Référence au format APA :

Yu, S., Hu, Y., (2020). When luxury brands meet China : The effect of localized celebrity endorsements in social media marketing. Journal of Retailing and Consumer Services, 54(1), 102010.

Mots clés de l’article : Réseaux sociaux, Soutien des célébrités, Marques de luxe, Perception de la marque de luxe, Patriotisme

Synthèse :

Shubin Yu, Yangjuan Hu, examine l’effet de l’endossement de célébrités localisés vs standardisés sur l’intéraction avec les réseaux sociaux et la perception du luxe pour les marques de luxe dans les réseaux sociaux chinois.

• En premier lieu, nous analyserons la définition que donnent les auteurs du terme « réseaux sociaux », « marques de luxe » et « patriotisme »
• Nous analyserons ensuite quel est le meilleur moyen pour les marques de luxe d’optimiser leur communication.

Développement :

Tout d’abord, selon Shubin Yu, Yangjuan Hu, les réseaux sociaux sont définis comme étant « une plateforme de construction de l’identité sociale où les gens peuvent être plus facilement influencés par des personnes similaires. Les utilisateurs des médias sociaux peuvent interagir davantage avec des célébrités appartenant au même groupe ethnique pour construire leur identité sociale ».

Concernant le terme « marques de luxe », Vigneron et Johnson (2004) développent l’indice de Brand Luxury pour mesurer le luxe perçu d’une marque. Contrairement aux marques génériques, les marques de luxe doivent maintenir la valeur de rêve diluée par les ventes (Kapferer et Bastien, 2012). Par conséquent, le luxe de la marque est un indicateur de performance important des activités des médias sociaux pour les marques de luxe. Les marques de luxe ont tendance à adopter une stratégie standardisée pour contrôler strictement la perception de la marque (Kapferer et Bastien, 2009).

Enfin, le patriotisme se réfère à “de forts sentiments d’attachement et de loyauté envers son pays, sans que l’on ait à se préoccuper de l’avenir” Journal of Retailing and Consumer Services 54 (2020) 102010

En Chine, les marques de luxe utilisent des célébrités locales sur les réseaux sociaux comme stratégie marketing pour susciter l’attention des consommateurs et cela fonctionne car selon les études, il s’est constaté que les marques de luxe recevaient davantage d’intéraction sur les réseaux sociaux à partir d’endossements de célébrités localisés (c’est-à-dire ceux utilisant des célébrités chinoises) que d’endossements de célébrités standardisés (c’est-à-dire ceux utilisant des célébrités occidentales). Cependant ce soutien dépend du patriotisme des individus. En effet, par exemple, les célébrités standardisées sont plus efficaces pour améliorer l’image de marque uniquement chez les consommateurs ayant un patriotisme faible. Aussi, il a été constaté que le soutien localisé ou standardisée des célébrités sur les réseaux sociaux n’entraine pas une perception plus élevée ou plus faible de la marque de luxe.

Finalement, le niveau de patriotisme des individus détermine l’efficacité des stratégies de localisation et de standardisation des marques de luxe. Ceci représente donc pour les marques de luxe un moyen d’optimiser leur communication.

Conclusion

Les célébrités locales peuvent augmenter le niveau d’interaction sur les médias sociaux, et un niveau plus élevé d’interaction sur les médias sociaux peut avoir un impact positif sur l’intention d’achat des consommateurs (McCormick, 2016). D’autre part, la valeur de rêve diluée par l’interaction sur les médias sociaux (Park et al., 2018) pourrait être complétée par des parrainages de célébrités standardisés, en particulier pour les personnes ayant un faible niveau de patriotisme.

Le patriotisme pourrait donc être un facteur influent sur l’effet du marketing interculturel.

Références bibliographiques :

• Kapferer, J.-N., Bastien, V., 2012. The Luxury Strategy: Break the Rules of Marketing to Build Luxury Brands. Kogan Page Publishers.
• Kapferer, J.-N., Bastien, V., 2009. The specificity of luxury management: turning marketing upside down. Brand Manag. 16 (5–6), 311–322.
• McCormick, K., 2016. Celebrity endorsements: influence of a product-endorser match on Millennials attitudes and purchase intentions. J. Retail. Consum. Serv. 32, 39–45.
• Park, M., Im, H., Kim, H.-Y., 2018. “You are too friendly!” the negative effects of social media marketing on value perceptions of luxury fashion brands. J. Bus. Res. In press. Ramchandani, M., Coste-Maniere, I., 2012. Asymmetry in multi-cultural luxury communication: a comparative analysis on luxury brand communication in India and China. J. Glob. Fash. 3 (2), 89–97.

Référence au format APA :

Eastman,J.K., Shin,H.,Ruhland, K., (2020). The picture of luxury : A comprehensive examination of college student consumer’s relationship with luxury brands. Psychology & Marketing, 37(1), 56-73.

 Mots clés de l’article :

Méthode de collage, relation consommateur-marque, luxe, jeunes adultes

Synthèse :

Jacqueline K. Eastman, Hyunju Shin, Kristen Ruhland déterminent ce qui fait des marques de luxe un luxe, la relation entre le consommateur de luxe et la marque, qui est le jeune adulte consommateur de luxe ainsi que le maintien des relations entre les jeunes et le marché de luxe.

• En premier lieu, nous analyserons la définition que donnent les auteurs du terme « luxe »
• Nous analyserons ensuite qui sont les jeunes adultes consommateur de luxe puis nous parlerons de la relation consommateur-marque. Enfin nous parlerons des différents moyens à mettre en place pour maintenir la relation entre les jeunes et le marché de luxe.

Développement :

Tout d’abord, selon Jacqueline K. Eastman, Hyunju Shin, Kristen Ruhland, E.Djafarova, e luxe a été généralement décrit comme l’idée de sensualité, de splendeur, de plaisir et d’extravagance (Park, Reisinger, & Noh, 2010) ainsi que de qualité supérieure (Fionda & Moore, 2009), un prix plus élevé que l’utilité du produit (Kapferer & Valette-Florence, 2018 ; Ko et al, 2019), un élément d’unicité et/ou d’innovation (Fionda & Moore, 2009), et une signification symbolique (Kapferer & Valette-Florence, 2018 ; Ko et al., 2019 ; Roux, Tafani, & Vigneron, 2017). Le luxe permet aux consommateurs de se distinguer, de s’exprimer mais aussi d’avoir une identification sociale. Enfin le luxe se distingue par le prix, la qualité et l’esthétisme.

Concernant les jeunes adultes, ceux-là représentent un segment avec une très forte croissance pour le luxe dans le monde. Les jeunes adultes (générations Y et Z) représentent 47% des consommateurs de luxe en 2018 et 33% des achats de luxe (D’Arpizio et al., 2019). Les consommateurs actuels d’étudiants universitaires constituent une partie essentielle du marché des jeunes adultes et sont importants pour les marques de luxe car ils représentent un énorme potentiel en tant que segment de marché, avec 207 milliards de dollars dépensés en dépenses discrétionnaires chaque année (Pankoke, 2015). Une augmentation du pouvoir d’achat auprès des étudiants est constatées, il est donc essentiel pour les marques de luxe d’établir une relation consommateur-marque et ainsi de les fidéliser sur le long terme (notamment lorsqu’ils percevront un revenu)

Les consommateurs de luxe parlent de leur relation avec la marque en termes de temps, c’est-à-dire par un souvenir passé d’une marque de luxe par exemple ou une marque de luxe comme une partie active de leur consommation actuelle ou par une consommation future souhaitée après leurs études, Cette relation a été influencée par des composants internes, externes et marketing. Les composants internes font références à des émotions comme la motivation, l’ostentation, des souvenirs, la nostalgie. Ainsi, de nombreux auteurs soulignent l’importance des aspects émotionnels des marques de luxe (Hwang & Kandampully, 2012) dans l’établissement de connexions avec les consommateurs (Martín-Consuegra et al., 2019). Les composants externes, quant-à-eux, font références à des données démographiques comme le revenu, la classe sociale et la profession qui affecteront la consommation de luxe auprès des consommateurs. On peut également y trouver les influences interpersonnelles, les groupes de référence, la famille et la culture. Selon Seo et Buchanan-Oliver (2019), les significations sociales sont un aspect essentiel du luxe des marques, car elles illustrent les critères et les règles partagés que les consommateurs utilisent pour tirer un sens des marques de luxe. Enfin concernant les composants du marketing du luxe, on y retrouve le produit, le service client de hauts niveaux, le développement/innovation, les promotions, publicités, le soutien des célébrités, le placement de produit, …, la fixation du prix, le marketing ciblé, le lieu, l’extérieur et l’intérieur des magasins mais aussi les réseaux sociaux. Ainsi les relations entre les marques de luxe et les consommateurs vont être influencées par tous ces facteurs.

Pour finir, les résultats suggèrent une opportunité d’utiliser les stars d’Internet/des médias sociaux et le marketing numérique pour promouvoir le luxe auprès des étudiants (Lee & Watkins, 2016 ; Thakur & Kaur, 2015). Il serait donc opportun d’utiliser des influenceurs sur Instagram mais aussi sur Youtube pour par exemple pousser davantage les étudiants à effectuer des achats en ligne, qui représentent actuellement 9% du marché du luxe. Mais il faut tout de même considérer que les étudiants sont conscients du processus de parrainage payant qui s’effectue avec les influenceurs ou stars. Les spécialistes du marketing numérique devront suivre leur utilisation des influenceurs pour s’assurer qu’ils ne sont pas surexposés ou moqués par le marché cible en utilisant des techniques d’analyse des sentiments qui permettent d’identifier les émotions des clients dans les médias sociaux (par exemple, Liu, Burns et Hou, 2017).

Conclusion

Pour conclure, nous pouvons dire que les jeunes adultes sont très influencés par le facteur social qui leur permet d’appartenir à un groupe, de s’intégrer à une certaine catégorie et cela créera de l’engagement auprès des marques de luxe. Il est, en revanche, important d’entretenir cette relation sur le long terme à travers par exemple les réseaux sociaux via des stars ou des influenceurs. Cependant cette étude se base uniquement sur des étudiants Américains, il serait donc intéressant d’étendre cette recherche à travers le monde pour savoir si tous les facteurs s’appliquent de façon universelle sur les jeunes adultes.

Références bibliographiques :  

• Park, K. S., Reisinger, Y., & Noh, E. H. (2010). Luxury shopping in tourism. International Journal of Tourism Research, 12(2), 164–178.
• Fionda, A. M., & Moore, C. M. (2009). The anatomy of the luxury fashion brand. Journal of Brand Management, 16(5‐6), 347–363.
• Kapferer, J.‐N., & Valette‐Florence, P. (2018). The impact of brand penetration and awareness on luxury brand desirability: A cross‐ country analysis of the relevance of the rarity principle. Journal of Business Research, 83, 38–50.
• Roux, E., Tafani, E., & Vigneron, F. (2017). Values associated with luxury brand consumption and the role of gender. Journal of Business Research, 71, 102–113.
• Pankoke, M. (2015, August), College‐age consumers: Three spending habits of today’s young adult. Experian. Retrieved from http://www. experian.com/blogs/marketing‐forward/2015/08/13/college‐age‐ consumers‐three‐spending‐habits‐todays‐young‐adults/
• Hwang, J., & Kandampully, J. (2012). The role of emotional aspects in younger consumer‐brand relationships. Journal of Product and Brand Management, 21(2), 98–108.
• Lee, J. E., & Watkins, B. (2016). YouTube vloggers’ influence on consumer luxury brand perceptions and intentions. Journal of Business Research, 69(12), 5733–5760.
• Thakur, A., & Kaur, R. (2015). Relationship between self‐concept and attitudinal brand loyalty in luxury fashion purchase: A study of selected global brands on the Indian market. Management, 20(2), 163–180.
• Liu, X., Burns, A. C., & Hou, Y. (2017). An investigation of brand‐related user‐generated content on Twitter. Journal of Advertising, 46(2), 236–247.

Référence au format APA :

Djafarova.E et Bowes, T. (2021). “Instagram made me buy it : Generation Z impulse purchases in fashion industry”. Journal of Retailing and Consumer Services, 59(4), 102345.

Mots clés de l’article :

Achat impulsif, Instagram, Génération Z, modèle S-O-R.

Synthèse :

E.Djafarova détermine les outils marketing qui sont efficaces sur Instagram et qui engendrent le comportement d’achat impulsif de la génération Z dans le secteur de la mode.

• En premier lieu, nous analyserons la définition que donnent les auteurs du terme « Génération Z » ainsi que pour le mot « Instagram ».
• Nous analyserons ensuite le comportement d’achat impulsif engendré par Instagram sur la génération Z. Puis nous finirons par parler du modèle S-O-R, qui permet de mesurer ce phénomène.

Développement :

Tout d’abord, selon E.Djafarova la génération Z, souvent considérée comme des ” natifs numériques “, est la première génération à avoir grandi entourée de communication numérique (Smith, 2017 ; Adeola et al., 2020 ; Reinikainen et al., 2020). Ils constituent la toute nouvelle génération née entre 1995 et le début des années 2010 (Priporas et al., 2019). Ce public consomme du contenu plus que tout autre groupe d’âge, passant quotidiennement près de 11 h à lire, liker et partager des documents sur tous leurs appareils (Adobe, 2018). Ils sont fortement susceptibles d’être exposés à la publicité numérique sur les médias sociaux (SM) et de consulter Instagram au moins cinq fois par jour (Chen, 2018 ; Emmanuel, 2019 ; Vitelar, 2019). La génération Z est la plus grande génération, constituant environ 32 % de la population mondiale (Miller et Lu, 2018) ce qui peut engendrer des ventes significatives à l’échelle mondiale. La nouvelle génération apprécie énormément la « fast fashion » car cela leur permet de renouveler régulièrement leurs vêtements mais aussi de posséder les dernières tendances. Face à une demande importante, les marques se doivent d’augmenter leurs stocks afin de répondre aux attentes de leurs consommateurs. Il est ainsi nécessaire de déployer une bonne stratégie marketing pour satisfaire au mieux les clients mais aussi pour se faire une marge.

Les achats compulsifs des consommateurs sont influencés par le réseau social Instagram, mais plus précisément pour les marques de mode car leurs visualisations sur cette application attirent beaucoup la génération Z. Selon E.Djafarova, Instagram s’est avéré être le média social qui affecte le plus les achats impulsifs au sein de l’industrie de la mode, principalement en raison de l’importance de l’aspect visuel dans la promotion de la mode (Aragoncillo et Orus, 2018).

Divers facteurs vont susciter chez les consommateurs l’envie d’effectuer des achats comme les vidéos ou photos présentent sur la page Instagram d’une marque, les recommandations d’un ou d’une ami(e) et par les influenceurs qui sont représentés comme des leader d’opinion. Instagram a donc un impact considérable sur le processus d’achat car du plaisir est créée chez le consommateur lorsque celle-ci est utilisée faisant « sauter » la phase de la prise décision et c’est là que les achats impulsifs interviennent. Enfin, il existe sur cette plateforme deux types de contenu : `

• Le BCG : le contenu généré par la marque
• Le UGC : le contenu généré par l’utilisateur

Parlons désormais du modèle SOR qui signifie que « divers facteurs environnementaux peuvent être un stimulus (S) qui influence l’état émotionnel d’une personne (O) qui évoque ensuite la réponse de la personne (R) » (Mehrabian et Russell, 1974). Il nous est donc nécessaire pour pouvoir mesurer et analyser le comportement d’achat impulsif des consommateurs. Les BGC, qui sont des leaders d’opinion (S), plus précisément des micro-célébrités (plus précisément des influenceurs), déclenchent chez les participantes des émotions positives (O), ce qui entraîne des achats impulsifs (R). En outre, bien que son influence soit moindre que celle des CGB, le CGU a également été reconnu comme un stimulus déclenchant des achats impulsifs chez les femmes de la génération Z.

Les hommes sont moins réceptifs à l’impulsivité concernant les achats, Instagram n’a donc aucun effet sur eux.

Conclusion

Instagram influence le comportement d’achat du consommateur mais particulièrement lorsque le contenu est généré par l’utilisateur. (Celui engendré par les marques est plus faibles que les contenus générés par un utilisateur). Aussi, Instagram se montre persuasif pour stimuler les achats impulsifs chez les femmes mais elle reste faible pour les Hommes (King, 2019 ; Sheldon et Bryant, 2015).

Enfin si on se base sur le modèle de stimulation-organisme-réponse, de nombreux éléments sur Instgram agissent comme stimuli (S) : les publicités, les contenus et les leaders d’opinion comme les influenceurs par exemple et engendrent des émotions positives (O).

Références bibliographiques :

• Smith, K.T., 2017. Mobile advertising to Digital Natives: preferences on content, style, personalization, and functionality. Strat. Market. 27 (1), 67–80.
• Adeola, O., Hinson, R.E., Evans, O., 2020. Social media in marketing communications: a synthesis of successful strategies for the digital generation. Digital Transformation in Business and Society 4, 61–81.
• Reinikainen, H., Kari, J.T., Luoma-Aho, V., 2020. Generation Z and organizational listening on social media. Media Commun. 8 (2), 185–196.
• Priporas, C.V., Stylos, N., Fotiadis, A.K., 2017. Generation Z consumers’ expectations of interactions in smart retailing: a future agenda. Hum. Behav. 77, 374–381.
• Adobe, 2018. Adobe experience manager 6.4: defining the next wave of content driven experiences. https://blogs.adobe.com/digitaleurope/digital-marketing/adobe-e xperience-manager-6-4-defining-the-next-wave-of-content-driven-experiences/.
• Emmanuel, Z., 2019. Social and media networks – UK – may 2019. https://reports.mint el.com/display/919588/.
• Miller, L.J., Lu, W., 2018. Gen Z Is Set to Outnumber Millennials within a Year.
• Aragoncillo, L., Orus, C., 2018. Impulse buying behaviour: an online-offline comparative and the impact of social media. Spanish Journal of Marketing 22 (1), 42–62.
• Mehrabian, A., Russell, J.A., 1974. An Approach to Environmental Psychology. The MIT Press, Cambridge.

Raj, A., Mukherjee, A. A., de Sousa Jabbour, A. B. L., & Srivastava, S. K. (2022). Supply Chain Management during and post-COVID-19 Pandemic: Mitigation Strategies and Practical Lessons Learned. Journal of Business Research.

Motfs clefs : Supply chain; coronavirus, barriers, resilience, risk management.

Cet article met en relief les défis de la chaine d’approvisionnement pendant la covid-19. En effet, celui-ci a bouleversé les mentalités liées à la CGA. La méthode Grey-DEMATEL sera utilisée pour analyser les différentes relations des défis avec la chaîne d’approvisionnement. L’étude portera davantage sur les économies émergentes (Inde).

La covid a perturbé l’économie mondiale, notamment les chaine d’approvisionnement. 94% des entreprises du Fortune 1000 ont déjà connu des perturbations de leurs chaine d’approvisionnement de par la covid notamment sur l’aspect de la demande, de l’offre et l’aspect logisique.

Les responsables de la chaîne d’approvisionnement qui étaient concentrés jusqu’ici sur la gestion des stocks en flux tendus qui permet la diminution des coûts et ainsi augmenter l’efficacité ont dû s’orienter sur d’autres facteurs (évaluer les stratégies des CGA, la conception de la CGA) pour faire face aux situations inattendues (covid par exemple).

L’étude répond principalement à 4 questions fondamentales :

1. a) Quels sont les principaux défis de la chaîne d’approvisionnement découlant de la pandémie de COVID-19 ?
2. b) Comment ces défis s’influencent-ils mutuellement ?
3. c) Quelles stratégies d’atténuation sont appropriées pour relever ces défis de la chaîne d’approvisionnement ?
4. d) Comment les perturbations du COVID-19 pourraient-elles affecter les politiques des chaînes d’approvisionnement dans les réseaux de relations interconnectées à l’avenir ?

Il s’agit de la première étude complète qui analyse les défis de la CGA durant la covid-19.

Cette période a causé un effet d’entrainements sur la chaîne d’approvisionnement à l’issue de plusieurs petites perturbations (Scheibe et Blackhurst, 2018)

Les défis dépendant principalement de leur location géographique et de la résilience de leur supply chain. L’article se concentre sur des chaines d’approvisionnement spécifiques : agricole, industrie & automobile et aérienne.

La résilience est l’un des éléments prédominants permettant d’atténuer les défis liés à la chaîne d’approvisonnement. 80% des plus grandes entreprises mondiales prennent en considération son importance dans la CGA. Cette résilience repose sur un ensemble de capacités permettant d’améliorer ses capacités opérationnelles et concurrentielles sur un marché.

En Inde, la crise a touché les produits dont la demande a fortement baissé comme pour le lait par exemple. Celui-ci n’était plus un produit essentiel pour beaucoup d’entre eux hormis les ménages.

Une pénurie de matière première s’est fait ressentir puisque les villes et les pays se sont verrouillés.

L’interdépendance des matières premières avec d’autres pays peut être un vrai frein à une chaine d’approvisionnement efficiente. La preuve en est avec L’inde et la Chine qui importe 70% de ses matières premières pour les secteurs de la chimie, automobile, pharmaceutique et textile.

La crise de la covid-19 a entrainé une demande hétérogène de produits fabriqués en Inde. La chaîne d’approvisionnement a été perturbée due à une mauvaise adaptabilité de celle-ci vis-à-vis des demandes fortes sur certaines catégories de produits et une absence contraire de demandes sur d’autres catégories, cela a entrainé un sur stockage de certains produits Razdan & Kumar (2020).

Le processus Gray DEMATEL (Decision Making Trial and Evaluation Laboratory)  est une méthode connue pour l’aide à la prise de décision multicritères (Raj et al., 2020). L’article propose des stratégies d’atténuation pour améliorer la chaine d’approvisionnement sur du court terme et du long terme.

Sur les 24 experts contactés, seules 15 réponses complètes ont été retenues (12 industriels, 3 universitaires). Les facteurs retenus ont été classés par ordre d’importance.

Ainsi il s’agit de l’incohérence de l’offre qui s’avère être le facteur le plus important afin de répondre à ces défis suivi de la fabrication sous-optimale due à la fuite des travailleurs migrants (verrouillage du pays pendant la crise) et de l’irrégularité de l’offre. L’indisponibilité des véhicules et retards constitue le 3^ème facteur indissociable des autres. En effet, seul 15 à 20% des camions étaient actifs durant la période de blocage ce qui impact directement les délais de livraison et de sucroit le stockage/ entreposage en Inde.

Les retards de livraison de matières premières ont été causés par les problèmes ci-dessous (main d’œuvre, transport, fabrication).

En Inde 60% des travailleurs migrants sont rentrés chez eux en raison des décisions de restrictions de fermeture, de baisses des salaires et parfois de la perte d’emploi d’après The Economist (2020).

Une pénurie de matériaux a également été la cause des problèmes d’approvisionnement (impossibilité d’importer des matériaux durant les restrictions, demande hétérogène des produits, volatilité des prix unitaires sur certains produits). L’indisponibilité des véhicules et retards constitue le troisième défi. Les demandes excessives pour les mêmes itinéraires ont provoqué un manque de disponibilité de certains conducteurs.

Ces facteurs causaux susmentionnés n’ont pas eu beaucoup d’impact sur les contrainte de capacité (stockage) tout comme l’incohérence de l’approvisionnement et le retard des livraisons.

Les stratégies d’atténuation délivrées par les experts sur du court terme reposent sur 3 catégories (offre, demande, logistique & stockage).

Coté offre : Au vue des défis identifiés pour les chaines d’approvisionnement, les organisations doivent identifier les matière premières essentiels à la fabrication qui comportent un risque d’interruption des activités. Mise en place de plusieurs fournisseurs avec des matériaux alternatifs afin de ne pas être dépendant. Favoriser les fournisseurs locaux plutôt que transfrontaliers. Cette stratégie repose sur la diversification des fournisseurs atténuant la dépendance en matériaux et matières premières. Pa ailleurs, valoriser sa main d’œuvre permettrait aux individus de ne pas retourner chez eux en leur proposant des logements adéquats, maintient de salaire etc.

A long terme, la mise en place de fournisseurs alternatifs plus proche de l’usine dans le cadre d’un plan de continuité des activités. Effectuer des stratégies d’approvisionnement sur mesure. Les entreprises doivent adopter une technologie perturbatrice telles que l’analyse massive des données (BDA) ou encore la fabrication additive et la blockchain. Investir dans une capacité de réserve et de stockage permet d’anticiper toute perturbation de la chaine d’approvisionnement en dépit du maintien des ressources inutilisées.

Logistique et stockage : Mise en place de l’omnicanalité pour la distribution des produits principalement durant la covid afin e faire face à la distanciation sociale et les restrictions (Sodhi et al., 2021). Mélange sain de véhicules dédiés à des livraisons particulières.

A long terme, mise en place des véhicules autonomes ce qui impliquerait une absence de dépendance aux conducteurs humains. Livraison par drône pour le dernier kilomètre et sur des endroits inaccessibles. Pour les structures moins matures sur leur flotte automobile, créer des synergies avec les TPL (prestataires de services logistiques).

Coté demande : A court terme, une visibilité de bout en bout aux clients (instaure une confiance), tarification différenciée en fonction du volume de commandes, omnicanalité.

A long terme, identification des meilleurs clients, programme de fidélisation et omnicanalité dans la distribution.

Conclusion : Cet article relate des principaux défis des chaines d’approvisionnement indiennes durant la covid-19. Il met en perspective la résilience de ces chaines et propose des stratégies d’atténuation via le témoignage de plusieurs experts. Le contraste entre les CGA des pays émergents et celui des pays développés est mis en relief, moins de moyens technologiques et davantage de moyens humains peuvent brider leurs chaines d’approvisionnement.

Références : Impossible de les coller

Martínez-Navarro, J., Bigné, E., Guixeres, J., Alcañiz, M., & Torrecilla, C. (2019). The influence of virtual reality in e-commerce. Journal of Business Research, 100, 475-482.

Mots clés : Virtual reality, E-commerce, V-commerce, Sense of presence, Head-mounted display, Virtual experience

Cette étude effectue une comparaison entre le v-commerce et les magasins traditionnels notamment sur l’intention d’achat d’un consommateur.

La réalité virtuelle permet d’influencer le comportement d’achat d’un consommateur par le biais de plusieurs dispositifs de RV capables d’intégrer des pubs, médias en ligne, eWOM et bien évidemment par une interaction en temps réel avec les produits (Fang, Zhang, Şensoy, & Magnenat-Thalmann, 2014 ; Papagiannidis, See-To, & Bourlakis, 2014).

Ces RV peuvent être classés en fonction de leurs interfaces hommes-machines : écran de pc, grands écrans ultra haute définition (powerwalls),  smartphones connectés à des vasques VR type Samsung Gear VR, les HMD, cubes immersifs. Les images ou vidéos affichées peuvent l’être en 360 degrés ou en 3D. Le 360 est devenu plus à la mode que le 3D sui était utilisé par le passé notamment grâce aux smartphones. Il est égalemetn moins cher et ne nécessite pas d’ordinateur en continue. Pour se faire, il faut 3 dispositifs de sortie visuelle : un PC, powerwall et un HMD.

Les 3 questions de recherche mettent en lumière :

RQ1 : Quel dispositif de RV suscite les plus grandes réponses des consommateurs dans un magasin virtuel ?

RQ2 : Quel format de contenu de RV suscite les meilleures réponses des consommateurs dans un magasin virtuel ?

RQ3 : Les magasins virtuels suscitent-ils de plus grandes réponses des consommateurs que les magasins physiques ?

La réalité virtuelle est une nouvelle forme d’expérience pour les consommateurs. Chaque expérience humaine comprend 3 étapes différentes : affectif, cognitif, conatif (par exemple, Zajonc, 1980a, 1980b). L’affect est étroitement lié à la cognition. Celui-ci se distingue dans le cadre de la RV par l’évaluation affective de l’environnement simulé. Ainsi nous pouvons mesurer l’inconfort de la VR sur les utilisateurs et déterminer si le port des dispositifs de VR sont efficaces. La cognition est définie comme «l’activité mentale telle qu’elle se reflète dans les connaissances, les croyances ou les pensées que quelqu’un a sur un aspect de son monde” (Barry & Howard, 1990, p. 104). Les expériences de VR entrainent un sentiment de présence et ainsi ne dénature pas le comportement qu’il aurait dans la réalité. Autrement dit, ils agissent de la même manière en VR que dans la réalité.

Certaines hypothèses sont émises :

H1. Les émotions ressenties par un consommateur dans un magasin virtuel influencent positivement le sentiment de présence.

H2. Les évaluations affectives du consommateur sur un magasin virtuel influencent positivement le rappel de la marque. L’engagement cognitif dû à un ressenti de présence peut avoir des effets sur la mémoire.

H3. Le sentiment de présence ressenti par le sujet dans un magasin virtuel a une influence positive sur le rappel de la marque. En plus des impacts positifs de la VR sur la mémoire des consommateurs, elle peut également entrainée de la négativité si le consommateur est dans une situation inconfortable.

H4. L’inconfort perçu dans un magasin virtuel a un impact négatif sur le sentiment de présence.

H5. L’inconfort perçu lors d’une expérience de simulation dans un magasin virtuel a un impact négatif sur le rappel de la marque.

L’intention d’achat est une variable conative la plus étudiée dans le commerce électronique (Hausman & Siekpe, 2009). Certains pensent que la VR peut révolutionner l’expérience  achat (par exemple, Grewal et al., 2017).

H6. Le sentiment de présence dans un magasin virtuel a un impact positif sur l’intention d’achat.

Selon Radder et Huang (2008),plus il est facile pour un consommateur de se souvenir de la marque alors plus son intention d’acheter sera élevée.

H7. Le rappel de la marque a un impact positif sur l’intention d’achat dans un magasin virtuel.

L’étude menée dans cet article relève d’une expérience immersive dans un supermarché en dehors des horaires d’ouvertures et parallèlement dans une réalité virtuelle représentant la même situation. Les participants bénéficiaient des mêmes stimuli (nombre, taille, apparence, etc). L’étude comprend un échantillon de 178 personnes hétérogènes. Les données recueillis proviennent de deux questions (l’un rempli avant et l’autre après l’expérience).

Les échelles de mesures pour cette expérience se sont basées sur le modèle de Lickert.

Pour répondre à la RQ1 et RQ3, les résultats montrent qu’il n’y a pas de différences entre les émotions et les évaluations affectives en VR ou en vrai cependant des différences significatives sont recensées pour la question de l’inconfort entre la VR et la réalité. Il y a également des différences sur l’intention d’achat (plus bas en condition physique). Le HMD présente des sentiments d’inconfort relativement fort contrairement aux moniteurs PC.

Par ailleurs, il n’y a pas de différences entre les différentes VR (3D ou 360 dégrés) dans les réponses cognitives et affectives des consommateurs (RQ1). L’intention d’achat en revanche a été plus conséquente avec la 3D. Concernant la RQ2, seules les différences liées à l’inconfort ont été perçues plus importante pour le HMD malgré le sentiment de présence plus élevé. Les HMD se sont avérés globalement plus efficaces en obtenant des scores plus élevés pour 4 mesures sur 5.

La contribution faite sur la comparaison entre les magasins physiques et virtuels (RQ3) a montré que les magasins virtuels sont plus performants dans la réponse cognitive et conative des consommateurs. Le rappel de la marque semble être plus élevé dans une situation de v-commerce que dans le magasin physique. Les deux formats de RV augmentent significativement l’intention d’achat vis-à-vis du magasin traditionnel par deux voies différentes. L’une concerne les émotions ressenties qui ont un impact sur le sentiment de présence ce qui favorise l’intention d’achat (confirmation des hypothèses). La seconde voie montre que l’évaluation affective d’un environnement virtuel a un impact sur le souvenir de la marque d’un consommateur et donc par ce fait influence son intention d’achat.

L’inconfort quant à lui n’a pas d’impact sur le sentiment de présence ni sur le souvenir de la marque. Ce résultat est d’autant plus intéressant que le confort est l’avantage clé d’un achat en boutique. Si celui-ci n’a que peu d’impact sur les intentions d’achat ou sur le rappel de la marque alors des questions plus approfondies méritent d’être abordées.

References

Alcañiz, M., Baños, R., Botella, C., & Rey, B. (2003). The EMMA project: Emotions as a determinant of presence. PsychNology Journal, 1(2), 141–150.

Alcañiz, M., Rey, B., Tembl, J., & Parkhutik, V. (2009). A neuroscience approach to virtual reality experience using transcranial doppler monitoring. Presence Teleoperators and Virtual Environments, 18(2), 97–111.

Aldás, J. (2012). Partial least squares path modelling in marketing and management re- search: An annotated application. In L. Moutinho, & K. H. Huarng (Eds.). Quantitative modelling in marketing and management (pp. 43–78). London: World Scientific.

Algharabat, R., Abdallah Alalwan, A., Rana, N. P., & Dwivedi, Y. K. (2017). Three di- mensional product presentation quality antecedents and their consequences for on- line retailers: The moderating role of virtual product experience. Journal of Retailing and Consumer Services, 36, 203–217.

Ashby, F. G., & Isen, A. M. (1999). A neuropsychological theory of positive affect and its influence on cognition. Psychological Review, 106(3), 529.

Baron, R., & Kenny, D. (1986). The moderator–mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social, 51(6), 1173–1182.

Barry, T. E., & Howard, D. J. (1990). A review and critique of the hierarchy of effects in advertising. International Journal of Advertising, 9(2), 121–135.

Beck, M., & Crié, D. (2018). I virtually try it … I want it! Virtual fitting room: A tool to increase on-line and off-line exploratory behavior, patronage and purchase inten- tions. Journal of Retailing and Consumer Services, 40(1), 279–286.

Berg, L. P., & Vance, J. M. (2017). Industry use of virtual reality in product design and manufacturing: A survey. Virtual Reality, 21, 1–17.

Bigné, E., Llinares, C., & Torrecilla, C. (2016). Elapsed time on first buying triggers brand choices within a category: A virtual reality-based study. Journal of Business Research, 69(4), 1423–1427.

Biocca, F. (1997). The Cyborg’s dilemma: Progressive embodiment in virtual environ- ments. Journal of Computer-Mediated Communication, 3(2).

Bless, H., & Fiedler, K. (2006). Mood and the regulation of information processing. In J. P. Forgas (Ed.). Affect in social cognition and behavior (pp. 65–84). New York: Psychology Press.

Bonetti, F., Warnaby, G., & Quinn, L. (2018). Augmented reality and virtual reality in physical and online retailing: A review, synthesis and research agenda. In T. Jung, & M. C. tom Dieck (Eds.). Augmented reality and virtual reality. Empowering human, place and business (pp. 119–132). Cham, Switzerland: Springer.

Bouchard, S., St-Jacques, J., Robillard, G., & Renaud, P. (2008). Anxiety increases the feeling of presence in virtual reality. Presence Teleoperators and Virtual Environments, 17(4), 376–391.

Bressoud, E. (2013). Testing FMCG innovations: Experimental real store versus virtual. Journal of Product and Brand Management, 22(4), 286–292.

Chandon, P., Hutchinson, J. W., Bradlow, E. T., & Young, S. H. (2009). Does in-store marketing work? Effects of the number and position of shelf facings on brand at- tention and evaluation at the point of purchase. Journal of Marketing, 73(6), 1–17.

Collins, A. M., & Loftus, E. A. (1975). A spreading-activation theory of semantic proces- sing. Psychological Review, 82(6), 407–428.

Cronbach, L. J. (1951). Coefficient Alpha and the internal structure of tests. Psychometrika, 16(3), 297–334.

Diemer, J., Alpers, G. W., Peperkorn, H. M., Shiban, Y., & Mühlberger, A. (2015). The impact of perception and presence on emotional reactions: A review of research in virtual reality. Frontiers in Psychology, 6, 1–9.

Falk, F. R., & Miller, N. B. (1992). A primer for soft modeling. Akron, OH: The University of Akron Press.

Fang, H., Zhang, J., Şensoy, M., & Magnenat-Thalmann, N. (2014). Reputation me- chanism for e-commerce in virtual reality environments. Electronic Commerce Research and Applications, 13(6), 409–422.

Forgas, J. P., & Eich, E. (2012). Affective influences on cognition: Mood congruence, mood dependence, and mood effects on processing strategies. In I. B. Weiner, A. F. Healy, & R. W. Proctor (Vol. Eds.), Handbook of psychology(2nd ed.). 4. Handbook of psychology (pp. 61–82). Hoboken, NJ: Wiley.

Fornell, C., & Larcker, D. (1981). Structural equation models with unobservable variables and measurement error: Algebra and statistics. Journal of Marketing Research, 18(3),

382–388.
Gorini, A., Capideville, C. S., De Leo, G., Mantovani, F., & Riva, G. (2011). The role of

immersion and narrative in mediated presence: The virtual hospital experience.

Cyberpsychology, Behavior and Social Networking, 14(3), 99–105.
Grewal, D., Roggeveen, A. L., & Nordfält, J. (2017). The future of retailing. Journal of

Retailing, 93(1), 1–6.
Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2014). A primer on partial least

squares structural equation modeling (PLS-SEM). Thousand Oaks, CA: Sage.
Hausman, A. V., & Siekpe, J. S. (2009). The effect of web interface features on consumer

online purchase intentions. Journal of Business Research, 62(1), 5–13.
Henseler, J., Dijkstra, T. K., Sarstedt, M., Ringle, C. M., Diamantopoulos, A., Straub, D. W.,

… Calantone, R. J. (2014). Common beliefs and reality about PLS: Comments on

Rönkkö and Evermann (2013). Organizational Research Methods, 17(2), 182–209. Henseler, J., Hubona, G., & Ray, P. A. (2016). Using PLS path modeling in new technology

research: Updated guidelines. Industrial Management & Data Systems, 116(1), 2–20. Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing dis-

criminant validity in variance-based structural equation modeling. Journal of the

Academy of Marketing Science, 43(1), 115–135.
Isen, A. M. (1984). Toward understanding the role of affect in cognition. In R. WyerJr., &

3. Srull (Vol. Eds.), Handbook of social cognition. Vol. 3. Handbook of social cognition

(pp. 179–236). Mahwah, NJ: Lawrence Erlbaum Associates Publishers.
Kim, K., Rosenthal, M. Z., Zielinski, D. J., & Brady, R. (2014). Effects of virtual en-

vironment platforms on emotional responses. Computer Methods and Programs in

Biomedicine, 113(3), 882–893.
Kline, R. (2011). Principles and practice of structural equation modeling. New York: Guilford

Press.
Küller, R. (1991). Environmental assessments from a neuropsychological perspective. In

1. Gärling, & G. W. Evans (Eds.). Environment, cognition and action: An integrated

approach (pp. 111–147). New York: Oxford University Press.
Laros, F. J., & Steenkamp, J. B. E. (2005). Emotions in consumer behavior: A hierarchical

approach. Journal of Business Research, 58(10), 1437–1445.
Laurent, G., Kapferer, J., & Roussel, F. (1995). The underlying structure of brand

awareness scores. Marketing Science, 14(3_supplement), G170–G179.
Laviola, J. J., Jr., Kruijff, E., McMahan, R. P., Bowman, D., & Poupyrev, I. (2017). 3D user

interfaces: Theory and practice. Redwood City, CA: Addison-Wesley Professional.
Li, H., Daugherty, T., & Biocca, M. (2001). Characteristics of virtual experience in elec- tronic commerce: A protocol analysis. Journal of Interactive Marketing, 15(3), 13–30.

Mania, K., & Chalmers, A. (2001). The effects of levels of immersion on memory and presence in virtual environments: A reality centered approach. Cyberpsychology & Behavior, 4(2), 247–264.

Mann, M. K., Liu-Thompkins, Y., Watson, G. S., & Papelis, Y. E. (2015). A multi- disciplinary examination of 3D virtual shopping environments: Effects on consumer perceptual and physiological responses. In K. Kubacki (Ed.). Ideas in marketing: Finding the new and polishing the old (pp. 752–755). Springer International Publishing.

Massara, F., Liu, S. S., & Melara, R. D. (2010). Adapting to a retail environment: Modeling consumer–environment interactions. Journal of Business Research, 63(7), 673–681.

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

Meißner, M., Pfeiffer, J., Pfeiffer, T., & Oppewal, H. (2017). Combining virtual reality and mobile eye tracking to provide a naturalistic experimental environment for shopper research. Journal of Business Research. https://doi.org/10.1016/j.jbusres.2017.09.028 (in press).

Memon, B. A., Arif, H., & Farrukh, M. (2016). Impact of brand recall on customer pur- chase intention. Journal of Marketing and Consumer Research, 25, 51–59.

Nichols, S., Haldane, C., & Wilson, J. R. (2000). Measurement of presence and its con- sequences in virtual environments. International Journal of Human-Computer Studies, 52(3), 471–491.

Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory. New York, NY: Mc-Graw- Hill.

Pantano, E., & Servidio, R. (2012). Modeling innovative points of sales through virtual and immersive technologies. Journal of Retailing and Consumer Services, 19(3), 279–286.

Papagiannidis, S., See-To, E. W., & Bourlakis, M. (2014). Virtual test-driving: The impact of simulated products on purchase intention. Journal of Retailing and Consumer Services, 21(5), 877–887.

Peterson, R. A., Hoyner, W. D., & Wilson, W. R. (1986). Reflections on the role of affect in consumer behavior. In R. A. Peterson, W. D. Hoyner, & W. R. Wilson (Eds.). The role of affect in consumer behavior: Emerging theories and applications (pp. 141–159). Lexington, MA: Lexington Books.

Radder, L., & Huang, W. (2008). High-involvement and low-involvement products: A comparison of brand awareness among students at a South African university. Journal of Fashion Marketing and Management: An International Journal, 12(2), 232–243.

Riva, G., Mantovani, F., Capideville, C. S., Preziosa, A., Morganti, F., Villani, D., … Alcañiz, M. (2007). Affective interactions using virtual reality: The link between presence and emotions. Cyberpsychology & Behavior, 10(1), 45–56.

Slater, M. (2009). Place illusion and plausibility can lead to realistic behaviour in im- mersive virtual environments. Philosophical Transactions of the Royal Society of London

B: Biological Sciences, 364(1535), 3549–3557.
Statista (2017). Projected economic impact of virtual and augmented reality technologies

worldwide from 2016 to 2020. http://bit.ly/2NNW5ay, Accessed date: 15 October

2017.

Steuer, J. (1992). Defining virtual reality: Dimensions determining telepresence. Journal of Communication, 42(4), 73–93.

Stone, M. (1974). Cross-validatory choice and assessment of statistical predictions. Journal of the Royal Statistical Society, Series B, 36(2), 111–147.

Ulrich, S. R. (1983). Aesthetic and affective response to natural environment, behavior and the natural environment. In I. Altman, & J. Wohwill (Eds.). Human behavior and environment. 6: Behavior and natural environment (pp. 85–125). New York, NY: Plenum.

Usoh, M., Catena, E., Arman, S., & Slater, M. (2000). Using presence questionnaires in reality. Presence Teleoperators and Virtual Environments, 9(5), 1–16.

Van Herpen, E., van den Broek, E., van Trijp, H. C., & Yu, T. (2016). Can a virtual su- permarket bring realism into the lab? Comparing shopping behavior using virtual and pictorial store representations to behavior in a physical store. Appetite, 107, 196–207.

Verhulst, A., Normand, J.-M., Lombart, C., & Moreau, G. (2017). A study on the use of an immersive Virtual Reality store to investigate consumer perceptions and purchase behavior toward non-standard fruits and vegetables. Proceedings of the IEEE virtual reality 2017 (pp. 55–63). (Los Angeles).

Vrechopoulos, A., Apostolou, K., & Koutsiouris, V. (2009). Virtual reality retailing on the web: Emerging consumer behavioural patterns. The International Review of Retail, Distribution and Consumer Research, 19(5), 469–482.

Waterlander, W. E., Jiang, Y., Steenhuis, I. H. M., & Mhurchu, C. N. (2015). Using a 3D virtual supermarket to measure food purchase behavior: A validation study. Journal of Medical Internet Research, 17(4), e107.

Yim, M. Y.-C., Chu, S.-C., & Sauer, P. L. (2017). Is augmented reality technology an ef- fective tool for e-commerce? An interactivity and vividness perspective. Journal of Interactive Marketing, 39, 89–103.

Zajonc, R. B. (1980a). Feeling and thinking: Preferences need no inferences. American Psychologist, 35(2), 151–175.

Zajonc, R. B. (1980b). Cognition and social cognition: A historical perspective. In L. Festinger (Ed.). Retrospections on social psychology (pp. 1–42). New York, NY: Oxford University Press.

Barenji, A. V., Wang, W. M., Li, Z., & Guerra-Zubiaga, D. A. (2019). Intelligent E-commerce logistics platform using hybrid agent based approach. Transportation Research Part E: Logistics and Transportation Review, 126, 15-31.

Mots-clés : E-commerce, Online to offline, E-commerce logistic park, Multi-agent system, Scheduling And control

Le commerce électronique permet de favoriser les échanges commerciaux, cependant il dépend d’un soutien logistique pour que son utilisation soit optimale (Geerts et McCarthy, 2002). Les avantages du commerce électronique sans une chaîne logistique efficiente seraient perdus (Ngai et Wat, 2002). En effet, l’exécution des commandes durant tout le londe de la chaîne d’approvisionnement constitue l’un des principaux obstacle qui affecte le développement de l’industrie mondiale du commerce électronique ainsi que de l’expérience d’achat en ligne (Bask et al., 2014 ; Ardjmand et al., 2018).

La logistique a un rôle primordial à tel point qu’elle pourrait représenter 40% du prix d’un produit (Kong et al., 2017). Le commerce électronique se décline en 3 parties : les produits de remplacement sont retirés des fabricants et expédiés aux entrepôts, les processus d’exécution de l’entrepôt trient, les produits sont livrés aux clients par le centre de distribution.

Récemment, des EcLP ont été introduits afin de favoriser le processus de commerce électronique. Celui-ci prévoit une zone économique spéciale multi fournisseurs sous la forme d’accords commerciaux (Šulgan, 2006). Cette pratique est notamment utilisée en Chine dans les régions les plus importantes. Il s’agit de zone stratégique permettant de développer de nouveaux marchés. L’objectif principal d’un parc est d’accélérer le processus d’éxécution pour un grand nombre d’EcLP. Ces entreprises partagent des biens communs (infrastructures, services communs, transports, etc.) (Mangiaracina et al., 2015 ; Turban et al., 2018).

Avec les demandes croissantes dues au e-commerce, les EcLP ont dus s’adapter en intégrant les nouvelles technologies (IoT, GPS, Cloud computing) pour répondre à ces demandes élevées. Malgré ces dispositions, il y a toujours un problème lié à l’ordonnancement dynamique à travers un manque d’échange d’information (Joong-Kun Cho et al., 2008 ; Liu et al., 2018 ; Yu et al., 2016 ; Zhang et al., 2018).

Plusieurs études ont fait l’objet de diverses solutions optimales pour résoudre ce problème et ainsi améliorer le processus d’exécution des commandes en ligne.

Une littérature complète sur la logistique du commerce électronique dans l’industrie du meuble a été présentée par Yu et al. (2017) qui ont montré l’importance de l’IoT, le big data et le cloud computing dans l’amélioration de la logistique du commerce électronique ainsi qu’à tous les niveaux opérationnels et décisionnels.

Les problèmes liés à la centralisation dans les EcLP via la logistique et le transport ont été caractérisés en plusieurs points :

-Manque de distribution et autonomie (ils sont contrôlés par un ordinateur hôte).

-Manque de reconfiguration : les EcLP ne peuvent pas gérés plusieurs problèmes à la fois.

-Machine : manque d’optimisation en temps réel face aux perturbations.

Les objectifs de l’article sont définis à travers deux questions :

Comment concevoir et développer un système intelligent de contrôle et d’ordonnancement pour un parc logistique de commerce électronique ?

L’intégration des informations en temps réel améliorera-t-elle le processus d’exécution des commandes ?

Dans cette étude, une plateforme hybride basée sur des agents a été réalisée pour l’EcLP.

Les avantages de cette plateforme ont été recentrés en 3 parties. Le premier concerne une plateforme décentralisée pour résoudre les problèmes liés à l’autonomie e la centralisation de l’EcLP. Le second permet une communication entre les agents mobiles (matériels & logiciels) afin d’assurer un échange d’information en temps réel. Pour finir, l’implémentation d’un agent d’optimisation a permis de réduire le temps de transport et d’améliorer le processus d’exécution via la responsabilité de l’ordonnance dynamique.

Pour conclure, les avantages liés à cette plateforme couvrent : la réduction du temps de traitement, amélioration du débit en réduisant la planification des chemins, amélioration de l’utilisation des machines.

Dans la chaîne d’approvisionnement classique, les produits sont traités sur différents niveaux allant du transport des produits des fabricants aux différents magasins physiques puis le client final (Gunasekaran et al., 2017). L’essor d’internet et du commerce électronique selon la définition du gouvernement britannique « (Stanford-Smith et Kidd, 2000) : “Le commerce électronique est l’échange d’informations (valeur) à travers des réseaux électroniques, à n’importe quel stade de la chaîne d’approvisionnement, c’est-à-dire qu’il soit payé ou non. Et, il peut avoir lieu au sein d’une organisation, entre les entreprises et les utilisateurs finaux.”

L’EcLP a apporté énormément au commerce électronique en résolvant le problème dû à la demandes clients au moment opportun (Yu et al., 2017). Ce fut l’objet de nombreux projets de ce nouveau système d’approvisionnement dans un parc logistique pour le commerce électronique. La Chine est l’un des précurseurs de ce modèle à la vue de ses demandes clients élevées. Les parcs logistiques ont joué un rôle important dans l’efficacité de la chaîne d’approvisionnement (Rimienė et Grundey, 2007). Ces mêmes parcs logistiques ont évolué en EcLP pour bénéficier des avantages liés à l’autonomie et des approches efficientes. Ces EcLP se définissent comme un fournisseur public d’un centre de distribution qui offre des services d’entrepôts et de transport. Ils réduisent ainsi les problèmes de logistique des entreprises et des fournisseurs. Il s’agit d’un système de ressources mutualisées ou partagées qui permet de réduire les frais liés à la logistique en ne payant que pour les services dont les entreprises ou les fournisseurs ont besoin (Leung et al., 2018).

L’architecture proposée est chargée de développer un calendrier dynamique (PCL). Le PCL contient 4 agents : Travail, optimisation, ressources, mobiles. L’architecture des flux de données permet d’obtenir un déroulement du processus en 6 étapes.

Le CLA est responsable du développement de la comunication entre les agents (PCL, fournisseurs, clients. Il est composé d’agents clients et fournisseurs.

Cet article a permis de montrer une nouvelle architecture d’ordonnancement dynamique avec en contrôle en temps réel basé sur une technologie multi-agents ce qui permet de combler les problèmes existants liés aux parcs logistiques dans le commerce électronique. Les avantages prédominants de ce système sont : la réduction du temps de traitement, amélioration du débit en réduisant la distance totale sur le système et amélioration de l’utilisation des machines, c’est-à-dire une amélioration du processus de maintenance des machines.

References

Alawneh, F., Zhang, G., 2018. Dual-channel warehouse and inventory management with stochastic demand. Transp. Res. Part E: Log. Transp. Rev. 112, 84–106. Angal, B., 2008. Developing logistics real estate in ports worldwide. Prologis 1–41.
Ardjmand, E., Bajgiran, O.S., Rahman, S., Weckman, G.R., Young, W.A., 2018. A multi-objective model for order cartonization and fulfillment center assignment in the

e-tail/retail industry. Transp. Res. Part E: Log. Transp. Rev. 115, 16–34.
Azadian, F., Murat, A.E., Chinnam, R.B., 2012. Dynamic routing of time-sensitive air cargo using real-time information. Transp. Res. Part E: Log. Transp. Rev. 48,

355–372.
Barenji, A.V., Barenji, R.V., Hashemipour, M., 2016. Flexible testing platform for employment of RFID-enabled multi-agent system on flexible assembly line. Adv. Eng.

Softw. 91, 1–11.
Barenji, A.V., Barenji, R.V., Roudi, D., Hashemipour, M., 2017. A dynamic multi-agent-based scheduling approach for SMEs. Int. J. Adv. Manuf. Technol. 89,

3123–3137.
Bask, A., Merisalo-Rantanen, H., Tuunanen, T., 2014. Developing a modular service architecture for E-store supply chains: the small-and medium-sized enterprise

perspective. Serv. Sci. 6, 251–273.
Burt, S., Sparks, L., 2003. E-commerce and the retail process: a review. J. Retail. Consum. Serv. 10, 275–286.
Dou, J., Chen, C., Yang, P., 2015. Genetic scheduling and reinforcement learning in multirobot systems for intelligent warehouses. Math. Probl. Eng. 2015.
Geerts, G.L., McCarthy, W.E., 2002. An ontological analysis of the economic primitives of the extended-REA enterprise information architecture. Int. J. Acc. Inform.

Syst. 3, 1–16.
Ghavamifar, A., Makui, A., Taleizadeh, A.A., 2018. Designing a resilient competitive supply chain network under disruption risks: a real-world application. Transp.

Res. Part E: Log. Transp. Rev. 115, 87–109.
Group, A., 2016. History of Alibaba Group [Online]. Alibaba Group. 2016. < http://www.alibabagroup.com/en/about/history > (accessed 16.3.2015). Gunasekaran, A., Subramanian, N., Papadopoulos, T., 2017. Information technology for competitive advantage within logistics and supply chains: a review. Transp.

Res. Part E: Log. Transp. Rev. 99, 14–33.
Hong, Z., Wang, H., Yu, Y., 2018. Green product pricing with non-green product reference. Transp. Res. Part E: Log. Transp. Rev. 115, 1–15.
Hou, Y., Wang, X., Wu, Y.J., He, P., 2018. How does the trust affect the topology of supply chain network and its resilience? An agent-based approach. Transp. Res. Part

E: Log. Transp. Rev. 116, 229–241.
Hu, K.-Y., Chang, T.-S., 2010. An innovative automated storage and retrieval system for B2C e-commerce logistics. Int. J. Adv. Manuf. Technol. 48, 297–305. Jedermann, R., Behrens, C., Westphal, D., Lang, W., 2006. Applying autonomous sensor systems in logistics—Combining sensor networks, RFIDs and software agents.

Sens. Actuat. A Phys. 132, 370–375.
Joong-Kun Cho, J., Ozment, J., Sink, H., 2008. Logistics capability, logistics outsourcing and firm performance in an e-commerce market. Int. J. Phys. Distrib. Log.

Manage. 38, 336–359.
Julka, N., Srinivasan, R., Karimi, I., 2002. Agent-based supply chain management—1: framework. Comput. Chem. Eng. 26, 1755–1769.
Jung, J.C., Ugboma, M.A., Liow, A.K., 2015. Does Alibaba’s magic work outside China? Thund. Int. Bus. Rev. 57, 505–518.
Kong, X., Li, M., Yu, Y., Zhao, Z., Huang, G.Q., 2017. Physical internet-enabled E-commerce logistics park platform. In: 2017 13th IEEE Conference on Automation

Science and Engineering (CASE). IEEE, pp. 406–411.
Korper, S., Ellis, J., 2000. The E-commerce Book: Building the E-empire. Elsevier.
Lambert, D.M., Stock, J.R., Ellram, L.M., 1998. Fundamentals of Logistics Management. McGraw-Hill/Irwin.
Lekovic, S., Milicevic, N., 2013. The Importance and Characteristics of Logistics in Electronic Commerce. Belgrade.
Leung, K., Choy, K., Siu, P.K., Ho, G., Lam, H., Lee, C.K., 2018. A B2C e-commerce intelligent system for re-engineering the e-order fulfilment process. Exp. Syst. Appl.

30

A.V. Barenji, et al. Transportation Research Part E 126 (2019) 15–31

91, 386–401.
Li, X., Zhang, C., Gao, L., Li, W., Shao, X., 2010. An agent-based approach for integrated process planning and scheduling. Exp. Syst. Appl. 37, 1256–1264.
Li, Z., Barenji, A.V., Jiang, J., Zhong, R.Y., Xu, G., 2018. A mechanism for scheduling multi robot intelligent warehouse system face with dynamic demand. J. Intell.

Manuf. 1–12.
Li, Z., Zhong, R.Y., Barenji, A.V., Liu, J., Yu, C., Huang, G.Q., 2019. Bi-objective hybrid flow shop scheduling with common due date. Oper. Res. Int. J. 1–26.
Liu, X., Wen, K., Xu, Y., Yu, G., 2017. Non-linear behavior of supply chains under chaos environment with disruptions: based on coupled map lattices. Intell. Decis.

Technol. 11, 399–414.
Liu, X., Zhang, K., Chen, B., Zhou, J., Miao, L., 2018. Analysis of logistics service supply chain for the One Belt and One Road initiative of China. Transp. Res. Part E:

Log. Transp. Rev. 117, 23–39.
Liu, Y.J., 2014. Study of logistics park planning and design based on E-commerce platform. Appl. Mech. Mater. 907–910 Trans Tech Publ.
Mangiaracina, R., Marchet, G., Perotti, S., Tumino, A., 2015. A review of the environmental implications of B2C e-commerce: a logistics perspective. Int. J. Phys.

Distrib. Log. Manage. 45, 565–591.
Manupati, V.K., Putnik, G.D., Tiwari, M.K., Ávila, P., Cruz-Cunha, M.M., 2016. Integration of process planning and scheduling using mobile-agent based approach in a

networked manufacturing environment. Comput. Ind. Eng. 94, 63–73.
Merschformann, M., Lamballais, T., de Koster, R., Suhl, L., 2018. Decision Rules for Robotic Mobile Fulfillment Systems. arXiv preprint arXiv:1801.06703.
Mofidi, S.S., Pazour, J.A., Roy, D., 2018. Proactive vs. reactive order-fulfillment resource allocation for sea-based logistics. Transp. Res. Part E: Log. Transp. Rev. 114,

66–84.
Moyaux, T., Chaib-Draa, B., D’amours, S., 2006. Supply chain management and multiagent systems: an overview. Multiagent Based Supply Chain Management.

Springer.
Ngai, E.W., Wat, F., 2002. A literature review and classification of electronic commerce research. Inform. Manage. 39, 415–429.
Pan, A., Choi, T.-M., 2016. An agent-based negotiation model on price and delivery date in a fashion supply chain. Ann. Oper. Res. 242, 529–557.
Qiu, X., Luo, H., Xu, G., Zhong, R., Huang, G.Q., 2015. Physical assets and service sharing for IoT-enabled Supply Hub in Industrial Park (SHIP). Int. J. Prod. Econ. 159,

4–15.
Qu, T., Pan, Y., Liu, X., Kang, K., Li, C., Thurer, M., Huang, G.Q., 2017. Internet of Things-based real-time production logistics synchronization mechanism and method

toward customer order dynamics. Trans. Inst. Meas. Control 39, 429–445.
Ratnasingam, P., 2003. Inter-organizational-trust in business to business e-commerce: a case study in customs clearance. J. Glob. Inform. Manage. (JGIM) 11, 1–19. Rimienė, K., Grundey, D., 2007. Logistics centre concept through evolution and definition. Eng. Econ. 54.
Roy, D., De Koster, M., 2014. Modeling and Design of Container Terminal Operations.
Ruan, J., Shi, Y., 2016. Monitoring and assessing fruit freshness in IOT-based e-commerce delivery using scenario analysis and interval number approaches. Inf. Sci.

373, 557–570.
Serrano-Hernandez, A., Faulin, J., Hirsch, P., Fikar, C., 2018. Agent-based simulation for horizontal cooperation in logistics and transportation: from the individual to

the grand coalition. Simul. Model. Pract. Theory 85, 47–59.
Shang, X., Zhang, R., Chen, Y., 2012. Internet of things (IoT) service architecture and its application in e-commerce. J. Electr. Comm. Org. (JECO) 10, 44–55. Shao, X., Li, X., Gao, L., Zhang, C., 2009. Integration of process planning and scheduling—a modified genetic algorithm-based approach. Comput. Oper. Res. 36,

2082–2096.
Shaygan, A., Barenji, R.V., 2016. Simulation Platform for Multi Agent Based Manufacturing Control System Based on The Hybrid Agent. arXiv preprint arXiv:1603.

07766.
Stanford-Smith, B., Kidd, P.T., 2000. E-business: Key Issues, Applications and Technologies. IOS press.
Šulgan, M., 2006. Logistics park development in Slovak Republic. Transport 21, 197–200.
Tarimoradi, M., Zarandi, M.F., Zaman, H., Turksan, I., 2017. Evolutionary fuzzy intelligent system for multi-objective supply chain network designs: an agent-based

optimization state of the art. J. Intell. Manuf. 28, 1551–1579.
Torabi, S., Hassini, E., Jeihoonian, M., 2015. Fulfillment source allocation, inventory transshipment, and customer order transfer in e-tailing. Transp. Res. Part E: Log.

Transp. Rev. 79, 128–144.
Trkman, P., McCormack, K., 2009. Supply chain risk in turbulent environments—a conceptual model for managing supply chain network risk. Int. J. Prod. Econ. 119,

247–258.
Turban, E., Outland, J., King, D., Lee, J.K., Liang, T.-P., Turban, D.C., 2018. Order fulfillment along the supply chain in e-commerce. Electronic Commerce 2018.

Springer.
van der Heide, G., Buijs, P., Roodbergen, K., Vis, I., 2018. Dynamic shipments of inventories in shared warehouse and transportation networks. Transp. Res. Part E:

Log. Transp. Rev. 118, 240–257.
Vatankhah Barenji, A., Vatankhah Barenji, R., 2017. Improving multi-agent manufacturing control system by indirect communication based on ant agents. Proc. Instit.

Mech. Eng. Part I: J. Syst. Contr. Eng. 231, 447–458.
Wang, H., Tan, J., Guo, S., Wang, S., 2018. High-value transportation disruption risk management: shipment insurance with declared value. Transp. Res. Part E: Log.

Transp. Rev. 109, 293–310.
Wang, X., Zhan, L., Ruan, J., Zhang, J., 2014. How to choose “last mile” delivery modes for E-fulfillment. Math. Probl. Eng. 2014.
Wong, P.-K., 2003. Global and national factors affecting e-commerce diffusion in Singapore. Inform. Soc. 19, 19–32.
Yang, B., Chen, Y.A., 2018. Evolution model and simulation of logistics outsourcing for manufacturing enterprises based on multi-agent modeling. Clust. Comput. 1–9. Yang, C., Taudes, A., Deng, A., Chen, L., Tian, F., 2015. Research on logistics parks: literature review and outlook. LISS 2013. Springer.
Yu, Y., Wang, X., Zhong, R.Y., Huang, G., 2017. E-commerce logistics in supply chain management: implementations and future perspective in furniture industry. Ind.

Manage. Data Syst. 117, 2263–2286.
Yu, Y., Wang, X., Zhong, R.Y., Huang, G.Q., 2016. E-commerce logistics in supply chain management: practice perspective. Proc. CIRP 52, 179–185.
Zhang, M., Fu, Y., Zhao, Z., Pratap, S., Huang, G.Q., 2018. Game theoretic analysis of horizontal carrier coordination with revenue sharing in E-commerce logistics. Int.

28. Prod. Res. 1–28.
    Zhou, G., Xiao, Z., Jiang, P., Huang, G.Q., 2010. A game-theoretic approach to generating optimal process plans of multiple jobs in networked manufacturing. Int. J.

Comput. Integr. Manuf. 23, 1118–1132.

Mangiaracina, R., Perego, A., Seghezzi, A., & Tumino, A. (2019). Innovative solutions to increase last-mile delivery efficiency in B2C e-commerce: a literature review. International Journal of Physical Distribution & Logistics Management.

Mots-clefs : B2C E-commerce, Innovation, Efficiency, Last mile delivery

Cet article traite sur l’efficacité de la livraison à domicile dans le cadre du commerce électronique BtoC.

Le commerce électronique BtoC pose 13 nouveaux défis. Il représentait 2500 milliards d’euros dans le monde.

La livraison du dernier kilomètre est la partie la plus onéreuse du service de livraison et la plus complexe à mettre en place. Plusieurs facteurs sont mis en corrélation avec l’efficacité de la livraison à domicile, notamment la vitesse de livraison (Savelsbergh et Van Woensel, 2016), les délais de livraison (Fernie et al., 2010), la ponctualité (Hays et al., 2005) et enfin la sécurité (McKinnon et Tallam, 2003).

La livraison du dernier kilomètre peut se scinder en 2 catégories de produits : le premier traite de l’optimisation de la livraison au domicile (traditionnel) ainsi que les différents problèmes liés au « Véhicle routing problem » (par exemple Geetha et al., 2013). Le VRP permet de dresser la route optimale pour livrer plusieurs colis sur différentes destinations.

La deuxième catégorie de produits repose sur l’innovation de cette efficacité concernant la livraison du dernier kilomètre avec l’exemple du drone qui permettent d’éviter certains problèmes plus traditionnels. Parmi ces solutions innovantes, nous retrouvons les consignes à colis (Iwan et al., 2016), la logistique par crowdsourcing (Wang et al., 2016), les boîtes de réception et les points de retrait (Kedia et al., 2017) et enfin les politiques de tarification dynamique (Klein et al., 2017). Ranieri et al. (2018) ont mis en lumière les différentes externalités qui peuvent se produire lors de la livraison du dernier kilomètre notamment dans une logique de durabilité environnementale.

Le double objectif est d’identifié les principales solutions innovantes ainsi que la compréhension de la réduction des coûts de la livraison du dernier kilomètre.

Quels sont les facteurs principaux qui impact la livraison du dernier kilomètre ? et Quelles sont les innovations qui ont un impact positif sur ces facteurs et qui permettent de ce fait une réduction des coûts de la livraison du dernier kilomètre ?

Des critères de sélection ont été appliqués dans le choix de la littérature (75 articles). Cette littérature provient de revues scientifiques, logistiques, spécifique au transport, conférences.

Afin de répondre à la première question, il est important de savoir comment est calculé le coût de la livraison du dernier kilomètre (d’une seul colis livré) : le coût moyen du transport, le coût du conducteur et le coût d’opportunité.

Le coût moyen de transport (Reyes et al., 2017) par kilomètre comprend les coûts variables des ressources utilisées (carburant par ex) avec l’affectation des coûts fixes et semi-fixes (entretien, taxes, assurances) sur un kilomètre effectué. Ce coût moyen dépend donc de la consommation de ressources et du moyen de transport de la part des coûts de transport (Dorling et al., 2017).

Le prix du conducteur quant à lui dépend de plusieurs composants : le tarif horaire du conducteur (Kafle et al., 2017). Dans ce tarif horaire, nous retrouvons plusieurs facteurs : le délai de livraison (Wen et Li, 2016) lié à la livraison physique du produit, le temps de résolution des problèmes (Dorling et al., 2017) qui peut se traduire par du trafic ou encore mettre un bon de passage dans une boîte aux lettres en cas d’échec de la livraison et enfin le temps de déplacement (Giuffrida et al., 2012) jusqu’au point de livraison.

Le coût pour une livraison ratée est assez conséquent puisqu’il est très variable en fonction de la perte possible du client, des marges sur coûts variables à la fois sur les ventes perdues.

Le lieu de livraison correspond au principal facteur d’insatisfaction chez les clients.

Parmi les solutions innovantes mises en place pour accroitre l’efficacité de la livraison du dernier kilomètre, nous retrouvons :

-Les boites de réception qui sont installées directement chez les clients et évitent la probabilité d’échec de la livraison (Wang et al., 2014).

-Casiers à colis directement chez un prestataire de services logistiques. Les client peuvent ainsi récupérer leurs colis à l’aide d’un mot de passe unique ou d’un QR code. Il a un impact sur la probabilité d’échec de la livraison, la densité de la clientèle mais également la distance domicile-livraison qui accentue la contrainte pour le client de se déplacer sur le lieu du casier (Chen et al., 2018).

-Point de retrait : comparable aux consignes à colis avec les mêmes impacts. La différence s’effectue puisqu’il n’y a pas d’automatisation de la livraison (kiosque ou magasin généralement).

-La logistique de crowdsourcing qui consiste à externaliser la livraison du dernier kilomètre à un réseau de personnes « communes » (Carbone et al., 2017). Dans la plupart des cas, ces personnes doivent faire le même trajet, il en profite donc pour effectuer la livraison. Cela peut être fait gratuitement ou sous forme de compensation (Wang et al., 2016) (Devari et al., 2017).

-Les drones : à l’aide d’un GPS intégré, ils peuvent livrer des colis de tailles moyennes. De manière quasi autonome. Divers impacts liés à cette utilisation, consommation de ressources (pas de carburant), densité de la clientèle (peu de clients lors d’une tournée de livraison de 1 à 4 généralement) (Dorling et al., 2017).

-Coffre : les colis sont livrés directement dans le coffre des clients.

-Tarification dynamique : Les prix changent en fonction de l’optimisation des livraisons. De ce fait, le client fait le choix d’un prix attractif ou non. Cette tarification varie à chaque fois qu’une commande est émise. Les différents impacts se retrouvent principalement sur la faible probabilité d’échec de la livraison, la densité de la clientèle. Une politique de tarification mesurée permet d’influencer le choix des clients en recherche de prix bas et donc choisir des créneaux horaires plus adaptés à la livraison (Asdemir et al., 2009).

-Cartographie du comportement client : Selon l’exploitation des données des clients, ceux-ci peuvent déterminer les présences horaires des clients potentiels et ainsi adapter les créneaux de livraison. Cela permet d’éviter les livraisons ratées.

-Livraisons souterraines : des capsules contiennent des colis dans un système de canalisation souterrain ce qui implique peu de trafic, peu de consommation de ressources ou encore l’automatisation du transport.

-Les robots : véhicules autopilotés qui livrent les clients sur des trajectoires déterminées. Automatisation, peu de ressources, densité clients limitée.

Certaines solutions ne sont pas viables pour des livraisons spécifiques telles que pour les produits à gros volume ou encore l’épicerie en ligne à travers les conditions de stockage, la périssabilité et la fragilité des produits.

References (problèmes avec certaines références)

options”, European Journal of Operational Research, Vol. 196 No. 1, pp. 246-257. 22

Akeb, H., Moncef, B., and Durand, B. (2018), “Building a collaborative solution in dense urban city settings to enhance parcel delivery: An effective crowd model in Paris”, Transportation Research Part E: Logistics and Transportation Review, Vol. 119, pp. 223-233.

Asdemir, K., Jacob, V. S., and Krishnan, R. (2009), “Dynamic pricing of multiple home delivery Bertram, R. F., and Chi, T. (2018), “A study of companies’ business responses to fashion e- commerce’s environmental impact”, International Journal of Fashion Design, Technology and
supply chain operations and home delivery”, Integrated Manufacturing Systems, Vol. 14 No. 8, pp. 34

Education, Vol. 11 No. 2, pp. 254-264.

Borsenberger, C., Cremer, H., De Donder, P., and Joram, D. (2016), “Differentiated pricing of delivery services in the e-commerce sector”, in Crew M. and Brennan T. (Ed), The Future of the Postal Sector in a Digital World, Springer, Heidelberg, pp. 191-211.

Boyer, K., K., Hult, G., T. and Frohlich, M. (2003), “An exploratory analysis of extended grocery

652-663.
42 truck-based autonomous robots”, European Journal of Operational Research. 43

Boyer, K.K., Prud’homme, A.M., and Chung, W. (2009), “The Last Mile Challenge: Evaluating the Effects of Customer Density and Delivery Window Patterns”, Journal of Business Logistics, Vol. 30 No. 1, pp. 185-201.

Boysen, N., Schwerdfeger, S., and Weidinger, F. (2018), “Scheduling last-mile deliveries with Carbone, V., Rouquet, A., and Roussat, C. (2017), “The Rise of Crowd Logistics: A New Way to  Co‐Create Logistics Value”, Journal of Business Logistics, Vol.38 No.4, pp. 238-252.

Chen C. and Pan S. (2016), “Using the Crowd of Taxis to Last Mile Delivery in E-Commerce: a 48

methodological research” in Borangiu T., Trentesaux D., Thomas A. and McFarlane D. (Ed.), Service Orientation in Holonic and Multi-Agent Manufacturing. Springer, Cham, Berlin, pp. 61-70.

Chen, Y., Yu, J., Yang, S., & Wei, J. (2018), “Consumer’s intention to use self-service parcel delivery service in online retailing: An empirical study”, Internet Research, Vol.28 No.2, pp. 500-

Cherrett, T., Dickinson, J., McLeod, F., Sit, J., Bailey, G., and Whittle, G. (2017), “Logistics impacts of student online shopping–Evaluating delivery consolidation to halls of residence”, Transportation Research Part C: Emerging Technologies, Vol. 78, pp. 111-128.

Chou, P. F., and Lu, C. S. (2009), “Assessing service quality, switching costs and customer loyalty in home‐delivery services in Taiwan”, Transport Reviews, Vol. 29 No.6, pp. 741-758.

Devari, A., Nikolaev, A. G., and He, Q. (2017), “Crowdsourcing the last mile delivery of online orders by exploiting the social networks of retail store customers”, Transportation Research Part E: Logistics and Transportation Review, Vol. 105, pp. 105-122.

Dorling, K., Heinrichs, J., Messier, G. G., and Magierowski, S. (2017), “Vehicle routing problems for drone delivery”, IEEE Transactions on Systems, Man, and Cybernetics: Systems, Vol. 47 No. 1, pp. 70-85.

Fernie, J., Sparks, L. and McKinnon, A. C. (2010), “Retail logistics in the UK: past, present and future. International Journal of Retail & Distribution Management”, Vol. 38 No. 11/12, pp. 894-914.

Geetha, S., Poonthalir, G., & Vanathi, P. T. (2013), “Nested particle swarm optimisation for multi-depot vehicle routing problem”, International Journal of Operational Research, Vol. 16 No.3, pp. 329-348.

Giuffrida, M., Mangiaracina, R., and Tumino, A. (2012), “Home Delivery vs Parcel Lockers: an economic and environmental assessment”, in Proceedings of XXI Summer School “Francesco Turco” – Industrial Systems Engineering, Palermo, pp. 225-230.

Ha, Q. M., Deville, Y., Pham, Q. D., and Hà, M. H. (2018), “On the min-cost traveling salesman problem with drone”, Transportation Research Part C: Emerging Technologies, Vol. 86, pp. 597- 621.

Haque, M. R., Muhammad, M., Swarnaker, D., and Arifuzzaman, M. (2014, April), “Autonomous quadcopter for product home delivery”, in Electrical Engineering and Information & Communication Technology (ICEEICT), 2014 International Conference, IEEE , Dhaka, pp. 1-5.

Hays, T., P. Keskinocak, and V. M. De López. (2005), “Strategies and challenges of internet grocery retailing logistics”, Geunes, J., Akçali E., Pardalos, P.M., Romeijn, ZJ.M. and Shen, H.E. (Ed.), Applications of Supply Chain Management and E-Commerce Research, Springer US, Boston, MA, pp. 217-252.

Hu, K. Y., and Chang, T. S. (2010), “An innovative automated storage and retrieval system for B2C e-commerce logistics”, The International Journal of Advanced Manufacturing Technology, Vol. 48 No. 1-4, pp. 297-305.

Iwan, S., Kijewska, K., and Lemke, J. (2016), “Analysis of parcel lockers’ efficiency as the last mile delivery solution–the results of the research in Poland”, Transportation Research Procedia, Vol. 12, pp. 644-655.

Kafle, N., Zou, B., and Lin, J. (2017), “Design and modeling of a crowdsource-enabled system for urban parcel relay and delivery”, Transportation research part B: methodological, Vol. 99, pp. 62-82.

Kedia, A., Kusumastuti, D., and Nicholson, A. (2017), “Acceptability of collection and delivery points from consumers’ perspective: A qualitative case study of Christchurch city”, Case Studies on Transport Policy, Vol. 5 No. 4, pp. 587-595.

International Journal of Physical Distribution & Logistics Management Page 22 of 29

1 2

34 Klein, R., Mackert, J., Neugebauer, M., and Steinhardt, C. (2017), “A model-based approximation

1. 5  of opportunity cost for dynamic pricing in attended home delivery”, OR Spectrum, Vol. 40 No. 4, pp.
2. 6  969–996.

Kundu, A., and Matis, T. I. (2017), “A delivery time reduction heuristic using drones under windy

Lim, S. F. W., Jin, X., and Srai, J. S. (2018), “Consumer-driven e-commerce: A literature review, design framework, and research agenda on last-mile logistics models”, International Journal of Physical Distribution and Logistics Management, Vol. 48 No. 3, pp. 308-332.

Lin, C. C., and Yu, C. S. (2006), “A heuristic algorithm for the three-dimensional container packing problem with zero unloading cost constraint”, in Systems, Man and Cybernetics, 2006

Lu, W., McFarlane, D., Giannikas, V., and Zhang, Q. (2016), “An algorithm for dynamic order- picking in warehouse operations”, European Journal of Operational Research, Vol. 248 No.1, pp. 107-122.

Macioszek, E. (2017), “First and Last Mile Delivery–Problems and Issues”, in Scientific And Technical Conference Transport Systems Theory And Practice, Springer, Cham, Katowice, pp. 147-

Mangiaracina R., Song G., Perego A. (2015), “Distribution network design: a literature review

45 No.5, pp. 506-531.

McKinnon, A.C., and Tallam, D. (2003) “Unattended delivery to the home: an assessment of the

Mangiaracina, R., Perego, A., Perotti, S., and Tumino, A. (2016), “Assessing the environmental impact of logistics in online and offline B2C purchasing processes in the apparel industry”, International Journal of Logistics Systems and Management, Vol. 23 No. 1, pp. 98- 124.

41. 30 – 41.
    Meixell, M.J. and Norbis, M. (2008), “A review of the transportation mode choice and carrier

selection literature”, International Journal of Logistics Management, Vol. 19 No, 2, pp. 183-211. Miemczyk, J., Johnsen, T.E. and Macquet, M. (2012), “Sustainable purchasing and supply

management: a structured literature review of definitions and measures at the dyad, chain and network Murray, C. C., and Chu, A. G. (2015), “The flying sidekick traveling salesman problem:

Technologies, Vol. 54, pp. 86-109.

Osservatorio eCommerce B2c (2018), “eCommerce B2c: cresce il mercato, ma aumenta il

de Oliveira, L. K., Morganti, E., Dablanc, L., and de Oliveira, R. L. M. (2017), “Analysis of the potential demand of automated delivery stations for e-commerce deliveries in Belo Horizonte, Brazil”, Research in Transportation Economics, Vol. 65, pp. 34-43.

6 pp. 1917-1933.or delivery box?”, International Journal of Physical Distribution & Logistics Management, Vol. 31 10

Innovations in an Externalities Cost Reduction Vision”, Sustainability, Vol. 10 No. 3, pp. 782.

Savelsbergh, M., and Van Woensel, T. (2016), “50th anniversary invited article—City Logistics:

scientific conference Business Logistics in Modern Management, Osijek, pp. 111–130.
small- to-medium sized corporate eco-friendly initiatives”, International Journal of Logistics Systems 36

International Journal of Management Review, Vol. 9 No. 1, pp. 53-80.
Transportation Research Procedia, Vol. 4, pp. 361-373.
for E-fulfillment”, Mathematical Problems in Engineering.

Pan, S., Giannikas, V., Han, Y., Grover-Silva, E., and Qiao, B. (2017), “Using customer- related 5 data to enhance e-grocery home delivery”, Industrial Management & Data Systems, Vol. 117 No. 9,

Punakivi, M., Yrjölä, H., and Holmström, J. (2001), “Solving the last mile issue: reception box

No. 6, pp. 427-439.

Qi, W., Li, L., Liu, S., and Shen, Z. J. M. (2018), “Shared Mobility for Last-Mile Delivery: Design, Operational Prescriptions, and Environmental Impact”, Manufacturing & Service Operations Management, Vol. 20 No. 4, pp. 737-751.

Ranieri, L., Digiesi, S., Silvestri, B., and Roccotelli, M. (2018), “A Review of Last Mile Logistics Reyes, D., Savelsbergh, M., and Toriello, A. (2017), “Vehicle routing with roaming delivery

locations”, Transportation Research Part C: Emerging Technologies, Vol. 80, pp. 71-91. Challenges and Opportunities”, Transportation Science, Vol. 50 No. 2, pp. 579-590.

Shani, A. B. R. (2017), “Knowledge and practice: A historical perspective on collaborative management research”, In Jean M. Bartunek & Jane Mckenzie (Eds.), Academic–practitioner relationships, London: Routledge, Taylor & Francis, pp. 39– 56.

Slabinac, M. (2015), “Innovative solutions for a last-mile delivery”, in 15th international Smith, A.D. (2012), “Green manufacturing in the packaging and materials industry: case study of

and Management, Vol. 11, No. 4, pp. 429–449.

Srivastava, S.K. (2007), “Green supply chain management: a state-of-the-art literature review”,

Song, L., Wang, J., Liu, C., and Bian, Q. (2016). “Quantifying benefits of alternative home delivery operations on transport in China”, in Control, Automation and Systems (ICCAS), 2016 16th International Conference on, IEEE, Gyeongju, pp. 810-815.

Vanelslander, T., Deketele, L., and Van Hove, D. (2013), “Commonly used e-commerce supply chains for fast moving consumer goods: comparison and suggestions for improvement”, International Journal of Logistics Research and Applications, Vol. 16 No. 3, pp. 243- 256.

Verlinde, S., Macharis, C., Milan, L., and Kin, B. (2014), “Does a mobile depot make urban deliveries faster, more sustainable and more economically viable: results of a pilot test in Brussels”,

Wang, X., Zhan, L., Ruan, J., and Zhang, J. (2014), “How to choose “last mile” delivery modes

Wang, Y., Zhang, D., Liu, Q., Shen, F., and Lee, L. H. (2016), “Towards enhancing the last-mile delivery: An effective crowd-tasking model with scalable solution”, Transportation Research Part E: Logistics and Transportation Review, Vol. 93, pp. 279-293.

Wang, X., Yuen, K. F., Wong, Y. D., & Teo, C. C. (2018), “An innovation diffusion perspective of e-consumers’ initial adoption of self-collection service via automated parcel station”, The International Journal of Logistics Management, Vol. 29 No.1, pp. 237-260.

Wen, J., and Li, Y. (2016, July), “Vehicle routing optimization of urban distribution with self- pick-up lockers”, in Logistics, Informatics and Service Sciences (LISS), 2016 International Conference, IEEE, Sydney , pp. 1-6.

Wowak, Kaitlin D., and Boone, Christopher A. (2015), “So many recalls, so little research: A review of the literature and road map for future research”, Journal of Supply Chain Management Vol. 51 No. 4, pp. 54-72.

Xing, Y., and Grant, D. B. (2006), “Developing a framework for measuring physical distribution service quality of multi-channel and “pure player” internet retailers”, International Journal of Retail & Distribution Management, Vol. 34 No. 4/5, pp. 278-289.

Yang, X., Strauss, A. K., Currie, C. S., and Eglese, R. (2014), “Choice-based demand management and vehicle routing in e-fulfillment”, Transportation science, Vol. 50 No.2, pp. 473- 488.

Ye, C. (2015, July), “Economic Research on the “Last Mile” in E-commerce Logistics System on the Basis of Time and Space”, in International Conference on Logistics Engineering, Management and Computer Science (LEMCS 2015). Atlantis Press.

Yuen, K. F., Wang, X., Ng, L. T. W., and Wong, Y. D. (2018), “An investigation of customers’ intention to use self-collection services for last-mile delivery”, Transport Policy, Vol. 66, pp. 1-8.

Benitez, G. B., Ayala, N. F., & Frank, A. G. (2020). Industry 4.0 innovation ecosystems: An evolutionary perspective on value cocreation. International Journal of Production Economics, 228, 107735.

Mots-clés : Industrie 4.0, Écosystème d’innovation, Fournisseurs de technologie, PME

L’étude porte sur l’évolution de l’industrie 4.0 à travers la cartographie technologique de 87 entreprises, de 37 entretiens avec les parties prenantes et d’un suivi de 2,5 ans d’un projet de banc d’essai mené par 8 entreprises.

L’industrie 4.0 permet un réseau de systèmes technologies complexes interconnectés entre eux avec une complémentarité des compétences et des technologies (Dalenogare et al., 2018 ; Reischauer, 2018 ; Rübmann et al., 2015).

Le premier aspect structurel est le cycle de vie de l’écosystème.

L’évolution d’un écosystème d’innovation se traduit en 4 étapes (naissance, expansion leadership, mort) Moore (1993). La naissance se concentre sur la proposition de valeur de la part des acteurs suivi de l’expansion lorsque l’ecosystème s’attaque à de nouveaux niveaux de concurrence. Le leadership quant à lui est définit par la gouvernance de l’écosystème par les principaux producteurs. La mort survient quand l’écosystème est menacé par de nouveaux entrants sur un marché mature pouvant amener une certaine innovation.

L’industrie 4.0 n’échappe pas à ce cycle de vie des produits.

Le second aspect structurel des éconosytèmes d’innovation est la composition des éléments structurels nécessaires au maintien de l’écosystème. Selon Rong et al. (2015), il y a 6 dimensions principales interdépendantes appelées les 6C : Contexte, Configuration, Capabilité, Coopération, Construction et Changement.

Ces écosystèmes d’innovations sont déterminant pour cocréer de la valeur.

Selon l’auteur, la base de ces écosystèmes d’innovations ainsi que de l’industrie 4.0 doit provenir de la théorie de l’échange social à travers le partage de valeur mutuelle. L’industrie 4.0 comprend des technologies interconnectés entre elles (ERP, robot collaboratif, capteurs, etc.). Cette interdépendance des technologies est très couteuse et complexe à mettre en place. Il faut alors des connaissances dans différents domaines (gestion, logiciels, données, communication, etc.) (Frank, Daleno- gare et Ayala, 2019a).

Les PME n’ont malheureusement pas forcément les moyens d’intégrer étroitement ces dispositifs. Ainsi, dans la chaine d’approvisionnement il est difficile d’instaurer une collaboration réciproque donc une théorie de l’échange social. Pour y remédier, ces PME peuvent proposer des écosystèmes d’innovations liés à des intéractions sociales pour cocréer des solutions complexe de l’industrie 4.0.

En effet, sur les principes de la SET, l’un des principes fondamentaux est le renforcement de la confiance et de la loyauté au fil du temps.

A travers une étude qualitative, l’article démontre comment les éléments d’échange social sont présents et soutiennent la structure de l’écosystème Industrie 4.0.

L’étude a été effectuée au Brésil dans l’une des régions les plus industrialisées dans près de 120 PME rattachées à l’association commerciale. Ces entreprises proposes des solutions d’automatisation innovantes indispensables à l’industrie 4.0.

La collecte des données a été effectuées durant la phase d’expansion de l’industrie 4.0 en 2016.

References

Adner, R., 2017. Ecosystem as structure: an actionable construct for strategy. J. Manag. 43, 39–58. https://doi.org/10.1177/0149206316678451.

Adner, R., 2006. Match your innovation strategy to your innovation ecosystem match your innovation strategy to your innovation ecosystem. Harv. Bus. Rev. 84, 98.

Ayala, N.F., Paslauski, C.A., Ghezzi, A., Frank, A.G., 2017. Knowledge sharing dynamics in service suppliers’ involvement for servitization of manufacturing companies. Int. J. Prod. Econ. 193, 538–553. https://doi.org/10.1016/j.ijpe.2017.08.019.

Bardin, L., 1977. L’Analyse de Contenu. sl. Presses Universitaires de France.
Blau, P.M., 1964. Exchange and Power in Social Life. John Wiley & Sons, NY.
Brass, D.J., Galaskiewicz, J., Greve, H.R., Tsai, W., 2004. Taking stock of networks and organizations: a multilevel perspective. Acad. Manag. J. 47, 795–817. https://doi. org/10.2307/20159624.
Buhr, D., 2015. Social Innovation Policy for Industry 4.0. Friedrich-Ebert-Stiftung,

Division for Social and Economic Policies.
CNI – Confederaç~ao Nacional da Indústria, 2016. Industry 4.0: a New Challenge for

Brazilian Industry. Available at: https://bucket-gw-cni-static-cms-si.s3.amazonaws. com/media/filer_public/54/02/54021e9b-ed9e-4d87-a7e5-3b37399a9030/cha llenges_for_industry_40_in_brazil.pdf.

Cropanzano, R., Mitchell, M.S., 2005. Social exchange theory: an interdisciplinary review. J. Manag. 31, 874–900. https://doi.org/10.1177/0149206305279602.

Dalenogare, L.S., Benitez, G.B., Ayala, N.F., Frank, A.G., 2018. The expected contribution of Industry 4.0 technologies for industrial performance. Int. J. Prod. Econ. 204, 383–394. https://doi.org/10.1016/j.ijpe.2018.08.019.

Dallasega, P., Rauch, E., Linder, C., 2018. Industry 4.0 as an enabler of proximity for construction supply chains: a systematic literature review. Comput. Ind. 99, 205–225. https://doi.org/10.1016/j.compind.2018.03.039.

Dedehayir, O., M€akinen, S.J., Roland Ortt, J., 2018. Roles during innovation ecosystem genesis: a literature review. Technol. Forecast. Soc. Change 136, 18–29. https://doi. org/10.1016/j.techfore.2016.11.028.

Emerson, R.M., 1976. Social exchange theory. Annu. Rev. Sociol. 2, 335–362. https:// doi.org/10.1146/annurev.so.02.080176.002003.

Frank, A.G., Cortimiglia, M.N., Ribeiro, J.L.D., Oliveira, L.S. de, 2016. The effect of innovation activities on innovation outputs in the Brazilian industry: market- orientation vs. technology-acquisition strategies. Res. Policy 45, 577–592. https:// doi.org/10.1016/j.respol.2015.11.011.

Frank, A.G., Gerstlberger, W., Paslauski, C.A., Lerman, L.V., Ayala, N.F., 2018. The contribution of innovation policy criteria to the development of local renewable energy systems. Energy Pol. 115 https://doi.org/10.1016/j.enpol.2018.01.036.

Frank Dalenogare, L.S., Ayala, N.F., 2019a. Industry 4.0 technologies: implementation patterns in manufacturing companies. Int. J. Prod. Econ. 210, 15–26. https://doi. org/10.1016/j.ijpe.2019.01.004.

Frank Mendes, G.H.S., Ayala, N.F., Ghezzi, A., 2019b. Servitization and Industry 4.0 convergence in the digital transformation of product firms: a business model innovation perspective. Technol. Forecast. Soc. Change 141, 341–351. https://doi. org/10.1016/j.techfore.2019.01.014.

Gawer, A., Cusumano, M.A., 2014. Industry platforms and ecosystem innovation. J. Prod. Innovat. Manag. 31, 417–433. https://doi.org/10.1111/jpim.12105.

Gawer, A.A., Cusumano, M.A., 2002. Platform Leadership: How Intel, Microsoft, and Cisco Drive Industry Innovation. Harvard Business School Press, Boston, MA.

Goffin, K., Åhlstro€m, P., Bianchi, M., Richtn�er, A., 2019. Perspective: state-of-the-art: the quality of case study research in innovation management. J. Prod. Innovat. Manag. https://doi.org/10.1111/jpim.12492.

IBGE, 2015. Demografia das Empresas | IBGE ([WWW Document]).
Kagermann, H., Wahlster, W., Helbig, J., 2013. Recommendations for implementing the

strategic initiative INDUSTRIE 4.0. Final Rep. Ind. 4, 0 WG 82.
Kitzinger, J., 1994. The methodology of Focus Groups: the importance of interaction

between research participants. Sociol. Health Illness 16, 103–121. https://doi.org/

10.1111/1467-9566.ep11347023.
Liao, Y., Deschamps, F., Loures, E. de F.R., Ramos, L.F.P., 2017. Past, present and future

of Industry 4.0 – a systematic literature review and research agenda proposal. Int. J.

Prod. Res. 55, 3609–3629. https://doi.org/10.1080/00207543.2017.1308576. Lu, Y., 2017. Industry 4.0: a survey on technologies, applications and open research

issues. J. Ind. Inf. Integr. 6, 1–10. https://doi.org/10.1016/J.JII.2017.04.005. Lusch, R., Vargo, S., 2014. The Service-Dominant Logic of Marketing: Dialog, Debate, and Directions.
Marodin, G., Frank, A.G., Tortorella, G.L., Netland, T., 2018. Lean product development and lean manufacturing: testing moderation effects. Int. J. Prod. Econ. 203,

301–310. https://doi.org/10.1016/j.ijpe.2018.07.009.
Marodin, G.A., Tortorella, G.L., Frank, A.G., Godinho Filho, M., 2017. The moderating

effect of Lean supply chain management on the impact of Lean shop floor practices on quality and inventory. Supply Chain Manag.: Int. J. https://doi.org/10.1108/ SCM-10-2016-0350.

Moeuf, A., Pellerin, R., Lamouri, S., Tamayo-Giraldo, S., Barbaray, R., 2018. The industrial management of SMEs in the era of Industry 4.0. Int. J. Prod. Res. 56, 1118–1136. https://doi.org/10.1080/00207543.2017.1372647.

Moore, J.F., 1993. Predators and prey: a new ecology of competition. Harv. Bus. Rev. 71, 75–86.

Müller, J.M., Buliga, O., Voigt, K.-I., 2018. Fortune favors the prepared: how SMEs approach business model innovations in Industry 4.0. Technol. Forecast. Soc. Change 132, 2–17. https://doi.org/10.1016/j.techfore.2017.12.019.

Osterrieder, P., Budde, L., Friedli, T., 2019. The smart factory as a key construct of industry 4.0: a systematic literature review. Int. J. Prod. Econ. https://doi.org/ 10.1016/j.ijpe.2019.08.011.

Piccarozzi, M., Aquilani, B., Gatti, C., 2018. Industry 4.0 in management studies: a systematic literature review. Sustainability 10, 3821. https://doi.org/10.3390/ su10103821.

PINTEC, 2014. Pesquisa de Inovaç~ao – PINTEC | IBGE [WWW document]. Inovaç~ao – PINTEC, Pesqui.

PWC – PricewaterhouseCoopers, 2016. Industry 4.0: Building the Digital Enterprise. Reischauer, G., 2018. Industry 4.0 as policy-driven discourse to institutionalize

innovation systems in manufacturing. Technol. Forecast. Soc. Change 132, 26–33.

https://doi.org/10.1016/J.TECHFORE.2018.02.012.
Reynolds, E.B., Uygun, Y., 2017. Strengthening advanced manufacturing innovation ecosystems: the case of Massachusetts. Technol. Forecast. Soc. Change. https://doi.org/10.1016/j.techfore.2017.06.003.
Rong, K., Hu, G., Lin, Y., Shi, Y., Guo, L., 2015. Understanding business ecosystem using a 6C framework in Internet-of-Things-based sectors. Int. J. Prod. Econ. 159, 41–55.

https://doi.org/10.1016/j.ijpe.2014.09.003.
Rübmann, M., Lorenz, M., Gerbert, P., Waldner, M., Justus, J., Engel, P., Harnisch, M., 2015. Industry 4.0: the Future of Productivity and Growth in Manufacturing

Industries (Boston Consulting Group).
Russell, M.G., Smorodinskaya, N.V., 2018. Leveraging complexity for ecosystemic innovation. Technol. Forecast. Soc. Change 1–18. https://doi.org/10.1016/j. techfore.2017.11.024.
Schiele, H., Veldman, J., Hüttinger, L., Pulles, N., 2012. Towards a social exchange

theory perspective on preferred customership — concept and practice. In: Supply Management Research. Gabler Verlag, Wiesbaden, pp. 133–151. https://doi.org/ 10.1007/978-3-8349-3928-9_6.

Sklyar, A., Kowalkowski, C., Tronvoll, B., So€rhammar, D., 2019. Organizing for digital servitization: a service ecosystem perspective. J. Bus. Res. 104, 450–460. https:// doi.org/10.1016/j.jbusres.2019.02.012.

Sommer, L., 2015. Industrial revolution-industry 4.0: are German manufacturing SMEs the first victims of this revolution? J. Ind. Eng. Manag. 8, 1512–1532. https://doi. org/10.3926/jiem.1470.

Tanskanen, K., 2015. Who wins in a complex buyer-supplier relationship? A social exchange theory based dyadic study. Int. J. Oper. Prod. Manag. 35, 577–603. https://doi.org/10.1108/IJOPM-10-2012-0432.

Teece, D.J., Pisano, G., Shuen, A., 1997. Dynamic capabilities and strategic management. Strat. Manag. J. 18, 509–533. https://doi.org/10.1002/(SICI)1097-0266(199708) 18:7<509::AID-SMJ882>3.0.CO;2-Z.

Tsujimoto, M., Kajikawa, Y., Tomita, J., Matsumoto, Y., 2018. A review of the ecosystem concept — towards coherent ecosystem design. Technol. Forecast. Soc. Change 136, 49–58. https://doi.org/10.1016/j.techfore.2017.06.032.

Voss, C., Tsikriktsis, N., Frohlich, M., 2002. Case research in operations management. Int. J. Oper. Prod. Manag. 22, 195–219. https://doi.org/10.1108/01443570210414329.

Wang, L., Torngren, M., Onori, M., 2015. Current status and advancement of cyber- physical systems in manufacturing. J. Manuf. Syst. 37, 517–527. https://doi.org/ 10.1016/j.jmsy.2015.04.008.

Wu, I.-L., Chuang, C.-H., Hsu, C.-H., 2014. Information sharing and collaborative behaviors in enabling supply chain performance: a social exchange perspective. Int. J. Prod. Econ. 148, 122–132. https://doi.org/10.1016/j.ijpe.2013.09.016.

Xu, L. Da, Xu, E.L., Li, L., 2018. Industry 4.0: state of the art and future trends. Int. J. Prod. Res. 56, 2941–2962. https://doi.org/10.1080/00207543.2018.1444806.

Yin, R.K., 2009. Case Study Research: Design and Methods (Sage, Los Angeles. Cal). Yin, Y., Stecke, K.E., Li, D., 2018. The evolution of production systems from Industry 2.0 through Industry 4.0. Int. J. Prod. Res. 56, 848–861. https://doi.org/10.1080/ 00207543.2017.1403664.

Zhao, X., Huo, B., Flynn, B.B., Yeung, J.H.Y., 2008. The impact of power and relationship commitment on the integration between manufacturers and customers in a supply

chain. J. Oper. Manag. 26, 368–388. https://doi.org/10.1016/j.jom.2007.08.002. Zhong, R.Y., Xu, X., Klotz, E., Newman, S.T., 2017. Intelligent manufacturing in the context of industry 4.0: a review. Engineering 3, 616–630. https://doi.org/10.1016/ J.ENG.2017.05.015.

Mangiaracina, R., Marchet, G., Perotti, S., & Tumino, A. (2015). A review of the environmental implications of B2C e-commerce: a logistics perspective. International Journal of Physical Distribution & Logistics Management.

Mots clefs : e-commerce, durabilité, logistique,

Cette revue traite de l’importance de la durabilité au sein des plateformes e-commerce (BtoC).

L’accélération du commerce électronique entre les entreprises et les consommateurs (BtoC) s’est considérablement développé. Ce succès est dû à plusieurs facteurs tels que la compétitivité des prix (Bruce et Daly, 2010), un gamme de produits plus large (Park et al., 2012) ainsi qu’une expérience client de qualité (Brugnoli et al., 2009).

Pour se faire, les entreprises doivent choisir la meilleure stratégie logistique afin d’adapter l’offre à la demande ainsi qu’un service premium concernant la gestion des retours (Wei et Zhou, 2011).

D’autre part, il existe des facteurs dit « systémiques » qui favorisent le commerce électronique Mangiaracina et al., 2012) tels que la protection des consommateurs, l’adoption de différents systèmes de paiement (Mangiaracina et Perego, 2009).

Du fait des préoccupations environnementales des dernières années,  la durabilité est devenue un facteur de différenciation pour les plateformes électroniques. Parmi les différentes définitions de la durabilité, la plus connue est celle de la Commission mondiale sur l’environnement et le développement « un développement qui répond aux besoins du présent sans compromettre la capacité des générations futures à répondre à leurs besoins.

L’approche de Triple Bottom Line propose 3 composants que doit détenir la durabilité : l’environnement naturel, la société et la performance économique et prendre en compte les personnes et la planète en plus du profit conduit à un résultat plus durable (Elkington, 1994 ; Colicchia et al., 2013 ; Marchet et al., 2014).

L’adoption de la durabilité peut se traduite par la mise en place d’une chaîne d’approvisionnement durable (Meixell et Luoma, 2015). La durabilité est considérée comme un avantage concurrentiel en offrant des valeurs durables et ce tout en permettant aux entreprises d’améliorer leurs opérations et leur croissance Hart et Milstein, 2003 ; Porter et Kramer, 2006).

Sur de la vente au détail, certains facteurs nécessaires à la fabrication et à la distribution des produits peuvent être sources d’une activité logistique environnementale durable liée à l’entreposage ou le transport de ces produits au sein de la chaîne d’approvisionnement (McKinnon et al., 2012).

Cette article s’intéresse également aux services interentreprises (BtoB) dans le cadre du commerce électronique qui n’est à ce jour que très peu documenté.

L’objectif principal est de déterminer l’implication environnementale des commerces électroniques en se concentrant sur les activités logistiques et de transports.

Pour cette étude 56 articles ont été pris en compte pour une étude approfondie. Ces articles sont issus de 38 revues scientifiques sur différents thèmes (environnement, logistique et transport, commerce électronique, etc.). Les résultats obtenus correspondre à l’essor du commerce électronique aux Etats-Unis, Japon, Royaume-Uni, Allemagne et Chine (les principaux marchés).

Certaines observations générales ont été relevées notamment sur liées à l’augmentation des camionnettes et des véhicules à carburant rejettent plus de CO2 que d’autres plus grand (avec l’expansion du commerce en ligne) (Allen et Browne, 2010). Dans un second temps,les livraisons ratées provoquent des effets supplémentaires dues à des trajets supplémentaires pour le retour des produits. Le mode de consommation indique que les acheteurs privilégient plusieurs sites interne pour l’achat de produit distinct, ce qui constitue une multitude de livraisons au même point. Un problème récurrent ressort également au sein d’un même détaillant qui possède plusieurs entrepôts, selon les commandes il peut y avoir des livraisons distinctes.

Les emballages sont très nocifs pour l’aspect environnemental. En effet, le commerce électronique BtoC a un impact nocif puisque les emballages concernent souvent quelques produits uniquement. Ils ne concernant pas un fort volume de produits par exemple (Borggren et al., 2011 ; Van Loon et al., 2014).

La conception du réseau de distribution constitue un facteur important dans la durabilité du commerce électronique BtoC. Les points de collecte permettent de limiter les déplacements des livreurs en un point centralisé ce qui réduit considérablement les distances totales de déplacement (par exemple, Taniguchi et Kakimoto, 2003 ; Weltevreden et Rotem-Mindali, 2009).

Des indicateurs ont été utilisées pour mesurer les impacts environnementaux : « utilisation de l’énergie », « émissions de gaz », « déchets générés » et « kilométrage du trafic ». Plus de 60% des articles étudiés font un comparatif entre l’achat en ligne et l’achat traditionnel.

En ce qui concerne le premier indicateur de la consommation d’énergie, les impacts du commerce électronique ont montrés que les effets environnementaux étaient moindres avec une hypothèse de 35% de taux de retour sur l’industrie du livre américaine et japonaise Matthews et al. (2001).

Pour le second indicateur lié à l’émission de gaz, les activités de transport est le plus souvent  analysé puisque l’on considère qu’il constitue la majorité des émissions dans le cadre de la durabilité (Edwards et al., 2010 ; Weber et al., 2010). En fonction des modes de livraisons, celles-ci peuvent s’avérer positives pour l’environnement comme négatives vis-à-vis des achats en magasin si le réseau de distribution n’est pas optimisé. Les invendus sont étroitement liés aux émissions puisqu’ils constituent des flux supplémentaires entre le magasin et les entrepôts (Matthews et al., 2001). Les retours créent également des flux supplémentaires, ils peuvent représenter jusqu’à 30% ce qui n’est pas négligeable pour mesurer la durabilité entre les deux modèles (traditionnel et e-commerce) (Wiese et al., 2012).

La production des déchets provient principalement des emballages pour l’éxécution et la livraison des produits dans le commerce électronique Matthews et al. (2001).

Enfin, certains articles relatent les « pratiques vertes » avec l’utilisation de système de transport alternatif par exemple (hybride, électrique) (González-Benito et González-Benito, 2006 ; Jumadi et Zailani, 2010 ; Lieb et Lieb, 2008). L’arrivée des drones par Amazon permettrait d’instaurer un système innovant concernant la livraison du dernier kilomètre.

Conclusion : Cette étude a permis de corroborer la littérature existante sur le fait que 4 domaines des opérations logistiques du commerce électronique BtoC avaient un impact sur l’environnement (entreposage, emballage, réseau de distribution et gestion du transport). Les 4 indicateurs utilisés ont été pour démontrer l’implication environnementale du commerce électronique BtoC (consommation d’énergie, émissions de gaz, les déchets et le kilométrage parcouru).

References

Abukhader, S.M. and Jönson, G. (2003), “The environmental implications of electronic commerce: a critical review and framework for future investigation”, Management of Environmental Quality: An International Journal, Vol. 14 No. 4, pp. 460-476.

Abukhader, S.M. and Jönson, G. (2004), “E-commerce and the environment: a gateway to the renewal of greening supply chains”, International Journal of Technology Management, Vol. 28 No. 2, pp. 274-288.

Abukhader, S.M. and Jönson, G. (2008), “Eco-efficiency in the era of electronic commerce – is there a need for adopting ‘eco-effectiveness’?”, Journal of Cleaner Production, Vol. 1 No. 7, pp. 801-808.

Allen, J. and Browne, M. (2010), “Vans and the economy”, project report, Commission for Integrated Transport.

Aronsson, H. and Brodin, M.H. (2006), “The environmental impact of changing logistics structures”, International Journal of Logistics Management, Vol. 17 No. 3, pp. 394-415.

Borggren, C., Moberg, A. and Finnvreden, G. (2011), “Books from an environmental perspective – part 1: environmental impacts of paper books sold in traditional and internet bookshops”, The International Journal of Life Cycle Assessment, Vol. 11 No. 2, pp. 138-147.

Bruce, G.M. and Daly, L. (2010), “Innovative process in e-commerce fashion supply chains”, in Edwin Cheng, T.C. and Tsan-Ming Choi (Eds), Innovative Quick Response Programs in Logistics and Supply Chain Management, Springer Berlin, Heidelberg, pp. 227-241.

Brugnoli, G., Mangiaracina, R. and Perego, A. (2009), “The ecommerce customer journey: a model to assess and compare the user experience of the ecommerce websites”, Journal of Internet Banking and Commerce, Vol. 14 No. 3, pp. 1‐11.

Cairns, S. (2005), “Delivering supermarket shopping: more or less traffic?”, Transport Reviews: A Transnational Transdisciplinary Journal, Vol. 25 No. 1, pp. 51-84.

Carrillo, J.E., Vakharia, A.J. and Wang, R. (2014), “Environmental implications for online retailing”, European Journal of Operational Research, Vol. 239 No.3, pp. 744-755.

Carter, C.R. and Rogers, D.S. (2008), “A framework of sustainable supply chain management: moving toward new theory”, International Journal of Physical Distribution & Logistics Management, Vol. 38 No. 5, pp. 360-387.

Carter, C.R., Kauffman, L. and Michel, A. (2007), “Behavioral supply management: a taxonomy of judgment and decision-making biases”, International Journal of Physical Distribution & Logistics Management, Vol. 37 No. 8, pp. 631-669.

Colicchia, C., Marchet, G., Melacini, M. and Perotti, S. (2013), “Building environmental sustainability: empirical evidence from logistics service providers”, Journal of Cleaner Production, Vol. 59, pp. 197-209.

Durand, B. and Gonzalez-Feliu, J.G. (2012), “Urban logistics and e-grocery: have proximity delivery services a positive impact on shopping trips?”, Procedia – Social and Behavioral Sciences, Vol. 39, pp. 510-520.

Edwards, J.B., McKinnon, A.C. and Cullinane, S.L. (2010), “Comparative analysis of the carbon footprints of conventional and online retailing: a ‘last mile’ perspective”, International Journal of Physical Distribution & Logistics Management, Vol. 40 No. 1, pp. 103-123.

Edwards, J.B., McKinnon, A.C. and Cullinane, S.L. (2011), “Comparative carbon auditing of conventional and online retail supply chains: a review of methodological issues”, Supply Chain Management: An International Journal, Vol. 16 No. 1, pp. 57-63.

Elkington, J. (1994), “Towards the sustainable corporation: win-win-win strategies for sustainable development”, California Management Review, Vol. 36, pp. 90-100.

Evans, P.F. and Camus, L. (2010), “Western European Online Retail Forecast, 2009-2014”, available at: www.forrester.com/Western+European+Online+Retail+Forecast+2009+To +2014/fulltext/-/E-RES56543 (accessed November 12, 2013).

Farag, S., Schwanen, T., Dijst, M. and Faber, J. (2007), “Shopping online and/or in-store? A structural equation model of the relationships between e-shopping and in-store shopping”, Transportation Research Part A: Policy and Practice, Vol. 41 No. 2, pp. 125-141.

Fitcher, K. (2002), “E-commerce, sorting out the environmental consequences”, Journal of Industrial Ecology, Vol. 6 No. 2, pp. 25-41.

Fulton, K. and Lee, S.E. (2013), “Assessing sustainable initiatives of apparel retailers on the internet”, Journal of Fashion Marketing and Management, Vol. 17 No. 3, pp. 353-366.

Gay, R.H., Davis, R.A., Phillis, D.T. and Sui, D.Z. (2005), “Modeling paradigm for the environmental impacts of the digital economy”, Journal of Organizational Computing and Electronic Commerce, Vol. 15 No. 1, pp. 61-82.

Ghadge, A., Dani, S. and Kalawsky, R. (2012), “Supply chain risk management: present and future scope”, International Journal of Logistics Management, Vol. 23 No. 3, pp. 313-339.

Ghezzi, A., Mangiaracina, R. and Perego, A. (2012), “Shaping the e-commerce logistics strategy: a decision framework”, International Journal of Engineering Business Management, Vol. 4 No. 13, pp. 1-13.

Golicic, S., Boerstler, C. and Ellram, L. (2010), “‘Greening’ transportation in the supply chain”, Sloan Management Review, Vol. 5 No. 2, pp. 47-55.

González-Benito, J. and González-Benito, O. (2006), “The role of stakeholder pressure and managerial values in the implementation of environmental logistics practices”, International Journal of Production Research, Vol. 44 No. 7, pp. 1353-1373.

Hart, S.L. and Milstein, M.B. (2003), “Creating sustainable value”, Academy of Management Perspectives, Vol. 17 No. 2, pp. 56-67.

Hesse, D. (2002), “Shipping news: the implications of electronic commerce for logistics and freight transport”, Resources, Conservation and Recycling, Vol. 36 No. 3, pp. 211-240.

Hossain, A. (2002), “E-commerce and sustainability: concepts, issues and experiences”, Pakistan Journal of Information and Technology, Vol. 1 No. 2, pp. 188-192.

Jumadi, H. and Zailani, S. (2010), “Integrating green innovations in logistics services towards logistics service sustainability: a conceptual paper”, Environmental Research Journal, Vol. 4 No. 4, pp. 261-271.

Kim, J., Xu, M., Kahhat, R., Allenby, B. and Williams, E. (2009), “Designing and assessing a sustainable networked delivery (SND) system: hybrid business-to-consumer book delivery case study”, Environmental Science & Technology, Vol. 43 No. 1, pp. 181-187.

Lenz, B. (2003), “Will electronic commerce help to reduce traffic in agglomeration areas?”, Transportation Research Record: Journal of the Transportation Research Board, Vol. 1858 No. 3, pp. 39-46.

Lieb, K.J. and Lieb, R.C. (2010), “Environmental sustainability in the third-party logistics (3PL) industry”, International Journal of Physical Distribution & Logistics Management, Vol. 40 No. 7, pp. 524-533.

Lieb, R.C. and Lieb, K.J. (2008), “The North American third-party logistics industry in 2008: the provider CEO perspective”, Transportation Journal, Vol. 49 No. 2, pp. 1-25.

Lim, H. and Shiode, N. (2011), “The impact of online shopping demand on physical distribution networks: a simulation approach”, International Journal of Physical Distribution & Logistics Management, Vol. 41 No. 8, pp. 732-749.

Lin, C.Y. and Ho, Y.H. (2008), “An empirical study on logistics service providers’ intention to adopt green innovations”, Journal of Technology Management and Innovation, Vol. 3 No. 1, pp. 17-26.

McKinnon, A., Browne, M. and Whiteing, A. (2012), Green Logistics: Improving the Environmental Sustainability of Logistics, Kogan Page, London.

McKinnon, A.C. (2010), “Product-level carbon auditing of supply chains (environmental imperative or wasteful distraction?)”, International Journal of Physical Distribution & Logistics Management, Vol. 40 Nos 1-2, pp. 42-60.

McLeod, F., Cherret, T. and Song, L. (2006), “Transport impacts of local collection/delivery points”, International Journal of Logistics Research and Applications: A Leading Journal of Supply Chain Management, Vol. 9 No. 3, pp. 307-317.

Mangiaracina, R. and Perego, A. (2009), “Payment systems in the B2c e-commerce: are they a barrier for the online customer?”, Journal of Internet Banking and Commerce, Vol. 14 No. 3, pp. 1-16.

Mangiaracina, R., Perego, A. and Campari, F. (2012), “Factors influencing B2c e-commerce diffusion”, World Academy of Science, Engineering and Technology, Vol. 65, pp. 311-319.

Marchet, G., Melacini, M. and Perotti, S. (2014), “Environmental sustainability in logistics and freight transportation: a literature review and research agenda”, Journal of Manufacturing Technology Management, Vol. 25 No. 6, pp. 775-811.

Matthews, H.S. and Hendrickson, C.T. (2003), “The economic and environmental implications of centralized stock keeping”, Journal of Industrial Ecology, Vol. 6 No. 2, pp. 71-81.

Matthews, H.S., Hendrickson, C.T. and Soh, D.L. (2001), “Environmental and economic effects of e-commerce: a case study of book publishing and retail logistics”, Transportation Research Record: Journal of the Transportation Research Board, Vol. 1763 No. 1, pp. 6-12.

Matthews, H.S., Williams, E., Tagami, T. and Hendrickson, C.T. (2002), “Energy implications of online book retailing in the United States and Japan”, Environmental Impact Assessment Review, Vol. 22 No. 5, pp. 493-507.

Meixell, M.J. and Luoma, P. (2015), “Stakeholder pressure in sustainable supply chain management: a systematic review”, International Journal of Physical Distribution & Logistics Management, Vol. 45 Nos 1/2, pp. 69-89.

Meixell, M.J. and Norbis, M. (2008), “A review of the transportation mode choice and carrier selection literature”, International Journal of Logistics Management, Vol. 19 No. 2, pp. 183-211.

Mokhtarian, P.L. (2004), “A conceptual analysis of the transportation impacts of B2C e-commerce”, Transportation, Vol. 3 No. 3, pp. 257-284.

Mollenkopf, D., Stolze, H., Tate, W. and Ueltschy, M. (2010), “Green, lean and global supply chain strategies”, International Journal of Physical Distribution & Logistics Management, Vol. 40 Nos 1/2, pp. 14-41.

Mouratidis, H. and Cofta, P. (2010), “Practitioner’s challenges in designing trust into online systems”, Journal of Theoretical and Applied Electronic Commerce Research, Vol. 5 No. 3, pp. 65‐77.

Mulpuru, S. (2013), “The state of retailing online 2013: key metrics and initiatives”, available at: www.forrester.com/The+State+Of+Retailing+Online+2013+Key+Metrics+And+Initiatives/ fulltext/-/E-RES89902 (accessed October 30, 2013).

Natarajarathinam, M., Capar, I. and Narayanan, A. (2009), “Managing supply chains in times of crisis: a review of literature and insights”, International Journal of Physical Distribution & Logistics Management, Vol. 39 No. 7, pp. 535-573.

Ngai, E.W.T. and Wat, F.K.T. (2002), “A literature review and classification of electronic commerce research”, Information & Management, Vol. 39 No. 5, pp. 415-429.

Park, E.J., Kim, E.Y., Funches, V.M. and Foxx, W. (2012), “Apparel product attributes, web browsing, and e-impulse buying on shopping websites”, Journal of Business Research, Vol. 65 No. 11, pp. 1583-1589.

Park, M. and Regan, A. (2004), Issues in Home Delivery Operations, University of California, Transportation Center, Los Angeles, CA.

Peng, L., Li, Q. and Zhang, X. (2005), “Optimism or pessimism: environmental impacts of the e-commerce”, Environmental Informatics Archives, Vol. 3, pp. 263-269.

Perego, A., Perotti, S. and Mangiaracina, R. (2011), “ICT for logistics and freight transportation: a literature review and research agenda”, International Journal of Physical Distribution & Logistics Management, Vol. 41 No. 5, pp. 457-483.

Pettit, S. and Beresford, A. (2009), “Critical success factors in the context of humanitarian aid supply chains”, International Journal of Physical Distribution & Logistics Management, Vol. 39 No. 6, pp. 450-468.

Plepys, A. (2002), “The grey side of ICT”, Environmental Impact Assessment Review, Vol. 22 No. 5, pp. 509-523.

Porter, M.E. and Kramer, M.R. (2006), “Strategy and society: the link between competitive advantage and corporate social responsibility”, Harvard Business Review, Vol. 84, pp. 78-92.

Primerano, F., Taylor, M.A.P., Pitaksringkarn, L. and Tisato, P. (2008), “Defining and understanding trip chaining behavior”, Transportation, Vol. 35 No. 1, pp. 55-72.

Punakivi, M. and Saranen, J. (2001), “Identifying the success factors in e-grocery home delivery”, International Journal of Retail & Distribution Management, Vol. 29 No. 4, pp. 156-163.

Punakivi, M., Yrjölä, H. and Holmström, J. (2001), “Solving the last mile issue: reception box or delivery book?”, International Journal of Physical Distribution & Logistics Management, Vol. 31 No. 6, pp. 427-439.

Reijnders, L. and Hoogeveen, M.J. (2001), “Energy effects associated with e-commerce: a case study concerning online sales of personal computers in the Netherlands”, Journal of Environmental Management, Vol. 62 No. 3, pp. 271-282.

Rizet, C., Cornélis, E., Browne, M. and Léonardi, J. (2010), “GHG emissions of supply chains from different retail systems in Europe”, Procedia – Social and Behavioral Sciences, Vol. 2 No. 3, pp. 6154-6164.

Rodiguez-Ardura, I., Meseguer-Artola, A. and Vilaseca-Requena, J. (2008), “Factors influencing the evolution of electronic commerce: an empirical analysis in a developed market economy”, Journal of Theoretical and Applied Electronic Commerce Research, Vol. 3 No. 2, pp. 18-29.

Romm, J. (2002), “The internet and the new energy economy”, Resources, Conservation and Recycling, Vol. 36 No. 3, pp. 131-152.

Rotem-Mindali, O. (2010), “E-tail versus retail: the effects on shopping related travel empirical evidence from Israel”, Transport Policy, Vol. 17 No. 5, pp. 312-322.

Rotem-Mindali, O. and Salomon, I. (2007), “The impacts of e-retail on the choice of shopping trips and delivery: some preliminary findings”, Transportation Research Part A, Vol. 41 No. 2, pp. 176-189.

Shao, T. and Liu, Z. (2012), “How to maintain the sustainability of an e-commerce firm? From the perspective of social network”, International Journal of Networking and Virtual Organizations, Vol. 11 No. 3, pp. 212-224.

Siikavirta, H., Punakivi, M., Kärkkäinen, M. and Linnanen, L. (2003), “Effects of e-commerce on greenhouse gas emission: a case study of grocery home delivery in Finland”, Journal of Industrial Ecology, Vol. 6 No. 2, pp. 83-97.

Sivaraman, D., Pacca, S., Mueller, K. and Lin, J. (2007), “Comparative energy, environmental, and economic analysis of traditional and e-commerce DVD rental networks”, Journal of Industrial Ecology, Vol. 11 No. 3, pp. 77-91.

Srivastava, S.K. (2007), “Green supply-chain management: a state-of-the-art literature review”, International Journal of Management Reviews, Vol. 9 No. 1, pp. 53-80.

Sui, D.Z. and Rejeski, D.W. (2002), “Environmental impacts of the emerging digital economy: the e-for-environment e-commerce?”, Environmental Management, Vol. 2 No. 29, pp. 155-163.

Taniguchi, E. and Kakimoto, Y. (2003), “Effects of e-commerce on urban distribution and the environment”, Journal of the Eastern Asia Society for Transportation Studies, Vol. 5 October, pp. 2355-2366.

Tehrani, S.M. and Karbassi, A.R. (2005), “Application of e-commerce in local home shopping and its consequences on energy consumption and air pollution reduction”, Iranian Journal of Environmental Health Science Engineering, Vol. 2 No. 4, pp. 247-250.

Tehrani, S.M., Karbassi, A.R., Ghoddosi, J., Monavvari, S.M. and Mirbagheri, S.A. (2009), “Prediction of energy consumption and urban air pollution reduction in e-shopping adoption”, Journal of Food, Agriculture & Environment, Vol. 7 No. 4, pp. 898-903.

Teo, J.S.E., Taniguchi, E. and Qureshi, A.G. (2012a), “Evaluating city logistics measure in e-commerce with multi-agent systems”, Procedia – Social and Behavioral Sciences, Vol. 39, pp. 349-359.

Teo, J.S.E., Taniguchi, E. and Qureshi, A.G. (2012b), “Evaluation of distance-based and cordon- based urban freight road pricing in e-commerce environment with multi-agent model”, Transportation Research Record: Journal of the Transportation Research Board, Vol. 2269, pp. 127-134.

Thornton, R.V. and Ferrone, R. (2001), “The environment, e-commerce, and sustainability”, Environmental Quality Management, Vol. 10 No. 3, pp. 85-91.

Tiwari, S. and Singh, P. (2011), “E-commerce: prospect or threat for environment”, International Journal of Environmental Science and Development, Vol. 2 No. 3, pp. 211-217.

Van Loon, P., Deketele, L., Dewaele, J., McKinnon, A. and Rutherford, C. (2014), “A comparative analysis of carbon emissions from online retailing of fast moving consumer goods”, Journal of Cleaner Production, doi:10.1016/j.jclepro.2014.06.060, available at: http://dx.doi.org/ 10.1016/j.jclepro.2014.06.060

Velásquez, M., Ahmad, A.R. and Bliemel, M. (2009), “State-of-the-art in e-commerce carbon footprinting”, Journal of Internet Banking and Commerce, Vol. 14 No. 3, pp. 1-21.

Venus, L.Y. (2011), “Green management practices and firm performance: a case of container terminal operations”, Resources, Conservation and, Recycling, Vol. 55 No. 6, pp. 559-566.

Wang, L. and Yu, Y. (2012), “E-commerce promote the development of low-carbon economy in Jilin Province”, Information Technology Journal, Vol. 12 No. 3, pp. 462-465.

Wang, Y. and Lalwani, C.S. (2007), “Using e-business to enable customised logistics sustainability”, International Journal of Logistics Management, Vol. 18 No. 3, pp. 402-419.

Weber, C.L., Koomey, J.G. and Matthews, H.S. (2010), “The energy and climate change implications of different music delivery methods”, Journal of Industrial Ecology, Vol. 14 No. 5, pp. 754-769.

Wei, Z. and Zhou, L. (2011), “Case study of online retailing fast fashion industry”, International Journal of e-Education, e-Business, e-Management and e-Learning, Vol. 1 No. 3, pp. 195-200.

Weltevreden, J.W.J. and Rotem-Mindali, O. (2009), “Mobility effects of b2c and c2c e-commerce in the Netherlands: a quantitative assessment”, Journal of Transport Geography, Vol. 17 No. 2, pp. 83-92.

Wiese, A., Toporowsky, W. and Zielke, S. (2012), “Transport-related CO2 effects of online and brick-and-mortar shopping: a comparison and sensitivity analysis of clothing retailing”, Transportation Research Part D, Vol. 17 No. 6, pp. 473-477.

Williams, E. and Tagami, T. (2003), “Energy use in sales and distribution via e-commerce and conventional retail: a case study of the Japanese book sector”, Journal of Industrial Ecology, Vol. 6 No. 2, pp. 99-114.

Winter, M. and Knemeyer, A.M. (2013), “Exploring the integration of sustainability and supply chain management: current state and opportunities for future inquiry”, International Journal of Physical Distribution & Logistics Management, Vol. 43 No. 1, pp. 18-38.

World Commission on Environment and Development (1987), Our Common Future, Oxford University Press, New York, NY.

Wygonik, E. and Goodchild, A. (2011), “Evaluating CO2 emissions, cost, and service quality trade- offs in an urban delivery system case study”, IATTS (International Association of Traffic and Safety Sciences) Research, Vol. 35 No. 1, pp. 7-15.

Xu, M., Allenby, B., Kim, J. and Kahhat, R. (2009), “A dynamic agent-based analysis for the environmental impacts of conventional and novel book retailing”, Environmental Science Technology, Vol. 43 No. 8, pp. 2851-2857.

Yang, L. and Zhang, Y.Z. (2010), “Empirical study on evaluation of regional agri-food logistics capability in e-commerce environment based on factor analysis – a case study of Hebei Province”, Chinese Business Review, Vol. 9 No. 12, pp. 38-43.

Yi, L. and Thomas, H.R. (2007), “A review of research on the environmental impact of e-business and ICT”, Environmental International, Vol. 33 No. 6, pp. 841-848.

Zanni, A.M. and Bristow, A.L. (2010), “Emissions of CO2 from road freight transport in London: trends and policies for long run reductions”, Energy Policy, Vol. 38 No. 4, pp. 1774-1786.

Zhang, L. and Zhang, Y. (2013), “A comparative study of environmental impacts of two delivery systems in the business-to-customer book retail sector”, Journal of Industrial Ecology, Vol. 17 No. 3, pp. 407-417.

Fiche de lecture

Référence au format APA :

Godey, B. (2016). Social media marketing efforts of luxury brands : Influence on brand equity and consumer behavior, Journal of Business Research, 69(12), 5833–5841.

Suivi des mots clés de l’article :

Mots clés : marketing des médias sociaux, capital de marque, préférence, fidélité, prime de prix, marques de luxe, international.

Synthèse :

B.Godey examinent les effets du marketing des médias sociaux sur les marques de luxe. En effet, l’objectif de cette recherche est de montrer comment les efforts de marketing des médias sociaux influencent le capital de marque et le comportement des consommateurs envers les marques de luxes (comme par exemple, Louis Vuitton, Hermès, …) au sein de divers pays.

Les efforts marketing des marques sur les réseaux sociaux incorporent cinq aspects (divertissement, interaction, tendance, personnalisation et bouche à oreille). Aussi, les efforts de marketing des marques sur les réseaux sociaux ont de nombreuses conséquences sur les consommateurs comme la préférence de marque, la prime de prix et la fidélité. Enfin, dans cette étude, B.Godey, montre que les PMI influence le capital de la marque ainsi que le comportement des consommateurs envers une marque.

• En premier lieu, nous analyserons la définition que donnent les auteurs du terme « marketing des médias sociaux ».
• Nous soulignerons ensuite les différentes caractéristiques du « marketing des médias sociaux » ainsi que les différents effets qui en découlent et qui influencent la création du capital de la marque et le comportement des consommateurs envers une marque.
• Puis, nous terminerons par parler brièvement de l’effet des PMI.

Développement :

Tout d’abord, les médias sociaux offrent aux spécialistes du marketing des possibilités remarquables d’atteindre les consommateurs dans leurs communautés sociales et d’établir des relations plus personnelles avec eux (Kelly, Kerr, & Drennan, 2010). Selon Mangold et Faulds (2009), les actions de marketing des médias sociaux font partie du mix promotionnel dans le nouveau paradigme de communication des marques. Bruhn et al. (2012) révèlent que la communication traditionnelle et la communication par les médias sociaux ont un impact significatif sur l’équié des marques.

Selon Kim et Ko (2012) ont décrit les efforts de marketing des marques de luxe sur les médias sociaux comme comprenant cinq dimensions : divertissement, interaction, tendance, personnalisation et bouche à oreille (WOM). Cette étude examine les efforts de marketing des médias sociaux de différentes marques de luxe à partir des cinq perspectives de Kim et Ko (2012).

• Le divertissement: est le résultat de l’amusement et du jeu qui émergent de l’expérience médiatique so- ciale (Agichtein et al., 2008). Diverses études présentent le divertissement comme une forte motivation pour l’utilisation des médias sociaux (Kaye, 2007 ; Muntinga, Moorman, & Smit, 2011 ; Park, Kee, & Valenzuela, 2009).
• Intéraction: avec les médias sociaux modifie fondamentalement la communication entre les marques et les clients (Gallaugher et Ransbotham, 2010 ; Kaplan et Haenlein, 2010). Daugherty, Eastin et Bright (2008) constatent que l’interaction sociale est un facteur de motivation important pour la création de contenu généré par les utilisateurs. Selon Muntinga et al. (2011), l’interaction sociale décrit les utilisateurs qui contribuent aux plateformes de médias sociaux liées à une marque afin de rencontrer des personnes partageant les mêmes idées, d’interagir et de parler avec elles de produits/marques spécifiques.
• Tendance: les médias sociaux fournissent les dernières nouvelles et les sujets de discussion brûlants (Naaman, Becker et Gravano, 2011) et sont également des canaux de recherche de produits essentiels. Selon Muntinga et al. (2011), l’information sur les tendances dans les médias sociaux couvre quatre sous-motivations : la surveillance, la connaissance, les informations avant achat et l’inspiration. La surveillance décrit l’observation et la mise à jour de l’environnement social d’une personne.
• Personnalisation : décrit le degré auquel un service est personnalisé pour satisfaire les préférences d’un individu (Schmenner, 1986). En personnalisant leur site, les marques peuvent personnaliser et exprimer leur individualité, ce qui renforce l’affinité et la fidélité à la marque (Martin & Todorov, 2010). Dans le monde des médias sociaux, la personnalisation fait référence au public visé par les messages postés.
• Bouche à oreille (WOM) : les médias sociaux associent l’eWOM aux interactions en ligne entre consommateurs au sujet des marques (Muntinga et al., 2011). Les médias sociaux sont des outils idéaux pour l’eWOM, car les consommateurs génèrent et diffusent sans contrainte des informations liées à la marque à leurs amis, leurs pairs et autres connaissances (Kim & Ko, 2012 ; Vollmer & Precourt, 2008).

Aussi le marketing des médias sociaux a des effets positifs significatifs sur le capital de la marque et les réactions des consommateurs, notamment sur la fidélité à la marque, la préférence et la volonté de payer un prix prenium soit élevé.

• Capital de la marque: représente la connaissance de la marque ainsi que l’image de marque. Un capital de marque plus fort contribue à accroître la préférence pour la marque, la volonté de payer un prix plus élevé et la fidélité des clients (Aaker, 1991 ; Keller, 1993, 2003 ; Keller & Lehmann, 2006).
• Prix prenium: est probablement un antécédent direct potentiel du comportement d’achat, selon Netemayer et al. (2004), qui définissent la volonté de payer un prix supérieur comme le montant que les clients sont prêts à payer pour leur marque plutôt qu’une autre.
• Fidélité de la marque: la littérature sur le luxe considère la fidélité à la marque comme la mesure dans laquelle les consommateurs déclarent avoir acheté une marque particulière ou vouloir l’acheter à l’avenir.
• La préférence: de marque signifie que, face à plusieurs marques concurrentes sur le marché, les consommateurs ont tendance à préférer une marque sur la base de ce qu’ils savent et ressentent à son sujet (Keller, 2003).

Enfin, les PMI ont un effet positif significatif sur le capital de marque et sur les deux principales dimensions du capital de marque : la notoriété et l’image de marque.

Conclusion :

Dans le secteur du luxe, les médias sociaux semblent jouer un rôle clé dans le succès d’une marque (Phan et al., 2011).

Par exemple, Louis Vuitton (LV) publie des vidéos de ses présentations de défilés sur sa page Facebook, donnant ainsi à tous les fans de LV la possibilité de profiter du spectacle (Kapferer, 2012).

Fig 1. Conceptual model (B. Godey et al., p5834)

Voici ci-dessus un tableau récapitulatif. Le SMMEs influence le capital de la marque qui lui influence la réponse des consommateurs.

Un capital de marque plus fort contribue à accroître la préférence pour la marque, la volonté de payer un prix plus élevé et la fidélité des clients (Aaker, 1991 ; Keller, 1993, 2003 ; Keller & Lehmann, 2006). Kim et Ko (2012) révèlent que dans les contextes de médias sociaux, le capital de marque créé par les activités de marketing des médias sociaux est positivement lié aux comportements/réponses d’achat futurs.

Les marques ne devraient plus considérer le marketing des médias sociaux comme un moyen d’atteindre les consommateurs, mais aussi comme un outil important et rentable de construction d’image. Les médias sociaux pourraient donc à terme concurrencer les canaux de marketing plus conventionnels (télévision et magazines) en tant qu’outil efficace pour créer des effets émotionnels avec les marques (Leong, Huang, & Stanners, 1998) 

Références bibliographiques

• P. (2004). Welcoming Y. Benefits Canada, 2S{9),5I(3).
• Conklin M.S. (2007). “101 Uses for Second Life in the College Classroom”. Research Paper. online retrieved on June 28, 2010: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.133.9588&rep=rep1&type=pdf.
• Davis, A., Khazanski, D., Murphy, J., Zigurs, I. and D. Owens (2009). “Avatars, People, and Virtual Worlds: Foundations for Research in Metaverses”, Journal of the Association for Information Systems, 10(2), pp. 90-117.
• Gül L.F., Gu N., Williams A., (2008), Virtual worlds as a constructivist learning platform: Evaluations of 3d virtual worlds on design teaching, ITcon, Vol. 13, pg. 578
• Hornik, S and S. Thornburg (2010). “Really Engaging Accounting: Second Life™ as a Learning Platform”, Issues in Accounting Education, 25(3), pp. 361-378.
• Jones M.J. (2001).“Just-in-time Training”, Advances in Developing Human Resources, 3(4), pp. 480-487.
• Kopp G. and Burkle M. (2010). International Journal of Advanced Corporate, 3(3).