Effect
of Social Networks on Consumer Behaviour: Complex Buying
https://doi.org/10.1016/j.ifacol.2019.12.594
Mots clés : Social
Networks Customer Behavior Customer Loyalty Digital Marketing Customer
Tolerance
Résumé : Étant donné que
les consommateurs au jour le jour font désormais partie non seulement du
processus d’achat, mais aussi de la conception et de la distribution, il est
devenu difficile de développer des produits / services qui répondent aux
demandes différenciées des consommateurs. L’utilisation des réseaux sociaux a
redéfini le style de vie et la culture, et les entreprises ont du mal à
comprendre leurs clients. La nature interactive des réseaux sociaux a établi
une communication bidirectionnelle entre les individus et les entreprises.
L’objectif principal de cette étude est de comprendre l’effet des réseaux
sociaux (marketing numérique) sur le comportement des clients, tout en
analysant la fidélité des clients, la tolérance et l’expérimentation d’achats complexes.
Cette recherche suggère que les entreprises devraient se concentrer sur
l’engagement client et la présence en ligne afin de servir les clients et de
satisfaire leurs besoins. L’étude a été menée en collectant des données
primaires par le biais de questionnaires. Analyse statistique, corrélation et
régression, avec SPSS Statistics ont été utilisées pendant la recherche.
Les 3
hypothèses :
H1 : Les
réseaux sociaux affectent négativement la fidélité des clients.
H2 : Les
réseaux sociaux affectent négativement la tolérance des clients.
H3 : Les
réseaux sociaux influencent positivement l’expérience cliente.
Cette
étude se concentre sur les achats complexes. Notamment sur l’achat de voiture
ou d’ordinateur portable : entre autres on parle ici d’achats conséquents.
Méthodologie de la recherche :
Cette étude examine la relation entre les réseaux
sociaux et le comportement des clients. Le comportement du client a été divisé
en trois catégories principales :
La fidélité du client
décrite par :
Les
opportunités de changement
Les
achats futurs
Encourager
les autres à acheter les produits de l’entreprise
Acheter
des produits hauts de gamme
La tolérance du client
décrite par :
Les
mauvais services
Les
prix excessifs
Les
plaintes
L’expérimentation du client
décrite par :
Essayer
de nouveaux produits
Achat
de produit sans les voir (physiquement)
La variable indépendante : Les
réseaux sociaux :
Les
médias sociaux
Les
moteurs de recherche
Une méthode quantitative avec analyse statistique a été
menée afin de comprendre l’effet que les réseaux sociaux (numérique Marketing)
sur le comportement du client. Les données ont été collectées au moyen de
questionnaires distribués normalement à un échantillon de 200 clients
sélectionnés au hasard pour des achats complexes (ordinateurs portables et
voitures). Toutes les déclarations du questionnaire ont utilisé une échelle de Likert
à 5 points (1 = « fortement en désaccord » et 5 = « fortement d’accord »).
Résultats :
Premièrement, cette étude a permis
de comprendre qu’il existe une relation négative entre l’utilisation des médias
sociaux et la fidélité des clients. Ainsi, les clients qui passent plus de
temps à utiliser les réseaux sociaux et les moteurs de recherche sont moins
fidèles aux marques, ce qui signifie qu’ils ne considèrent pas des marques
spécifiques pour leurs futurs achats, ni n’encouragent les autres à acheter les
produits de l’entreprise.
Deuxièmement, cette étude a montré
qu’il existe une relation négative entre l’utilisation des médias sociaux et la
tolérance des clients, ce qui signifie que les clients qui passent plus de
temps sur les réseaux sociaux et les moteurs de recherche sont moins tolérants
aux mauvais services et aux prix excessifs.
Troisièmement, cette étude a montré
qu’il existe une relation positive entre l’utilisation des médias sociaux et
l’expérimentation client. Cela signifie qu’avec l’augmentation de l’utilisation
des médias sociaux, les clients ont tendance à expérimenter davantage leurs
décisions d’achat (essayer de nouveaux produits ou acheter des produits sans
les voir physiquement).
Determinants of negative
word-of-mouth communication using social networking sites
https://doi.org/10.1016/j.im.2015.12.002
Mots
clés : Word-of-mouth Negative word-of-mouth Social networking
sites Online shopping Service failure Social media
NWOM : Negative Word Of Mouth
SNS : Social Networking Site
CMB : Common Method Bias / Biais
de la méthode commune
Résumé : À l’heure actuelle, comme les
clients se tournent souvent vers les plateformes de médias sociaux pour
partager leur expérience de service, cette étude vise à examiner les
déterminants de leur communication de bouche à oreille négative à l’aide de
sites de réseautage social à la suite d’une défaillance de service. Bien que de
nombreuses études aient examiné la communication électronique de bouche à
oreille, les études sur la communication négative de bouche à oreille utilisant
les plateformes de médias sociaux restent rares. S’appuyant sur la théorie de
la dissonance cognitive et la théorie du soutien social, cette étude propose et
examine empiriquement le rôle des facteurs contextuels, individuels et de
réseautage social dans la détermination des intentions des clients de s’engager
dans une communication de bouche à oreille négative à l’aide de sites de
réseautage social. Une enquête rétrospective autodéclarée a été utilisée pour
obtenir les réponses de 206 acheteurs en ligne. Les résultats de la modélisation
de l’équation structurelle ont montré que le sentiment d’injustice,
l’attribution ferme, l’image ferme, le souci du visage, la réévaluation,
l’intensité d’utilisation et la force des liens sont des antécédents clés de la
communication de bouche à oreille négative. Les résultats fournissent des
informations précieuses pour les gestionnaires dans l’élaboration
d’interventions Webcare efficaces pour la communication négative de bouche à
oreille sur les sites de réseautage social.
H1 : Le
sentiment d’injustice a un effet positif sur les communications NWOM utilisant
SNS.
H2 :
L’attribution ferme a un effet négatif sur les communications NWOM utilisant
SNS.
H3 : L’image
ferme a un effet négatif sur les communications NWOM utilisant SNS.
H4 : La préoccupation
face à un effet positif sur les communications NWOM utilisant SNS.
H5a : La
régulation des émotions de suppression a un effet positif sur les
communications NWOM utilisant SNS.
H5b : La
régulation des émotions de réévaluation a un effet négatif sur les
communications NWOM utilisant SNS.
H6 :
L’intensité d’utilisation du SNS a un effet positif sur les communications NWOM
utilisant le SNS.
H7 : La force
de liaison a un effet positif sur les communications NWOM utilisant SNS.
Sample : Un total de
206 réponses utilisables a été obtenues pour l’étude. Comme une taille
d’échantillon de 200 est généralement recommandée pour la modélisation
d’équations structurelles (SEM [43]), notre taille d’échantillon a été jugée
suffisante. De plus, cette taille d’échantillon est comparable aux études
antérieures sur la communication WOM ([45]: taille d’échantillon = 201; [59]:
taille d’échantillon = 199). De plus, avant la collecte des données, nous avons
utilisé G * Power 3.0 [32] pour calculer la taille d’échantillon requise. La
taille de l’échantillon de notre modèle hypothétique avec une taille d’effet
moyen de 1 – β = 0,95 et α = 0,05 devrait être d’au moins 89. Ainsi, 206
réponses étaient suffisantes pour détecter un effet de taille moyenne.
Profils
des répondants : Environ 57% des répondants étaient des hommes et 43%
des femmes. La majorité des répondants (62%) avaient entre 31 et 40 ans.
Environ 83% des répondants avaient poursuivi au moins un diplôme d’études
supérieures. Alors que tous les répondants étaient membres d’au moins un SNS,
les plateformes de médias sociaux les plus populaires étaient Facebook (98%),
Twitter (70%), Hangout (31%) et LinkedIn (18%). Une majorité de répondants
(91%) ont indiqué qu’ils avaient lu des messages négatifs liés au service sur
SNS, et plus de la moitié des répondants (57%) ont déclaré avoir publié un avis
négatif sur le produit ou le service. Une analyse du contenu de la question
ouverte effectuée par deux des auteurs a révélé que les problèmes de livraison
étaient les expériences de défaillance de service les plus courantes dans les
achats en ligne (53%). Le mauvais service à la clientèle (24%), les problèmes
de paiement (9%) et les problèmes de site Web (8%) étaient quelques-unes des
autres défaillances des services en ligne rencontrées par les répondants dans
cette étude.
Analyse des résultats : Les données
ont été analysées par SEM en utilisant le logiciel d’analyse des structures de
moment (AMOS) 20.0. L’approche en deux étapes proposées par Anderson et Gerbing
[4] a été utilisée pour évaluer le modèle de mesure avant d’estimer le modèle
structurel. Alors que le modèle de mesure a évalué la validité et la fiabilité
des constructions de l’étude, le modèle structurel a évalué les relations
causales entre les constructions.
Comme les
données ont été recueillies au moyen d’un questionnaire autodéclaré, le biais
de la méthode commune (CMB) était une préoccupation car il pouvait biaiser les
estimations des relations entre les constructions de l’étude. Les recours
procéduraux et statistiques, comme recommandé par Podsakoff et al. [67], ont
été utilisés pour contrôler CMB. Sur le plan de la procédure, les répondants
étaient assurés de l’anonymat et qu’il n’y avait pas de bonnes ou de mauvaises
réponses. Différents formats de réponse ont été utilisés pour la mesure des
constructions. Par exemple, la communication NWOM a été mesurée en utilisant un
format d’échelle différentielle sémantique, tandis que d’autres ont été
mesurées en utilisant des formats d’échelle de Likert. Des mesures bien
établies ont été utilisées pour réduire l’ambiguïté et les articles ont été
contrebalancés pour contrôler les effets majeurs.
Validité du questionnaire : Les
remèdes statistiques comprenaient le test à facteur unique de Harman pour
évaluer la présence de CMB [67]. Les résultats de l’analyse factorielle
exploratoire pour tous les éléments de cette étude, en utilisant l’analyse
factorielle en composantes principales, n’ont pas révélé de facteur
prédominant. Un total de neuf facteurs expliquait 80% de la variance, le
premier facteur contribuant à 16% de la variance. Les résultats ont indiqué que
31 indicateurs se manifestant sur un facteur ne représentaient pas la majorité
de la variance. Ainsi, CMB n’était pas susceptible d’affecter les résultats.
Nous avons utilisé une autre approche de Lindell et Whitney [58] pour valider ces
résultats. L’approche par variable marqueur recommandée par Lindell et Whitney
a été utilisée pour calculer la matrice de corrélation ajustée par la méthode
du biais commun. Comme le modèle des corrélations est resté le même après
ajustement, nous avons conclu que le CMB ne devrait pas être préoccupant dans
cette étude.
Discussions :
Les résultats ont montré une différence significative entre les deux groupes de
répondants. Les clients expérimentés ont fait attention à faire face à l’inquiétude
et à la solidité, tandis que ceux de l’autre groupe accordaient plus
d’importance à la réévaluation de la régulation des émotions dans leurs
intentions de s’engager dans les communications NWOM sur SNS. Dans cette étude,
la force des liens s’est avérée être un déterminant important de la
communication NWOM pour les participants ayant une expérience antérieure de
communication WOM. Cette constatation est cohérente avec la littérature qui a
suggéré une forte relation entre la force du lien et la communication WOM [53].
On peut faire valoir que, comme les individus sont plus susceptibles de compter
sur des connaissances de confiance, les membres de la famille et les amis avec
lesquels ils entretiennent des liens solides pour un soutien émotionnel et des
conseils, les clients expérimentés ayant des liens solides sont plus
susceptibles de s’engager dans la communication NWOM en utilisant SNS après un
service échec.
De même,
il a été constaté que la préoccupation des clients expérimentés avait un impact
négatif sur la communication NWOM. Cela suggère que les clients expérimentés
sont moins préoccupés par leur image ou leur présentation lorsqu’ils partagent
des communications NWOM avec leurs amis, connaissances et autres sur SNS. Comme
le visage découle des relations sociales avec les autres [52], on peut affirmer
que les clients expérimentés auraient établi leur image de soi par le biais
d’interactions sociales antérieures sur SNS. Enfin, la réévaluation de la
régulation des émotions s’est avérée réduire considérablement la probabilité de
communication NWOM sur SNS pour les répondants sans expérience préalable, plus
que pour les utilisateurs expérimentés. La régulation des émotions est un
mécanisme important pour atteindre les objectifs [37]. Les résultats montrent
que les répondants sans expérience antérieure étaient plus susceptibles de
réévaluer l’expérience négative, ce qui pourrait avoir tendance à réduire leur
intention de s’engager dans les communications NWOM à l’aide du SNS.
En résumé,
les résultats suggèrent des différences significatives dans les déterminants de
la communication NWOM pour les répondants avec et sans expérience préalable
dans la transmission des communications NWOM sur SNS. Une analyse post hoc
basée sur le sexe n’a indiqué aucune différence significative dans les
antécédents des communications NWOM sur SNS.
Tous les métiers et les implantations géographiques du groupe Société Générale ont pris la mesure de la « révolution » des comportements et des usages à l’ère des nouvelles technologies. Société Générale a connu une profonde mutation basée sur l’alliance du digital et de l’humain, une véritable opportunité pour devenir la banque relationnelle de référence pour l’ensemble de ses parties prenantes.
S’appuyer sur les leviers de l’ère numérique, de l’ère de la multitude, pour effectuer cette transformation,libérer l’intelligence collective des collaborateurs, les doter des outils d’aujourd’hui, leur offrir de nouveaux espaces demain, leur permettre de s’ouvrir à l’écosystème de la créativité digitale, pour innover et être acteurs de cette transformation numérique sont des actions désormais très largement engagées. La transition numérique étant en continuelle évolution, l’innovation produit devient innovation de l’expérience client, de la rupture et devient ouverte et partagée.
Mots-clés:
transition numérique, banque, collaborateurs, mode de travail.
Plan :
Comment mobiliser les consciences autour de cette transition )à l’oeuvre?
Comprendre d’abord
2.1 Une nouvelle façon de faire société
2.2 “L’ère de la multitude”
2.3 Certaines entreprises réussissent, d’autres meurent
3. Le temps de l’action
3.1 Pour Société Générale, le début visible et symbolique de la transformation, ce sera PEPS, la parole à sa multitude
3.2 Puis vient le déploiement au coeur de l’entreprise des nouvelles technologies pour tous, le programme Digital for all
3.3 Et le coeur physique de l’entreprise ?
4. Rester éveillés
L’aventure bien sûr ne fait que commencer et ne comporte pas que du positif
Note:
Article pas très intéressant pour le mémoire, parle surtout de la transition numérique de la Société Générale, au sein de ses collaborateurs. Très peu de mention de banque en ligne.
Bibliographie:
Babinet G. (2014), L’Ère numérique, un nouvel âge de l’humanité, Le Passeur Éditeur.
Colin N. et Verdier H. (2012), L’Âge de la multitude, Armand Colin, (2e édition en 2015).
Les nouvelles technologies engendrent pour chacun un nouveau rapport au monde et induisent une série de révolutions en chaîne, dans notre vie quotidienne comme dans l’entreprise. La première est une révolution commerciale, qui bouleverse les rapports entre les producteurs, les distributeurs et les clients, aux bénéfices de ces derniers. La révolution technologique positionne également les collaborateurs au centre de l’entreprise, avec des impacts sur l’organisation. Enfin, le facteur sociétal est désormais prépondérant, car la société devient une véritable partie prenante de l’entreprise, Internet et réseaux sociaux obligent.
L’entreprise-banque, et plus spécifiquement la banque commerciale, n’échappe pas à ces bouleversements, bien au contraire, étant au cœur de l’activité économique. La banque doit donc se réinventer, sans perdre de temps. Les gens n’ont pas moins besoin de banques et la relation intuitu personae reste un élément fondamental du métier de banquier. Selon nous, la seule issue passe par la réinvention de la banque de proximité capable de promouvoir ce que nous pouvons appeler « la banque sans distance » qui offre plus de praticité, de pertinence et de personnalisation du conseil.
Mots-clés:
Transformation, banque traditionnelle, multicanal, conseiller, stabilité, client, banque en ligne
Plan:
Une révolution commerciale
Revoir les organisations traditionnelles
Développer la banque sans distance
Une transformation en profondeur
Note :
Ecrit par le DG de la BRED.
Co-existence banque en ligne & traditionnelle.
⇒ Transformation de la banque traditionnelle pour proposer multi-canal mais conseiller stable (toujours le même), ce que réclame le client.
Résumé : Internet n’est pas seulement un nouveau canal de distribution pour l’industrie financière car il favorise l’apparition de nouveaux modèles d’affaires inhérents aux technologies utilisées sur ce réseau (electronic business models) comme les banques par Internet. En dépit de leur fort potentiel de développement, on constate que globalement la percée de ce type de banque reste faible et leurs résultats financiers modestes. L’objectif de cet article est donc d’analyser le modèle d’affaires (business model) des banques par Internet pour déterminer si il est plus performant que celui des banques traditionnelles de réseau.
Mots-clés : Banque en ligne, Business model, e-Business mode, Electronic Business model, performance, rentabilité, banque traditionnelle
Les Business Models dans le secteur financier
1.1 Business Model et Electronic Business Model
1.2 Typologie des e-Business Models pour les services financiers
2) Impact de la Banque par Internet sur la performance
2.1 Comment mesurer la rentabilité ?
2.2 La Banque par Internet : une performance supérieure ?
Bibliographie:
Afuah, A., and Tucci, C. (2003), Internet Business Models and Strategies, New York: McGraw-Hill.
Applegate, L.M. (2000), Emerging e-Business Models: Lessons from the Field, Boston : Harvard Business School Press.
Berger, A. N., Demsetz, R. S., and Strahan, P. E. (1999), “The consolidation of the financial services industry: Causes, consequences, and implications for the future,” Journal of Banking & Finance 23(2-4): 135-194.
Carlson, J., Furst, K., Lang, W., and Nolle, D. (2000), “Internet Banking: Markets Developments and Regulatory Issues”, Office of the Comptroller of the Currency, Economic and Policy Analysis Working Papers 2000-9.
Cyree, K.B., Delcoure, N., and Dickens, R. (2008), “An examination of the performance and prospects for the future of internet-primary banks”, Journal of Economics and Finance, June.
Delgado, J., Hernando, I., and Nieto M.J. (2007), “Do European Primarily Internet Banks Show Scale and Experience Efficiencies?”, European Financial Management 13 (4): 643-671.
Demil, B., Lecoq, X., and Warnier, V. (2004), “Le business model : l’oublié de la stratégie ?”, 13th AIMS Conference, Normandie, 2-4 June.
Demirguc-Kunt, A., and Huizinga, H. (2000), “Financial structure and bank profitability”, World Bank, Policy Research Working Paper Series 2430.
DeYoung R. (2001), “The financial progress of pure-play internet banks”, Bank for International Settlements, Monetary and Economic Department, BIS Papers n°7: 80-86.
DeYoung R. (2005), “The Performance of Internet-Based Business Models: Evidence from the Banking Industry”, Journal of Business 78 (3): 893-947.
Essayan, M., Rutstein, C., and Wetenhall, P. (2002), Activate and Integrate: Optimizing the Value of Online Banking, Boston Consulting Group.
EFMA (2007), Online consumer behaviour in retail financial services, with Novametrie, Capgemini and Microsoft, EFMA Studies, December
Egland, KL, Robertson, D., Furst, K., Nolle D.E., and Robertson, D. (1998), “Banking over the Internet”, Office of the Comptroller of the Currency, Currency Quarterly 17: 25-30.
Furst, K, Lang W.W., and Nolle D.E. (2002), “Internet banking”, Journal of Financial Services Research 22: 95-117.
Hasan, I., Zazzara, C., and Ciciretti, R., (2005), “Internet, Innovation and Performance of Banks: Italian Experience”, unpublished manuscript.
Hensman, M., Van den Bosch, F.A., and Volberda H. (2001), “Clicks vs. Bricks in the Emerging Online Financial Services Industry”, Long Range Planning Journal 34: 33-235.
Hernando, I., and Nieto, M J. (2007), “Is the Internet delivery channel changing banks’ performance? The case of Spanish banks”, Journal of Banking & Finance 31(4): 1083-1099.
Horsti, A.; Tuunainen, V.K.; and Tolonen, J. (2005), “Evaluation of Electronic Business Model Success: Survey among Leading Finnish Companies”, Proceedings of the 38th Annual Hawaii International Conference on System Sciences, Volume 7.
Linder, J., and Cantrell, S. (2000), Changing Business Models: Surveying the Landscape, Accenture Institute for Strategic Change.
Loilier, T., Tellier, A. (2001), Nouvelle Economie, Net organisations, Paris : EMS Eds. Magretta, J. (2002), “Why Business Models Matter?”, Harvard Business Review, May: 90-91.
Mahadevan, B. (2000), “Business Models for Internet-based e-Commerce : An anatomy”, California Management Review, 42(4): 55-69.
Muylle S. (2001), “e-Business in Financial Services”, KPMG, http://www.e-investments.belKPMG.pdf.
Novak, T.P., and Hoffman, D.L. (2001), “Profitability on the Web: Business Models and Revenue Streams”, eLab Position Paper, Owen Graduate School of Management, Vanderbilt University, January: 9-18.
Porter, M.E. (2001), “Strategy and the Internet”, Harvard Business Review, June.
Rowe, F. (1994), Des Banques et des Réseaux : Productivité et Avantages Concurrentiels, ENSPTT-Economica, janvier : 246-247
Sahut, J.M. (2000), “L’impact de l’Internet sur les métiers de la banque”, Les Cahiers du Numérique, septembre : 158-162.
Sahut, J.M. (2001), “ Vers une révolution du secteur bancaire ?”, La Revue du Financier n°131: 34-38.
Sahut, J.M. (2004), “Why does SSL dominate the e-payment market ?”, Journal of Internet Banking and Commerce 9(1).
Shapiro, C., and Varian, H.R. (2003), “Information rule”, Ethics and Information technology 5(1).
Sullivan, RJ (2000), “How has the adoption of internet banking affected performance and risk in banks?”, Federal Reserve Bank of Kansas City, Financial Perspectives, December: 1-16.
Timmers, P. (1998), “Business models for electronic markets”, Electronic Markets 8(2): 2-8.
Dans cet article, nous proposons un modèle de développement permettant d’expliquer certaines évolutions du secteur bancaire. Parmi ces évolutions, l’apparition de services en ligne “low cost” à l’intention des particuliers semble significative de l’application aux banques d’une logique et d’un modèle économiques déjà en œuvre dans d’autres secteurs d’activité. Pour des raisons et sous des formes différentes, la grande distribution ou l’industrie pharmaceutique ont déjà connu des mutations qui sont à divers égards comparables à celle, plus récente, du secteur bancaire. Ces comparaisons intersectorielles sont complétées par des études de cas de banques en ligne, afin de déterminer les facteurs clés de succès correspondant à ce marché.
Mots-clés : Banque en ligne, Business model, Facteurs clés de succès, Stratégie commerciale, Marketing bancaire
Plan:
Analyse concurrentielle du secteur bancaire
Calculs de rentabilité ayant abouti à une nouvelle segmentation de l’offre bancaire
Parallèles avec d’autres secteurs d’activité (mimétisme)
Etude de cas de développement d’offres en ligne
Bibliographie :
ALLAM, J., BROUCHIQUAN, B., 2010, « Le Crédit Mutuel élu Banque de l’année 2010 en France par The Banker ». Communiqué de presse, 3 décembre.
AMSILI, S., 2010, « Lourde amende pour onze banques françaises». Le Journal des Finances. 20 septembre.
BERGES-SENNOU, F., CAPRICE, S., 2003, « Les rapports Producteurs-Distributeurs : Fondements et implications de la puissance d’achat», Revue Economie Rurale, septembre-décembre, n° 277-278.
BESSIS, J., 2002, Risk Management in Banking. 2nd Edition. John Wiley & Sons, Ltd.
GUILLEMIN, C., 2008, « NRJ Mobile passe sous le contrôle du Crédit Mutuel ». ZDNet France. 14 mai.
LING, T., 2010, « Le marché de la banque : une reprise attendue. Etude de rémunération Banque 2010». HAYS Recruiting experts in banking, hays.fr.
MAUDIEU, M., 2010, « Boursorama Banque tire le marché des banques en ligne ». Communication. Stratégies Magazine n° 1577. 18 février.
MENOU, B., 2010, « Monabanq poursuit son développement autonome au sein du Crédit Mutuel». Article de l’AGEFI. 1er octobre.
MOATI, Ph., MAZARS M., RANVIER M., 2007, « Le développement des marques de distributeur et les stratégies des industriels de l’alimentaire ». CREDOC, cahier de recherche n° 242, décembre.
NOUY, D., 2011, « La supervision des banques et des assurances par l’Autorité de Contrôle Prudentiel : Défis et opportunités dans un environnement en mutation ». Conférence co-organisée par l’Autorité de Contrôle Prudentiel et ENSAE-ParisTech. 24 mars.
PAUGET, G., CONSTANS, E., 2010, « Rapport sur la tarification des services bancaires». Ministère de l’Economie, des Finances et de l’Industrie. Juillet.
POMMIER, A.-H., 2010, « Les tarifs bancaires de plus en plus exorbitants ». Le Figaro.fr. 1er juin.
REDIS, J., 2007, « Le Business model : notion polymorphe ou concept gigogne ? ». 5ème Congrès International de l’Académie de l’Entrepreneuriat. Sherbrooke, Québec. 4-5 octobre.
SAHUT, J. M., LANTZ JS., 2011, «Quel Business Model et performance pour les banques par Internet ?». Revue Management & Avenir, n° 42.
SAHUT, J. M., 2001, « Vers une révolution du secteur bancaire ? ». La Revue du Financier, n° 131, juin.
SCHUMPETER, J. A., 1939, Business cycles. A Theoretical, Historical and Statistical Analysis of the Capitalist Process. Mc Graw-Hill.
SIMONET, A., 2010, « Le monde des intermédiaires en opérations de banque se structure». L’AGEFI Actifs. Article, agefi.fr, 1er octobre.
Mots clés : brand personality, échelle de mesure, traits de personnalité, marque
Beaucoup de recherches ont été effectuées sur la personnalité humaine, cependant selon l’auteur, il existait peu de travaux sur la conceptualisation d’une « brand personnality ». Dans cet ouvrage, l’auteur se concentre donc sur la construction de personnalité de marque en déterminant 5 dimensions : la sincérité, l’excitation, la compétence, la sophistication et la robustesse.
DÉVELOPPEMENT
La personnalité est une clé de différentiation d’une marque dans un environnement compétitif. Selon l’auteur, la personnalité de marque peut être définie comme l’ensemble des caractéristiques humaines associées à une marque. Par exemple, la marque Absolut Vodka peut avoir les caractéristiques suivantes : cool, contemporaine, 25 ans.
Les consommateurs ont plus de facilité à penser à une marque si des caractéristiques précises lui sont attribuées. De plus, si un consommateur se reconnaît dans les caractéristiques d’une marque, la préférence sera d’autant plus marquée.
La personnalité d’une marque est formée dans l’esprit d’un consommateur par tous les contacts, directs ou indirects, qu’il a eu avec cette marque (Pluller 1985).
Pour examiner comment la personnalité de marque impacte la préférence consommateur, l’auteur présente deux types d’échelles de personnalité de marque. La première est une échelle ad hoc, composée de plusieurs traits de personnalité déjà définis. Cependant, ce type d’échelle est souvent utilisée pour des études spécifiques et certains traits de personnalités peuvent manquer. La deuxième échelle se base sur des traits de personnalité humains et n’a pas été validée dans le contexte de marque. Certains traits peuvent ne pas être applicables aux marques et la validité de cette échelle est donc questionnable.
L’auteur présente ensuite le travail effectué pour définir un ensemble de traits de personnalité valides pour appuyer son contenu. Plusieurs listes de traits ont été établis à partir de différentes sources, notamment le « Big Five » qui regroupe des traits de personnalité humains.
Après avoir défini une liste précise de traits de personnalité, plusieurs études ont ensuite été menées sur des candidats, avec un grand nombre de marques connues. L’objectif ici était de définir une échelle valide soutenue par des résultats précis.
De cette étude, 5 dimensions ont été déterminées : la sincérité, l’excitation, la compétence, la sophistication et la robustesse. Après avoir analysé chacune de ces dimensions séparément, 15 facettes au total en sont ressorties (ex : la sincérité a 4 facettes, la sophistication a 2 facettes etc…). C’est à partir de ces 5 dimensions et 15 facettes que la « Brand personnality scale » peut être définie.
Pour résumer l’étude, l’objectif était de définir différentes dimensions de personnalité de marque. Au total, 631 candidats ont participé à cette étude sur 37 marques et 114 différents traits de personnalité. Les résultats ont ensuite été soutenus par une seconde étude qui a confirmé la validité du travail.
Bagozzi, RichardP. and Todd F. Heatherton(1994), “A General Approachto RepresentingMultifacetedPersonalityConstructs: Applicationto State Self-Esteem,”StructuralEquationModel- ing, 1 (1), 35-67.
Batra, Rajeev, Donald R. Lehmann,and Dipinder Singh (1993), “The BrandPersonalityComponentof BrandGoodwill: Some AntecedentsandConsequences,”in BrandEquityand Advertis- ing, David A. Aaker and Alexander Biel, eds. Hillsdale, NJ: LawrenceErlbaumAssociates.
Belk, Russell W. (1988) “Possessions and the Extended Self,” Journalof ConsumerResearch,2 (September),139-68.
Bellenger, Danny N., Earle Steinberg, and Wilbur W. Stanton (1976), “TheCongruenceof StoreImageandSelf Image,”Jour- nal of Retailing,52 (Spring), 17-32.
Bentler, Peter M. (1990), “ComparativeFit Indexes in Structural Models,”Psychological Bulletin, 107, 238-46.
Briggs, Steven (1992), “Assessing the Five-FactorModel of Per- sonality Description,”Journalof Personality,60 (2), 253-93. Chaiken,Shelly and DurairajMaheswaran(1994), “HeuristicPro-
cessing Can Bias Systematic Processing: Effects of Source Credibility,ArgumentAmbiguity,andTaskImportanceon At- tributeJudgment,”Journal of Personalityand Social Psycholo- gy, 66 (3), 460-73.
Church,TimothyA. and PeterJ. Burke(1994), “Exploratoryand ConfirmatoryTests of the Big Five and Tellegen’s Three and Four-DimensionalModels,”Journal of Personalityand Social Psychology,66 (1), 93-114.
Churchill,GilbertA., Jr.(1979), “A Paradigmfor Developing Bet- ter Measures of MarketingConstructs,”Journal of Marketing Research, 16 (February),64-73.
Digman,JohnM. (1990), “PersonalityStructure:Emergenceof the Five-Factor Model,” Annual Review of Psychology, 41, 417-40.
Dolich, IraJ. (1969), “CongruenceRelationshipBetween Self-Im- age and Product Brands,”Journal of Marketing Research, 6 (February),80-84.
EquiTrend(1992), TotalResearchCorporation,Princeton,NJ. Everett,John E. (1983), “FactorComparabilityas a Means of De- termining the Number of Factors and Their Rotation,”Multi-
work for Strategy Brand Management”unpublisheddoctoral
dissertation,Universityof Florida.
Gilmore, George W. (1919), Animism. Boston: Marshall Jones
Company.
Halliday,Jean(1996), “Chrysler Brings Out Brand Personalitie with ’97 Ads,”Advertising Age (September30), 3.
John, Oliver (1990), “The ‘Big Five’ FactorTaxonomy:Dimen- sions of Personalityin the NaturalLanguageand in Question- naires,”in Handbookof Personality:Theoryand Research,L.A.
Pervin,ed. San Francisco:Harper,66-100. Kassarjian,HaroldH. (1971), “Personalityand ConsumerBehav-
(1995), “How Is a Possession ‘Me’ or ‘Not Me’? Characterizing Types and an Antecedent of MaterialPossession Attachment,” Journalof ConsumerResearch,3 (December),327-43.
Osgood, Charles E., George J. Suci, and Percy H. Tannenbaum (1957), The Measurementof Meaning. Chicago: Universityof Illinois Press.
Park,Bemadette(1986), “A Methodfor Studyingthe Development of Impressionsof Real People,”Journal of Personalityand So- cial Psychology,51, 907-17.
Paunonen,SampoV.,DouglasN. Jackson,JerzyTrzebinski,and FriedrichForsterling(1992), “PersonalityStructureAcross Cul- tures: A MultimethodEvaluation,”Journal of Personalityand Social Psychology,62 (3), 447-56.
Piedmont, Ralph L., Robert R. McCrae, and Paul T. Costa, Jr. (1991),”AdjectiveCheckListScalesandtheFive-FactorModel,” Journalof Personalityand Social Psychology,60 (4), 630-37.
Plummer,JosephT. (1985), “BrandPersonality:A StrategicCon- cept For MultinationalAdvertising,”in MarketingEducators’ Conference.NewYork:Young&Rubicam,1-31.
Ratchford, Brian (1987), “New Insights About the FCB Grid,” JournalofAdvertisingResearch,27(August/September)2,4-26. Rook, DennisW.(1985), “TheRitualDimensionof ConsumerBe- havior,”Journalof ConsumerResearch,12(December),251-64.
Sirgy, Joseph (1982), “Self-Concept in Consumer Behavior: A CriticalReview,”Journalof ConsumerResearch,9 (December) 287-300.
Tupes, ErnestC. and RaymondE. Christal(1958), “Stabilityof PersonalityTraitRatingFactorsObtainedUnderDiverseCondi- tions,”USAFWADSTechnicalReportNo.58-61. LacklandAir Force Base, TX: U.S. Air Force.
Wells,William,FrankJ.Andriuli,FedeleJ.Goi, andStuartSeader (1957), “An Adjective Checklist for the Study of ‘ProductPer- sonality,”‘Journalof AppliedPsychology,41, 317-19.
This website stores cookies on your computer. These cookies are used to provide a more personalized experience and to track your whereabouts around our website in compliance with the European General Data Protection Regulation. If you decide to to opt-out of any future tracking, a cookie will be setup in your browser to remember this choice for one year.
