Mots clés : Netnographie, Réseaux Sociaux, Parrainage, Célébrités, Co-marquage

Dans cet article, on nous parle des réseaux sociaux et plus particulièrement de leur puissance dans les actions marketing des sociétés. En effet, la majorité des grandes entreprises ont axé une partie de leurs stratégies marketing sur les réseaux, tout ceci dans le but d’accroître leur communauté ainsi que leur notoriété sur internet. On appelle ça, l’ère de l’hyper mesurabilité.

Cet article porte plus particulièrement sur le système de parrainage. Les organisations multiplient leurs partenariats avec de plus en plus de personnalités publique, mais aussi des partenariats avec des marques ou encore pour des événements spécifiques. Les premières recherches académiques sur le parrainage ont mis en exergue le rôle de cette stratégie dans la communication. Dernièrement, les chercheurs en marketing se sont intéressés aux comportements des consommateurs exposés à des campagnes de parrainage. Suite à ces recherches, des divergences ont alors émergé et de nombreux chercheurs ne sont pas en accord sur les raisons du succès de cette stratégie marketing.

Développement:

Les campagnes de parrainage s’avèrent être de grands succès pour les entreprises. D’après les travaux réalisés par les chercheurs de cet article, on voit que lorsqu’une source perçue comme crédible est associée à un produit ou une marque, ce dernier devient reconnaissable par les individus. Le parrainage provoque alors une attitude positive chez les consommateurs envers la marque, ce qui augmente la probabilité que le consommateur achète le produit.

Les chercheurs soulignent également le fait que l’attractivité de la célébrité peut être encore plus importante que la perception de congruence entre célébrité, marque et produit. Ainsi, l’étude des réactions affectives induites par les campagnes de parrainage apparaissent comme étant un déterminant au succès des stratégies de parrainage. Autrement dit, les chercheurs montrent que lorsqu’une célébrité est associée à un produit, l’influence du contenu publicitaire augmente en comparaison d’une publicité qui n’aurait pas eu recours à une célébrité.

Toutefois, les campagnes de parrainage ne sont pas sans conséquence. C’est ce que plusieurs études nous montrent. En effet, d’après elles, il est à priori difficile de proposer une mesure holistique, objective et à moindre coût de l’apport réel du parrainage. Une des méthodes les plus utilisées dans le milieu professionnel consiste à évaluer la visibilité des personnages publics, des marques ou des événements avec lesquels les entreprises sont en partenariat. Cette méthode repose sur la constitution d’un dossier presse avec les tirages et l’audience de chacune des parutions réalisées par la célébrité ou l’événement. Une des limites de cette dernière est qu’elle ne tient pas compte des réactions des consommateurs. C’est pourquoi une question demeure, “quelles sont les stratégies d’alliance les plus efficaces sur les réseaux sociaux ?”.

Résultats:

Quelles sont les stratégies d’alliance les plus efficaces sur les réseaux sociaux ? :

Pour répondre à cette question, une netnographie de 6 communautés virtuelles totalisant 554 725 fans sur Facebook a été réalisée. Les principaux résultats montrent que le parrainage d’athlètes est le plus performant au regard des commentaires et du nombre de « j’aime » générés. Une approche qualitative a permis de mettre en lumière des réactions affectives, de joie, d’émerveillement et de peur associées au parrainage.

Les résultats de cette étude montrent que les réseaux sociaux permettent une mesure chiffrée de l’impact conatif des campagnes de parrainage. Il est ainsi possible de comparer la performance des différentes stratégies d’alliance de marques les unes par rapport aux autres. Cette nouvelle méthodologie répond ainsi aux difficultés d’identification des conséquences des stratégies d’alliance dans un grand nombre de recherches sur ce sujet.

Conclusion:

Dans cet article on met en lumière la modération de l’affectif sur l’efficacité des campagnes de parrainage. Cette étude met en exergue que la plupart des comportements des consommateurs exposés aux campagnes de parrainage sur internet, sont des réactions affectives, positives et d’émerveillement. Selon les chercheurs, cet aspect est un déterminant de la capacité de persuasion des campagnes de parrainage. De plus, la prépondérance des émotions positives dans les conversations sur les réseaux sociaux renforce les résultats des chercheurs sur l’étude des communautés virtuelles politiques, où l’on apprend que la prise en compte des réactions affectives est plus que nécessaire afin de comprendre et d’ajuster au mieux les campagnes de parrainage. Par le biais de leurs méthodes de communication, les entreprises ont donc un rôle stratégique essentiel afin d’activer et détendre les communautés d’internautes.

Méthodologiquement, cette étude répond aux limites identifiées dans la mesure de la performance d’une campagne de parrainage de manière objective et non participante.

Les chercheurs de cette étude recommandent aux experts en marketing d’utiliser cette méthodologie innovante afin d’évaluer, mesurer, contrôler et comparer, les réactions des internautes par le biais des différentes stratégies de marketing digitales.

Références:

• Abbassi W., Efficacité du sponsoring sportif selon la condition d’exposition à l’évènement. Aix-Marseille 3, 2007.

• Ahmed A., Mir F.A. et Farooq O., « Effect of celebrity endorsement on customers’ buying behavior ; a perspective from pakistan », Interdisciplinary Journal of Contemporary Research in Business, vol. 4, n° 5, 2012, p584–592.

• Anne F. et Cheron E. « Mesure de l’efficacité du sponsoring : une analyse des effets intermédiaires sur l’audience directe de l’événement », Revue Française Du Marketing, n°131, 1991, p69–81.

• Bagozzi R.P. et Dholakia U.M. « Intentional social action in virtual communities », Journal of Interactive Marketing, vol. 16, n° 2, 2002, p2–21.

• Becheur I. et Valette-Florence P. « L’usage des émotions négatives en communication de santé publique : Etude des effets de la peur, la culpabilité et la honte », Recherche et Applications En Marketing, vol. 29, n° 4, 2014, p96–119.

• Bernard Y. « La netnographie : une nouvelle méthode d’enquête qualitative basée sur les communautés virtuelles de consommation », Décisions Marketing, n° 36, 2004, p49–62.

• Bush AJ, Martin C.A. et Bush V.D. « Sports celebrity influence on the behavioral intentions of generation Y », Journal of Advertising Research, vol. 44, n°1, 2004, p108–118.

• Ding H., Molchanov A.E. et Stork P.A., « The value of celebrity endorsements : A stock market perspective », Marketing Letters, vol. 22, n°2, 2011, p147-163.

• Carrillat F.A., d’Astous A. et Couture M.P.C. « How Corporate Sponsors Can Optimize The Impact of Their Message Content », Journal of Advertising Research, vol. 55, n° 3, 2015, p255–269.

• Cegarra J.J. et Michel G. « Co-branding : clarification du concept », Recherche et Applications En Marketing, vol. 16, n°4, 2001, p57–69.

• Cova B. et Carrère V. « Les communautés de passionnés de marque : opportunité ou menace sur le net ? (French) », Revue Française Du Marketing, n°189, 2002, p119-130.

• Damasio A.R., Descartes’ error : Emotion, rationality and the human brain (Vol. 352), Putnam, New York, 1994.

• Damasio A.R., Spinoza avait raison ; joie et tristesse, le cerveau des émotions (Vol. 318), Odile Jacob, Paris, 2003.

• Danglade J.P., Marketing et célébrités, Dunod, Paris, 2013.

• De Barnier V., « Le rôle des émotions sur l’attitude envers la marque (Ab) : pour une médiation totale de l’attitude envers le message (Aad) », Recherche et Applications en Marketing, vol. 17, n° 3, 2002, p81–99.

• Del Bosque I.R., et San Martín H., « Tourist satisfaction a cognitive-affective model » Annals of Tourism Research, vol. 35, n° 2, 2008, p551-573.

• Derbaix C., Gérard P. et Lardinoit T., « Essai de conceptualisation d’une activité éminemment pratique : le parrainage », Recherche et Applications En Marketing, vol. 9, n° 2, 1994, p43–67.

• Ekman P., « Universals and cultural differences in facial expressions of emotion », Nebraska Symposium on Motivation, n° 19, 1971, p207–283.

• Elberse A. et Verleun J., « The economic value of celebrity endorsements » Journal of Advertising Research, vol. 52, n° 2, 2012, p149–165.

• Fejlaoui Y., Les leviers de l’influence des leaders d’opinion au sein des communautés virtuelles de consommation : approches netnographique et psychométrique. Toulouse 1, 2011.

• Flavián C., Guinalíu M. et Gurrea R., « The role played by perceived usability, satisfaction and consumer trust on website loyalty », Information & Management, vol. 43, n°1, 2006, p1–14.

• Friedman H.H. et Friedman L., « Endorser effectiveness by product type », Journal of Advertising Research, vol. 19, n° 5, 1979, p63-71.

• Ganassali S. et Didellon L., « Le transfert comme principe central du parrainage », Recherche et Applications en Marketing, vol. 11, n° 1, 1996, p37–48.

• Giannelloni J.L., « Contribution à l’étude du mode d’influence de la communication par l’événement. », Université de Lille 1, Lille, 1990.

• Godes D. et Mayzlin D., « Se servir des conversations en ligne pour étudier le bouche-à-oreille. (French) », Recherche et Applications En Marketing, vol. 19, n° 4, 2004, p89–11.

• Gretzel U., « Consumer generated content–trends and implications for branding », E-Review of Tourism Research, vol. 4, n° 3, 2006, p9–11.

• Gwinner K.P. et Eaton J., « Building brand image through event sponsorship : The role of image transfer », Journal of Advertising, vol. 28, n° 4, 1999, p47–57.

• Hays S., Page S.J. et Buhalis D., « Social media as a destination marketing tool : its use by national tourism organisations », Current Issues in Tourism, vol. 16, n° 3, 2013, p211–239.

• Hayat K., Ghayyur M. et Siddique A.Z. « The Impact of Consumer Perception Based Advertisement and Celebrity Advertisement on Brand Acceptance : A Case Study of the Peshawar Market », Journal of Managerial Sciences, vol. 7, n° 1, 2013, p146–157.

• Herrmann J.L., Kacha M. et Derbaix C., « “I support your team, support me in turn !” : The driving role of consumers’ affiliation with the sponsored entity in explaining behavioral effects of sport sponsorship leveraging activities », Journal of Business Research, vol. 69, n° 2, 2016, p604–612.

• Jin S.A. et Phua J., « Following Celebrities’ Tweets About Brands : The Impact of Twitter-Based Electronic Word-of-Mouth on Consumers’ Source Credibility Perception, Buying Intention, and Social Identification With Celebrities », Journal of Advertising, vol. 43, n° 2, 2014, p181–195.

• Kapitan S. et Silvera D.H., « From digital media influencers to celebrity endorsers : attributions drive endorser effectiveness », Marketing Letters, 2015, p1–15.

• Kozinets R.V., « “I Want to Believe” : A Nethnography of the’X-Philes’ Subculture of Consumption », Advances in Consumer Research, n° 24, 1997, p470–475.

• Kozinets R.V., « The Field Behind the Screen : Using Netnography for Marketing Research in Online Communities », Journal of Marketing Research, vol. 39, n° 1, 2002, p61–72.

• Krief N. et Zardet V., « Analyse de données qualitatives et recherche-intervention. », Recherches en Sciences de Gestion, (95), 2013, p211‑237.

• Lajante M., « Contribution des neurosciences à l’étude de l’émotion en persuasion publicitaire : concepts, méthodes et mesures. », Rennes 1, 2013.

• LeDoux J.E., « Emotion circuits in the brain », Annual Review of Neuroscience, n° 23, 2000, p155–184.

• Lee J.G. et Thorson E., « The impact of celebrity-product incongruence on the effectiveness of product endorsement », Journal of Advertising Research, vol. 48, n° 3, 2008, p433–449.

• McCracken G., « Who is the celebrity endorser ? Cultural foundations of the endorsement process », Journal of Consumer Research, vol. 13, n° 3, 1989, p310–321.

• Meenaghan J.A., « Commercial Sponsorship », European Journal of Marketing, n°7, 1984, p5–73.

• Meenaghan T., « The role of sponsorship in the marketing communications mix », International Journal of Advertising, vol. 10, n° 1, 1991, p35–47.

• Miyazaki A.D. et Morgan A.G., « Assessing the Market Value of Sponsoring : Corporate Olympic Sponsorships », Journal of Advertising Research, vol. 41, n° 1, 2001, p9–15.

• Mucchielli R., Le questionnaire dans l’enquête psycho-sociale : connaissance du problème, applications pratiques, ESF éditeur, Cognitia, 1993.

• N’Goala G. et Morrongiello C., « Converting Opinion Seekers in Opinion Givers in the Tourism Industry : Building Trust is Critical ! », Customer & Service Systems, vol. 77, n° 1, 2014, p77-90.

• Richelieu A. et Pons F., « How strong is my sports brand ? The case of the Montréal Canadiens Hockey Club », Journal of Sponsorship, vol. 4, n° 4, 2011, p353-365.

• Rose J.J., « L’or pour l’art, de Mécène aux sponsors », Flammarion, Paris, 1986.

• Petty R.E., Cacioppo J.T. et Schumann D., « Central and peripheral routes to advertising effectiveness : The moderating role of involvement », Journal of Consumer Research, vol. 10, n° 2, 1983, p135-146.

• Pham M.T. et Johar G.V., « Market prominence biases in sponsor identification : Processes and consequentiality », Psychology and Marketing, vol. 18, n° 2, 2001, p123–143.

• Pons F., Laroche M., Nyeck S. et Perreault S., « Role of Sporting Events as Ethnoculture’s Emblems : Impact of Acculturation and Ethnic Identity on Consumers’ Orientation Toward Sporting Events », Sport Marketing Quarterly, vol. 10, n° 4, 2001, p231–241.

• Reiser M., « The sponsorship effect : Do sport sponsorship announcements impact the firm value of sponsoring firms ? », Deutsche Sporthochschule, Köln, 2012.

• Renault S., « Crowdsourcing compétitif : ressorts et enjeux. » Recherches en Sciences de Gestion, (2), 2014, p59–80.

• Robinot É. et Trespeuch L., « Les transferts de valeurs éco-responsables de l’événement aux parties prenantes sont-ils perçus par les touristes ? » Management & Avenir, (6), 2017, p143-163.

• Roy D.P. et Cornwell T.B., « The effects of consumer knowledge on responses to event sponsorships. » Psychology & Marketing, 21(3), 2004,p185–207.

• Trespeuch L., « L’apport du sponsoring de célébrités au capital marque de l’entreprise », Revue Française de Marketing, (247), 2014, p65–75.

• Trespeuch, L., « La participation du consommateur, antécédents et conséquences : proposition d’un modèle intégrateur appliqué au cas du crowdfunding. », Grenoble Alpes, 2017.

• Trespeuch L., Robinot É. et Valette-Florence P., « Quelles sont les caractéristiques des crowdfunders dans le secteur du luxe ? L’apport de la théorie de la diffusion des innovations. », Innovations, (2), 2018, p67-88.

• Trespeuch, L., « Quels liens unissent les internautes au sein des communautés virtuelles ? Le cas des partis politiques. », Hermès, La Revue, (2), 2018, p201-211.

• Walliser B., « L’évolution et l’état de l’art de la recherche internationale sur le parrainage. », vol. 18, n° 1, 2003, p65–94.

• Wilcox K. et Stephen A.T., « Are close friends the enemy ? Online social networks, self-esteem, and self-control. », Journal of Consumer Research, vol. 40, n° 1, 2013, p90–103.

• White N.R. et White P.B., « Home and away : Tourists in a Connected World. », Annals of Tourism Research, vol. 34, n° 1, 2007, p88–104.

• White D.W., Goddard L. et Wilbur N., « The effects of negative information transference in the celebrity endorsement relationship », International Journal of Retail & Distribution Management, vol. 37, n° 4, 2009, p322-335.

Hong, W., Yu, Z., Wu, L., & Pu, X. (2020). Influencing factors of the persuasiveness of online reviews considering persuasion methods. Electronic Commerce Research and Applications, 39, 100912. https://doi.org/10.1016/j.elerap.2019.100912

Mots clés : Revue en ligne, Force de persuasion, Méthode de persuasion, Exploration de texte, Lexique de référence, Analyse de régression

Résumé :

Cette recherche traite des méthodes de persuasion et des revues en ligne qui sont des références importantes pour la décision d’achat.

Ces méthodes de persuasion influencent le comportement des consommateurs et les critiques en ligne par exemple sont basées sur leurs propres habitudes d’expression, ce qui a un effet immédiat sur la persuasion des consommateurs.

Cette étude souligne trois méthodes de persuasion dont nous allons donner la définition dans un premier temps, puis nous parlerons des techniques de text mining.

Développement :

Un grand nombre de critiques en ligne peut créer une surcharge d’informations importante pour le lecteur et des coûts de recherche seront donc élevée.

Des chercheurs s’intéressent aux évaluations en ligne et les appliquent comme une forme importante de bouche-à-oreille. On s’intéresse donc aux différentes formes de persuasion des avis en ligne sur les consommateurs.

La persuasion est généralement comprise comme « une tentative de changer les croyances et les attitudes de quelqu’un ». Déterminer les méthodes de persuasion dans un grand nombre de messages texte est une tâche complexe et s’avère être compliqué de les étudier.

Cette recherche complète donc ce travail à l’aide d’une nouvelle technologie, celle du text mining. Elle étudie l’influence de diverses méthodes de persuasion sur le caractère persuasif des revues en ligne en combinant l’analyse de régression dans les statistiques.

Le caractère persuasif des avis en ligne fait référence à l’effet persuasif des avis en ligne sur les décisions d’achat. La recherche dans cet aspect est généralement basée sur des données en ligne explorées à partir du Web. Ces données sont objectives et ont également un faible coût d’acquisition et sont volumineuses.

Ethos signifie que l’orateur doit montrer ses connaissances, sa vertu, ses capacités, son honneur et d’autres facteurs pour gagner la reconnaissance psychologique et la confiance du public.

Logos signifie que le locuteur est censé utiliser un discours logique qui peut résister à un examen logique afin de convaincre les autres.

Pathos signifie que les orateurs doivent susciter les émotions du public et afficher plus de facteurs émotionnels.

Grâce à la technologie du text mining, son développement nous fournit une méthode importante pour une étude approfondie des avis en ligne. Cela améliore non seulement la portée de la recherche car c’est un outil de qualité et un gain de temps mais cela augmente également la profondeur de la recherche. La tâche principale du traitement des données du text mining est d’analyser le contenu du texte dans la revue en ligne et d’obtenir finalement l’échelle de méthode de persuasion qui montre combien de fois chaque méthode de persuasion apparaît dans chaque revue en ligne.

En ce qui concerne la recherche sur la force de persuasion des critiques en ligne, la plupart des recherches précédentes se sont concentrées sur les caractéristiques du contenu des critiques en ligne et des critiques.

Conclusion :

Suite à cette recherche, nous pouvons dire que les Pathos, Logos et les énoncés de caractéristiques jouent un rôle primordial dans le renforcement de la forme de persuasion des commentaires et des avis en ligne, tandis que Ethos ne joue pas un rôle important dans la promotion du caractère persuasif des avis en ligne.

Les photos, vidéos et adhésions favorisent de manière significative le caractère persuasif des avis en ligne, tandis que la marque et la notation n’ont pas d’effet promotionnel significatif. En outre, en ce qui concerne les caractéristiques du contenu des critiques en ligne, le nombre d’images, le nombre de vidéos et les facteurs liés aux membres, ils jouent tous un rôle essentiel dans le mécanisme de persuasion du consommateur.

Références :

Bickart , RM SchindlerLes forums Internet comme sources influentes d’information des consommateurs

Interagir. Marque. , 15 ( 2001 ) , pp. 31 – 40

MD Sotiriadis , Cinà ZylBouche à oreille électronique et avis en ligne dans les services touristiques: l’utilisation de Twitter par les touristes

Électron. Commer. Res. , 13 ( 2013 ) , pp. 103 – 124

BA Sparks , V. BrowningL’impact des avis en ligne sur les intentions de réservation d’hôtels et la perception de confiance

Tourisme Gérer. , 32 ( 6 ) ( 2011 ) , pp. 1310 – 1323

Zhao , L. WangComportement de décision d’achat en ligne sous la scène chinoise: rétrospective et examen

Adv. Mater. Res. , 926–930 ( 2014 ) , pp. 3858 – 3861

Karimi , F. WangUtilité de l’avis en ligne: impact de l’image du profil de l’évaluateur

Decis. Soutien. Syst. , 96 ( 2017 ) , pp. 39 – 48

Wang , Y. Feng , W. DaiAnalyse thématique des avis en ligne pour deux produits concurrents utilisant l’allocation de Dirichlet latente

Électron. Commer. Res. Appl. , 29 ( 2018 ) , pp. 142 – 156

Pang , L. LeeExploration d’opinions et analyse des sentiments

A trouvé. Trends Inf. Ret. , 2 ( 2008 ) , pp. 1 – 135

Töllinen, A., Järvinen, J., Karjaluoto, H., 2012. Opportunités et défis de la surveillance des médias sociaux dans le secteur d’entreprise à entreprise. La 4e Conférence internationale de recherche sur les affaires et les sciences sociales. pp. 1-14.

Rui , Y. Liu , A. WhinstonÀ qui et quel bavardage compte? L’effet des tweets sur les ventes de films

Decis. Soutien. Syst. , 55 ( 4 ) ( 2013 ) , pp. 863 – 870

Cao , W. Duan , Q. GanExplorer les déterminants du vote pour «l’utilité» des avis d’utilisateurs en ligne: une approche d’exploration de texte

Decis. Soutien. Syst. , 50 ( 2 ) ( 2011 ) , pp. 511 – 521

Liu , S. ParkQu’est-ce qui rend un avis en ligne utile? Implication pour les sites Web de produits de voyage

Tourisme. Gérer. , 47 ( 2015 ) , pp. 140 – 151

Xi , T. Liang , K. EojinaPlus que des mots: la correspondance entre le contenu émotionnel et le style linguistique est-elle importante pour l’utilité des avis de restaurant?

Int. J. Hosp. Manag. , 77 ( 2018 ) , pp. 438 – 447

Racherla , W. Friske“ Utilité ” perçue des avis de consommateurs en ligne: une enquête exploratoire sur trois catégories de services

Électron. Commer. Res. Appl. , 11 ( 6 ) ( 2012 ) , pp. 548 – 559

MSI Malik , A. HussainExplorer les critiques influents, les critiques et les déterminants du produit pour l’utilité des évaluations

Artif. Intell. Rev. ( 2018 ) , pp. Une – vingt-et-un

Baek , J. Ahn , Y. ChoiUtilité des avis de consommateurs en ligne: objectifs des lecteurs et indices d’examen

Int. J. Electron. Comme. , 17 ( 2 ) ( 2012 ) , pp. 99 – 126

Hong , D. Xu , A. Wang , W. FanComprendre les déterminants de l’utilité des avis en ligne: une enquête méta-analytique

Decis. Soutien. Syst. , 102 ( 2017 ) , pp. Une – 11

Ghose , PG IpeirotisEstimation de l’utilité et de l’impact économique des critiques de produits: extraction de texte et caractéristiques des critiquesIEEE. T. Knowl. Les données. En. , 23 ( 10 ) ( 2011 ) , p. 1498 – 1512

Pang , L. Lee Une éducation sentimentale: L’ analyse des sentiments à l’ aide de la subjectivité summarization basée sur des coupes minimales , Association de linguistique informatique ( 2004 ) , pp. 271 – 278

Stephanie , MO Liu , SM AnnaL’expression de la subjectivité dans les critiques en ligne améliore-t-elle la persuasion?

Consum. Marque. , 35 ( 4 ) ( 2018 ) , pp. 403 – 413

GM Alarcon , R. Gamble , SA Jessup , et al.Application du modèle heuristique-systématique à la fiabilité du code informatique: l’influence de la réputation et de la transparence

Cogent Psychol. , 4 ( 1 ) ( 2017 )

JD Morris , CM Woo , AJ SinghModèle de vraisemblance d’élaboration: une implication émotionnelle intrinsèque manquante

Cible. , 14 ( 1 ) ( 2005 ) , pp. 79 – 98

MY Cheung , CL Sia , KKY KuanCette revue est-elle crédible? Une étude des facteurs affectant la crédibilité des avis de consommateurs en ligne dans une perspective ELM

Assoc. Inf. Syst. , 13 ( 8 ) ( 2012 ) , pp. 618 – 635

FilieriCe qui rend un avis de consommateur en ligne digne de confiance

Ann. Tourisme. Res. , 58 ( 2016 ) , pp. 46 – 64

Yuren , L. Xin , T. YuejinImpact des attributs du produit sur la satisfaction client: une analyse des avis en ligne pour les machines à laver

Électron. Commer. Res. Appl. , 29 ( 2018 ) , pp. 1 – onze

Coutelle, P., Plichon, V. & des Garets, V. (2012). Les coupons de réduction ont-ils de la valeur aux yeux des consommateurs ?. Gestion 2000, volume 29(5), 89-102. https://doi.org/10.3917/g2000.295.0089

Mots clés : Coupon de réduction, Attitude du consommateur, Valeur perçue, Valeur Utilitaire, Valeur Hédonique, Résistance

Résumé :

Cette recherche traite des perceptions des consommateurs associées aux coupons de réduction. Après avoir été une grande source d’augmentation des ventes et de trafic pour les marques, les coupons sont aussi considérés comme un vecteur de fidélisation mais également de différenciation.

Néanmoins, le nombre de coupons de réductions établis sur le marché commence à stagner. Par exemple, plus de 6 milliards de coupons ont été édités en 2007 et 300 millions ont été traités, ce qui nous donne un taux d’utilisation effectif de 5% qui est un pourcentage assez faible comparés aux Etats-Unis.

Cette baisse se traduit probablement par un changement de perception des consommateurs vis-à-vis des offres promotionnelles que présentent les coupons.

Dans un premier temps nous parlerons des différentes dimensions de valeurs puis nous verrons quelle perception de valeur les consommateurs attribuent-ils aux coupons.

Développement :

 Après que Woodruff (1997) ai bien défini le concept de la valeur comme « une préférence et une évaluation, faite par le client, des attributs du produit (ou de l’expérience), de ses performances et des conséquences de son utilisation (ou de son vécu), facilitant ou bloquant la réalisation des objectifs et des finalités que l’individu désire atteindre dans les situations d’usage », nous allons nous pencher sur les différentes dimensions de valeur qui existent.

Plusieurs sortes de dimensions de la valeur apparaissent telles que la dimension des valeurs utilitaires ainsi que celle des valeurs hédoniques.

La valeur utilitaire répond à plusieurs aspects de la dépense comme le fait de dépenser moins d’argent pour l’achat de produits ou économiser son argent et l’aspect de consommation et de prise de décision. On retrouve également les ressources cognitives et temporelles dans le processus de choix pour les valeurs utilitaires.

Quant à la valeur hédonique, elle regroupe toutes les expériences affectives retrouvés lors de l’affichage ou de l’utilisation de l’offre promotionnelle. L’offre promotionnelle est le « révélateur social » de la capacité de son utilisateur à réaliser une « bonne affaire. Cette valeur va donc susciter de la fierté et elle comble également le besoin d’exploration du consommateur.

On a également deux autres dimensions qu’on retrouve dans un second temps.

La valeur active/réactive est souvent présente lorsqu’on parle de coupons virtuels. Bien que le coupon virtuel reste un atout pour les consommateurs et une offre promotionnelle, le coupon électronique a peu de valeur et demande une démarche active sur internet afin d’en bénéficier comme pour la recherche de code, la création de compte ou encore les moteurs de recherches internet.

On relève également une valeur individuelle/interpersonnelle lors de l’analyse de l’entretien car les individus montrent de l’intérêt à partager les coupons ou d’en offrir plutôt que de se créer seul, une expérience gratifiante avec cette offre.

Les consommateurs ressentent que les coupons répondent à un besoin d’exploration qui est ressenti très positivement. Ils attribuent aux coupons, une valeur émotionnelle qui joue un rôle important car le consommateur pourra découvrir de nouveaux produits. C’est une source de réassurance et de gratification, voire même de plaisir et il permet à quelques consommateurs de paraître comme des acheteurs avisés.

Cependant, même si les coupons détiennent de nombreux avantages, ils engendrent une mauvaise image pour de nombreuses consommateurs et il fait symbole de l’acheteur compulsif. Afin de cesser l’influence et les effets non désirés des coupons et pour réduire le sentiment de perte de contrôle et de manipulation, des manifestations de résistances sont mises en place :

Mise en place d’une stratégie calculée de maîtrise de l’utilisation du coupon (lecture du coupon avec le prix au kilo, vérification de la caissière, analyse des prix de la concurrence…)

Stratégie d’évitement ou de refus d’utiliser les coupons.

Stratégie de procrastination (report de la phase d’utilisation, d’où une préférence pour les coupons avec une date d’utilisation tardive).

Résultat :

 Suite à l’étude qualitative de cette recherche, on apprend que :

La dimension utilitaire de la valeur perçue est un frein pour les consommateurs lorsqu’elle est mise en avant.

Les perceptions associées à cette dimension de valeur sont souvent négatives et vont provoquer des états motivationnels de résistance avec des comportements de résistance tel que le scepticisme, la méfiance et le doute.

Le coupon engendre de nombreux affects négatifs dont la méfiance, sentiments de perte de confiance et de contrôle, stress, déception.

Conclusion :

Suite à cette étude nous pouvons dire que la valeur utilitaire perçue ou encore la valeur fonctionnelle des coupons est assez faible puisque les économies sont insuffisantes et les produits sont mal ciblés.

Les coupons de réductions est une forme d’offre promotionnelles qui ravie certains mais qui en effrayent et repoussent beaucoup d’autres. En effet, le consommateur a l’impression d’être manipulé et peu importe la stratégie mis en place, l’objectif de ce dernier est de toujours reprendre le contrôle de la situation.

Bien que le recours à ce type de promotion soit positif à court terme puisqu’on observe une augmentation des ventes, il déclenche chez le consommateur des sentiments négatifs qui vont par la suite se liés à une mauvaise image de la marque. Quelle que soit la stratégie suivie, l’objectif est toujours de reprendre le contrôle de la situation,

Référence :

 AURIER P., EVRARD Y. et N’GOALA G. (1998), « La valeur du produit du point de vue du consommateur », Actes des 16ème Journées des IAE, Nantes, pp199-212.

AURIER P., EVRARD Y. et N’GOALA G. (2004), « Comprendre et mesurer la valeur du point de vue du consommateur », Recherche et Applications en Marketing, Vol.19, N°3, pp1-20.

BABIN B.J., DARDEN W.R. et GRIFFIN M. (1994), “Work and /or fun measuring hedonic and utilitarian shopping value”, Journal of Consumer Research, Vol.20, N°5, pp 644-655.

BAWA K. et SHOEMAKER R.W. (1987), “The effect of a direct mail coupon on choice behaviour across product classes”, Journal of Marketing Research, Vol.24, novembre, pp370-376

CHANDON P., WANSINK B. et LAURENT G. (2000), “A benefit congruency framework of sales promotion effectiveness”, Journal of Marketing, Vol.64, N°3, pp65-81.

DE PECHPEYROU P., PARGUEL B., MIMOUNI A. et P. DESMET (2006), « Valeur et sincérité perçues d’une promotion multimécanismes », Recherche et Applications en Marketing, Vol.21, N°4, pp 25-39.

FILSER M. (2000), « La valeur du comportement de magasinage. De la conceptualisation aux stratégies de positionnement des enseignes », Actes du 3ème Colloque d’Etienne Thil, La Rochelle.

FILSER M. et PLICHON V. (2004) « La valeur du comportement de magasinage. Statut théorique et apports au positionnement de l’enseigne », Revue Française de Gestion, n°148, janvier-février, pp29-44

HOLBROOK, M. B. (1999), Consumer Value. A framework for analysis and research, Coll. Routledge Interpretive Marketing Research, Routledge, London and New York.

RAGHUBIR P., INMAN J.J. et GRANDE H. (2004), “The Three Faces of Consumer Promotions”, California Management Review. Vol. 46, N° 4 ; pp 23-42

ROUX D. (2007), « La résistance du consommateur : proposition d’un cadre d’analyse », Recherche et Applications en Marketing, Vol. 22, N°4, pp 59-81

SHETH J., NEWMAN B. I. et GROSS B. L. (1991), “Why we buy what we buy : A theory of consumption values”, Journal of Business Research, Vol.22, N°2, pp159-170.

SWEENEY J. C. et SOUTAR G. N. (2001), “Consumer perceived value : The development of a multiple item scale”, Journal of Retailing, Vol.77, N°2, pp 203-220.

TAYLOR G.A. (2001), “Coupon response in services”, Journal of Retailing, Vol.77, N°1, spring, pp 139-151

TOTTEN J.C. et BLOCK M.P. (1994), Analysing sales promotions : text and cases : how to profit from the new power of promotion marketing, Chicago : Dartnell Corp.

WOODRUFF R. B. (1997), “Customer value : The next source for competitive advantage”, Journal of the Academy of Marketing Science, Vol.25, N°2, pp139-153.

ZEITHAML V. A. (1988), “Consumer perceptions of price, quality, and value : A means-end model and synthesis of evidence”, Journal of Marketing, Vol.52, N°3, pp2-22.

Daidj, N., Delecolle, T., Diridollou, C., & Morin, C. (2017). Transformation digitale et avènement des plateformes programmatiques : la publicité digitale en question. Management & Avenir, 94(4), 131. https://doi.org/10.3917/mav.094.0131

Mots clés : digitale, transformation digitale, développement, stratégie, plateforme

Résumé :

Le sujet de cette recherche est basé sur les plateformes programmatiques afin d’analyser la transformation numérique dans le secteur de l’achat média depuis 2012. Les plateformes programmatiques vont ainsi permettre aux éditeurs de retransmettre des invendus et de l’autre côté, les annonceurs pourront acheter des espaces à prix moindre.

Cette revue fait place aux ressort économiques des plateformes et des rôles importants que doivent jouer les acteurs face à l’apparition de nouveautés comme les nouveaux intermédiaires sur la chaine allant de l’annonceur à l’éditeur.

Développement : 

L’ensemble des techniques et des outils de traitement de l’information ont facilité l’accès, le fonctionnement, et la modification du mécanisme de création de valeur des plateformes. En effet, grâce aux plateformes, il est devenu possible d’analyser la transformation progressive des formes d’organisation en réseau et l’émergence des écosystèmes d’affaires.

Selon Gawer (2014), les plateformes peuvent prendre plusieurs formes : les plateformes internes qui consiste à la conception et à la production des produits, les plateformes logistiques qui corresponde à une chaine logistique d’une entreprise et les plateformes technologiques qui sont des plateformes digitales appartenant au développement de logiciels et qui comptabilise et lient plusieurs acteurs comme des entreprises ou des consommateurs grâce à un système technologique.

Auparavant la publicité en ligne était un canal direct car la négociation s’effectuait entre l’annonceur et l’éditeur et l’indicateur était au cout pour mille affichages pour les impressions (CPM) mais dans les années 2000, les réseaux publicitaires sont apparus et c’est là que le display est entré en jeu.

Les impressions n’étaient diffusées que par des annonces display (en ligne) et les éditeurs étaient ravis puisqu’ils pouvaient vendre une partie de leurs espaces invendus, ce qui étaient impossible avant. À l’exception des grands géants de l’internet qui ont utilisées cette méthode dans les années 2010 afin de commercialiser leurs impressions invendus grâce à des plateformes d’achats automatisées (Ad exchanges)

Les Ad Exchanges vendent l’accès à une audience de qualité et facilite donc les échanges entres les agences et les annonceurs. Il permet le suivie direct du ROI des campagnes et donc l’apparition de ces AD exchanges favorise la publicité programmatique.

Une transformation du marketing digital s’est installée en fin 2000 avec des achats programmatiques dû à une automatisation des processus d’achat et grâce à l’utilisation de logiciels et d’algorithmes.

Les entreprises peuvent maintenant compter sur les plateformes programmatiques et sur les espaces en ligne pour optimiser leurs processus d’achat.

La publicité programmatique s’appuie sur d’important outils digitaux qui vont permettre de simplifier les procédures d’achat en ligne et grâce à cette multiplication des acteurs, les plateformes d’achats ont une tarification favorable.

Conclusion : 

Les plateformes programmatiques ont joué un rôle essentiel sur le marché et ont eu un impact très positif sur le marché grâce aux multiples acteurs qui en sont ressortis et qui n’étaient surtout pas présent avant l’année 2012.

Même si les plateformes programmatiques continuent d’avoir un large succès dans l’industrie de la publicité en ligne, les entreprises traditionnelles d’espace publicitaire se voient affaiblis et se fragilise peu à peu.

Références : 

• BALDWIN C. et WOODWARD C. (2009), « The architecture of platforms : a unified view », in Platforms, Markets and Innovation, A. GAWER (ed.), Edward Elgar Publishing Limited, Cheltenham, UK, p. 19-44.
• BALLON P. (2009), « Platform types and gatekeeper roles: The case of the mobile communications industry », Paper presented at the Summer Conference 2009 of Copenhagen Business School, Frederiksberg, Denmark, p. 17-19.
• BHARADWAJ A., EL SAWY O.A., PAVLOU P.A. et VENKATRAMAN N. (2013), « Digital Business Strategy: Toward a Next Generation of Insights », MIS Quarterly, Vol. 37, No. 2, p. 471-482, juin.
• CAILLAUD B. et JULLIEN B. (2003), « Chicken & egg: Competition among intermediation service providers », RAND journal of Economics, p. 309-328.
• DAIDJ N. (2011), « Les écosystèmes d’affaires : une nouvelle forme d’organisation en réseau ? », Revue Management et Avenir, 46, p. 105-130.
• EISENMANN T. (2008), « Managing Proprietary and Shared Platforms », California Management Review, Vol. 50, No. 4, p. 31-53.
• EISENMANN T., PARKER G. et VAN ALSTYNE M. (2006), « Strategies for Two-Sided Markets », Harvard Business Review, octobre.
• EISENMANN T., PARKER G. et VAN ALSTYNE M. (2009), « Opening platforms: how, when and why ? », in Platforms, Markets and Innovation, A. GAWER (ed.), Edward Elgar Publishing Limited, Cheltenham, UK, p. 131-162.
• EVANS D. et SCHMALENSEE R. (2007), « The industrial organization of markets with two-sided platforms », Competition Policy International, Vol. 3, No. 1, p. 151-179.
• FRANKE N. et VON HIPPEL E. (2003), « Satisfying Heterogeneous User Needs

via Innovation Toolkits: The Case of Apache Security Software », Research

Policy, Vol. 32, No. 7, p. 1199-1215.

• GAWER A. (2009a), « Introduction » in Platforms, Markets and Innovation,
• GAWER (ed.), Edward Elgar Publishing Limited, Cheltenham, UK, p. 11-16.
• GAWER A. (2009b), « Platform Dynamics and Strategies: from Products to

Service » in Platforms, Markets and Innovation, A. Gawer (ed.), Edward Elgar Publishing Limited, Cheltenham, UK, p. 45-76.

• GAWER A. et CUSUMANO M-A. (2002), Platform Leadership: How Intel, Microsoft, and Cisco Drive Industry Innovation, Harvard Business School Press, Harvard.
• GAWER A. et CUSUMANO M-A. (2008), « How Companies Become Platform

Leaders », MIT Sloan Management Review, Winter, Vol. 49, No. 2, p. 28-35. and Expansion Strategies », Harvard Business School Working Paper, No. 09-115.

• HAGIU A. (2007a), « Merchant or two-sided platform? », Review of Network Economics, Vol. 6, No. 2, p. 115-133.
• HAGIU A. (2007b), Multi sided platforms: From microfoundations to design and expansion Strategies, Harvard Business School, Working Paper No. 07-094.
• HAGIU A. et WRIGHT J. (2011), Multi-Sided Platforms, Harvard Business School Working Paper n° 12-024.
• HAGIU A. et YOFFIE D. (2009), « What’s your Google Strategy? », Harvard Business Review, April Issue, p. 1-9.
• MERCANTI-GUÉRIN M. et VINCENT M. (2016), Publicité digitale, Dunod, Paris.
• MOORE J.-F. (1993), « Predators and prey: a new ecology of competition », Harvard Business Review, Vol. 71, No. 3, p. 75-86.
• MOORE J.-F. (1996), The Death of Competition – Leadership and Strategy in the Age of Business Ecosystems, Harper Business, New York.

Djafarova, E., & Bowes, T. (2021). ‘Instagram made Me buy it’ : Generation Z impulse purchases in fashion industry. Journal of Retailing and Consumer Services, 59, 102345. https://doi.org/10.1016/j.jretconser.2020.102345

 Mots clés : Achat impulsif Instagram Génération Z, Modèle SOR

Résumé :

Cette recherche permet d’identifier les outils marketing efficaces qui vont engendrer le comportement d’achat impulsif de la « génération Z ». Ici, l’article porte sur l’industrie de la mode au Royaume-Uni et c’est le modèle Stimulus-Organism-Response qui est représenté.

Développement :

La génération Z voyage dans l’ère du temps depuis quelques années maintenant, cette génération est la première ayant grandi aux côtés du numérique et de la digitalisation. Ils sont donc très susceptibles d’être exposés à la publicité numérique sur les réseaux sociaux, notamment à celle d’Instagram puisqu’ils y passeraient au minimum 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) et l’impact serait donc très consécutif vis-à-vis des ventes sur l’échelle mondiale.

En plus de cela, l’achat impulsif est un élément important sur l’enquête du comportement des consommateurs. Le secteur de l’habillement-textile est un des secteurs les plus touché par cette nouvelle génération, on apprend que plus de 40% des acheteurs impulsifs sont des consommateurs de la génération Z et derrière eux, les milléniaux à 34% et la génération X à 32% seulement.

Cette nouvelle génération désire des articles plus récents à une plus grande vitesse, ce qui laisse place à une importante hausse de demande et donc, les marques se voient augmenter leurs stocks pour répondre à la demande de l’offre. Les marques doivent également déployer leurs stratégies marketing pour satisfaire les besoins de ce public et surtout, se faire une marge très intéressante.

Parlons du modèle S-OR, il est très efficace sur le comportement des consommateurs afin d’analyser de mesurer leurs comportements d’achats impulsifs.

Le modèle stimulus-organisme-réponse (SOR) est le fait 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).

Instagram joue un rôle très important quant aux achats impulsifs des consommateurs mais surtout pour les marques de mode car la visualisation des produits de mode sur Instagram est très attirante et attire beaucoup cette nouvelle génération.

Il y a plusieurs facteurs qui vont susciter l’envie chez le consommateur comme les publicités promotionnelles, les photographies ou vidéo présentes sur la page Instagram d’une marque ou encore les recommandations d’individus proches et de leaders d’opinion comme des personnalités publiques.

Cette plateforme va affecter le processus d’achat en raison du plaisir lors de l’utilisation de l’application en faisant « sauter » la phase d’évaluation de la prise de décision et c’est là que les achats impulsifs se produisent.

Lorsqu’un contenu est généré par la marque, celle-ci détient une forme de résultat positif sur les achats des consommateurs. En effet, le contenu généré par la marque s’appelle le BGC, c’est une forme importante de communication marketing qui a un fort impact sur les consommateurs car elle influence considérablement le comportement et l’activité de celui-ci, ce qui va engendrer de nouveaux besoins chez ce dernier.

Cependant, il existe une autre forme de contenu : le contenu généré par l’utilisateur (UGC) qui est perçu de manière encore plus positive car les consommateurs influencent continuellement les autres, en partageant des images de leurs achats et en proposant des recommandations ; elle entraîne donc une intention d’achat plus élevée.

Il faut savoir que les UGC sont omniprésents sur Instagram avec plus de 66% des consommateurs faisant partie de la génération Z.

Conclusion :  

On constate qu’Instagram est très efficace sur le comportement d’achat du consommateur surtout lorsque le contenu est généré par l’utilisateur et même par les marques (même si le taux de pourcentage reste faible par rapport aux contenus de l’utilisateur). 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).

Un modèle de stimulation-organisme-réponse est proposé sur le schémas d’Instagram en affirmant que les publicités, leurs contenus et les leaders d’opinion agissent comme des stimuli (S) en rappelant les émotions positives (O).

Références :

Adelaar et al., 2003 T. Adelaar, S. Chang, K.M. Lancendorfer, B. Lee, M. Morimoto

Effects of media formats on emotions and impulse buying intent

Inf. Technol., 18 (4) (2003), pp. 247-266

Adeola et al., 2020 O. Adeola, R.E. Hinson, O. Evans

Social media in marketing communications: a synthesis of successful strategies for the digital generation

Digital Transformation in Business and Society, 4 (2020), pp. 61-81

Adobe, 2018 Adobe

Adobe experience manager 6.4: defining the next wave of content driven experiences

https://blogs.adobe.com/digitaleurope/digital-marketing/adobe-experience-manager-6-4-defining-the-next-wave-of-content-driven-experiences/ (2018)

Al-Zyoud, 2018 M.F. Al-Zyoud

Does social media marketing enhance impulse purchasing among female customers case study of Jordanian female shoppers

Journal of Business and Retail Management Research, 13 (2) (2018), pp. 135-151

Aprilia and Setiadi, 2017 Aprilia, B.N. Setiadi

            Online buying decision process among gen Y Instagram users

International Conference on Psychology and Multiculturalism 2017, Atma Jaya Catholic University of Indonesia, Jakarta, Indonesia (2017), pp. 68-73

Aragoncillo and Orus, 2018 L. Aragoncillo, C. Orus

Impulse buying behaviour: an online-offline comparative and the impact of social media

Spanish Journal of Marketing, 22 (1) (2018), pp. 42-62

Atulkar and Kesari, 2018 S. Atulkar, B. Kesari

Role of consumer traits and situational factors on impulse buying: does gender matter?

Int. J. Retail Distrib. Manag., 46 (4) (2018), pp. 386-405

Badgaiyan and Verma, 2015 A.J. Badgaiyan, A. Verma

Does urge to buy impulsively differ from impulsive buying behaviour? Assessing the impact of situational factors

1. Retailing Consum. Serv., 22 (2015), pp. 145-157

Barros et al., 2019 L.B.L. Barros, M.L.M. Petroll, C. Damacena, M. Knoppe

Store atmosphere and impulse: a cross-cultural study

Int. J. Retail Distrib. Manag., 47 (8) (2019), pp. 817-835

Boerman, 2020 S.C. Boerman

The effects of the standardized Instagram disclosure for micro- and meso-influencers

Comput. Hum. Behav., 103 (2020), pp. 199-207

Brewis, 2020 D. Brewis

What Generation Z Expects from the Online Retail Experience

IMRG (2020)

https://www.imrg.org/blog/generation-z-online-retail-expectations/

Bruhn et al., 2012 M. Bruhn, V. Schoenmueller, D.B. Schäfer

Are social media replacing traditional media in terms of brand equity creation?

Manag. Res. Rev., 35 (9) (2012), pp. 770-790

Casaló et al., 2017 L.V. Casaló, C. Flavián, S. Ibáñez-Sánchez

Antecedents of consumer intention to follow and recommend an Instagram account

Online Inf. Rev., 41 (7) (2017), pp. 1046-1063

Casaló et al., 2018 L.V. Casaló, C. Flavián, S. Ibáñez-Sánchez

Influencers on Instagram: antecedents and consequences of opinion leadership

1. Bus. Res. (2018)

(in press)

Casaló et al., 2020 L.V. Casaló, C. Flavián, S. Ibáñez-Sánchez

Be creative, my friend! Engaging users on Instagram by promoting positive emotions

1. Bus. Res. (2020)

(in press)

Chan et al., 2017 T.K.H. Chan, C.M.K. Cheung, Z.W.Y. Lee

The state of online impulse-buying research: a literature analysis

Inf. Manag., 54 (2) (2017), pp. 204-217

King, 2019 M. King

Technology habits of generation Z – UK – september 2019

https://reports.mintel.com/display/918584/?fromSearch=%3Ffreetext%3D%2520technology%2520habits (2019)

Krueger and Casey, 2014 R.A. Krueger, M.A. Casey

Focus Groups: A Practical Guide for Applied Research

(fifth ed.), Sage Publications Ltd, California (2014)

Kumar et al., 2016 A. Kumar, R. Bezawada, R. Rishika, R. Janakiraman, P.K. Kannan

From social to sale: the effects of firm-generated content in social media on customer behaviour

1. Market., 80 (1) (2016), pp. 7-25

Kurian and John, 2017 J.C. Kurian, B.M. John

User-generated content on the Facebook page of an emergency management agency: a thematic analysis

Online Inf. Rev., 41 (4) (2017), pp. 558-579

Leong et al., 2018 L. Leong, N.I. Jaafar, S. Ainin

The effects of Facebook browsing and usage intensity on impulse purchase in f-commerce

Comput. Hum. Behav., 78 (2018), pp. 160-173

Mortel, 2008 T.F.V. Mortel

Faking it: social desirability response bias in self-report research

Aust. J. Adv. Nurs., 25 (4) (2008), pp. 40-48

Nash, 2019 J. Nash

Exploring how social media platforms influence fashion consumer decisions in the UK retail sector

1. Fash. Mark. Manag., 23 (1) (2019), pp. 82-103

Nyumba et al., 2017 T.O. Nyumba, K. Wilson, C.J. Derrick, N. Mukherjee

The use of focus group discussion methodology: insights from two decades of application in conservation

Methods in Ecology and Evolution, 9 (2017), pp. 20-32

Hani, S., Marwan, A., & Tarek, S. (2018). L’impact de la publicité d’Instagram sur la perception du consommateur : le cas de l’industrie des boissons et des produits alimentaires au Liban. La Revue Gestion et Organisation, 10(2), 100‑106. https://doi.org/10.1016/j.rgo.2018.08.001

Mots clés : Réseaux sociaux, Attitude du consommateur, Attitude conative du consommateur, Attitude cognitive du consommateur, Marketing digital

Cette recherche traite de l’impact que peut avoir une publicité digitale sur le réseau social Instagram en observant l’attitude des consommateurs des produits alimentaire. Dans ce sujet, il y a trois attitudes du consommateur mis en avant, à savoir : l’attitude affective, cognitive et conative.

Cette revue consiste à démontrer que la publicité sur Instagram a une forte influence sur l’attitude cognitive du consommateur plus précisément.

Développement :

Le marketing digital a d’abord été mis en place par les marketeurs afin de répondre convenablement aux attentes et aux besoins des consommateurs. Selon Watson et Seymour (2011), c’est ainsi que les stratégies commerciales débutent alors sur les réseaux sociaux.

Ici, c’est la consommation des produits alimentaire au Liban qui est mis en avant et c’est sur ces consommateurs que nous allons étudier l’attitude et la perception qu’ils ont des publicités Instagram.

Selon Parasuraman et al. (2005), l’expérience en ligne et l’émotionnelle sont des composantes cognitives. La communication entre utilisateurs et consommateurs permet donc de bénéficier d’expériences d’autrui et ils ont une forte reconnaissance de la façon dont les consommateurs perçoivent leurs produits et services.

On peut donc dire que la publicité sur Instagram a un impact positif sur la composante affective de l’attitude du consommateur, mais également sur la composante cognitive et conative car la relation du consommateur avec le produit délivre une intention d’achat.

Néanmoins, grâce au questionnaire, nous pouvons voir que les publicités Instagram vont plus influencer la composante cognitive du comportement du consommateur avec l’intention d’achat.

La fonction cognitive participe à l’interprétation d’informations et au renforcement des expectations et des attentes des consommateurs. Elle est basée sur sa perception, sa connaissance et ses sources d’information.

La publicité sur Instagram influence le comportement du consommateur par sa crédibilité, son aspect informatif et ses caractères hédonique. Par exemple, lorsqu’un restaurant publie des photos de leurs plats sur Instagram, le consommateur à titre de comportement cognitive sera rassuré car il aura besoin d’être convaincu.

Par conséquent, on peut dire que l’attitude conative ou l’intention et l’action d’achat ne sont pas très influencées par rapport à la composante cognitive du comportement du consommateur.

Conclusion :

 Suite à l’étude quantitative que présente cette recherche, on observe un fort impact quant à la réussite des publicités Instagram sur l’attitude du consommateur.

La composante qui est positivement influencé chez le consommateur est la composante cognitive. En effet, les consommateurs dépendent beaucoup de leurs connaissances pour percevoir les informations qui sont communiqués sur Instagram puisqu’ils utilisent considérablement la composante cognitive.

Références :

Akar et Nasir, 2015  E. Akar, V.A. Nasir

A review of literature on consumers’ online purchase intentions

Journal of Customer Behaviour, 14 (3) (2015), pp. 215-233

Andrews et Shimp, 2017  J.C. Andrews, T.A. Shimp

Advertising, promotion, and other aspects of integrated marketing communications

Nelson Education (2017)

Carlucci et al., 2015  D. Carlucci, G. Nocella, B. DeDevitiis, R. Viscecchia, F. Bimbo,

G.Nardone

Consumer purchasing behaviour towards fish and seafood products.

Appetite, 84 (2015), pp. 212-227

Chu et Kim, 2011

S.C. Chu, Y. Kim

Determinants of consumer engagement in electronic word-of-mouth in social networking sites

International Journal of Advertising, 30 (1) (2011), pp. 47-75

Duggan et al., 2015

1. Duggan, N.B. Ellison, C. Lampe, A. Lenhart, M. Madden

Social media update 2014, 19, Pew research center (2015)

Edosomwan et al., 2011

1. Edosomwan, S.K. Prakasan, D. Kouame, J. Watson, T. Seymour

The history of social media and its impact on business

Journal of Applied Management and entrepreneurship, 16 (3) (2011), p. 79

Garifova, 2016

L.F. Garifova

Realization of small businesses economic interests on Instagram

Journal of Economics and Economic Education Research, 17 (2016), p. 133

Huitt et Cain, 2005

1. Huitt, S. Cain

An overview of the conative domain. Educational psychology interactive

(2005), pp. 1-20

Kumar Ranganathan et al., 2013

1. Kumar Ranganathan, V. Madupu, S. Sen, R.J. Brooks

Affective and cognitive antecedents of customer loyalty towards e-mail service providers

Journal of Services Marketing, 27 (3) (2013), pp. 195-206

Liang et Turban, 2011

T.P. Liang, E. Turban

Introduction to the special issue social commerce: a research framework for social commerce

International Journal of electronic commerce, 16 (2) (2011), pp. 5-14

Oliver, 1997

R.L. Oliver

Emotional expression in the satisfaction response. Satisfaction: A behavioral perspective on the consumer

(1997), pp. 291-325

Schiffman et Kanuk, 2007

L.G. Schiffman, L.L. Kanuk

Purchasing behavior

Pearson Prentice Hall, Upper Saddle River, NJ (2007)

Senft, 2008

T.M. Senft

Camgirls: celebrity and community in the age of social media

Peter Lang, Nova Iorque (2008)

Siro et al., 2008

Siro, E. Kapolna, B. Kapolna, A. Lugasi

Functional food. Product development, marketing and consumer acceptance—A review

Appetite, 51 (3) (2008), pp. 456-467

Tavakol et Dennick, 2011

1. Tavakol, R. Dennick

Making sense of Cronbach’s alpha

International journal of medical education, 2 (2011), p. 53

Cheng, Wenting, Taylor, Jeremy M. G, Gu, Tian, Tomlins, Scott A., Mukherjee, Bhramar¹(2019), Informing a risk prediction model for binary outcomes with external coefficient information. Journal of the Royal Statistical Society: Series C (Applied Statistics) http://web.a.ebscohost.com.devinci.idm.oclc.org/ehost/detail/detail?vid=9&sid=a1f784a0-99fd-469c-81b3-9bbabea81bc5%40sessionmgr4006&bdata=Jmxhbmc9ZnImc2l0ZT1laG9zdC1saXZl#AN=133645035&db=bth

Mots clés : Bayesian methods, Constrained estimation, Logistic regression, Prediction models

Dans cette article, on nous donne des informations sur différentes méthodes statistiques. Les modèles de prédiction des risques sont mis en avant afin d’effectuer des analyses (ici médicales). Dans ce domaine, les statistiques sont énormément utilisées. Ici on prends dans un premier temps, l’exemple de modèles établis sur le risque de développer un cancer du sein. Le but est de savoir s’il y a des facteurs qui permettent de prédire si oui ou non une personne est susceptible de développer la maladie.

Dans les cas épidémiologique, on utilise également des modèles mais également des méthodes tels qu’un score de risque de Framingham qui peuvent être utilisés pour évaluer le risque d’un individu de vivre et également pour prendre des décisions concernant le dépistage et la prévention.

Développement:

En général, ce type de modèles sont souvent basés sur des facteurs de risque épidémiologiques et comportementaux standard. Il est fort possible que les nouveaux biomarqueurs ne soient évalués que sur des sujets dans une étude de taille moyenne et ne puissent pas être mesurés sur la population entière, beaucoup plus grande que l’échantillon utilisée pour le précédent modèle. Les chercheurs pourraient directement estimer le modèle dans le nouvel ensemble de données, mais les résultats de ce modèle de prédiction basé uniquement sur un nombre limité de sujets, pourraient être très variables. Il faudrait envisager d’utiliser beaucoup plus d’informations/de caractéristiques (variables), afin d’obtenir une meilleur précision du modèle, pour un meilleur apprentissage.

Avec l’ajout d’un certain nombre d’informations externes supplémentaires, des recherches approfondies ont été menées, et ce, dans le but d’améliorer les modèles de prévision des risques. Les informations externes peuvent être utilisées pour combiner les estimations d’études antérieures avec les coefficients de régression qui sont estimés dans le nouvel ensemble de données. 

Plusieurs solutions sont proposer afin d’améliorer la qualité des modèles prédictifs:

• Méthodes de régression
• Méthode standard de Bayes
• Maximum de vraisemblance contraint
• Méthode informative complète de Bayes
• Transformation approach
• Méthode de plug-in de régression logistique
• Etude de simulation

Dans cette article un exemple d’application est mis en avant sur le cancer de la prostate. Les chercheurs illustrent leur méthodologie en augmentant le risque d’essai de prévention du cancer de la prostate. Pour avancer dans la recherche, les chercheurs se basent sur certaines caractéristiques et sur les antécédents familiaux, à savoir s’il y a déjà eu des cas de cancer de la prostate dans la famille, l’âge de l’individu, son origine, le résultat d’une potentielle biopsie antérieure… 

Résultats:

Grâce aux différentes méthodes statistiques mises en places par les chercheurs dans cette étude, ils nous démontrent qu’avec les différentes méthodes de modélisation, ils parviennent à améliorant le calculateur de risque PCPT pour le cancer de la prostate de haut grade.

Conclusion:

Le gain d’efficacité dans le modèle d’intérêt élargi dépend de la taille de l’échantillon qui est utilisée pour construire le modèle établi et de la taille de l’échantillon qui est utilisée pour estimer le modèle élargi d’intérêt.

Dans les études de simulation réalisés par les chercheurs, les modèles établis sont basés sur de grands ensembles de données avec 10000 observations alors que les ensembles de données actuels sont très petits. De grandes bases de données comme celles-ci permettent de rendre les modèles et donc les prédictions plus performantes. Cependant, lorsque la taille de l’échantillon dans l’ensemble de données est insuffisamment grande pour estimer le modèle élargi , les méthodes ne permettent pas d’améliorer la prédiction par rapport à la régression directe, comme c’était le cas dans l’exemple du cancer de la prostate. Les résultats numériques apportés apportent une meilleure précision des estimations des coefficients.

Enfin, les différentes méthodes statistiques sont de plus en plus utilisées dans un grand nombre de secteur, mais surtout dans le domaine médicale où l’on peut prédire si une personne est susceptible ou non de développer certaines maladies.

Références:

• Chatterjee, N., Chen, Y.‐H., Maas, P. et Carroll, RJ (2016) Estimation du maximum de vraisemblance contrainte pour l’étalonnage du modèle à l’aide d’informations de niveau résumé provenant de sources externes de Big Data. Confiture. Statist. Ass., 111, 107 – 117.

• Cheng, W., Taylor, JMG, Vokonas, PS, Park, SK et Mukherjee, B . (2018) Amélioration de l’estimation et de la prédiction dans la régression linéaire intégrant des informations externes provenant d’un modèle réduit établi. Statist. Med., 37, 1515-1530.

• D’Agostino, R. B. , Grundy, S., Sullivan, LM, Wilson, P. et pour le CHD Risk Prediction Group (2001) Validation des scores de prédiction de la maladie coronarienne de Framingham: résultats d’une enquête sur plusieurs groupes ethniques . Confiture. Med. Ass., 286, 180 – 187

• Firth, D. (1993) Réduction du biais des estimations du maximum de vraisemblance. Biometrika, 80, 27 – 38

• Gail, MH, Brinton, LA, Byar, DP, Corle, DK, Vert, S. B ., Schairer, C et Mulvihill, JJ (1989) Projeter probabilités individualisées de développer un cancer du sein pour les femmes blanches qui sont en cours d’ examen par année . J. Natn. Cancer Inst., 81, 1879-1886.

• Gelman, A., Jakulin, A., Pittau, MG et Su, Y.‐S. (2008) Une distribution a priori par défaut peu informative pour les modèles logistiques et autres modèles de régression. Ann. Appl. Statist., 2, 1360-1383.

• Grill, S., Ankerst, DP, Gail, MH, Chatterjee, N. et Pfeiffer, RM (2017) Comparaison des approches pour incorporer de nouvelles informations dans les modèles de prédiction des risques existants. Statist. Med., 36, 1134 – 1156.

• Grill, S., Fallah, M., Leach, RJ, Thompson, IM, Hemminki, K. et Ankerst, DP (2015) Une méthode simple à utiliser intégrant des marqueurs génomiques dans les outils de prédiction du risque de cancer de la prostate a facilité la validation future. J. Clin. Epidem., 68, 563 – 573.

• Gunn, LH et Dunson, D. B . (2005) Une approche de transformation pour incorporer des contraintes monotones ou unimodales. Biostatistique, 6, 434 – 449.

• Heinze, G., Ploner, M., Dunkler, D. et Southworth, H. (2013) Le biais de Firth a réduit la régression logistique. Version du package R 1.21.

• Heinze, G. et Schemper, M. (2002) Une solution au problème de la séparation dans la régression logistique. Statist. Med., 21, 2409 – 2419.

• Imbens, GW et Lancaster, T. (1994) Combinant des données micro et macro dans des modèles microéconométriques. Rev. Econ. Stud., 61, 655 – 680.

• Mealiffe, ME, Stokowski, RP, Rhees, B . K., Prentice, RL, Pettinger, M. et Hinds, DA (2010) Evaluation de la validité clinique d’un modèle de risque de cancer du sein combinant des informations génétiques et cliniques. J. Natn. Cancer Inst., 102, 1618 – 1627.

• Monahan, J. et Stefanski, LA (1992) Approximations de mélange à échelle normale de F * (z) et calcul de l’intégrale logistique-normale. In Handbook of the Logistic Distribution (éd. N. Balakrishnan). New York: CRC Press.

• Newcombe, PJ, Reck, B . H., Sun, J., Platek, GT, Verzilli, C., Kader, AK, Kim, S.‐T., Hsu, F.‐C., Zhang, Z., Zheng, SL, Mooser, VE, Condreay, LD, Spraggs, CF, Whittaker, JC, Rittmaster, RS et Xu, J. (2012) Une comparaison des approches bayésiennes et fréquentistes pour incorporer des informations externes pour la prédiction du risque de cancer de la prostate. Genet. Epidem., 36, 71 – 83.

• Qin, J. (2000) Combinant les probabilités paramétriques et empiriques. Biometrika, 87, 484 – 490.

• Qin, J., Zhang, H., Li, P., Albanes, D. et Yu, K. (2015) Utilisation d’informations sur la prévalence de la maladie spécifiques à une covariable pour augmenter la puissance des études cas-témoins. Biometrika, 102, 169 – 180.

• Satten, GA et Kupper, LL (1993) Inférences sur les associations exposition-maladie à l’aide d’informations sur la probabilité d’exposition. Confiture. Statist. Ass., 88, 200 – 208.

• Steyerberg, EW, Eijkemans, MJC, Van Houwelingen, JC, Lee, KL et Habbema, JDF (2000) Modèles pronostiques basés sur la littérature et les données individuelles des patients dans l’analyse de régression logistique. Statist. Med., 19, 141 – 160.

• Steyerberg, EW, Vickers, AJ, Cook, NR, Gerds, T., Gonen, M., Obuchowski, N., Pencina, MJ et Kattan, MW (2010) Assessing the performance of prediction models: a framework for traditional and novel les mesures. Epidémiologie, 21, 128 – 138.

• Thompson, IM, Ankerst, DP, Chi, C., Goodman, PJ, Tangen, CM, Lucia, MS, Feng, Z., Parnes, HL et Coltman, CA (2006) Évaluation du risque de cancer de la prostate: résultats du cancer de la prostate essai de prévention. J. Natn. Cancer Inst., 98, 529 – 534.

• Tomlins, SA, Day, JR, Lonigro, RJ, Hovelson, DH, Siddiqui, J., Kunju, LP, Dunn, RL, Meyer, S., Hodge, P., Groskopf, J., Wei, JT et Chinnaiyan, AM (2015) Urine TMPRSS2: ERG plus PCA3 pour l’évaluation individualisée du risque de cancer de la prostate. EUR. Urol., 70, 45 – 53.

• Truong, M., Yang, B . et Jarrard, DF (2013) Vers la détection du cancer de la prostate dans l’urine: une analyse critique. J. Urol., 189, 422 – 429.

Rosy Oh, Kyung Suk Lee, Sojung C. Park, Jae Youn Ahn (2020). Double-counting problem of the bonus–malus system. Insurance: Mathematics and Economics. Volume 93, July 2020, Pages 141-155 https://doi.org/10.1016/j.insmatheco.2020.04.008

Mots clés : Bonus–malus system, Ratemaking, Double counting, Optimization, Auto insurance

Cette article nous explique le système de bonus-malus, qui est un mécanisme d’ajustement des primes d’assurances fréquemment utilisé. Le calcul du bonus-malus est fait sur la base des historiques des sinistres de chaque assuré. Ce système indique directement la demande de l’assuré. Cependant, ce système typique suit une seule échelle de bonus-malus et est connus à cause des problèmes du double comptage. Les assurés à haut risque en termes de sinistre, sont selon les chercheurs de cette étude, trop sévèrement pénalisées. Ainsi, après études et analyses, les chercheurs ont proposé un nouveau système de calcul du bonus-malus, avec plusieurs échelles basées sur divers critères. Ce nouveau système permet bien de supprimer le problème du double comptage, mais il n’est pas aussi simple à appliquer, il est même plutôt très complexe. Les chercheurs soutiennent que le problème du double comptage peut être considéré comme une inefficacité du processus d’optimisation, mais celui-ci peut être rapidement résolu, tout simplement en optimisant entièrement le réglage bonus-malus, tout en conservant le format traditionnel actuel.

Développement :

Le système de bonus-malus, aussi connu sous le nom de “système d’évaluation au mérite”, ou encore “système de bonus sans réclamation”, est un système d’évaluation utilisé notamment chez les assureurs automobile. Le système corrige la classification des risques en reflétant l’historique des sinistres du chaque preneur d’assurance. Le taux de bonus-malus est d’abord définie par le comportement routier, observer sur les conducteurs, puis il est ajuster à partir des informations non observables de l’assuré intégrées, présentes dans l’historique des bases de données des sinistres. Le bonus-malus est un facteur de notation très important chez les assureurs.

La création et la mise en œuvre du système de bonus-malus varient selon les pays et les assureurs. Certains d’entre-deux n’ont aucun système de bonus-malus, et d’autres ont des systèmes vraiment très complexes. Les systèmes très complexes peuvent avoir pour objectif de prédire avec précision les réclamations futures, mais peuvent également augmenter la charge de calcul des assureurs et rendre difficile leur communication avec les assurés.

Cette étude insinue que le système de bonus-malus pourrait permettre une présentation simple aux consommateurs d’assurance tout en restant aussi précis qu’un système très complexe en résolvant le problème observé ici, qui est le double comptage des systèmes traditionnels. 

Un grand nombre de pays ont déréglementé leur système de bonus-malus, en prenant la décision de s’éloigner d’un système national strict au sein duquel tous les assureurs suivent les mêmes formalités.

Dans cette étude, les chercheurs ont mis en places des calculs spécifiques, afin que les assureurs puissent ajuster leur prime au début de chaque année en fonction des historique des réclamations des assurés, et ce pour éviter le double-comptage. Ces calculs sont très approfondis et prennent en compte différentes méthodes statistiques. Les chercheurs ont réalisé une études quantitative très complexe, afin de nous montrer comment les assureurs pourraient optimiser leur système de bonus-malus.

Résultats:

Les résultats obtenus sont plutôt intuitifs. En effet, le type d’entité de comté devrait entraîner plus d’accidents que tout autre type d’entité avec le même montant de couverture. Le groupe de risque avec un montant de couverture plus élevé a tendance à subir plus d’accidents pour le même type d’entité.

Dans cette étude, les chercheurs ont analysé les données, et ils ont déduit 18 groupes de classes de risque différents, ceci en combinant deux variables catégorielles, à savoir le type d’entité et le groupe de couverture. Pour comparer les primes selon différentes méthodes, ils se rapportent à l’indice de double comptage et à l’ erreur quadratique moyenne hypothétique (indicateur statistique), comme mesurant respectivement le problème du double comptage et la qualité du prédicteur.

Conclusion:

En conclusion, dans cette étude, on constate que le problème provient de l’inefficacité de l’optimisation. Selon les chercheurs, le problème du double comptage peut être intégralement résolu en proposant un pack individualisé de bonus-malus à chaque assuré. Mais un tel système de bonus-malus est très compliqué à mettre en place et bien sur, il est inapproprié à un échange efficace entre les assurés et les assureurs. Les chercheurs nous montrons que le problème du double comptage peut être virtuellement résolu sans compliquer le système de bonus-malus traditionnel. Leur analyse est basée sur l’hypothèse que le niveau de bonus-malus est lié à l’état stationnaire, ce qui n’est pas vraiment l’idéal.

Références:

• Brouhns N. , Guillén M. , Denuit M. , Pinquet J. (2003), Échelles de bonus-malus dans les tarifs segmentés avec migration stochastique entre segments, Journal of Risk Insurance , 70 ( 4 ) , pp. 577 – 599

• De Jong P. , Heller G.Z. (2008), Modèles linéaires généralisés pour les données d’assurance, Cambridge University Press

• Denuit M. , Maréchal X. , Pitrebois S. , Walhin J.-F. (2007), Modélisation actuarielle du nombre de réclamations: classification des risques, crédibilité et systèmes de bonus-malus, John Wiley et fils

• Libère E.W. , Lee G. , Yang L. (2016), Modèles de régression multivariée fréquence-sévérité en assurance, Risques , 4 ( 1 ), p. 4

• Lemaire J. (1998), Systèmes bonus-malus: l’approche européenne et asiatique de la notation au mérite, N. Am. Actuar. J. , 2 ( 1 ), pp. 26 – 38

• Lemaire J. (2012), Systèmes Bonus-Malus en assurance automobile, vol. 19, Springer Science & Business Media

• Lemaire J. , Park S.C. , Wang K.C. (2015), L’impact des covariables sur un système bonus-malus: une application du modèle de Taylor, EUR. Actuar. J. , 5 ( 1 ), pp. 1 – dix

• Lemaire J. , Zi H. (1994), Une analyse comparative de 30 systèmes bonus-malus, ASTIN Bull J. IAA , 24 ( 2 ), pp. 287 – 309

• Luo Z.-Q. , Tseng P. (1992), Sur la convergence de la méthode de descente de coordonnées pour la minimisation différentiable convexe, J. Optim. Théorie Appl. , 72 ( 1 ), pp. Sept – 35

• McCullagh P. , Nelder J.A. (1989), Modèles linéaires généralisés ( deuxième éd. ) , Chapman and Hall , Londres

• Norberg R. (1976), Une théorie de crédibilité pour les systèmes de bonus automobiles, Scand. Actuar. J. , 1976 ( 2 ), pp. 92 – 107

• Oh R. , Shi P. , Ahn J.Y. (2019), Prime-malus primes dans le cadre de la modélisation dépendante fréquence-sévérité, Scand. Actuar. J., pp. Une – 24

• Pitrebois S. , Denuit M. , Walhin J.-F. (2003), Mettre en place une échelle de bonus-malus en présence d’autres facteurs de notation: les travaux de Taylor revisités, ASTIN Bull: J. IAA , 33 ( 2 ), pp. 419 – 436

• Tan C.I. , Li J. , Li J.S.-H. , Balasooriya U. (2015), Relativités optimales et règles de transition d’un système bonus-malus, Mathématiques d’assurance. Econom. , 61, pp. 255 – 263

• Taylor G. (1997), Fixer une échelle de bonus-malus en présence d’autres facteurs de notation, ASTIN Bull:. J. IAA , 27 ( 2 ), pp. 319 – 327

• Yip K.C. , Yau K.K. (2005), Sur la modélisation des données de fréquence des sinistres en assurance générale avec des zéros supplémentaires, Mathématiques d’assurance. Econom. , 36 ( 2 ), pp. 153 – 163

Sridhar, S., Fang, E. (2019), New vistas for marketing strategy: digital, data-rich, and developing market (D³) environments, J. de l’Acad. Marque. Sci. 47, 977–985 (2019). https://doi.org/10.1007/s11747-019-00698-y

Mots clés : marketing, strategy, digital, data, market, developpement

Cette étude nous apprends à quoi correspondent les portées des trois D (soient D1, D2 et D3), et identifie les opportunités auxquelles elles sont associées.

Au cours de ces dix dernières années, la stratégie marketing a évoluée très rapidement, et ce dans trois domaines principaux. Ces directions sont résumées en trois D: les marchés numériques, riches en données et en développement.

1. Le premier D fait référence au secteur du numérique. La stratégie de marketing numérique traite de l’utilisation judicieuse des ressources numériques par les entreprises pour créer une valeur différenciée et durable pour les clients.
2. Le deuxième D est «riche en données»; le marketing numérique a mis à la disposition des chercheurs des données sans précédent sur le comportement des entreprises et des clients.
3. Le troisième D est «les marchés en développement»; la question de la stratégie marketing dans un contexte numérique et riche en données est particulièrement pertinente dans les marchés en développement tels que dans les BRIC (c’est-à-dire: Brésil, Russie, Inde et Chine).

Développement :

Ces dernières années, l’économie mondiale a connu une forte croissance due au développement d’un grand nombre de marchés, qui continuent de grimper dans l’économie mondiale grâce à de grandes renommés du commerces électronique, comme par exemple Alibaba ou encore Baibu.

Les marchés en développement comme ceux énoncés ci-dessus sont différents des marchés développés en termes de marché, de gouvernance, de concurrence, de ressources et d’infrastructures. L’exceptionnelle croissance des marchés dans l’économie mondiale suggère que la compréhension de la pratique du marketing sur les marchés en développement est essentielle au succès de l’entreprise. C’est là qu’interviennent les environnements des D, plus particulièrement le D3, qui est défini par une concentration sur la recherche qui intériorise cette vision du monde en pleine croissance.

Voyons plus en détail les environnements numériques qui permettent une montée en puissance des entreprises :

1. La croissance de la stratégie de marketing numérique est complexement liée à la croissance de la technologie numérique. Dans cette étude, les chercheurs attestent que la technologie numérique réduit considérablement les types de coûts de cinq ans, sur le marché. Ce qui est une très bonne nouvelles. Toutes les entreprises en reverraient. Actuellement, ces entreprises ont besoin d’une stratégie organisationnelle pour tirer parti des ressources numériques et dans le but de créer davantage de valeur. Il y a donc selon les chercheurs, quatres stratégies numérique à mettre en place, à savoir: limiter des paramètres auxquels la stratégie numérique s’applique, une échelle permettant de mesurer la production maximale, prendre des décisions stratégiques rapidement et efficacement, et identifier les sources réelles de création et de valeur commerciale.
2. Durant les dernières années, les spécialistes du marketing se sont accaparés de la richesse des données numériques. L’environnement D2 fait régulièrement face à des problèmes de fond et de méthodologie qui n’étant pas traditionnelle, car il faut parfois faire face à de nouvelles formes d’environnements de données. Les chercheurs ont entamé un travail descriptif à l’aide de grands ensembles de données pour mieux comprendre comment la vie numérique atteint le comportement des clients et des entreprises dans ce type d’environnement, les environnements D2.
3. Actuellement, il est difficile de ce faire une véritable opignion sur les dans les environnements D3 car il existe peu de recherches à ce jour. Il faudrait alors effectués davantage de travaux de recherche afin d’approfondir et d’obtenir des réponses.

Résultats:

Dans cet article plusieurs résultats ont été obtenus.

Une enquête CMO montre que les organisations réalisent désormais environ 12% des ventes via les canaux numériques, et que la croissance moyenne des dépenses de marketing numérique est environ 8 fois plus élevée que celle des dépenses de marketing traditionnelles. L’étude atteste le fait que l’environnement du secteur du numérique (D1) permette aux entreprises de faire beaucoup plus de bénéfices.

Au sein des environnements D2, la prépondérance des données numérique dans les environnements D ² ouvre de nouvelles possibilités substantielles. En effet, des recherches récentes ont déjà trouvé des résultats intrigants qui montrent que l’utilisation du téléphone mobile par les consommateurs sans rapport avec les achats entraîne des plans d’achat en magasin inexacts et une augmentation des achats imprévus.

De plus, dans le processus de diffusion de l’information sur les plateformes de médias sociaux, le rôle des caractéristiques des utilisateurs montrent que les diffuseurs sont plus susceptibles que les affiches de republier le contenu lorsqu’elles sont exposées à plusieurs reprises.

Conclusion:

Pour conclure, il n’y a pas assez de recherche effectuer sur le troisième type d’environnements. Les cherches propose alors que des informations stratégiques importantes puissent être découvertes en passant d’une concentration sur les environnements numériques à des environnements numériques, riches en données et en développement, qui contiennent non seulement un ensemble unique de critères mais représentent aussi un secteur du marché en très forte croissance.

Références :

• Atsmon, Y., enfant. P., Dobbs. R. et Narasimhan. L. (2012). Gagner le décathlon de 30 billions de dollars: Visez l’or dans les marchés émergents . Rapport McKinsey. [consulté sur https://www.mckinsey.com/business-functions/strategy-and-corporate-finance/our-insights/winning-the-30-trillion-decathlon-going-for-gold-in-emerging-markets ]. Consulté en juillet 2019.
• Balducci, B., et Marinova, D. (2018). Données non structurées en marketing. Journal de l’Académie des sciences du marketing, 46 (4), 557–590.
• Bharadwaj, A., El Sawy, OA, Pavlou, PA, et Venkatraman, N. (2013). Stratégie commerciale numérique: vers une nouvelle génération d’insights. MIS Quarterly, 37 , 471–482.
• Bleier, A., Harmeling, CM et Palmatier, RW (2019). Créer des expériences client en ligne efficaces. Journal of Marketing, 83 (2), 98–119.
• Bronnenberg, BJ, Kim, JB et Mela, CF (2016). Zoom sur le choix: comment les consommateurs recherchent-ils des caméras en ligne? Marketing Science, 35 (5), 693–712.
• Chang, Y., Li, Y., Yan, J., et Kumar, V. (2019). Obtenir plus de likes: l’impact de la personne narrative et de l’image de marque sur les interactions client avec la marque. Journal de l’Académie des sciences du marketing, 47 (6). https://doi.org/10.1007/s11747-019-00632-2 .
• Chen, Y., Mittal, V. et Sridhar, S. (2018). Accès Internet haut débit: une épée à double tranchant pour l’éducation K-12? (p. 3162837). Document de recherche de l’école de commerce de Mays.
• Chen, X., Li, Y., et D., et Zhou, Z. (2019a). Rechercher le soutien de la majorité silencieuse: les utilisateurs cachés sont-ils précieux pour les plates-formes UGC? Journal de l’Académie des sciences du marketing, 47 (6). https://doi.org/10.1007/s11747-018-00624-8 .
• Chen, Y., Lee, JY, Sridhar, S., Mittal, V., Singal, A., et McCallister, K. (2019b). Améliorer l’efficacité de la sensibilisation contre le cancer grâce au ciblage et aux évaluations économiques: perspectives tirées d’une expérience aléatoire sur le terrain. Disponible au SSRN 3398456.
• Chung, TS, Rust, RT et Wedel, M. (2009). Ma musique mobile: un système de personnalisation adaptatif pour les lecteurs audio numériques. Marketing Science, 28 (1), 52–68.
• Culotta, A. et Cutler, J. (2016). Exploiter les perceptions de la marque sur les réseaux sociaux Twitter. Marketing Science, 35 (3), 343.
• Daurer, S., Molitor, D., Spann, M. et Manchanda, P. (2015). Comportement de recherche des consommateurs sur Internet mobile: une analyse empirique. Disponible au SSRN.
• Dong, MC, Zeng, FL et Su, C. (2019). L’intégration du réseau en tant que mécanisme d’équilibrage de la dépendance dans les marchés en développement: effets différentiels pour les partenaires de distribution ayant des dépendances asymétriques. Journal de l’Académie des sciences du marketing, 47 (6). https://doi.org/10.1007/s11747-018-0614-5 .
• Fong, NM, Zhang, Y., Luo, X. et Wang, X. (2016). Promotions ciblées et effets de retombées inter-catégories (p. 16–035). Document de recherche de la Fox School of Business.
• Geyskens, I., Gielens, K., et Dekimpe, MG (2002). La valorisation boursière des ajouts de canaux Internet. Journal of Marketing, 66 (2), 102–119.
• Gill, M., Sridhar, S., et Grewal, R. (2017). Retour sur les initiatives d’engagement: étude d’une application mobile business-to-business. Journal of Marketing, 81 (4), 45–66.
• Goldfarb, A. et Tucker, C. (2019). Économie numérique. Journal of Economic Literature, 57 (1), 3–43.
• Green, PE et Srinivasan, V. (1990). Analyse conjointe en recherche marketing: nouveaux développements et orientations. Journal of Marketing, 54 (4), 3–19.
• Grewal, R. (2017). Journal de recherche marketing: vers l’avenir. Journal of Marketing Research, 54 (1), 1–4.
• Hanson, S., et Yuan, H. (2018). Des amis avec des avantages: les coupons sociaux comme stratégie pour renforcer l’autonomisation sociale des clients. Journal de l’Académie des sciences du marketing, 46 (4), 768–787.
• Hildebrand, C. et Schlager, T. (2019). Se concentrer sur les autres avant d’acheter: l’exposition à Facebook favorise les configurations de produits conventionnelles. Journal de l’Académie des sciences du marketing, 47 (2), 291-307.
• Lam, SK, Sleep, S., Hennig-Thurau, T., Sridhar, S., et Saboo, AR (2017). Exploiter les petites données des employés de première ligne et les données volumineuses au niveau de l’entreprise dans la gestion de première ligne: une perspective de capacité d’absorption. Journal of Service Research, 20 (1), 12–28.
• Lazer, D. et Radford, J. (2017). Data ex machina: introduction au big data. Revue annuelle de sociologie, 43 , 19–39.
• Lee, RP et Grewal, R. (2004). Réponses stratégiques aux nouvelles technologies et leur impact sur la performance des entreprises. Journal of Marketing, 68 (4), 157–171.
• Lee, D., Hosanagar, K., et Nair, HS (2018). Contenu publicitaire et engagement des consommateurs sur les réseaux sociaux: preuves de Facebook. Management Science, 64 (11), 5105–5131.
• Lehmann, D., McAlister, L. et Staelin, R. (2011). Sophistication dans la recherche en marketing. Journal of Marketing, 75 (4), 155-165.
• Mills, P. et Zamudio, C. (2018). Recherche de remises: examen de l’utilisation des coupons mobiles concurrents. Journal de l’Académie des sciences du marketing, 46 (5), 964–982.
• Moorman, C. (2016). Célébrer le sale mot du marketing. Journal de l’Académie des sciences du marketing, 44 (5), 562-564.
• Morgan, NA, Whitler, KA, Feng, H., et Chari, S. (2019). Recherche en stratégie marketing, Recherche en stratégie marketing. Journal de l’Académie des sciences du marketing, 47 (1), 4–29.
• Palmatier, RW et Sridhar, S. (2017). Stratégie marketing: basée sur les premiers principes et l’analyse des données . Enseignement supérieur international de Macmillan.
• Ringel, DM et Skiera, B. (2016). Visualisation de la concurrence asymétrique entre plus de 1000 produits à l’aide de données de recherche volumineuses. Marketing Science, 35 (3), 511–553.
• Sciandra, MR, Inman, JJ et Stephen, AT (2019). Téléphones intelligents, mauvais appels? L’influence de l’utilisation du téléphone mobile par les consommateurs, la distraction et la dépendance du téléphone sur le respect des plans d’achat. Journal de l’Académie des sciences du marketing , 1–21.
• Seiler, S. (2013). L’impact des coûts de recherche sur le comportement des consommateurs: une approche dynamique. Marketing et économie quantitatifs, 11 (2), 155–203.
• Sheth, JN (2011). Impact des marchés émergents sur le marketing: repenser les perspectives et pratiques existantes. Journal of Marketing, 75 (4), 166–182.
• Sraders, A. (2018). Que sont les marchés émergents? Caractéristiques et liste en 2019 . La rue. (mois et année?), [consulté sur: https://www.thestreet.com/markets/emerging-markets/what-are-emerging-markets-14819803 ]. Consulté en juillet 2019.
• Sridhar, S., Germann, F., Kang, C., et Grewal, R. (2016). Relier la publicité en ligne, régionale et nationale à la valeur de l’entreprise. Journal of Marketing, 80 (4), 39–55.
• Varadarajan, R. (2010). Marketing stratégique et stratégie marketing: domaine conceptuel, définition, enjeux fondamentaux et prémisses fondamentales. Journal de l’Académie des sciences du marketing, 38 (2), 119-140.
• Verhoef, PC, Kannan, PK et Inman, JJ (2015). De la vente au détail multicanal à la vente au détail omnicanal: introduction au numéro spécial sur la vente au détail multicanal. Journal of Retailing, 91 (2), 174–181.
• Vieira, VA, Almeida, MIS, Agnihotri, R., Silva, NS, et Arunachalam, S. (2019). À la poursuite d’une stratégie de marketing numérique B2B efficace dans un marché émergent. Journal de l’Académie des sciences du marketing, 47 (6). https://doi.org/10.1007/s11747-019-00687-1 .
• Wang, Q., Miao, F., Tayi, GK et Xie, E. (2019a). Qu’est-ce qui rend le contenu en ligne viral? Les effets contingents des utilisateurs du hub par rapport aux utilisateurs non-hub sur les plateformes de médias sociaux. Journal de l’Académie des sciences du marketing, 47 (6). https://doi.org/10.1007/s11747-019-00678-2 .
• Wang, H., Yuan, H., Li, X. et Li, H. (2019b). L’impact de l’identification psychologique avec les actions nominatives sur le comportement des investisseurs: une enquête empirique et expérimentale. Journal de l’Académie des sciences du marketing, 47 (6). https://doi.org/10.1007/s11747-019-00677-3 .
• Wang, F., Zuo, Y., et Wu, Y. (2019c). Effet de la recherche mobile par rapport à la recherche en ligne des mots clés de recherche payants sur les ventes directes et indirectes Journal de l’Académie des sciences du marketing, 47 (6). https://doi.org/10.1007/s11747-019-00649-7 .
• Wedel, M. et Kannan, PK (2016). Analyse marketing pour les environnements riches en données. Journal of Marketing, 80 (6), 97-121.
• Xiang, D., Zhang, L., Tao, Q., Wang, Y., et Ma, S. (2019). Appels informationnels ou émotionnels dans la stratégie de message de financement participatif: une enquête empirique sur les décisions de soutien des bailleurs de fonds. Journal de l’Académie des sciences du marketing, 47 (6). https://doi.org/10.1007/s11747-019-00638-w .
• Zou, P. et Liu, J. (2019). Comment les informations nutritionnelles influencent les ventes alimentaires en ligne. Journal de l’Académie des sciences du marketing, 47 (6). https://doi.org/10.1007/s11747-019-00668-4 .
• Zou, L., Fisher, G., et Yang, Z. (2019). Apprentissage organisationnel et innovation technologique: les dimensions distinctes de la nouveauté et du sens qui influent sur la performance de l’entreprise. Journal de l’Académie des sciences du marketing, 47 (6). https://doi.org/10.1007/s11747-019-00633-1 .