (2002). Impact of national culture on

information technology usage behaviour: An exploratory study of decision making in

Korea and the USA. Behaviour & Information Technology, 21(4), 293–302.

Cardon, P. W., & Marshall, B. A. (2008). National culture and technology acceptance: The

impact of uncertainty avoidance. Issues in Information Systems, 9(2), 103–110. Celik, H. (2008). What determines Turkish customers’ acceptance of internet banking?

International Journal of Bank Marketing, 26(5), 353–370.

Chaouali, W., Yahia, I. B., & Souiden, N. (2016). The interplay of counter-conformity

motivation, social influence, and trust in customers’ intention to adopt Internet banking services: The case of an emerging country. Journal of Retailing and Consumer Services, 28, 209–218.

Chauhan, V., Yadav, R., & Choudhary, V. (2019). Analyzing the impact of consumer in- novativeness and perceived risk in internet banking adoption: A study of Indian consumers. International Journal of Bank Marketing, 37(1), 323–339.

Cheng, J. M. S., Sheen, G. J., & Lou, G. C. (2006). Consumer acceptance of the internet as a channel of distribution in Taiwan—A channel function perspective. Technovation, 26(7), 856–864.

Chin, W. W. (2010). How to write up and report PLS analyses. Handbook of artial least squares. Berlin, Heidelberg: Springer655–690.

Chin, W. W., Peterson, R. A., & Brown, S. P. (2008). Structural equation modeling in marketing: Some practical reminders. The Journal of Marketing Theory and Practice, 16(4), 287–298.

Chiou, J. S., & Shen, C. C. (2012). The antecedents of online financial service adoption: The impact of physical banking services on Internet banking acceptance. Behaviour & Information Technology, 31(9), 859–871.

Chiu, C. M., Chiu, C. S., & Chang, H. C. (2007). Examining the integrated influence of fairness and quality on learners’ satisfaction and web‐based learning continuance intention. Information Systems Journal, 17(3), 271–287.

Chong, A. Y. L., Chan, F. T., & Ooi, K. B. (2012). Predicting consumer decisions to adopt mobile commerce: Cross country empirical examination between China and Malaysia. Decision Support Systems, 53(1), 34–43.

Chopdar, P. K., & Sivakumar, V. (2019). Understanding continuance usage of mobile shopping applications in India: The role of espoused cultural values and perceived risk. Behaviour & Information Technology, 38(1), 42–64.

Corbitt, B. J., Thanasankit, T., & Yi, H. (2003). Trust and e-commerce: A study of con- sumer perceptions. Electronic Commerce Research and Applications, 2(3), 203–215.

Cyr, D. (2013). Website design, trust and culture: An eight country investigation. Electronic Commerce Research and Applications, 12(6), 373–385.

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

Dodds, W. B., Monroe, K. B., & Grewal, D. (1991). Effects of price, brand, and store information on buyers’ product evaluations. Journal of Marketing Research, 28(3), 307–319.

Dwivedi, Y. K., Rana, N. P., Jeyaraj, A., Clement, M., & Williams, M. D. (2019). Re- examining the unified theory of acceptance and use of technology (UTAUT): Towards a revised theoretical model. Information Systems Frontiers, 21(3), 719–734.

Eriksson, K., & Nilsson, D. (2007). Determinants of the continued use of self-service technology: The case of Internet banking. Technovation, 27(4), 159–167.

Eriksson, K., Kerem, K., & Nilsson, D. (2005). Customer acceptance of internet banking in Estonia. International Journal of Bank Marketing, 23(2), 200–216.

Farah, M. F. (2017). Consumers’ switching motivations and intention in the case of bank mergers: A cross-cultural study. International Journal of Bank Marketing, 35(2), 254–274.

Featherman, M. S., & Pavlou, P. A. (2003). Predicting e-services adoption: A perceived risk facets perspective. International Journal of Human-computer Studies, 59(4), 451–474.

Finau, G., Rika, N., Samuwai, J., & McGoon, J. (2016). Perceptions of digital financial services in rural Fiji. Information Technologies and International Development, 12(4), 11–21.

Flavián, C., Guinalíu, M., & Gurrea, R. (2006). The role played by perceived usability, satisfaction and consumer trust on website loyalty. Information & Management, 43(1), 1–14.

Frijns, B., Gilbert, A., Lehnert, T., & Tourani-Rad, A. (2013). Uncertainty avoidance, risk tolerance and corporate takeover decisions. Journal of Banking & Finance, 37(7), 2457–2471.

Fullerton, G., & Taylor, S. (2015). Dissatisfaction and violation: Two distinct con- sequences of the wait experience. Journal of Service Theory and Practice, 25(1), 31–50.

Guimaraes, T., Yoon, Y., & Clevenson, A. (1996). Factors important to expert systems success a field test. Information & Management, 30(3), 119–130.

Gupta, A., Dogra, N., & George, B. (2018). What determines tourist adoption of smart- phone apps? An analysis based on the UTAUT-2 framework. Journal of Hospitality and Tourism Technology, 9(1), 50–64.

Hair, J., Black, W., Babin, B., Anderson, R., & Tatham, R. (2006). Multivariate data ana- lysis. New Jersey: Hoboken: Pearson Education.

Hanafizadeh, P., & Khedmatgozar, H. R. (2012). The mediating role of the dimensions of the perceived risk in the effect of customers’ awareness on the adoption of Internet banking in Iran. Electronic Commerce Research, 12(2), 151–175.

Henseler, J., Ringle, C. M., & Sarstedt, M. (2012). Using partial least squares path modeling in advertising research: Basic concepts and recent issues. Handbook of research on inter- national advertising. Edward Elgar Publishing.

Hoehle, H., Zhang, X., & Venkatesh, V. (2015). An espoused cultural perspective to un- derstand continued intention to use mobile applications: A four-country study of mobile social media application usability. European Journal of Information Systems, 24(3), 337–359.

Hoffman, D. L., Novak, T. P., & Peralta, M. A. (1999). Information privacy in the mar- ketspace: Implications for the commercial uses of anonymity on the Web. The Information Society, 15(2), 129–139.

 

 

 

 

Hofstede, G. (1980). Culture’s consequences, international differences in work-related values. Beverly Hills: Sage Publications.

Hofstede, G. (1994). Values survey module 1994 manual. The Netherlands: Institute for Research on Intercultural Cooperation, Maastrict.

Hofstede, G. (2011). Dimensionalizing cultures: The Hofstede model in context. Online Readings in Psychology and Culture, 2(1), 8.

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.

Hung, C. L., & Chou, J. C. L. (2014). Examining the cultural moderation on the acceptance of mobile commerce. International Journal of Innovation and Technology Management, 11(02).

Hwang, Y., & Lee, K. C. (2012). Investigating the moderating role of uncertainty avoid- ance cultural values on multidimensional online trust. Information & Management, 49(3-4), 171–176.

Im, I., Hong, S., & Kang, M. S. (2011). An international comparison of technology adoption: Testing the UTAUT model. Information & Management, 48(1), 1–8.

Jaruwachirathanakul, B., & Fink, D. (2005). Internet banking adoption strategies for a developing country: The case of Thailand. Internet Research, 15(3), 295–311.

Jarvenpaa, S. L., Tractinsky, N., & Saarinen, L. (1999). Consumer trust in an Internet store: A cross-cultural validation. Journal of Computer-Mediated Communication, 5(2), 48–65.

Johns, G. (2006). The essential impact of context on organizational behavior. The Academy of Management Review, 31(2), 386–408.

Kaabachi, S., Ben Mrad, S., & O’Leary, B. (2019). Consumer’s initial trust formation in IOB’s acceptance: The role of social influence and perceived compatibility. International Journal of Bank Marketing, 37(2), 507–530.

Kaba, B., & Touré, B. (2014). Understanding information and communication technology behavioral intention to use: Applying the UTAUT model to social networking site adoption by young people in a least developed country. Journal of the Association for Information Science and Technology, 65(8), 1662–1674.

Kalinic, Z., & Marinkovic, V. (2016). Determinants of users’ intention to adopt m-com- merce: An empirical analysis. Information Systems and E-Business Management, 14(2), 367–387.

Kesharwani, A., & Singh Bisht, S. (2012). The impact of trust and perceived risk on in- ternet banking adoption in India: An extension of technology acceptance model. International Journal of Bank Marketing, 30(4), 303–322.

Khan, I. U., Hameed, Z., & Khan, S. U. (2017). Understanding online banking adoption in a developing country: UTAUT2 with cultural moderators. Journal of Global Information Management, 25(1), 43–65.

Khedmatgozar, H. R., & Shahnazi, A. (2018). The role of dimensions of perceived risk in adoption of corporate internet banking by customers in Iran. Electronic Commerce Research, 18(2), 389–412.

Kim, S. H., & Park, H. J. (2011). Effects of social influence on consumers’ voluntary adoption of innovations prompted by others. Journal of Business Research, 64(11), 1190–1194.

Kim, H. B., Kim, T. T., & Shin, S. W. (2009). Modeling roles of subjective norms and eTrust in customers’ acceptance of airline B2C eCommerce websites. Tourism Management, 30(2), 266–277.

Kim, H., Schroeder, A., & Pennington-Gray, L. (2016). Does culture influence risk per- ceptions? Tourism Review International, 20(1), 11–28.

Kim, K. K., Shin, H. K., & Kim, B. (2011). The role of psychological traits and social factors in using new mobile communication services. Electronic Commerce Research and Applications, 10(4), 408–417.

Koenig-Lewis, N., Palmer, A., & Moll, A. (2010). Predicting young consumers’ take up of mobile banking services. International Journal of Bank Marketing, 28(5), 410–432.

Koller, M. (1988). Risk as a determinant of trust. Basic and Applied Social Psychology, 9(4), 265–276.

Kumar, R., Sachan, A., & Kumar, R. (2020). The impact of service delivery system process and moderating effect of perceived value in internet banking adoption. Australasian Journal of Information Systems, 24.

Ladhari, R., Pons, F., Bressolles, G., & Zins, M. (2011). Culture and personal values: How they influence perceived service quality. Journal of Business Research, 64(9), 951–957. Lai, C., Wang, Q., Li, X., & Hu, X. (2016). The influence of individual espoused cultural values on self-directed use of technology for language learning beyond the classroom.

Computers in Human Behavior, 62, 676–688.

Lance, C. E. (1988). Residual centering, exploratory and confirmatory moderator analysis,

and decomposition of effects in path models containing interactions. Applied

Psychological Measurement, 12(2), 163–175.

Lassar, W. M., Manolis, C., & Lassar, S. S. (2005). The relationship between consumer

innovativeness, personal characteristics, and online banking adoption. International

Journal of Bank Marketing, 23(2), 176–199.

Laukkanen, T. (2015). How uncertainty avoidance affects innovation resistance in mobile

banking: The moderating role of age and gender. 2015 48th Hawaii International

Conference on System Sciences (pp. 3601–3610).

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.

Lee, I., Choi, B., Kim, J., & Hong, S. J. (2007). Culture-technology fit: Effects of cultural

characteristics on the post-adoption beliefs of mobile internet users. International

Journal of Electronic Commerce, 11(4), 11–51.

Lee, S. G., Trimi, S., & Kim, C. (2013). The impact of cultural differences on technology

adoption. Journal of World Business, 48(1), 20–29.

Leidner, D. E., & Kayworth, T. (2006). A review of culture in information systems re-

search: Toward a theory of information technology culture conflict. MIS Quarterly, 30(2), 357–399.

Lifen Zhao, A., Hanmer-Lloyd, S., Ward, P., & Goode, M. M. (2008). Perceived risk and Chinese consumers’ internet banking services adoption. International Journal of Bank Marketing, 26(7), 505–525.

Lim, N., Yeow, P. H., & Yuen, Y. Y. (2010). An online banking security framework and a cross-cultural comparison. Journal of Global Information Technology Management, 13(3), 39–62.

Lin, H. C. (2014). An investigation of the effects of cultural differences on physicians’ perceptions of information technology acceptance as they relate to knowledge management systems. Computers in Human Behavior, 38, 368–380.

López-Nicolás, C., Molina-Castillo, F. J., & Bouwman, H. (2008). An assessment of ad- vanced mobile services acceptance: Contributions from TAM and diffusion theory models. Information & Management, 45(6), 359–364.

Lu, J. (2014). Are personal innovativeness and social influence critical to continue with mobile commerce? Internet Research, 24(2), 134–159.

Lu, J., Yu, C. S., & Liu, C. (2009). Mobile data service demographics in urban China. Journal of Computer Information Systems, 50(2), 117–126.

Lu, J., Liu, C., & Wei, J. (2017). How important are enjoyment and mobility for mobile applications? Journal of Computer Information Systems, 57(1), 1–12.

Lu, J., Yu, C. S., Liu, C., & Wei, J. (2017). Comparison of mobile shopping continuance intention between China and USA from an espoused cultural perspective. Computers in Human Behavior, 75, 130–146.

Luo, C., Wu, J., Shi, Y., & Xu, Y. (2014). The effects of individualism–collectivism cultural orientation on eWOM information. International Journal of Information Management, 34(4), 446–456.

Luo, X., Li, H., Zhang, J., & Shim, J. P. (2010). Examining multi-dimensional trust and multi-faceted risk in initial acceptance of emerging technologies: An empirical study of mobile banking services. Decision Support Systems, 49(2), 222–234.

Magnusson, P., Peterson, R., & Westjohn, S. A. (2014). The influence of national cultural values on the use of rewards alignment to improve sales collaboration. International Marketing Review, 31(1), 30–50.

Malaquias, R. F., & Hwang, Y. (2016). An empirical study on trust in mobile banking: A developing country perspective. Computers in Human Behavior, 54, 453–461.

Marafon, D. L., Basso, K., Espartel, L. B., de Barcellos, M. D., & Rech, E. (2018). Perceived risk and intention to use internet banking: The effects of self-confidence and risk acceptance. International Journal of Bank Marketing, 36(2), 277–289.

Martins, C., Oliveira, T., & Popovič, A. (2014). Understanding the Internet banking adoption: A unified theory of acceptance and use of technology and perceived risk application. International Journal of Information Management, 34(1), 1–13.

Matsuo, M., Minami, C., & Matsuyama, T. (2018). Social influence on innovation re- sistance in internet banking services. Journal of Retailing and Consumer Services, 45, 42–51.

McCoy, S. (2003). The effect of national culture dimensions on the acceptance of information and technology: A trait based approach.

Morosan, C., & DeFranco, A. (2016). It’s about time: Revisiting UTAUT2 to examine consumers’ intentions to use NFC mobile payments in hotels. International Journal of Hospitality Management, 53, 17–29.

Namahoot, K. S., & Laohavichien, T. (2018). Assessing the intentions to use internet banking: The role of perceived risk and trust as mediating factors. International Journal of Bank Marketing, 36(2), 256–276.

Ng, C. S. P. (2013). Intention to purchase on social commerce websites across cultures: A cross-regional study. Information & Management, 50(8), 609–620.

Nikbin, D., Ismail, I., & Marimuthu, M. (2012). The impact of causal attributions on customer satisfaction and switching intention: Empirical evidence from the airline industry. Journal of Air Transport Management, 25, 37–39.

Park, C., Jun, J., & Lee, T. (2015). Consumer characteristics and the use of social net- working sites: A comparison between Korea and the US. International Marketing Review, 32(3/4), 414–437.

Patel, K. J., & Patel, H. J. (2018). Adoption of internet banking services in Gujarat: An extension of TAM with perceived security and social influence. International Journal of Bank Marketing, 36(1), 147–169.

Pavlou, P. (2001). Integrating trust in electronic commerce with the technology accep- tance model: Model development and validation. AMCIS 2001 Proceedings, 159. Peter, J. P., & Ryan, M. J. (1976). An investigation of perceived risk at the brand level.

Journal of Marketing Research, 13(2), 184–188.

Petter, S., DeLone, W., & McLean, E. (2008). Measuring information systems success:

Models, dimensions, measures, and interrelationships. European Journal of

Information Systems, 17(3), 236–263.

Pikkarainen, T., Pikkarainen, K., Karjaluoto, H., & Pahnila, S. (2004). Consumer accep-

tance of online banking: An extension of the technology acceptance model. Internet

Research, 14(3), 224–235.

Poromatikul, C., De Maeyer, P., Leelapanyalert, K., & Zaby, S. (2019). Drivers of con-

tinuance intention with mobile banking apps. International Journal of Bank Marketing,

38(1), 242–262.

Qi Dong, J. (2009). User acceptance of information technology innovations in the Chinese

cultural context. Asian Journal of Technology Innovation, 17(2), 129–149.

Rahi, S., Ghani, M. A., & Ngah, A. H. (2019). Factors propelling the adoption of internet banking: The role of E-Customer service, Website design, brand image and customer

satisfaction. International Journal of Business Information Systems Strategies.

Rahi, S., Mansour, M. M. O., Alghizzawi, M., & Alnaser, F. M. (2019). Integration of

UTAUT model in internet banking adoption context. Journal of Research in Interactive

Marketing, 13(3), 411–435.

Rai, A., Maruping, L. M., & Venkatesh, V. (2009). Offshore information systems project

success: The role of social embeddedness and cultural characteristics. MIS Quarterly,

33(3), 617–641.

Rana, N. P., Dwivedi, Y. K., Lal, B., Williams, M. D., & Clement, M. (2017). Citizens’

adoption of an electronic government system: Towards a unified view. Information 12

International Journal of Information Management 53 (2020) 102116

Systems Frontiers, 19(3), 549–568.

Rawashdeh, A. (2015). Factors affecting adoption of internet banking in Jordan:

Chartered accountant’s perspective. International Journal of Bank Marketing, 33(4),

510–529.

Rehman, Z. U., Baharun, R., & Salleh, N. Z. M. (2020). Antecedents, consequences, and

reducers of perceived risk in social media: A systematic literature review and direc-

tions for further research. Psychology & Marketing, 37(1), 74–86.

Reinecke, K., & Bernstein, A. (2013). Knowing what a user likes: A design science ap-

proach to interfaces that automatically adapt to culture. MIS Quarterly, 37(2),

427–453.

Riffai, M., Grant, K., & Edgar, D. (2012). Big TAM in Oman: Exploring the promise of

online banking, its adoption by customers and the challenges of banking in Oman.

International Journal of Information Management, 32(3), 239–250.

Riquelme, H. E., & Rios, R. E. (2010). The moderating effect of gender in the adoption of

mobile banking. International Journal of Bank Marketing, 28(5), 328–341.

Rod, M., Ashill, N. J., Shao, J., & Carruthers, J. (2009). An examination of the relationship

between service quality dimensions, overall internet banking service quality and

customer satisfaction. Marketing Intelligence & Planning, 27(1), 103–126.

Rodrigues, L. F., Oliveira, A., & Costa, C. J. (2016). Does ease-of-use contributes to the perception of enjoyment? A case of gamification in e-banking. Computers in Human

Behavior, 61, 114–126.

Roy, S. K., Balaji, M., Kesharwani, A., & Sekhon, H. (2017). Predicting Internet banking

adoption in India: A perceived risk perspective. Journal of Strategic Marketing, 25(5-

6), 418–438.

Sabiote, C. M., Frías, D. M., & Castañeda, J. A. (2012). The moderating effect of un-

certainty-avoidance on overall perceived value of a service purchased online. Internet

Research, 22(2), 180–198.

Sampaio, C. H., Ladeira, W. J., & Santini, F. D. O. (2017). Apps for mobile banking and

customer satisfaction: A cross-cultural study. International Journal of Bank Marketing,

35(7), 1133–1153.

Schepers, J., & Wetzels, M. (2007). A meta-analysis of the technology acceptance model:

Investigating subjective norm and moderation effects. Information & Management,

44(1), 90–103.

Sekaran, U., & Bougie, R. (2010). Theoretical framework in theoretical framework and

hypothesis development. Research Methods for Business: A Skill Building Approach, 80,

13–25.

Sekhon, H. S., Roy, S. K., & Devlin, J. (2016). Perceptions of fairness in financial services:

An analysis of distribution channels. International Journal of Bank Marketing, 34(2),

171–190.

Seock, Y. K., & Bailey, L. R. (2008). The influence of college students’ shopping or-

ientations and gender differences on online information searches and purchase be-

haviours. International Journal of Consumer Studies, 32(2), 113–121.

Shahin Sharifi, S., & Rahim Esfidani, M. (2014). The impacts of relationship marketing on cognitive dissonance, satisfaction, and loyalty: The mediating role of trust and cog-

nitive dissonance. International Journal of Retail & Distribution Management, 42(6),

553–575.

Shankar, A., Jebarajakirthy, C., & Ashaduzzaman, M. (2020). How do electronic word of

mouth practices contribute to mobile banking adoption? Journal of Retailing and

Consumer Services, 52, 101920.

Sharma, S., Singh, G., & Aiyub, A. S. (2020). Use of social networking sites by SMEs to

engage with their customers: A developing country perspective. Journal of Internet

Commerce, 19(1), 62–81.

Shih, Y. Y., & Fang, K. (2004). The use of a decomposed theory of planned behavior to

study Internet banking in Taiwan. Internet Research, 14(3), 213–223.

Shiu, E., Walsh, G., Hassan, L. M., & Parry, S. (2015). The direct and moderating influ-

ences of individual-level cultural values within web engagement: A multi-country

analysis of a public information website. Journal of Business Research, 68(3), 534–541. Smith, A., & Reynolds, N. (2009). Affect and cognition as predictors of behavioral in-

tentions towards services. International Marketing Review, 26(6), 580–600. Srite, M., & Karahanna, E. (2006). The role of espoused national cultural values in

technology acceptance. MIS Quarterly, 33(3), 679–704.

Straub, D., Boudreau, M. C., & Gefen, D. (2004). Validation guidelines for IS positivist

research. Communications of the Association for Information Systems, 13(1), 24. Straub, D., Loch, K., Evaristo, R., Karahanna, E., & Srite, M. (2002). Toward a theory-

based measurement of culture. Journal of Global Information Management, 10(1),

13–23.

Sum Chau, V., & Ngai, L. W. (2010). The youth market for internet banking services:

Perceptions, attitude and behaviour. Journal of Services Marketing, 24(1), 42–60. Sun, H., & Zhang, P. (2006). The role of moderating factors in user technology accep-

tance. International Journal of Human-computer Studies, 64(2), 53–78.

Takieddine, S., & Sun, J. (2015). Internet banking diffusion: A country-level analysis.

Electronic Commerce Research and Applications, 14(5), 361–371.

Tam, C., & Oliveira, T. (2016). Understanding the impact of m-banking on individual

performance: DeLone & McLean and TTF perspective. Computers in Human Behavior,

61, 233–244.

Tam, C., & Oliveira, T. (2019). Does culture influence m-banking use and individual

performance? Information & Management, 56(3), 356–363.

Taras, V., Rowney, J., & Steel, P. (2009). Half a century of measuring culture: Review of

approaches, challenges, and limitations based on the analysis of 121 instruments for

quantifying culture. Journal of International Management, 15(4), 357–373.

Tarhini, A., El-Masri, M., Ali, M., & Serrano, A. (2016). Extending the UTAUT model to

understand the customers’ acceptance and use of internet banking in Lebanon: A structural equation modeling approach. Information Technology and People, 29(4), 830–849.

Tarhini, A., Hone, K., Liu, X., & Tarhini, T. (2017). Examining the moderating effect of individual-level cultural values on users’ acceptance of E-learning in developing countries: A structural equation modeling of an extended technology acceptance model. Interactive Learning Environments, 25(3), 306–328.

Tran, L. T. T., Pham, L. M. T., & Le, L. T. (2019). E-satisfaction and continuance intention: The moderator role of online ratings. International Journal of Hospitality Management, 77, 311–322.

Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425–478.

Venkatesh, V., Thong, J. Y., & Xu, X. (2012). Consumer acceptance and use of information technology: Extending the unified theory of acceptance and use of technology. MIS Quarterly, 36(1), 157–178.

Venkatesh, V., & Zhang, X. (2010). Unified theory of acceptance and use of technology: US vs. China. Journal of Global Information Technology Management, 13(1), 5–27. Yang, A. S. (2009). Exploring adoption difficulties in mobile banking services. Canadian

Journal of Administrative Sciences/Revue Canadienne des Sciences de l’Administration,

26(2), 136–149.

Yiu, C. S., Grant, K., & Edgar, D. (2007). Factors affecting the adoption of Internet

Banking in Hong Kong—Implications for the banking sector. International Journal of

Information Management, 27(5), 336–351.

Yoon, C. (2010). Antecedents of customer satisfaction with online banking in China: The

effects of experience. Computers in Human Behavior, 26(6), 1296–1304.

Yu, C. S. (2012). Factors affecting individuals to adopt mobile banking: Empirical evi-

dence from the UTAUT model. Journal of Electronic Commerce Research, 13(2), 104. Yuen, Y., Yeow, P. H., Lim, N., & Saylani, N. (2010). Internet banking adoption:

Comparing developed and developing countries. Journal of Computer Information

Systems, 51(1), 52–61.

Yuen, Y. Y., Yeow, P. H., & Lim, N. (2015). Internet banking acceptance in the United

States and Malaysia: A cross-cultural examination. Marketing Intelligence & Planning,

33(3), 292–308.

YuSheng, K., & Ibrahim, M. (2019). Service innovation, service delivery and customer

satisfaction and loyalty in the banking sector of Ghana. International Journal of Bank

Marketing, 37(5), 1215–1233.

Zhang, K. Z., Cheung, C. M., & Lee, M. K. (2014). Examining the moderating effect of

inconsistent reviews and its gender differences on consumers’ online shopping deci-

sion. International Journal of Information Management, 34(2), 89–98.

Zhang, Y., Weng, Q., & Zhu, N. (2018). The relationships between electronic banking

adoption and its antecedents: A meta-analytic study of the role of national culture.

International Journal of Information Management, 40, 76–87.

Zheng, X., El Ghoul, S., Guedhami, O., & Kwok, C. C. (2013). Collectivism and corruption

in bank lending. Journal of International Business Studies, 44(4), 363–390.

Zhou, T., Lu, Y., & Wang, B. (2010). Integrating TTF and UTAUT to explain mobile

banking user adoption. Computers in Human Behavior, 26(4), 760–767.

Zhou, Z., Jin, X. L., Fang, Y., & Vogel, D. (2015). Toward a theory of perceived benefits,

affective commitment, and continuance intention in social virtual worlds: Cultural values (indulgence and individualism) matter. European Journal of Information Systems, 24(3), 247–261.

Zhu, Z., Nakata, C., Sivakumar, K., & Grewal, D. (2013). Fix it or leave it? Customer recovery from self-service technology failures. Journal of Retailing, 89(1), 15–29.

 

Zainah Qasem. (2021). The effect of positive TRI traits on centennials adoption of try-on technology in the context of E-fashion retailing. International Journal of Information Management, Volume 56, Pages 1–11.

Mots clés: UTAUT2, Technologie, Index, Génération de centenaires

L’objectif de cette étude est de découvrir des mouens pour offrir une expérience plus réaliste, les détaillants en ligne ont mis en place des systèmes d’essai virtuel aux clients. De ce fait, il est important d’examiner la variable qui influence l’intention des clients d’utiliser des technologies d’essai lorsqu’ils sont en ligne l’achat de vêtements. L’objectif principal de la présente étude est d’identifier et d’examiner le design et les
caractéristiques qui poussent les centenaires à adopter des systèmes d’essai virtuels. Facteurs extraits de l’UTAUT2 et l’état de préparation technologique ont été proposés dans le modèle d’étude actuel, qui a été validé empiriquement sur la base des données recueillies auprès de 315 participants.

Développement :

Les principaux résultats de la modélisation des équations structurelles ont largement soutenule rôle important de “l’optimisme et de la capacité d’innovation” dans l’espérance de performance et la valeur des prix. L’intention comportementale était également prédite par tous les facteurs de UTAUT2, à l’exception de l’espérance d’effort. Ces résultats pourront fournir des lignes directrices aux détaillants en ligne sur la manière de communiquer avec leurs clients centenaires pour les influencer
d’adopter une technologie d’essai.

Résultats :

Les entreprises de vente au détail de vêtements et de mode en ligne sont en plein essor, mais elles est toujours à la traîne par rapport à d’autres entreprises de vente au détail en ligne, comme le sport les équipements, la technologie et les produits de bricolage (Clients, 2020). Ce décalage a été attribuée à la nature des vêtements, qui exige que le client doit sentir et essayer le produit avant de prendre la décision d’achat
(Bl’azquez, 2014). Pour offrir une expérience plus réaliste, les détaillants en ligne
ont eu recours à des systèmes d’essai virtuels. Il est donc essentiel d’explorer les
les facteurs affectant l’intention des clients d’utiliser des technologies d’essai lorsque
l’achat en ligne de vêtements. Sur les quatre facteurs pris en compte dans ce
trois d’entre elles ont influencé positivement l’intention comportementale
qui conduit à l’adoption d’une technologie d’essai virtuel. Les résultats ont indiqué une relation positive entre l’attente de performance, l’hédonisme perçu, et  la valeur de prix sur l’intention comportementale d’utiliser technologie d’essai virtuel.

Conclusion :

En outre, deux modèles ont été choisis comme base théorique de cette étude. UTAUT2 (Venkatesh et al., 2012) a été étendu en intégrant les facteurs positifs de la TRI. L’espérance de performance, hédonique Il a été démontré que la motivation et la valeur du prix sont des indicateurs significatifs de l’intention comportementale d’adopter une technologie d’essai virtuelle parmi les centenaires. Toutefois, l’influence de l’espérance de vie à l’effort sur L’intention des centenaires d’adopter la technologie d’essai virtuel s’est avérée être insignifiante. Traits personnels positifs (optimisme et capacité d’innovation) ont eu un effet significatif sur l’intention des centenaires d’adopter nouvelles technologies en influençant leur perception de l’espérance de performance,
la motivation hédonique et la valeur du prix.

Références :

Alalwan, A. A. (2020). Mobile food ordering apps: An empirical study of the factors
affecting customer e-satisfaction and continued intention to reuse. International
Journal of Information Management, 50, 28–44.

Ayush, K., Jandial, S., Chopra, A., Hemani, M., & Krishnamurthy, B. (2019). Robust cloth warping via multi-scale patch adversarial loss for virtual try-on framework.
Proceedings of the IEEE International Conference on Computer Vision Workshops. pp.
0–0

Customers. (2020). Fastest growing online retail sectors unveiled. https://engagecustomer.com/fastest-growing-online-retail sectorsunveiled/#:-:text=Sporting%20equipment%2C%20garden%20%26%20DIY%20products,to%20new%20research%20revealed%20today.

Jeong, S. W., & Ha, S. (2020). Consumer acceptance of retail service robots. The Research Journal of the Costume Culture, 28(4), 409–419.

Joshi, N. (2019). Retailers Have A Lot To Gain From AR and VR. Forbes.com. https://www.forbes.com/sites/cognitiveworld/2019/10/01/retailers-have
-a-lot-to-gain-from-ar-and-vr/#26e99f1b7a1c.

Emmanuel Sirimal Silva, Ph.D., Francesca Bonetti, Ph.D. (2021). Digital humans in fashion: Will consumers interact?. Journal of Retailing and Consumer Services, Volume 48, Published online: 1 January 2021, Pages 1–11.

Mots clés: L’homme numérique, Interaction, Comportement des consommateurs
Le secteur de la mode, Commerce électronique, Technologies innovantes

La pandémie COVID-19 en cours perturbe l’industrie de la mode et oblige les entreprises de mode à accélérer leur transformation numérique. Le besoin accru d’opérations commerciales plus durables dans le secteur de la mode, lorsqu’il est associé avec la perspective que les affaires ne seront peut-être plus jamais comme avant, appelle à des pratiques innovantes axées sur le commerce électronique.
Récemment, les parties prenantes ont expérimenté l’idée d’introduire l’homme numérique pour un commerce électronique plus actif rôle dans la mode grâce aux développements de l’intelligence artificielle, de la réalité virtuelle, augmentée et mixte.

Développement :

Notre étude a été motivée par la nécessité de comprendre les probabilité d’interagir avec des humains numériques. En outre, nous avons exploré plusieurs facteurs qui peuvent affecter l’interaction des consommateurs avec le numérique l’homme, en termes de démographie, de formes d’interaction avec les technologies et les dispositifs utilisés (Bonetti et al., 2017, 2019a ; Poncin et Mimoun, 2014 ; Huang et Hsu, 2014 ; Pantano et al., 2017 ; Karpor et Yusupov, 2018 ; Dacko, 2016). En abordant ces questions, nous avons examiné d’importantes de cette forme innovante de technologie, et des opportunités et implications stratégiques pour les entreprises ont émergé. Nos conclusions mettre en évidence les points clés tirés d’un échantillon large et varié de potentiels les consommateurs en tant qu’utilisateurs de la technologie humaine numérique, et dans un large de formes d’interaction et de dispositifs personnels. Nous révélons comment les consommateurs l’interaction avec l’homme numérique peut changer la façon dont les entreprises interagissent avec les consommateurs, en termes de canaux de vente et de communication, ce qui peut avoir des implications pour l’avenir de plusieurs les disciplines et leur pratique.

Résultats :

Enfin, nos résultats ont révélé l’impact des facteurs démographiques sur
la probabilité des consommateurs d’interagir avec les humains numériques. Concernant les résultats qui ont montré que les hommes sont nettement plus susceptibles de interagissent avec les humains numériques que les femmes. En ce qui concerne les régions, les répondants de la région des Amériques sont nettement plus susceptibles
interagissent avec les humains numériques que ceux de l’EMEA ou du Royaume-Uni. Ce indique que le sexe et les régions géographiques jouent un rôle clé sur la probabilité des consommateurs d’interagir avec des humains numériques ; cela est conforme à la
des études existantes indiquant que ces facteurs affectent l’acceptation et l’interaction des consommateurs avec les technologies innovantes (Bonetti et al., 2017,
2019a ; Pantano et al., 2017). Ces résultats ont donc des implications essentielles pour les développeurs de technologies, les concepteurs et les spécialistes du marketing de l’homme numérique pour les entreprises.

Conclusion :

les conclusions ont souligné que les réactions des consommateurs aux formes d’humains numériques ont des conséquences potentiellement graves sur la façon dont la mode des affaires est pratiquée et pour plusieurs disciplines académiques. Dans une période lorsque les entreprises de mode doivent prendre des décisions importantes pour survivre face à la concurrence croissante et à l’évolution des tendances du marché, en particulier après la COVID-19. Nos conclusions peuvent donc aider à prendre des décisions importantes concernant l’investissement dans les solutions numériques à base humaine. Cette étude contribue à enrichir les connaissances des universitaires et des praticiens la compréhension des questions urgentes pour un avenir réussi et l’innovation de des entreprises.

Références :

Accenture, 2020. The Human Experience: how organizations should respond to the
experience implications of COVID-19. Available via: https://www.accenture.com
/_acnmedia/Thought-Leadership-Assets/PDF-2/Accenture-COVID-19-New-HumanTruths-That-Experiences-Need-To-Address.pdf. (Accessed 21 May 2020).

IGI Global, 2020. What is innovative technology. Available via: https://www.igi-global.
com/dictionary/influences-on-the-acceptance-of-innovative-technologies-used-inlearning-opportunities/46464. (Accessed 2 May 2020)

Sands, S., Ferraro, C., Campbell, C., Tsao, H.-Y., 2020. Managing the human–chatbot
divide: how service scripts influence service experience. J. Service Manag. https://
doi.org/10.1108/JOSM-06-2019-0203. In press.

Seymour, M., Yuan, L., Dennis, A., Riemer, K., 2020. Facing the artificial: understanding
affinity, trustworthiness, and preference for more realistic digital humans.
Proceedings of the 53rd Hawaii International Conference on System Sciences.
https://doi.org/10.24251/HICSS.2020.574.

Tibken, S., 2020. Samsung’s new Neon project is finally unveiled: it’s a humanoid AI
chatbot. Available via: https://www.cnet.com/news/samsung-neon-project-finallyunveiled-humanoid-ai-chatbot-artificial-humans/. (Accessed 21 April 2020).

Larissa Becker & Elina Jaakkola. (2020). Customer experience: fundamental premises
and implications for research. Journal of the Academy of Marketing Science, Volume 48, Published online: 13 January 2020, Pages 630–648.

Mots clés: Expérience client . Expérience du consommateur . Voyage du client . Revue de la littérature . Analyse métathéorique

L’article compare ensuite les phénomènes et les hypothèses métathéoriques prévalant dans chaque domaine pour établir une double classification des traditions de recherche qui étudient les clients l’expérience en tant que réponses soit (1) à des stimuli de gestion, soit (2) à des processus de consommation. En analysant la compatibilité de cesen se plaçant dans une perspective métathéorique, cette enquête permet de dégager quatre prémisses fondamentales de l’expérience du client qui sont généralisables à tous les milieux et contextes. Ces prémisses font progresser le développement conceptuel de l’expérience client en définissant son domaine conceptuel de base et en fournissant des lignes directrices pour les recherches ultérieures.

Développement :

Développer une vision intégrative de l’expérience client nécessite d’organiser la littérature dispersée en groupes et d’analyser leur compatibilité (MacInnis 2011). Cette analyse s’est déroulée en trois phases : (1) une analyse documentaire systématique de l’expérience client qui regroupe les études individuelles en huit domaines littéraires distincts, (2) l’organisation de la littérature en huit groupes dans deux traditions de recherche distinctes sur la base de la les phénomènes d’expérience client abordés et les hypothèses métathéoriques sous-jacentes adoptées, et (3) former un une vision intégrée de l’expérience du client en s’appuyant sur la des éléments compatibles entre les différentes traditions de recherche.

Résultats :

Dans cette étude, aux vues des résultats, il est recommandé que les recherches futures fondent les modèles de gestion de l’expérience client sur une approche plus nuancée
la compréhension conceptuelle de l’expérience. Ces modèles ne doit pas considérer la “bonne expérience” comme l’objectif de la gestion de l’expérience client, mais plutôt définir le contenu de l’expérience client visée (cf. prémisse 1). Dans notre échantillon, seules quelques études portent sur les les réponses et les réactions que les entreprises veulent déclencher : Pour Par exemple, Bolton et al. (2014) montrent trois types de
les expériences prévues (par exemple, les expériences engagées sur le plan émotionnel) et donner des suggestions sur la manière de les déclencher. En se concentrant sur la dichotomie “bon contre mauvais” du client expérience, études sur la gestion de l’expérience client est critique. Les connaissances existantes sur la pertinence et l’adéquation des activités de gestion particulières avec des contextes, des situations et des types de clients particuliers est très rare. Par exemple, de futures recherches pourraient explorer comment les contingences des clients pour la formation de l’expérience client (voir Le principe 3) peut être utilisé pour la segmentation et la manière dont les processus de gestion doivent être adaptés pour garantir les effets souhaités

Conclusion :

L’application des prémisses développées dans cette étude en suite
la recherche devrait faciliter l’avancement de la science et de la généralisation des résultats en permettant aux différents domaines et les traditions de recherche pour parler le même langage et établir une vision plus complète du domaine conceptuel. Naturellement, les chercheurs en expérience client de différents domaines continuera à avoir des hypothèses différentes sur la nature de la réalité et la manière dont l’expérience du client doit être étudiée ; toutefois, ces différences ne doivent pas signifier que le concept de l’expérience sont différents dans le marketing . La compréhension intégrative proposée dans cette étude est le pas nécessaire vers le développement d’une la théorie de l’expérience client.

Références :

Chaney, D., Lunardo, R., & Mencarelli, R. (2018). Consumption experience: past, present and future. Qualitative Market Research: An
International Journal, 21(4), 402–420.

Hamilton, R., & Price, L. L. (2019). Consumer journeys: developing
consumer-based strategy. Journal of the Academy of Marketing
Science, 47(2), 187–191.

Johnston, W. J., Le, A. N. H., & Cheng, J. M. S. (2018). A meta-analytic
review of influence strategies in marketing channel relationships.
Journal of the Academy of Marketing Science, 46(4), 674–702

Kuehnl, C., Jozic, D., & Homburg, C. (2019). Effective customer journey
design: consumers’ conception, measurement, and consequences.
Journal of the Academy of Marketing Science, 47(3), 551–568.

Palmatier, R. W., Houston, M. B., & Hulland, J. (2018). Review articles:
purpose, process, and structure. Journal of the Academy of
Marketing Science, 46(1), 1–5

MichelWedel, EnriqueBigné, JieZhang. (2020). Virtual and augmented reality: Advancing research in consumer marketing. International Journal of Research in Marketing, Volume 37, Issue 3, September 2020, Pages 443-465.

Mots clés: Réalité virtuelle, Réalité augmentée, Expérience du consommateur, Voyage du client, Efficacité de la RV/AR

Les expériences de RV peuvent être diffusées via divers matériels, tels que des écrans montés sur la tête (HMD), les espaces cubiques immersifs (CAVE), les grands écrans (power walls), les appareils mobiles (smartphones, tablettes), ou les ordinateurs de bureau et portables les ordinateurs, qui sont parfois complétés par d’autres dispositifs de simulation ou de suivi. Un type distinct de RV est la réalité augmentée (RA), dans laquelle des dispositifs numériques sont utilisés pour superposer des informations sensorielles supplémentaires (sons, objets, avatars, graphiques, étiquettes, etc.) sur le monde réel. ).

Développement :

La distinction entre la RV et la RA est que la RV crée une perception de la réalité
entièrement basée sur des informations virtuelles, tandis que la RA améliore la perception du monde réel grâce à des informations supplémentaires générées par ordinateur (Carmigniani et al., 2011). La réalité mixte (RM) fusionne à la fois la RV et la RA. Le “continuum réalité-virtualité” proposé par Milgram et Kishino (1994) est un cadre largement adopté qui place la RV et la RA sur un continuum technologique qui montre des exemples d’applications de la RA, de la RV et de la RM, en particulier Hololens, Oculus Quest et Amazon AR View, respectivement. Dans cet article, nous faisons référence à toutes ces technologies comme RV et n’utilisent le terme RV que lorsque la distinction est nécessaire dans un contexte spécifique.

Résultats :

Dans de nombreux domaines du marketing, la réalité virtuelle et la réalité augmentée permettent une expérimentation relativement rentable (Burke, 2018). Alors que les expériences sur le terrain sont souvent utilisées pour résoudre des problèmes tactiques mineurs en raison de leur coût élevé et de leur potentiel risques pour les entreprises, les expériences menées dans des environnements de RV, de RA ou de RM peuvent offrir un réalisme similaire tout en étant plus rentables, confidentielles et facilement extensibles pour aborder un marketing de grande envergure, tactique ou même stratégique .

Les problèmes, tels que les assortiments de produits, le positionnement des produits, l’image de marque et le repositionnement de la marque, la personnalisation du contenu marketing, la tarification des lignes de produits, ainsi que la disposition et la conception des magasins peuvent être gérer facilement.

Dans les expériences de laboratoire, la RV peut également s’avérer utile pour placer les participants dans des situations simulées, plutôt qu’imaginées. Un exemple en est la récente recherche de Sarantopoulos, Theotokis, Pramatari, et Roggeveen (2019), qui ont utilisé une expérience de réalité virtuelle pour montrer que l’organisation des catégories de produits par la comparaison entre les objectifs de consommation et les caractéristiques physiques permet de mieux visualiser le processus de consommation, ce qui augmente les achats et les dépenses.

Conclusion :

De multiples facteurs incitent à l’optimisme quant au potentiel de la RV. Premièrement, les grandes entreprises continuent d’investir massivement dans La RV/AR pour les applications de masse et les innovations continues sont le fait de jeunes pousses ; la RV est donc susceptible de devenir une partie intégrante de l’activité de l’entreprise. composante du paysage marketing.

Deuxièmement, les institutions universitaires et de recherche sont de plus en plus équipées en RV, et il y a une croissance constante des études de marketing et de consommation sur la RV, ou utilisant la RV.

Nous espérons que cet article fournira les chercheurs en marketing qui ont des idées qui peuvent les aider à identifier et à traiter des questions de recherche importantes, et les praticiens avec un aperçu du paysage concurrentiel, des possibilités de candidature inexploitées et un cadre qui les aide à évaluer les l’efficacité du déploiement de la RV dans différents contextes d’application et à différentes étapes du parcours du client

Références :

Alcañiz, M., Bigne, E., & Guixeres, J. (2019). Virtual reality in marketing: A framework, review and research agenda. Frontiers in Psychology, 10, 1530

Becker, L., & Jaakkola, E. (2020). Customer experience: Fundamental premises and implications for research. Journal of the Academy of Marketing Science.
https://doi.org/10.1007/s11747-019-00718-x article in press

Caboni, F., & Hagberg, J. (2019). Augmented reality in retailing: A review of features, applications and value. International Journal of Retail & Distribution Management, 47
(11), 1125–1140.

Carrozzi, A., Chylinski, M., Heller, J., Hilken, T., Keeling, D. I., & de Ruyter, K. (2019). What’s mine is a hologram? How shared augmented reality augments psychological
ownership. Journal of Interactive Marketing, 48, 71–88

Zeng, G., Cao, X., Lin, Z., & Xiao, S. H. (2020). When online reviews meet virtual reality: Effects on consumer hotel booking. Annals of Tourism Research, 81. https://doi.
org/10.1016/j.annals.2020.102860 in press.

Vineet Kaushika, Arpita Khareb, Rosy Boardmanc, Marta Blazquez Canoc (2020). Why do online retailers succeed? The identification and prioritization of success factors for Indian fashion retailers. Electronic Commerce Research and Applications. Volume 39, 1-15. https://www-sciencedirect com.devinci.idm.oclc.org/science/article/pii/S1567422319300833

Mots clés: Stratégie de réussite, Entreprises en ligne, Détaillants en ligne, Mode Business, Multicritères, Prise de décision, Attributs de l’entreprise.

Le commerce en ligne est défini comme “toute information transmise par voie électronique les échanges entre une organisation et ses parties prenantes externes”.
(Chaffey, 2015). Le secteur du commerce électronique en Inde vaut 19,5 USD
milliards de dollars, a connu une croissance importante dans différentes régions du pays en raison à l’augmentation de la pénétration de l’internet (KPMG, 2018). En outre, en ligne, le commerce de détail en Inde devrait augmenter de 250 % au cours des trois prochaines années, avec 35 à 40 % du marché attribué au segment de l’habillement (CRISIL, 2018). En effet, l’Institut indien du commerce en ligne pose que d’ici 2020, l’Inde générera 100 milliards de dollars grâce à la le commerce de détail et 35 milliards de dollars de cette somme seront consacrés au commerce de détail de la mode en ligne(Khosla, 2017).

Développement :

La croissance exponentielle de la vente de mode en ligne en Inde a entraîné plusieurs changements structurels. L’évolution des besoins des consommateurs et des propositions de valeur a rendu impératif pour les détaillants en ligne d’identifier les facteurs essentiels à sa croissance. L’étude actuelle tente d’identifier les facteurs qui influencent la préférence des consommateurs pour les détaillants de mode en ligne

Résultats :

Cette étude a plusieurs implications essentielles. Recherches existantes
se concentre sur les attributs de sélection de la vente au détail en ligne et leur comparaison (Hsu 2010 ; Liu et al. 2015 ; Kabir et al. 2012 ; Masudin et Saputro,
2016 ; Rouyendegh et al., 2018). La présente étude s’appuie sur cette littérature et applique ces caractéristiques au contexte indien de la vente de mode en ligne afin d’évaluer s’il existe des aspects uniques à ce marché. En outre, la présente étude va plus loin en classant  tous les différents aspects de la vente en ligne pour découvrir les les domaines les plus importants sur lesquels les détaillants de mode doivent se concentrer lorsqu’ils construisent une stratégie en ligne réussie.

Conclusion :

– 8 nouveaux facteurs apportés par les experts
– 8 nouveaux attributs des magasins de détail de mode en ligne sont identifiés sur la base sur des entretiens avec des experts : Créneau de la boutique en ligne (WA6) ; annulation facile des commandes (POC5) ; Dernière tendance (PA4) ; Produits de marque (PA5) ; Guide de style (WF4) ; Options de paiement multiples (WF6) ; Ventes et accords spéciaux (HM5) ; Expérience antérieure avec le magasin (HM6).
– Les sept critères principaux : Esthétique du magasin en ligne (WA), Commande postale commodité (POC), attributs du produit (PA), facilités de la boutique en ligne
(WF), Information Tactile (TI), Motivations Hédoniques (HM) et Les images des magasins en ligne (WI) couvrent presque tous les aspects sur la base qui peut être évalué. Les recherches précédentes ont manqué certaines des ces catégories importantes.
– En outre, en ce qui concerne le contexte indien, il s’agit de la première étude,
qui fournit des données provenant de décideurs, exclusivement des principaux détaillants de mode en ligne de l’Inde.

Références :

A. Ahmad, O. Rahman, M.N. Khan. Exploring the role of website quality and hedonism in the formation of e-satisfaction and e-loyalty: Evidence from internet users in India J. Res. Interact. Market., 11 (3) (2017), pp. 246-267

P. Ji, H.Y. Zhang, J.Q. Wang. A Fuzzy decision support model with sentiment analysis for items comparison in e-commerce: the case study of PConline.com. IEEE Transactions on Systems, Man, and Cybernetics: Systems (2018)

KPMG. (2018). E-Commerce Retail Logistics in India – Driving the Change, https://assets.kpmg.com/content/dam/kpmg/in/pdf/2018/05/e-commerce-retail-logistics.pdf (accessed 12 June, 2018).

P. Oghazi, S. Karlsson, D. Hellström, K. HjortOnline purchase return policy leniency and purchase decision: Mediating role of consumer trust J. Retail. Consum. Serv., 41 (2018), pp. 190-200

B.D. Rouyendegh, K. Topuz, A. Dag, A. OztekinAn AHP-IFT integrated model for performance evaluation of E-commerce web sites Inf. Syst. Front. (2018), pp. 1-11

Oliver T. Kurtz, Bernd W. Wirtz, & Paul F. Langer. (2021). An Empirical Analysis of Location-Based Mobile Advertising— Determinants, Success Factors, and Moderating Effects. Journal of Interactive Marketing 54 (2021), 54, 69‑85. https://www.sciencedirect.com/science/article/abs/pii/S1094996820301201

Mots clés : Théorie de l’action raisonnée – Théorie du calcul de la confidentialité – Modélisation d’équations structurelles – Intention d’achat – Applications d’achat

 

Le développement de la publicité mobile géo localisé (LBA) est le nouvel outil de prédilections des marketers pour influer le processus de prise de décision d’achat du consommateur. Celle-ci se définit comme «[…] des informations contrôlées par le marketeur spécialement adaptées à l’endroit où les utilisateurs accèdent au support publicitaire» ( Bruner & Kumar, 2007 , p. 4).

Afin de mettre en évidence l’impact de cette techniques publicitaires sur le comportement du consommateur, l’équipe de chercheurs s’est penché sur l’influence des constructions liées au contenu d’application et orientées utilisateur sur (1) l’attitude de l’utilisateur, (2) l’intention de divulguer des informations personnelles et basées sur la localisation, et (3) l’intention d’acheter en fonction du contenu et de la perception de l’utilisateur d’une plate-forme LBA réussie. (Oliver T. Kurtz, Bernd W. Wirtz, & Paul F. Langer)

 

Développement :

Après s’être penché sur le contexte théorique liés aux études menés sur la LBA, les chercheurs ont réalisé une approche de recherche mixte combinant étude qualitative et quantitative afin de déterminer un ensemble de facteurs de succès liés à la LBA (Oliver T. Kurtz, Bernd W. Wirtz, & Paul F. Langer). De cette étude il en a été défini 3 dimensions principales qui sont :

– la perception de la fonctionnalité de l’application

– l’influence du contexte de localisation

– calcul de la confidentialité

 

Il a ensuite été déterminé un ensemble d’hypothèses que les chercheurs ont voulu affirmer et ou infirmer :

H1

Le degré de personnalisation a une influence positive sur l’attitude des utilisateurs envers LBA.

H2

La «Qualité du contexte de localisation» a une influence positive sur l’effet de la «personnalisation» sur «l’attitude de l’utilisateur» envers LBA.

H3

Les incitations ont une influence positive sur l’attitude des utilisateurs envers la LBA.

H4

La qualité du contexte de localisation a une influence positive sur l’effet des incitations sur l’attitude des utilisateurs à l’égard de la LBA

H5

La pré-approbation des utilisateurs a une influence positive sur l’attitude des utilisateurs envers LBA.

 H6

La qualité du contexte de localisation a une influence positive sur l’impact de la pré-approbation sur les attitudes des utilisateurs envers la LBA.

H7

Le «support de navigation extérieure» a une influence positive sur l’attitude des utilisateurs envers LBA.

H8

La qualité du contexte de localisation a une influence positive sur l’effet de l’aide à la navigation en extérieur sur l’attitude des utilisateurs envers LBA.

 H9

Les avantages de la divulgation de renseignements personnels ont un effet positif sur l’intention de divulguer des renseignements personnels.

 H10

La qualité du contexte de localisation a une influence positive sur l’effet des avantages présumés de la divulgation de renseignements personnels sur l’intention de divulguer des renseignements personnels.

H11

La qualité du contexte géographique a une influence positive sur l’intention de divulgation des renseignements personnels.

H12

Le risque de divulgation d’informations personnelles a une influence négative sur l’intention de divulguer des informations personnelles.

H13

L’attitude des utilisateurs envers LBA a une influence positive sur l’intention d’achat.

 H14

L’attitude des utilisateurs envers LBA a une influence positive sur l’intention de divulguer des informations personnelles.

H15

L’intention de divulguer des informations personnelles a un impact positif sur l’intention d’achat.

H16

L’intention de divulguer des informations personnelles médiatise la relation positive entre l’attitude de l’utilisateur et l’intention d’acheter.

 

Pour cela, l’étude s’est portée sur un groupe de 294 répondants en Allemagne utilisant l’application PAYBACK qui est une application qui en pousse un bon nombre de campagnes publicitaire à l’utilisateur en fonction de sa localisation.

Parmi l’échantillon, plus de la moitié sont des femmes (55,8%) âgées entre 35-44 ans (29,3%) utilisant l’internet mobile à hauteur de plus de 10h par semaine (38,8%) et utilisant en moyenne l’application PAYBACK moins de 30 minutes par semaine (55,1%). Un modèle de construction d’échelle endogène et exogène a été appliqué afin d’en extraire des informations viables et fiables.

 

Résultats :

Toutes les hypothèses sauf H5, H6 et H11 ont été prise en charge par le modèle.

 

Conclusion :

Nous pouvons donc en conclure que : « Les trois relations significatives que sont la personnalisation, les incitations et la navigation en extérieur – qui aident les utilisateurs à se positionner sur l’application – peuvent être considérées comme une confirmation importante de leur pertinence pour les chercheurs et les spécialistes du marketing. La contribution la plus importante de cette étude est la constatation que des informations de haute qualité sur le contexte de l’emplacement ont une influence positive significative sur les relations décrites. On peut supposer que des informations de localisation précises et fiables sont la base pour guider les clients appropriés vers certaines entreprises en répondant à leurs préférences personnelles. » (Oliver T. Kurtz, Bernd W. Wirtz, & Paul F. Langer).

 

Limites :

• Le nombre d’interrogé est limité, les prochaines recherches devraient cibler un échantillon plus large
• La durée de l’étude est trop peu significative, il serait intéressant d’étendre l’étude dans la durée
• L’étude s’est penchée sur un seul type d’application, il serait intéressant d’étendre l’étude à d’autres services d’applications.

 

Références :

• Bruner, G. C., & Kumar, A. (2007). Attitude toward location-based advertising. Journal of Interactive Advertising, 7(2), 3–15.
• Yu, J., Zo, H., Kee Choi, M., & Andrew, P. C. (2013). User acceptance of location-based social networking services: An extended perspective of perceived value. Online Information Review, 37(5), 711–730.
• Yu, J. H. (2013). You’ve got mobile ads! Young consumers’ responses to mobile ads with different types of interactivity. International Journal of Mobile Marketing, 8(1), 5–22.

 

Boyer, J. (2010). Les effets du scepticisme du consommateur face à la publicité sur le processus de persuasion. Marché et organisations, 12(2), 147. https://doi.org/10.3917/maorg.012.0147

Mots clés : Publicité, scepticisme à la publicité, crédibilité de la publicité, comportement du consommateur.

Le comportement du consommateur face à l’exposition publicitaire est une notion importante sur laquelle les marketer se penchent afin d’optimiser au mieux la perception de leurs campagnes par le grand public. Il existe une notion de scepticisme envers l’exposition à la publicité de marque (Ad) mais aussi à l’exposition à l’annonce publicitaire (Aad).

 

Développement :

(Calfee et Ringold, 1994, p. 234) énonce le fait que : « Les consommateurs sont sceptiques face à la publicité dans l’ensemble, mais ils en extraient néanmoins de l’information utile. Ceci semble refléter un processus complexe dans lequel le travail des annonceurs consiste à obtenir de la crédibilité aux yeux des consommateurs rationnels, qui sont conscients de la nature partiale de la publicité. »

Après avoir défini le rapprochement entre le scepticisme et la crédibilité, l’auteur s’est ensuite penché sur la corrélation entre : « Le paradigme cognitif de la persuasion et le modèle ELM » (modèle ELM, Petty et Cacioppo, 1981).

Les hypothèses relatives aux conséquences du scepticisme ont été posé ci-dessous :

 Afin de tester les hypothèses ci-dessus, l’étude s’est portée sur deux échantillons d’individu : le premier un groupe de 598 personnes et le second un groupe de 1404 personnes. Le questionnaire a été distribué aux employés de l’entreprise Siemens (antenne Lyon) et aux employés de la mairie de Saint-Etienne. A noter que : « Si cet échantillon ne suit pas exactement la répartition de la population française en raison du biais de représentativité inhérent au cyber sondage, nous insistons sur le fait qu’il ne s’agit en aucun cas d’un échantillon composé exclusivement d’étudiants ». (Boyer, J. (2010). Les effets du scepticisme du consommateur face à la publicité sur le processus de persuasion. Marché et organisations, 12(2), 147.) Une campagne de publicité a été présenté à l’ensemble des répondants avec des caractéristiques différentes afin de mettre en évidence un éventuel scepticisme face à l’exposition à la publicité et à la tournure du message qui en est présenté. Des échelles de mesures du scepticisme ont été réalisé afin de construire le modèle permettant d’analyser les résultats.

 

Résultats :

H1 validée :  plus une personne est sceptique à l’exposition d’une publicité, moins celle-ci croira l’annonce.

H2a; H2b  validée: il existe donc une influence direct et positive de la crédibilité de l’annonce sur la perception et la croyance du produit présenté.

H3a; H3b; H3c : Aad remplit son rôle de médiateur entre la crédibilité de l’annonce et les croyances sur le produit d’une part ; d’autre part entre  la crédibilité de l’annonce et l’attitude envers le produit. Est mis en évidence également que Aad influence les croyances sur le produit et l’attitude envers le produit. « Les deux modèles de traitement de l’annonce : « persuasion basée sur le message » et « mode dual de la persuasion », sont validés. » (Boyer, J. (2010). Les effets du scepticisme du consommateur face à la publicité sur le processus de persuasion. Marché et organisations, 12(2), 147.)

H4 validée :  Il a été montré que le fait d’avoir une croyance positive sur le produit entraine une attitude positive envers celui-ci.

H5 validée : Une intention favorable envers le produit conduit à une probabilité plus grande d’effectuer un achat.

 

Conclusion :

Le scepticisme du consommateur a un impact négatif sur la perception de l’information émis par la publicité. Cela a un impact également sur la persuasion que celui-ci peut éprouver face à une campagne et donc impact la crédibilité de celle-ci.

Le scepticisme conditionne donc l’acceptation du message. Les dépenses mis à profil de la publicité par l’annonceur auront donc peu d’impact sur l’attitude de l’individu.

 

Limites :

Il est important pour les prochaines recherches de se pencher sur les leviers de crédibilité qui seraient efficaces à mettre en place en fonction des degrés de scepticisme que l’individu pourrait ressentir.

 

Références :

Boyer, J. (2010). Les effets du scepticisme du consommateur face à la publicité sur le processus de persuasion. Marché et organisations, 12(2), 147. https://doi.org/10.3917/maorg.012.0147

CALFEE J.E. ET RINGOLD D.J., (1994), The 70% majority: enduring consumer beliefs about advertising, Journal of Public Policy and Marketing, 13, 2, 228-238.

DARLEY W.K. ET SMITH R.E., (1993), Advertising claim objectivity: antecedents and effects, Journal of Marketing, 57, 4, 100- 113.

Jiménez, N., & San-Martín, S. (2017). Attitude toward m-advertising and m-repurchase. European Research on Management and Business Economics, 23(2), 96‑102. https://doi.org/10.1016/j.iedeen.2016.12.001

Mots clés : Attitude – Mobile – M-rachat

 Le téléphone mobile est l’un des outils sur lequel les marketer peuvent s’appuyer pour diffuser de la publicité mobile (m-publicité) mais également pour optimiser le parcours client du consommateur. Cet outil permet également au consommateur d’avoir accès beaucoup rapidement à de l’information et lui permet également de mener à bien ces fins dans le parcours d’achat.

 

Développement :

Dans cette étude les chercheurs se sont penché sur l’attitude d’achat des consommateurs en fonction de la zone géographique dans laquelle ils se trouvent. L’étude a pour but de : « déterminer le rôle des facteurs personnels, sociaux et épistémiques (c’est-à-dire la propension à utiliser la technologie, le contrôle perçu, l’influence sociale et la compatibilité) dans l’influence de l’attitude des acheteurs envers la m-publicité et, enfin, dans leur répétition du shopping mobile… et déterminer s’il existe des différences dans la génération d’une attitude positive envers la m-publicité et les achats répétés sur mobile en fonction du pays analysé » (Jiménez, N., & San-Martín, S. (2017)).

Afin de répondre à ces questions les hypothèses suivantes ont été posé :

H1

Une attitude positive envers la m-publicité a un effet positif sur le m-rachat.

H2

La propension à utiliser la technologie a un effet positif sur l’attitude envers la m-publicité.

H3

Le contrôle perçu a un effet positif sur l’attitude envers la m-publicité.

H4

L’influence sociale a un effet positif sur l’attitude envers la m-publicité.

H5

La compatibilité avec le téléphone mobile a un effet positif sur l’attitude envers la m-publicité.

 H6

Le pays de l’acheteur mobile (Mexique ou Espagne) modère les relations proposées dans les hypothèses H1 , H2 , H3 , H4 , H5 .

 

La recherche s’est portée sur deux groupes de répondants en Espagne et au Mexique, pays développé et émergeant. Ont été interrogé un groupe de 447 acheteurs mobile espagnols et 526 acheteurs mobile mexicains. Le profil des répondants est des hommes 60,2% (espagnols) et 56% (mexicains) âgés entre 18-34 ans et ayant fait des études de licence et/ou ayant une formation professionnelle.

 

Résultats :

• H1 validé
• H2 : partiellement validé puisque l’influence de la propension à utiliser la technologie sur l’attitude envers la m-publicité n’a pas été soutenue pour le cas de l’Espagne
• H3 : partiellement validé puisqu’il y a une influence négative dans le cas du Mexique
• H4 : validé
• H5 : validé
• H6 : validé

 

Conclusion :

Indépendamment du contexte national d’achat sur mobile, les caractéristiques personnelles du consommateur (contrôle perçu), l’influence sociale et le facteur épistémique sont des points importants de l’approche de celui-ci face à la publicité mobile et aussi sur le processus de ré achat.

Une attitude positive envers la publicité mobile favoriserait ainsi le processus de ré achat chez le consommateur quel que soit le pays étudié ici.

 

Limites :

• Étude transversale sur seulement deux pays différents à élargir
• Prendre en compte d’autres variables telles que : le collectivisme, l’incertitude, le risque, la catégorie de produit et le style publicitaire

 

Références :

Jiménez, N., & San-Martín, S. (2017). Attitude toward m-advertising and m-repurchase. European Research on Management and Business Economics, 23(2), 96‑102. https://doi.org/10.1016/j.iedeen.2016.12.001