Marique E, Strowel A, (2019), La régulation des fake news et avis factices sur les plateformes, Revue Internationale de droit économique, 2019/3, pp383-pp398.

Mots-clefs : avis factices, régulation, 3R, évaluation, revues, recommandations, plateformes, feed-back, architecture des plateformes, algorithmes,

Résumé : Cet article a pour but de réguler les pratiques frauduleuses en termes d’avis factices sur internet. Une contribution est mise en place pour définir plus précisément cette pratique et pour tenter de trouver un moyen de la réguler un maximum de façon légale et efficace.

L’auteur et la contribution définissent que les avis incluent “les 3R” pour ratings (évaluations), reviews (revues) et recommendations (recommandations). Selon eux, les avis sont prédéterminés par l’architecture de la plateforme où ils sont publiés, s’opposant ainsi aux “fake news” plus libres. Les auteurs lient les fake news et les avis factices par le fait qu’elles constituent ou sont constituées de dérives de l’information en ligne.

Selon l’auteur et la contribution il est nécessaire de viser les plateformes et non pas les utilisateurs, pour plus d’efficacité.

La commission européenne a définit les faux avis ou avis factices. Selon elle, on peut en différencier deux avec les “Les feed-back visant à dénigrer des contenus ou des concurrents, qui mettent en jeu la réputation de ces derniers” ou “Les feed-back visant à embellir la qualité de certains services.”

En France la loi tente d’encadrer les plateformes et de s’en servir comme point de contrôle. Il semble plus simple de contrôler et travailler avec les plateformes que de s’adresser à l’émetteur de l’avis. Les plateformes peuvent, si elles doutent de la vélocité d’un avis, le faire supprimer. Une loi de 2016 introduit un article L. 111-7-2 dans le Code de la consommation “toute plateforme qui collecte, modère ou diffuse des avis en ligne rédigés par des consommateurs doit informer les utilisateurs de manière loyale, claire et transparente sur le processus de publication des avis, et indiquer en particulier si le traitement comprend une modération des avis et, le cas échéant, le contrôle mis en œuvre dans ce cadre. “

Conclusion : Cet article nous explique à quel point il est devenu complexe de réguler les avis factices. Pour réguler ces faux avis, les différentes contributions et institutions songent au besoin de revoir les architectures des plateformes. Cependant ces plateformes fondent leur modèle sur la diffusion accélérée, les deux s’heurtant ainsi.
Selon l’article les algorithmes actuels des plateformes favorisent l’envoi rapide des avis, ce qui ne va pas dans le sens de la qualité. L’auteur pense que des vérifications supplémentaires sont nécessaires : photo, ticket de caisse, cv, géolocalisation smartphone etc.
Cependant l’auteur ne voit pas d’un bon oeil une transparence due à un surplus d’information. Il favoriserait le nudging, permettant une approche plus douce, pour intégrer les bonnes informations aux plateformes.

Sources :

• C. Busch, « Crowdsourcing Consumer Confidence – how to Regulate Online Rating and Review Systems in the Collaborative Economy », in A. De Franceschi (ed.), European Contract Law and the Digital Single Market – the Implication of the Digital Revolution, Cambridge-Anvers-Portland, Intersentia, 2016, pp. 226-227.
• P. Belleflamme et M. Peitz, « Ratings, Reviews, Recommendations and the Consumption of Cultural Voods », CORE Working Paper, 2019/6.
• Th. Beauvisage et al., « Notes et avis des consommateurs sur le web. Les marchés à l’épreuve de l’évaluation profane », Réseaux, vol. 177, n° 1, 2013, pp. 137 et s.
• Voy. C. Wardle et H. Derakhshan, « Information Disorder: Toward an Interdisciplinary Framework for Research and Policy Making », Council of Europe Report, DGI(2017)09 ; House of Commons, Digital, Culture, Media and Sport Committee, « Disinformation and “fake news”: Final Report », session 2017-2019, 14 février 2019, voy. (ci-après: UK House of Commons, 2019).
• Art. 4, sections 2 et 3 du NetzDG.
• Loi n° 2018-1202 du 22 décembre 2018 relative à la lutte contre la manipulation de l’information, JORF n° 0297, 23 décembre 2018.
• Art. L. 163-1 du Code électoral.
• Art. 11 de la loi relative à la lutte contre la manipulation de l’information.
• Art. 5 de la loi complétant l’art. 33-1 de la loi n° 86-1067 du 30 septembre 1986 relative à la liberté de communication.
• « A Multi-dimensional Approach to Disinformation », Report of the independent High Level Group on fake news and online disinformation, DG CNCT, mars 2018
• Communication de la Commission européenne, « Lutter contre la désinformation en ligne : une approche européenne », 26 avril 2018, COM(2018) 236 final. Voy.
• EU Code of Practice on Disinformation, 26 septembre 2018
• COM (2018) 236 final, 26 avril 2018
• Commission européenne, « Statement on the Code of Practice Against Disinformation: Commission Asks Online Platforms to Provide More Details on Progress Made », 28 février 2019, 
• UK House of Commons, 2019, § 14.
• UK House of Commons, 2019, §§ 37-40.
• KwikChex Ltd. c. TripAdvisor, Advertising Standard Authority, 1^er février 2012, plainte n° A11-166867
• Assemblée nationale, XIV^e législature, session ordinaire de 2013-2014, compte rendu intégral, 102^e séance, deuxième séance du lundi 9 décembre 2013, JORF, p. 12955, 2^e colonne.
• A.S.Y. Cheung et W. Schulz, « Reputation Protection On Online Rating Sites », Stanford Technology Law Review, 2018, vol. 21, pp. 334 et s.
• BGH, NJW 2015, nr 3443, Hotelbewertungsportal.
• L.A. Roberts, « Brawling with the Consumer Review Site Bully », U. Cin. L. Rev., 2016, vol. 84, p. 633.

Soulard O, (2015), La crédibilité des avis en ligne : une revue de littérature et un modèle intégrateur, Management & Avenir, 2015/8, n°82, pp129-pp153

Mots-clefs : avis en ligne, source d’information, crédibilité, auteur, argument, implication, bouche à oreille en ligne, achat, DGCCRF

Résumé : Cette étude a pour but de définir la crédibilité des avis en ligne en précisant l’impact du profil de l’auteur, la qualité de l’argument et son implication.

Internet a transformé la façon dont les consommateurs s’informent, le bouche à oreille en ligne est devenu une source d’information essentielle et nécessaire avant l’achat. L’impression de présence sociale compense le manque d’expertise et plus les avis en ligne se développent et plus les entreprises peuvent être tentées d’influencer les consommateurs avec de faux avis. Pour Mayzlin (2006), « les faux avis peuvent théoriquement remplacer la publicité lorsque les consommateurs ne savent rien de la qualité des produits ». 

La DGCCRF mène des enquêtes et tentent de contrer ces faux avis cependant les sites hébergeurs sont pour l’instant seuls face au problème. Cependant selon cette étude toujours, 69% des consommateurs font confiance aux avis en ligne. Les site hébergeurs tentent ainsi de lutter contre ce phénomène des faux avis en employant des indices de crédibilité en ligne.

L’auteur tente de comprendre comment les avis ligne malgré leur anonymat sont perçus comme crédible par les futurs consommateurs. Pour expliquer ce phénomène il met en avant le fait qu’un message est jugé plus crédible et pertinent lorsque le récepteur attribue à l’émetteur des motivations liées au stimulus. Pour appréhender cet opinion du récepteur, on peut, selon l’auteur et ses recherches, “rechercher si le lecteur d’un avis en ligne attribue les motivations de l’auteur de l’avis à des raisons liées produit” ou si celui-ci pense que ces motivations sont créées par des raisons qui ne sont pas liées au produit lui-même.

Conclusion : Définir comment le lecteur d’un avis en ligne perçoit cet avis n’est pour l’instant que subjectif, aucune preuve concrète est identifiable. Cependant des pistes existent et selon l’auteur tout se joue à l’attribution des motivations du rédacteur par le récepteur. Le récepteur et donc lecteur de l’avis peut soit attribuer au rédacteur des motivations liées au produit soit si ces motivations sont toutes autre voire personnelles. Il s’agit de la théorie de l’attribution.

Cette étude conclut par le fait que beaucoup reste à faire pour mieux comprendre la crédibilisation d’avis anonymes. L’auteur cite également les implications managériales qui selon lui sont importantes et doubles. La première pour les marchands avec les avis négatifs sur leurs produits et la facon de répondre sans remettre en compte l’auteur anonyme. Cette réponse sera également jugée et scrutée de différentes manières par différents types de personnes. La seconde est pour le site hébergeur qui dépend de la crédibilité de ces avis.

L’auteur ouvre son sujet avec selon lui la pertinence d’autoriser la mise en ligne d’éléments d’identification supplémentaires tels que photographie, CV, profil etc.

Sources :

• ALLPORT G.-W. (1954), “The historical background of modern social psychology”, Handbook of social psychology, Vol. 1, p. 3–56.
• ANDREASEN A.-R. (1968), “Attitudes and customer behavior : A decision model”. In H.-H. Kassarjian et T.-S. Robertson (Eds). Perspectives in consumer behavior, p. 498–510.
• ARDELET C. et BRIAL B. (2011), « Influence des recommandations d’internautes : le rôle de la présence sociale et de l’expertise », Recherche et Applications en Marketing, Vol. 26, No 3, p. 45–69.
• ARNDT J. (1967), “The role of product-related conversations in the diffusion of a new product”, Journal of Marketing Research, Vol. 8, No 3–4, p. 291–295.
• AXSOM D., YATES S. et CHAIKEN S. (1987), “Audience response as a heuristic cue in persuasion”, Journal of Personality and Social Psychology, Vol. 53, No 1, p. 30–40.
• BAMBAUER-SACHSE S. et MANGOLD S. (2011), “Brand equity dilution through negative online word-of-mouth communication”, Journal of Retailing and Consumer Services, Vol. 18, No 1, p. 38–45.
• BEARDEN W.-O. et ETZEL M.-J. (1982), “Reference Group Influence on Product et Bret Purchase Decisions”, Journal of Consumer Research, Vol. 9, No 9, p. 183-194.
•  BEAUVISAGE T., BEUSCART J.-S., CARDON V., MELLET K. et TRESPEUCH M. (2013), « Notes et avis des consommateurs sur le web », Réseaux, Vol. 1, p. 131–161.
• BELVAUX B. et MARTEAUX S. (2007), « Les recommandations d’internautes comme source d’information : quel impact sur les entrées des films au cinéma ? », Recherche et Applications en Marketing, Vol. 22, No 3, p. 65–82.
• BICKART B. et SCHINDLER R.-M. (2001), “Internet forums as influential sources of consumer information”, Journal of interactive marketing, Vol. 15, No 3, p. 31–40.
• BRINOL P. et PETTY R.-E. (2009a), “Persuasion : Insights from the self-validation hypothesis”, Advances in experimental social psychology, 41, 69–118.
• BRINOL P. et PETTY R.-E. (2009b), “Source factors in persuasion : A self-validation approach”, European Review of Social Psychology, 20, 1, 49–96.
• BROWN J.-J. et REINGEN P.-H. (1987), “Social Ties et Word-of-Mouth Referral Behavior”, Journal of Consumer Research, Vol. 14, No 12, p. 350–362.
• BUTTLE F. (1998), “Word of mouth : understanding and managing referral marketing”, Journal of Strategic Marketing, Vol. 6, No 3, p. 241–254.
• CACIOPPO J.-T. et PETTY R.-E. (1982), “The need for cognition”, Journal of Perso nality and Social Psychology, Vol. 42, p. 116–131.
• CHAIKEN S. (1980), “Heuristic versus systematic information processing and the use of source versus message cues in persuasion”, Journal of Personality and Social Psychology, Vol. 39, No 5, p. 752–766.
• CHAIKEN S. et EAGLY A.-H. (1983), “Communication modality as a determinant of persuasion : the role of communicator salience”, Journal of Personality and Social Psychology, Vol. 45, No 2, p. 241–265.
• CHAIKEN S. et MAHESWARAN D. (1994), “Heuristic processing can bias systematic processing : Effects of source credibility, argument ambiguity, and task importance on attitude judgment”, Journal of personality and social psychology, Vol. 66,p. 460–460.
• CHATTERJEE p. (2001), “Online reviews : do consumers use them ?”, Advances in consumer research, Vol. 28, p. 129–133.
• CHEUNG C.-M.-K. et THADANI D.-R. (2012), “The impact of electronic word-of-mouth communication : A literature analysis and integrative model”, Decision Support Systems, Vol. 54, No 1, p. 461–470.
• CHEUNG M.-Y., LUO C., SIA C.-L. et CHEN H. (2009), “Credibility of electronic word-of-mouth : informational and normative determinants of on-line consumer recommendations”, International Journal of Electronic Commerce, Vol. 13, No 4, p. 9–38.
• CHEUNG M.-Y., SIA C.-L. et KUAN K.-K. (2012), “Is This Review Believable ? A Study of Factors Affecting the Credibility of Online Consumer Reviews from an ELM Perspective”, Journal of the Association for Information Systems, Vol. 13, No 8, p. 618–635.
• CHU S.-C. et KAMAL S. (2008), “The effect of perceived blogger credibility and argument quality on message elaboration and brand attitudes : An exploratory study”, Journal of Interactive Advertising, Vol. 8, No 2, p. 26–37.
• CLOW K.-E., JAMES K., KRANENBURG K. et BERRY C. (2006), “The relationship of the visual element of an advertisement to service quality expectation and source credibility”, Journal of Services Marketing, Vol. 2, No 6, p. 404–11.
• DE BARNIER V. (2006), « Le modèle ELM : bilan et perspectives », Recherche et applications en marketing, Vol. 2, No 2, p. 61–82.
• DELLAROCAS C. (2003), “The digitization of word of mouth : Promise and challenges of online feedback mechanisms”, Management science, Vol. 49, No 10, p. 1407–1424.
• DHOLAKIA R. et STERNTHAL B. (1977), “Highly credible sources : persuasive facilitators or persuasive liabilities ?”, Journal of Consumer Research, Vol. 3, p. 223–232.
• EAGLY A.-H., WOOD W. et CHAIKEN S. (1978), “Causal inferences about communicators and their effect on opinion change”, Journal of Personality and Social Psychology, Vol. 36, No 4, p. 424–435.
• ENGEL J.-F., BLACKWELL R.-D. et KEGERREIS R.-G. (1969), “How information is used to adopt an Innovation”, Journal of Advertising Research, Vol. 9, No 4, p. 3–8.
• FAN Y.-W. et MIAO Y.-F. (2012), “Effect of electronic word-of-mouth on consumer purchase intention : the perspective of gender differences”, International Journal of Electronic Business Management, Vol. 10, No 3, p. 175–181.
• FAN Y.-W., MIAO Y.-F., FANG Y.-H. et LIN R.-Y. (2013), “Establishing the adoption of electronic word-of-mouth through consumers’ perceived credibility”, International Business Research, Vol. 6, No 3, p. 58–65.
• FILIERI R. et McLEAY F. (2013), “e-WOM and accommodation : An analysis of the factors that influence travelers’ adoption of information from online reviews”, Journal of Travel Research, Vol. 3, p. 100-107.
• FISKE S.-T. et TAYLOR S.-E. (1991), Social cognition, 2nd, McGraw-Hill, New York.
• FOLKES V.-S. (1984), “Consumer reactions to product failure : an attributional approach”, Journal of consumer research, 398-409.
• FORMAN C., GHOSE A. et WIESENFELD B. (2008), “Examining the Relationship Between Reviews and Sales : The Role of Reviewer Identity Disclosure in Electronic Markets”, Information Systems Research, Vol. 19, No 3, p. 291–313.
• GELINAS-CHEBAT C., CHEBAT J.-C. et VANINSKY A. (1996), “Voice and advertising : Effects of intonation and intensity of voice on source Weathers credibility, attitudes toward the advertised service and the intent to buy”, Perceptual and motor skills, Vol. 83, No 1, p. 243–262.
• GOLDBERG M.-E. et HARTWICK J. (1990), “The Effects of Advertiser Reputation and Extremity of Advertising Claim on Advertising Effectiveness”, Journal of Consumer Research, Vol. 17, No 2, p. 172–179.
• GOLDSMITH R.-E. et HOROWITZ D. (2006), “Measuring motivations for online opinion seeking”, Journal of Interactive Advertising, Vol. 6, No 2, p. 3–14.
• GOLDSMITH R.-E., LAFFERTY B.-E. et NEWELL S.-J. (2000), “The impact of corporate credibility and celebrity credibility on consumer reaction to advertisements and brands”, Journal of Advertising, Vol. 29, No 3, p. 43–54.
• GRETZEL U., FESENMAIER D.-R. et O’LEARY J.-T. (2006), “The transformation of consumer behaviour”, in Buhalis D. and Costa C. (éds), Tourism Business Frontiers Burlington, MA : Elsevier Butterworth-Heinemann, p. 9–18.
• GUPTA P. et HARRIS J. (2010), “How e-WOM recommendations influence product consideration and quality of choice : A motivation to process information perspective”, Journal of Business Research, Vol. 63, No 9/10, p. 1041–1049.
• HASS G. (1981), “Effects of source characteristics on cognitive responses and persuasion”, éds R. Petty, T. Ostrom et T. Brock. Cognitive Responses in Persuasion Hillsdale, New Jersey, p. 141–172.
• HENNIG-THURAU T., GWINNER K.-P., WALSH G. et GREMLER D.-D. (2004), “Electronic word-of-mouth via consumer-opinion platforms : what motivates consumers to articulate themselves on the Internet ?”, Journal of interactive marketing, Vol. 18, No 1, p. 38–52.
• HOLBROOK M.-B. et HIRSCHMAN E.-C. (1982), “The Experiential Aspects of Consumption : Consumer Fantasies, Feelings and Fun”, Journal of Consumer Research, Vol. 9, No 2, p. 132-140.
• HOVLAND C.-I. et WEISS W. (1951), “The influence of source credibility on communication effectiveness”, Public opinion quarterly, Vol. 15, No 4, p. 635–650.
• HUANG P., LURIE N. et MITRA S. (2009), “Searching for Experience on the Web : An Empirical Examination of Consumer Behavior for Search and Experience Goods”, Journal of Marketing, Vol. 73, No 2, p. 55-69.
• ENSEN M.-L., AVERBECK J.-M., ZHANG Z. et WRIGHT K.-B. (2013), “Credibility of Anonymous Online Product Reviews : A Language Expectancy Perspective”, Journal of Management Information Systems, Vol. 30, No 1, p. 293–324.
• JONAS J.-R.-O. (2010), “Source credibility of company-produced and user-generated content on the Internet : an exploratory study on the filipino youth”, Philippine Management Review, Vol. 17, p. 121–132.
• JUN S.-H. et VOGT C. (2013), “Travel information processing applying a dual-process model”, Annals of Tourism Research, Vol. 40, p. 191–212.
• KANG M. (2010), “Measuring social media credibility : A study on a Measure of Blog Credibility”, Institute of Public Relations, p. 2–27.
• KELLEY H.-H. (1973), “The process of causal attribution”, American Psychologist, Vol. 28, No 2, p. 107–128.
• KELLEY H.-H. (1973), “The processes of causal attribution”, American psychologist, Vol. 28, No 2, p. 107.
• KELMAN H.-C. et HOVLAND C.-I. (1953), « “Reinstatement” of the communicator in delayed measurement of opinion change », The Journal of Abnormal and Social Psychology, Vol. 48, No 3, p. 327–335.
• KING M.-F. et BALASUBRAMANIAN S.-K. (1994), “The effects of expertise, end goal, and product type on adoption of preference formation strategy”, Journal of the Academy of Marketing Science, Vol. 22, No 2, p. 146-159.
• KUSUMASONDJAJA S., SHANKA T. et MARCHEGIANI C. (2012), “Credibility of online reviews and initial trust The roles of reviewer’s identity and review valence”, Journal of Vacation Marketing, Vol. 18, No 3, p. 185–195.
• LACZNIAK R.-N., DECARLO T.-E. et RAMAWAMI S.-N. (2001), “Consumers’ responses to negative word-of-mouth communication : An attribution theory perspective”, Journal of Consumer Psychology, Vol. 5 11, No 1, p. 57-73.
• LANCELOT-MILTGEN C. (2011), « Vie privée et marketing », Réseaux, Vol. 3, p. 131–166.
• LARCENEUX F. (2007), « Buzz et recommandations sur Internet : quels effets sur le box-office ? », Recherche et Applications en Marketing, Vol. 22, No 3, p. 46–64.
• LEE J. et LEE J.-N. (2009), “Understanding the product information inference process in electronic word-of-mouth : An objectivity-subjectivity dichotomy perspective”, Information et Management, Vol. 46, No 5, p. 302–311.
• LEE J., PARK D.-H. et HAN I. (2008), “The effect of negative online consumer reviews on product attitude : An information processing view”, Electronic Commerce Research and Applications, Vol. 7, No 3, p. 341–352.
• LEE K.-T. et KOO D.-M. (2012), “Effects of attribute and valence of e-WOM on message adoption : Moderating roles of subjective knowledge and regulatory focus”, Computers in Human Behavior, Vol. 6, p. 1974–1984.
• LEE M. et YOUN S. (2009), “Electronic word of mouth (eWOM, p. How eWOM platforms influence consumer product judgement”, International Journal of Advertising, Vol. 28, No 3, p. 473–499.
• LEE M. et YOUN S. (2009), “Electronic word of mouth (eWOM) : How eWOM platforms influence consumer product judgement”, International Journal of Advertising, Vol. 5, No 28, 3, p. 473-499.
• LEE M., RODGERS S. et KIM M. (2009), “Effects of Valence and Extremity of eWOM on Attitude toward the Brand and Website”, Journal of Current Issues & Research in Advertising, Vol. 31, No 2, p. 1–11.
• LEE S.-H. (2009), “How do online reviews affect purchasing intention ?”, African Journal of Business Management, Vol. 3, No 10, p. 576–581.
•  LEMOINE J.-F. (2012), « À la recherche d’une meilleure compréhension du comportement des internautes », Management & Avenir, Vol. 8, p. 116–119.
• LIN C.-L., LEE S.-H. et HORNG D.-J. (2011), “The effects of online reviews on purchasing intention : The moderating role of need for cognition”, Social Behavior and Personality : an international journal, Vol. 39, No 1, p. 71–81.
• LIS B. (2013), “In eWOM we trust”, Business & Information. Systems Engineering, Vol. 5, No 3, p. 129–140.
• LITVIN S.-W., GOLDSMITH R.-E. et PAN B. (2008), “Electronic word-of-mouth in hospitality and tourism management”, Tourism Management, Vol. 29, No 3, p. 458–468.
• LUO C., LUO X.-R., SCHATZBERG L. et SIA C.-L. (2013), “Impact of Informational Factors on Online Recommendation Credibility : The Moderating Role of Source Credibility”, Decision Support Systems. Sous press.
• MAYZLIN D. (2006), “Promotional chat on the Internet”, Marketing Science, Vol. 25, No 2, p. 155–163.
• MIAO L., KUO P.-J. et LEE B.-Y. (2011), “Consumers’ responses to ambivalent online hotel reviews : The role of perceived source credibility and pre-decisional disposition”, International Journal of Hospitality Management, Vol. 30, No 1, p. 178–183.
• MILLS J. et JELLISON J.-M. (1967), “Effect on opinion change of how desirable the communication is to the audience the communicator addressed”, Journal of Personality and Social Psychology, Vol. 6, No 1, p. 98–101.
• MINIARD P.-W., SIRDESHMUKH D. et INNIS D.-E. (1992), “Peripheral persuasion and brand choice”, Journal of Consumer Research, Vol. 19, No 2, p. 226–239.
• MIZERKI R.-W. (1982), “An attributional explanation of the disproportionate influence of unfavourable information”, Journal of Consumer Research, Vol. 5 9, No 1, p. 301−310.
• MIZERKI R.-W. et GREEN S. (1978), “An investigation into the causal links between attribution schema and decision making”, Advances in Consumer Research, Vol. 5 (126-130).
• NEIMEYER G.-J., METZLER A.-E. et DONGARRA T. (1990), “Changing attitudes regarding the effectiveness of cognitive restructuring for treating depression”, Social Behavior and Personality : an international journal, Vol. 18, No 2, p. 181–188.
• NELSON P. (1970), “Information and Consumer Behavior”, Journal of Political Economy, 78, 2, p. 311-329.
• O’KEEFE D. (1990), Persuasion, Theory and Research, Sage Publications, California.
• En ligneOHANIAN R. (1990), « Construction and validation of a scale to measure celebrity endorsers’ perceived expertise, trustworthiness, and attractiveness », Journal of Advertising, Vol. 19, No 3, p. 39–52.
• OHANIAN R. (1991), “The impact of celebrity spokespersons’ perceived image on consumers’ intention to purchase”, Journal of Advertising Research 31, No 1, p. 46–54.
• PAN L.-Y. et CHIOU J.-S. (2011), “How much can you trust online information ? Cues for perceived trustworthiness of consumer-generated online information”, Journal of Interactive Marketing, Vol. 25, No 2, p. 67–74
• PARK D.-H. et KIM S. (2008), “The effects of consumer knowledge on message processing of electronic word-of-mouth via online consumer reviews”, Electronic Commerce Research and Applications, Vol. 7, No 4, p. 399–410.
• PARK D.-H. et LEE J. (2008), “eWOM overload and its effect on consumer behavioral intention depending on consumer involvement”, Electronic Commerce Research et Applications, Vol. 7, No 4, p. 386–398.
• PARK D.-H., LEE J. et HAN I. (2007), “The Effect of On-Line Consumer Reviews on Consumer Purchasing Intention : The Moderating Role of Involvement”, International Journal of Electronic Commerce, Vol. 11, No 4, p. 125–148.
• PETTY R.-E. et CACIOPPO J.-T. (1981), “Issue involvement as a moderator of the effects on attitude of advertising content and context”, Advances in consumer research, Vol. 8, No 1, p. 20–24.
• PETTY R.-E. et CACIOPPO J.-T. (1986a), Communication and persuasion : central and peripheral routes to attitude change, Springer, New York,.
• PETTY R.-E. et CACIOPPO J.-T. (1986b), The elaboration likelihood model of persuasion. Advances in Experimental Social Psychology. New York. Academic Press, p. 123–205.
• PETTY R.-E. et WEGENER D.-T. (1998), “Attitude change : Multiple roles for persuasion variables”, The handbook of social psychology, Vol. 1, p. 323–32.
• PETTY R.-E., CACIOPPO J.-T. et GOLDMAN R. (1981), “Personal involvement as a determinant of argument-based persuasion”, Journal of Personality and Social Psychology, Vol. 41, No 5, p. 847–855.
• PETTY R.-E., CACIOPPO J.-T. et SCHUMAN D. (1983), “Central and peripheral routes to advertising effectiveness : the moderating role of involvement”, Journal of Consumer Research, Vol. 10, No 2, p. 135–146.
• RACHERLA P. et FRISKE W. (2012), “Perceived ’Usefulness’ of Online Consumer Reviews : An Exploratory Investigation across Three Services Categories”, Electronic Commerce Research and Applications, Vol. 7, p. 548–559.
• REINGEN P.-H. et KERNAN J.-B. (1986), “Analysis of Referral Networks in Marketing : Methods et Illustration”, Journal of Marketing Research, Vol. 23, No 11, p. 370–378.
• RICHINS M.-L. (1983), “Negative word-of-mouth by dissatisfied customers : a pilot study”, Journal of Marketing, Vol. 47, No 1, p. 68–78.
• RIFON N.-J., CHOI S.-M., TRIMBLE C.-S. et LI H. (2004), “Congruence effects in sponsorship : the mediating role of sponsor credibility and consumer attributions of sponsor motive”, Journal of Advertising, Vol. 5 33, No 1, p. 30-42.
• ROTTER J.-B. (1954), Social learning and clinical psychology, New York, Prentice-Hall, 466 p.
• SEN S. et LERMAN D. (2007), “Why are you telling me this ? An examination into negative consumer reviews on the web”, Journal of Interactive Marketing, Vol. 21, No 4, p. 76–94.
• SEN S. et LERMAN D. (2007), “Why are you telling me this ? An examination into negative consumer reviews on the web”, Journal of Interactive Marketing, Vol. 5 21, No 4, p. 76-94.
• SHER P. et LEE S. (2009), “Consumer Skepticism and Online Reviews : An Elaboration Likelihood Model Perspective”, Social Behavior and Personality, Vol. 37, No 1, p. 137–143.
• SHETH J.-N. (1971), “Word-of-mouth in low-risk innovations”, Journal of Advertising Research, Vol. 11, No 3, p. 15–18.
• SLATER M.D. et ROUNER D. (1996), “How message evaluation and source attributes may influence credibility assessment and belief change Source”, Journalism et mass communication quarterly, Vol. 73, No 4, p. 974–991.
• SMITH D., MENON S. et SIVAKUMAR K. (2003), “Trust Me, Would I Steer you Wrong ? The Influence of Peer Recommendations within Virtual Communities”, Proceedings, Academy of Marketing Science Annual Conference.
• STAUSS B. (2000), Using new media for customer interaction : a challenge for relationship marketing. Relationship Marketing, Springer, Berlin, p. 233–253.
• SUN T., YOUN S., WU G. et KUNTARAPORN M. (2006), “Online word-of-mouth (or mouse, p. an exploration of its antecedents and consequences”, Journal of Computer-Mediated Communication, Vol. 11, No 4, p. 1104–1127.
• SUSSMAN S.-W. et SIEGAL W.-S. (2003), “Informational influence in organizations : an integrated approach to knowledge adoption”, Information Systems Research, Vol. 14, No 1, p. 47–65.
• TORMALA Z.-L., PETTY R.-E. et BRINOL P. (2002), “Tease of retrieval effects in persuasion : A self-validation analysis T”, Personality and Social Psychology Bulletin, 28, 12, 1700–1712.
• UNDERWOOD J. et PEZDEK K. (1998), “Memory suggestibility as an example of the sleeper effect” T, Psychonomic Bulletin & Review, Vol. 5, No 3, p. 449–453.
• VERMEULEN I.-E. et SEEGERS D. (2009), “Tried and tested : The impact of online hotel reviews on consumer consideration”, Tourism Management, Vol. 30, p. 123–127.
• VERPLANKEN B. (1991), “Persuasive communication of risk information : A test of cue versus message processing effects in a field experiment”, Personality and Social Psychology Bulletin, Vol. 17, No 2, p. 188–193.
• WATHEN C.-N. et BURKELL J. (2002), “Believe it or not : Factors influencing credibility on the Web”, Journal of the American society for information science and technology, Vol. 53, No 2, p. 134–144.
• WILSON E.-J. et SHERRELL D.-L. (1993), “Source effects in communication and persuasion research : A meta-analysis of effect size”, Journal of the Academy of Marketing Science, Vol. 21, No 2, p. 101–112.
• WOOD W., KALLGREN C.-A. et PREISLER R.-M. (1985), “Access to attitude-relevant information in memory as a determinant of persuasion : The role of message attributes”, Journal of Experimental Social Psychology, Vol. 21, No 1, p. 73–85.
• WU C. et SHAFFER D.-R. (1987), “Susceptibility to persuasive appeals as a function of source credibility and prior experience with the attitude object”, Journal of Personality and Social Psychology, Vol. 52, No 4, p. 677–688.
• XIE G., ZHU J., LU Q. et XU S. (2011), “Influencing factors of consumer intention towards web group buying”. In Industrial Engineering and Engineering Management (IEEM) IEEE International Conference, p. 1397–1401.
• YI M.-Y., YOON J.-J., DAVIS J.-M. et LEE T. (2013), “Untangling the Antecedents of Initial Trust in Web-based Health Information : The Roles of Argument Quality, Source Expertise, and User Perceptions of Information Quality and Risk”, Decision Support Systems, Vol. 55, p. 284–295.
• YOO K.-H. et GRETZEL U. (2009), “Comparison of Deceptive and Truthful Travel Reviews”, Information and Communication Technologies in Tourism 2, p. 37–47.
• ZHANG J.-Q., CRACIUNA G. et SHIN D. (2010), “When does electronic word-of-mouth matter ? A study of consumer product reviews”, Journal of Business Research, Vol. 63, No 12, p. 1336–1341.
• ZHANG W. et WATTS S.-A. (2008), “Capitalizing on Content : Information Adoption in Two Online communities”, Journal of the Association for Information Systems, Vol. 9, No 2, p. 73–94.
• ZHU F. et ZHANG X. (2010), “Impact of online consumer reviews on sales : The moderating role of product and consumer characteristics”, Journal of Marketing, Vol. 74, No 2, p. 133–148.
• ZOU P., YU B. et HAO Y. (2011), “Does the valence of online consumer reviews matter for consumer decision making ? The moderating role of consumer expertise”, Journal of computers, Vol. 6, No 3, p. 484–488.

International Journal of Physical Distribution & Logistics Management

https://doi.org/10.1108/09600030010346512

Étudie l’application des stratégies de marketing Internet et d’échange d’informations dans le secteur de la biotechnologie. Internet est particulièrement utile dans ce contexte car non seulement il offre des informations instantanées sur les produits et services, mais il permet également un support interactif pour des activités à valeur ajoutée telles que la modélisation moléculaire «virtuelle». Ce type d’activité peut favoriser d’importantes opérations conjointes de recherche entre entreprises à l’échelle mondiale.

Internet offre aux entreprises de biotechnologie la possibilité de mettre en œuvre une stratégie marketing efficace. Cette approche virtuelle doit être intégrée dans le site Internet de l’entreprise. Internet est un marché mondial qui élimine les barrières transactionnelles spatiales et temporelles, permettant un haut niveau d’interactivité entre les utilisateurs. Il peut être utilisé au mieux comme outil de communication, et dans le cas des produits informatiques, également comme canal de distribution directe.

La meilleure stratégie de marketing Internet possible peut être conçue et mise en œuvre en tenant compte des conditions du marché, des objectifs et des ressources internes de l’entreprise. Le site Internet doit avoir un bon équilibre entre la structure, la conception et le contenu, et l’entreprise doit essayer de maximiser en permanence l’utilité, l’accessibilité, la flexibilité et l’interactivité du site. Il semble que les entreprises de biotechnologie profitent pleinement de ces possibilités. Les recherches futures pourraient comparer l’utilisation d’Internet par les entreprises de différents secteurs de haute technologie.

International Journal of Retail & Distribution Management

https://doi.org/10.1108/09590551011052106

Mots clés : La mesure, Essais et instruments, Commerce électronique, Achats sur internet, Qualité du service client, France.

Résumé : Le but de cet article est de concevoir, développer et évaluer une échelle fiable et valide pour la mesure de la qualité des services de vente au détail en ligne, spécifiquement dans le contexte français.

Conclusion :

Les dernières années ont vu une activité de recherche florissante concernant les questions de commerce électronique, surtout en ce qui concerne le développement d’échelles pour mesurer les aspects qualitatifs de la prestation de services. La plupart des études ont été menées dans des environnements anglophones. Étant donné qu’Internet est un phénomène mondial dont l’accès croît à un rythme exponentiel en France, nous avons décidé de développer une échelle spécifiquement adaptée à ce marché. Notre étude commence le processus de conception, de développement et d’évaluation d’une échelle fiable et valide pour la mesure de la qualité du service de vente au détail en ligne afin de faciliter la compréhension de la qualité du service e-tail.

Bibliothèque Hi Tech

https://doi.org/10.1108/LHT-11-2018-0155

Mots clés : Les technologies émergentes, Technologie haptique, Technologies de l’information, Bibliothéconomie moderne, Services de bibliothèque, Tendances des bibliothèques.

Résumé :

Le sujet de l’article est la technologie haptique considérée comme un outil pour améliorer les performances des bibliothèques. Le but de cet article est de déterminer le potentiel de cette technologie dans la conception de services de bibliothèque innovants. Les objectifs spécifiques comprennent la description des idées et des caractéristiques de la technologie haptique, l’identification des principaux domaines d’application de la technologie haptique et la description des utilisations possibles de la technologie haptique dans les services de bibliothèque.

Conclusion :

La technologie haptique est un sujet qui devrait être traité plus souvent dans les bibliothèques et les sciences de l’information car elle a un grand potentiel pour améliorer les services de bibliothèque et les rendre plus attrayants. Les deux domaines les plus importants dans lesquels la technologie haptique pourrait être appliquée dans les bibliothèques sont l’éducation et les services, en particulier pour les utilisateurs handicapés qui ont des besoins particuliers en matière d’éducation et de services. Bien qu’elle puisse être très utile pour les utilisateurs handicapés, la technologie haptique peut également être utilisée dans divers contextes pour fournir des interfaces utilisateur plus réactives et intuitives pour les services de bibliothèque électronique.

Assembly Automation

https://doi.org/10.1108/AA-10-2019-0169

Mots clés : Assemblage virtuel, Haptique, Mesures d’assemblages, Assemblage du produit.

Résumé : Cette étude vise à présenter un nouveau système d’assemblage virtuel haptique pour la génération automatique et l’évaluation objective des plans d’assemblage. Le système est destiné à être utilisé comme un outil de planification d’assemblage tout au long du processus de développement du produit.

Conclusion :

Pour évaluer le système, une étude de cas correspondant à l’assemblage d’un composant mécanique est présentée et analysée. Les résultats démontrent que le système proposé est un outil efficace pour planifier et évaluer différentes stratégies d’assemblage de produits dans une approche plus pratique et objective que les méthodes de planification d’assemblage existantes.

International Journal of Quality and Service Sciences

ISSN: 1756-669X

Keywords : ecommerce, online customer experience, interactions

Purpose :

New developments in e-commerce and m-commerce technologies along with the wide adoption of mobile devices and social media have enabled companies to enhance customers’ shopping experiences and their interaction with brands anytime, anywhere. The purpose of this paper is to develop a theoretical model for a unified online customer experience by drawing from related literature on consumer behavior in the online contexts.

Design/methodology/approach :

By synthesizing extant consumer behavior and e-commerce literature, this paper seeks further understanding of online customer experience and offers strategies for e-commerce marketers and Web site designers.

Findings

The findings of this paper indicate that easiness to locate the Web site/app, ease of use, perceived usefulness, hedonic and utilitarian features, perceived enjoyment, personalization, social interactions and multi-device compatibility are the antecedents of the unified online customer experience. Brand engagement, positive word of mouth (WOM) and repeat purchase are the outcomes of compelling online customer experience.

ISBN: 978-1-78973-234-4

Keywords : artificial intelligence, cross-border ecommerce, consumer behavior, blockchain

Data has become one of the most significant instruments in e-commerce innovation. Benefits to the entire society can be summarized as following: from the government’s perspective – to assess the impact of e-commerce to the economy; for merchants – to understand consumers’ needs; and for consumers – to be offered with the right product he/she is looking for. The digital revolution in the past five years has shown the need to offer more differentiated services than the physical stores, when consumers are not able to try and touch products. It is for this reason that e-commerce has continuously developed and transformed Research Online, Purchase Offline into a true experience. Considering the future of e-commerce is to enhance economic development and growth, this research will discuss the disruption of Research and Development through big data. The core objective of this research is to propose a predictive model to deeply understand consumer behavior by analyzing new regulations and transaction records.

The learning outcomes are as follows: identify the challenges and opportunities in an ecommerce start-up B; understand the issues of operational sustainability of ecommerce start-up; evaluate the sustainability of hyperlocal models to ecommerce start up; and implement innovative solutions to address the issues of e-business models.

International Journal of Retail & Distribution Management

ISSN: 0959-0552

Keywords : Attitude, buying online, buying experience, age

Purpose :

This paper examines the shopping and buying behavior of younger and older online shoppers as mediated by their attitudes toward internet shopping.

Design/methodology/approach :

Over 300 students and staff from a US university completed a survey regarding their online shopping and buying experiences for 17 products.

Findings :

The results show that, while older online shoppers search for significantly fewer products than their younger counterparts, they actually purchase as much as younger consumers. Attitudinal factors explained more variance in online searching behavior. Age explained more variance in purchasing behavior if the consumer had first searched for the product online.

Research limitations/implications :

The limitations of the present research are threefold. First, the sample was restricted to university faculty, staff and students. Second, a better measure of the hedonic motivation construct is needed. Third, additional independent measures such as income should be included to understand the additional demographic factors related to online purchase.

Industrial Management & Data Systems

ISSN: 0263-5577

Mots clés : Adjusted expectations, Online repurchase intention, Customer satisfaction, Online shopping experience, Online shopping Habit

Purpose :

The purpose of this paper is to investigate the effects of online shopping experience and habit in relation to adjusted expectations for enhancing online repurchase intention.

Design/methodology/approach :

The authors employed partial least square (PLS) as a technique used to analyze the measurement and structural models. Data for this research were collected from 240 Taiwanese online shoppers who had experienced online shopping at least four times.

Findings :

The result of this study indicates that online shopping habit acts as a moderator of both customer satisfaction and adjusted expectations, whereas online shopping experience can be considered a key driver for customer satisfaction. Furthermore, the research findings confirm that customer satisfaction is a vital driver of adjusted expectations and online repurchase intention. Adjusted expectations do mediate the impact of online repurchase intention.

Research limitations/implications :

This paper highlights the effect of online shopping experience and online shopping habit on enhancing repurchase intention. The result implies that the acquisition of usage experience and spontaneous purchases not only leads to higher customer satisfaction and customer expectations, but also strengthens online repurchase intention. The use of self-report scales suggests the possibility of a common method bias. Future studies may further test the robustness of this study in the interplay of experience and habit to shed more light on their relative importance in explaining online repurchase intention.