Raman, R., Vyas, P., & Vachharajani, H. (2023). Impact of Industry 4.0 on Supply Chain in Made to Order Industries. Annals of Operations Research.

Mots clés :
Industry 4.0, Supply Chain Management, Made to Order Industries, Cyber-Physical Systems, Digital Transformation

Synthèse de l’article :

L’article de Raman et al. (2023) examine l’impact des technologies de l’Industrie 4.0 sur la gestion de la chaîne d’approvisionnement dans les industries de fabrication sur commande (Made to Order). Il explore comment l’intégration des systèmes cyber-physiques (CPS), de l’Internet des objets (IoT) et des outils d’automatisation améliore la flexibilité, l’efficacité et la traçabilité des processus logistiques tout en réduisant les coûts.

Développement :

L’objectif principal de cette étude est d’identifier les défis et les opportunités de l’adoption des technologies de l’Industrie 4.0 dans les entreprises de fabrication sur commande. Les auteurs ont mené une étude de cas exploratoire au sein d’une organisation indienne spécialisée dans la production personnalisée, en collaboration avec ses partenaires logistiques.

La méthodologie adoptée comprend des entretiens semi-structurés avec 15 participants issus de différentes fonctions de la chaîne logistique, telles que la logistique portuaire, l’inventaire, la qualité, et la fabrication. Les résultats montrent que l’Industrie 4.0 offre des avantages en termes de flexibilité accrue, de réduction des efforts de documentation, d’utilisation améliorée des données et de réduction des coûts opérationnels. Cependant, des défis subsistent, notamment en matière de sécurité des données, d’accès aux technologies et de formation du personnel.

Les principaux résultats montrent que les processus tels que la production et la logistique de la chaîne d’approvisionnement subissent des transformations majeures, tandis que d’autres, comme l’emballage et l’expédition, sont moins touchés. Les auteurs soulignent également les implications théoriques et managériales de leurs découvertes, notamment sur la résilience et l’agilité de la chaîne d’approvisionnement.

Conclusion :

L’étude conclut que l’intégration de l’Industrie 4.0 dans les industries de fabrication sur commande nécessite une transformation organisationnelle profonde, avec un accent particulier sur la gestion du changement, la formation technique et la sécurité des données. Bien que les avantages potentiels soient nombreux, les organisations doivent anticiper et atténuer les défis liés à cette transition technologique pour maximiser la valeur ajoutée.

Références bibliographiques (format APA) :

Ala-Risku, T., & Karkkainen, M. (2006). Material delivery problems in construction projects: A possible solution. International Journal of Production Research, 104(1), 19–29.

Ben-Daya, M., Hassini, E., & Bahroun, Z. (2019). Internet of things and supply chain management: A literature review. International Journal of Production Research, 57(15–16), 4719–4742.

Brettel, M., Friederichsen, N., Keller, M., & Rosenberg, M. (2014). How Virtualization, decentralization and network building change the manufacturing landscape: An industry 4.0 perspective. International Journal of Mechanical, Aerospace, Industrial and Mechatronics Engineering, 8(3), 37–44.

Caron, F., Marchet, G., & Perego, A. (1998). Project logistics: Integrating the procurement and construction processes. International Journal of Project Management, 16(5), 311–319.

Colin, M., Galindo, R., & Hernández, O. (2015). Information and communication technology as a key strategy for efficient supply chain management in manufacturing SMEs. Procedia Computer Science, 55, 833–842.

Ferretti, M., & Schiavone, F. (2016). Internet of Things and business processes redesign in seaports: The case of Hamburg. Business Process Management Journal, 22(2), 357–367.

Goudarzi, P., Tabatabaee Malazi, H., & Ahmadi, M. (2016). Khorramshahr: A scalable peer to peer architecture for port warehouse management system. Journal of Network & Computer Applications, 76, 49–59.

Harris, I., Wang, Y., & Wang, H. (2015). ICT in multimodal transport and technological trends: Unleashing potential for the future. International Journal of Production Economics, 159, 88–103.

Hofmann, E., & Rüsch, M. (2017). Industry 4.0 and the current status as well as future prospects on logistics. Computers in Industry, 89, 23–34.

Müller, J. M., Kiel, D., & Voigt, K. I. (2018). What Drives the Implementation of Industry 4.0? The Role of Opportunities and Challenges in the Context of Sustainability. Sustainability, 10, 1.

Perotti, S., Cannava, L., Ries, J. M., & Grosse, E. H. (2024). Reviewing and conceptualising the role of 4.0 technologies for sustainable warehousing. International Journal of Production Research, 10(4), e25584.

Mots clés :
Sustainable warehousing, Industry 4.0, Triple Bottom Line, Sustainable Development Goals, 4.0 technologies, Systematic Literature Review

Synthèse de l’article :

L’article de Perotti et al. (2024) se concentre sur l’impact des technologies 4.0 sur la durabilité des opérations d’entreposage, en particulier à travers le prisme de la Triple Bottom Line (TBL) : économique, environnemental et social. L’étude propose un cadre conceptuel permettant d’évaluer l’impact des technologies telles que l’intelligence artificielle, l’Internet des objets (IoT), la robotique collaborative, et d’autres technologies de l’industrie 4.0 sur les processus d’entrepôt.

Développement :

L’objectif de cette étude est de combler le vide de recherche existant concernant l’impact durable des technologies 4.0 dans les opérations d’entreposage. L’article utilise une revue systématique de la littérature pour développer un cadre conceptuel qui évalue les processus d’entrepôt tels que la réception, le stockage, la préparation de commandes, l’emballage et l’expédition, la logistique de production et le cross-docking.

L’étude adopte une méthode de revue systématique de la littérature (Systematic Literature Review – SLR) basée sur une approche déductive-inductive. 79 articles publiés entre 2017 et 2023 ont été analysés pour mesurer l’impact économique, environnemental et social des technologies 4.0 sur les entrepôts.

Les principaux résultats montrent que les technologies 4.0 améliorent l’efficacité opérationnelle, réduisent les coûts et augmentent la productivité des entrepôts. En matière environnementale, elles contribuent à réduire la consommation d’énergie, les émissions de gaz à effet de serre et les déchets grâce à l’optimisation des processus logistiques. Sur le plan social, l’automatisation et la robotique améliorent les conditions de travail, la sécurité des employés et réduisent les tâches répétitives et pénibles.

Conclusion :

L’article conclut que l’adoption des technologies 4.0 dans les entrepôts peut significativement contribuer à la durabilité des chaînes logistiques, à condition que leur mise en œuvre prenne en compte non seulement les bénéfices économiques, mais aussi les aspects sociaux et environnementaux.

Références bibliographiques (format APA) :

Boysen, N., De Koster, R., & Weidinger, F. (2019). Warehouse logistics and storage management. International Journal of Production Research, 57(6), 1743-1763.

Gu, J., Goetschalckx, M., & McGinnis, L. F. (2007). Research on warehouse operation: A comprehensive review. European Journal of Operational Research, 177(1), 1-21.

Winkelhaus, S., & Grosse, E. H. (2022). Smart Warehousing: Opportunities and challenges. Journal of Logistics Management, 28(4), 225-240.

Kumar, S., Narkhede, B. E., & Jain, S. (2021). Evolution of warehouse systems: From manual to automated solutions. Production Planning & Control, 32(3), 257-270.

Awan, U., Sroufe, R., & Shahbaz, M. (2021). The role of Industry 4.0 technologies in sustainable supply chains. Journal of Cleaner Production, 281, 124377.

Grosse, E. H. (2024). The future of human-centric warehouses in the digital age. Operations Management Research, 15(1), 45-58.

Bartolini, M., Bottani, E., & Grosse, E. H. (2019). Environmental sustainability in green warehouse management. Computers in Industry, 97, 157-177.

McKinnon, A. C., Browne, M., & Whiteing, A. (2015). Green logistics: Improving the environmental sustainability of logistics. Kogan Page Publishers.

Hofmann, E., & Rüsch, M. (2017). Industry 4.0 and the current status as well as future prospects on logistics. Computers in Industry, 89, 23-34.

Pereira, A. C., & Romero, F. (2017). A review of the meanings and the implications of the Industry 4.0 concept. Procedia Manufacturing, 13, 1206-1214.

L’expérience montre, au travers des différents projets de déploiement accompagnés par Solucom, que la tablette peut répondre à des usages spécifiques portés par des populations métier mobiles ou en relation avec des tiers. On pensera par exemple à des agents techniques terrain, des commerciaux ou encore des cadre RH qui utilisent encore très souvent des supports papier ou plusieurs équipements différents, que ce soit pour prendre des notes, prendre des photos, consulter / présenter de la documentation, ou encore manipuler des informations clients ou techniques (CV, contrat de vente, dossier de maintenance…). Illustrons la valeur ajoutée de la tablette pour ces populations, avec deux exemples précis.

Un agent technique d’opérations de maintenance se rend sur place avec sa tablette pour faire un état des lieux de la situation. Grâce à sa tablette, il a à sa disposition dans un seul appareil toute la documentation nécessaire pour son activité quotidienne (référentiel de procédure par exemple), il peut rédiger le compte-rendu de l’opération directement sur la tablette grâce à une application spécifique, et notamment y insérer des photos de l’opération. La tablette permet, en rassemblant toutes les informations et outils dont il a besoin pour suivre et documenter son opération, de réduire la charge portée par le technicien tout en lui faisant gagnant un temps précieux.

Lichtlé, M.-C., & Plichon, V. (2014). Les émotions ressenties dans un point de vente : Proposition d’une échelle de mesure. Recherche et Applications en Marketing, 29(1), 3-26.

Mots-clés : Émotions, point de vente, marketing sensoriel, expérience client, échelle de mesure, atmosphère commerciale.

L’article de Lichtlé et Plichon (2014) explore la nature des émotions ressenties par les consommateurs en magasin et propose une échelle de mesure adaptée au contexte de la distribution. Les auteures partent du constat que les émotions jouent un rôle central dans l’expérience d’achat, influençant aussi bien la satisfaction que les comportements des clients en magasin. Cependant, les instruments de mesure existants, issus principalement de la psychologie, ne sont pas toujours adaptés au contexte de la distribution.

L’objectif de cette étude est donc de :

1. Identifier les émotions spécifiques ressenties par les consommateurs en magasin.
2. Élaborer une échelle de mesure permettant de quantifier ces émotions avec fiabilité.
3. Tester cette échelle à travers des études qualitatives et quantitatives.

Développement

• Définition des émotions

Les émotions sont définies comme des réactions affectives immédiates, déclenchées par un stimulus externe ou interne, influençant les pensées, les comportements et les décisions. Elles se distinguent des humeurs par leur intensité plus forte et leur durée plus courte (Barsade & Gibson, 2007).

Dans un contexte collectif, les émotions participent à la construction du climat émotionnel d’un groupe, influençant ainsi les interactions sociales et les comportements collectifs (Smith & Mackie, 2015 ; De Rivera & Páez, 2007). Selon Rimé (2007, 2009), les émotions collectives, ou expériences émotionnelles collectives, émergent par un processus de contagion émotionnelle (Hatfield et al., 1992) ou en réponse à des normes sociales partagées (Von Scheve & Ismer, 2013).

Dans le domaine du marketing et des points de vente, les émotions jouent un rôle fondamental dans l’expérience client, influençant la satisfaction, la fidélité et le comportement d’achat (Lichtlé & Plichon, 2014).

• Le rôle central des émotions dans l’expérience en magasin

Les auteures rappellent que l’expérience en magasin est influencée par des éléments sensoriels et environnementaux (musique, odeur, éclairage, disposition des espaces), qui jouent un rôle clé dans l’activation des émotions (Bitner, 1992 ; Filser, 2001). Elles s’appuient sur la littérature en psychologie du consommateur pour montrer que les émotions ne sont pas seulement des réponses immédiates mais qu’elles influencent aussi les comportements post-achat (Holbrook & Hirschman, 1982 ; Menon & Dubé, 2007).

Elles soulignent que les recherches en marketing ont souvent utilisé des modèles d’émotions générales, comme les échelles de Mehrabian et Russell (1974) ou Watson et Tellegen (1985), qui sont pertinentes mais peu adaptées aux spécificités du point de vente.

• Développement d’une échelle de mesure adaptée

Les auteures ont construit leur échelle de mesure en suivant un processus en plusieurs étapes :

1. Phase exploratoire :

1. • Entretiens qualitatifs avec 84 consommateurs pour identifier les émotions spontanément ressenties en magasin.
   • Analyse des réponses pour regrouper les émotions en catégories homogènes.

2. Construction d’un premier modèle :

1. • Regroupement des émotions en six dimensions principales.
   • Développement d’un questionnaire basé sur ces dimensions.

3. Validation empirique :

1. • Deux études quantitatives menées sur un échantillon de plus de 500 consommateurs pour tester la validité et la fiabilité de l’échelle.
   • Analyse factorielle confirmatoire pour vérifier la structure du modèle.

Les résultats permettent d’identifier six grandes catégories d’émotions ressenties en magasin :

• Plénitude : sensation de bien-être et d’harmonie avec l’environnement du magasin.
• Évasion : impression d’être transporté dans un univers différent, coupé du quotidien.
• Nervosité : sentiment d’agitation, de frustration ou d’irritabilité.
• Plaisir : satisfaction et excitation positive liées à l’acte d’achat.
• Détente : sensation de relaxation et de confort en magasin.
• Oppression : sentiment de malaise ou d’enfermement dans un espace commercial.

L’analyse statistique confirme que cette échelle est robuste et applicable aux contextes de la distribution, permettant une évaluation précise des émotions vécues en magasin.

• Implications pour la gestion des points de vente

L’étude de Lichtlé et Plichon (2014) propose plusieurs recommandations stratégiques pour les retailers :

1. Optimisation de l’ambiance sensorielle

1. • Adapter l’éclairage, la musique et les senteurs pour favoriser des émotions positives et éviter les ressentis négatifs comme l’oppression ou la nervosité.
   • Créer des espaces de relaxation ou des zones immersives pour stimuler l’évasion et la plénitude.

2. Personnalisation de l’expérience client

1. • Identifier les émotions dominantes des clients pour proposer des parcours d’achat adaptés.
   • Former les équipes de vente à détecter et répondre aux émotions des consommateurs pour améliorer l’expérience en magasin.

3. Impact sur la fidélisation et le comportement d’achat

1. • Les émotions ressenties influencent la durée de visite, l’engagement et les intentions de retour.
   • Un climat émotionnel positif peut favoriser la fidélité à l’enseigne et encourager le bouche-à-oreille positif.

Conclusion

Lichtlé et Plichon (2014) apportent une contribution essentielle en proposant une échelle de mesure des émotions adaptée au contexte du point de vente. Leur étude met en évidence que les émotions ressenties en magasin ont un impact significatif sur le comportement des consommateurs et doivent être prises en compte dans la gestion des espaces commerciaux.

Cette recherche ouvre des perspectives intéressantes pour les stratégies de retail et de marketing expérientiel, en soulignant l’importance de l’ambiance en magasin pour maximiser les émotions positives et minimiser les ressentis négatifs.

Références bibliographiques

Bitner, M. J. (1992). Servicescapes: The impact of physical surroundings on customers and employees. Journal of Marketing, 56(2), 57–71.

Filser, M. (2001). Le marketing de la production d’expérience : Statut théorique et implications managériales. Décisions Marketing, 23(1), 13-22.

Holbrook, M. B., & Hirschman, E. C. (1982). The experiential aspects of consumption: Consumer fantasies, feelings, and fun. Journal of Consumer Research, 9(2), 132-140.

Menon, K., & Dubé, L. (2007). The effect of emotional transitions on customer satisfaction. Journal of Service Research, 10(3), 233-246.

Barsade, S. G., & Gibson, D. E. (2007). Why does affect matter in organizations? Academy of Management Perspectives, 21(1), 36-59.

De Rivera, J., & Páez, D. (2007). Emotional climates, human security, and cultures of peace. Journal of Social Issues, 63(2), 233-253.

Hatfield, E., Cacioppo, J. T., & Rapson, R. L. (1992). Primitive emotional contagion. Review of Personality and Social Psychology, 14(1), 151-177.

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

Rimé, B. (2007). The social sharing of emotion as an interface between individual and collective processes. Journal of Social Issues, 63(2), 307-322.

Smith, E. R., & Mackie, D. M. (2015). Dynamics of group-based emotions: Insights from intergroup emotions theory. Emotion Review, 7(4), 349-354.

Von Scheve, C., & Ismer, S. (2013). Towards a theory of collective emotions. Emotion Review, 5(4), 406-413.

Watson, D., & Tellegen, A. (1985). Toward a consensual structure of mood. Psychological Bulletin, 98(2), 219-235.

Référence :  Tafesse, Wondwesen, et Bronwyn P. Wood. “Social media influencers’ community and content strategy and follower engagement behavior in the presence of competition: an Instagram-based investigation.” Journal of Product & Brand Management, vol. 32, no 3, 2023, pp. 406-419.

Mots-clés : Commentaires, communauté, concours, contenu, likes, réseaux sociaux

Introduction :

Alors que l’usage des réseaux sociaux est en constante évolution, les influenceurs jouent un rôle déterminant en ayant le pouvoir d’influencer le comportement des consommateurs. Mais c’est un environnement où la concurrence est rude; il est donc essentiel de comprendre et de connaître les facteurs qui déterminent réellement l’engagement des consommateurs (De Veirman et al., 2017).

Cet article vise donc à examiner comment les différentes stratégies des influenceurs sur les réseaux sociaux peuvent influencer les comportements de l’audience, même en présence de concurrence. Pour cela, les auteurs s’appuient sur la théorie de l’influence sociale (Kelman, H. C., 1974), sur la littérature relative à l’économie de l’attention (Davenport & Beck, 2001) et sur le modèle MAIN (Modalité, Agence, Interactivité, Navigabilité) (Sundar, 2008).

Développement :

Pour analyser cet engagement, les auteurs vont s’appuyer sur des données quantitatives collectées via le web scraping auprès d’influenceurs de divers secteurs sur Instagram. 

Cette méthode mesure divers métriques : 

1. La stratégie de communauté 

Elle évalue la stratégie de communauté de l’influenceur (nombre d’abonnés, nombre de comptes suivis, diversité des contenus publiés etc.). Les statistiques montrent que les influenceurs qui possèdent une communauté d’abonnés engagée et qui interagissent avec les partages, les likes ou les commentaires, génèrent un engagement plus fort, même s’il y a des concurrents (De Veirman et al., 2017).

2. La stratégie de contenu 

L’étude prend en compte les types de contenus avec des variables telles que le format, la fréquence des publications ou encore l’authenticité perçue de l’influenceur. Généralement, les influenceurs qui enregistrent de meilleurs résultats sont ceux qui sont perçus comme authentiques (Audrezet, A. et al. 2020), qui varient les formats et qui publient régulièrement, à des moments stratégiques de la journée (Schouten, A. et al., 2020)

3. La concurrence 

Elle correspond au nombre d’influenceurs qui exercent dans le même domaine. Les résultats montrent qu’il est plus difficile de capter l’attention et l’engagement du public sur un marché saturé que sur un marché avec peu de concurrents. Pour y parvenir, il faut se différencier et trouver son positionnement unique. À noter que les influenceurs bien établis, donc ceux qui possèdent une audience solide et fidèle sont moins affectés par la concurrence car ils ont déjà gagné la confiance de leurs abonnés (Audrezet, A. et al., 2020).

Certes, la concurrence peut limiter l’engagement du public envers l’influenceur, mais une stratégie bien conçue et maîtrisée peut atténuer cette limite (Campbell, C., & Farrell, J. R., 2020).

Les résultats de l’étude révèlent que le comportement d’engagement des abonnés est influencé par la stratégie de communauté et le contenu des influenceurs. Cela peut inclure le nombre d’abonnés, le type de modalité et le nombre de publications. La concurrence a également un impact significatif sur le comportement d’engagement des abonnés, tant indépendamment qu’en interaction avec la stratégie de communauté et de contenu des influenceurs (De Veirman et al., 2017).

Conclusion :

Cette étude montre que les influenceurs peuvent maximiser l’engagement de leur audience, même dans un marché très concurrentiel, en construisant une communauté engagée, en publiant les bons contenus au bon format et en trouvant leur niche pour se différencier des concurrents.

À partir de ces indicateurs (nombre d’abonnés, fréquence des publications, authenticité perçue, saturation du marché etc.), les marques peuvent identifier les influenceurs les plus aptes à promouvoir leur produit. Ces résultats apportent également des indications aux influenceurs sur la manière dont ils peuvent favoriser l’engagement de leurs abonnés. Ainsi, la stratégie des influenceurs est le principal moteur de l’engagement des abonnés.

Référence :

• Audrezet, A., de Kerviler, G., & Guidry Moulard, J. (2020). Authenticity under threat: When social media influencers need to go beyond self-presentation. Journal of Business Research, 117, 557-569. 
• Campbell, C., & Farrell, J. R. (2020). More than meets the eye: The functional components underlying influencer marketing. Business Horizons, 63(4), 469-479. 
• Davenport, T. H., & Beck, J. C. (2001). The attention economy: Understanding the new currency of business. Harvard Business Press.
• De Veirman, M., Cauberghe, V., & Hudders, L. (2017). Marketing through Instagram influencers: The impact of number of followers and product divergence on brand attitude. International Journal of Advertising, 36(5), 798-828. 
• Schouten, A. P., Janssen, L., & Verspaget, M. (2020). Celebrity vs. influencer endorsements in advertising: The role of identification, credibility, and product-endorser fit. International Journal of Advertising, 39(2), 258-281. 
• Sundar, S. S., Xu, Q., & Dou, X. (2012). Role of technology in online persuasion. In S. Rodgers & E. Thorson (Eds.), Advertising Theory (pp. 355-372). Routledge.

Olfat, M., & Kirkham, R. (2025). “It’s more delicious because I like you”: commercial food influencers’ follower satisfaction, retention and repurchase intention. Industrial Management & Data Systems, 125(1), 384-413.

Mots-clés : Engagement affectif des suiveurs, satisfaction d’achat des abonnés, intention de rachat des abonnés, fidélité des abonnés, influenceurs alimentaires commerciaux sur Instagram, modèle d’attitude à trois composantes

Introduction :

Les réseaux sociaux prennent de plus en plus de place dans notre quotidien, jusqu’à façonner nos habitudes de consommation avec les influenceurs culinaires. Ils ont un impact considérable sur les choix alimentaires de leurs abonnés via leurs recommandations. En plus de suggérer des produits, ils influencent l’avis des consommateurs sur la perception, la qualité et le goût de ceux-ci.

Cet article vise à comprendre comment les influenceurs culinaires, en plus de fidéliser leur audience, parviennent à les persuader d’acheter les produits qu’ils recommandent. Pour cela, les auteurs vont s’appuyer sur le modèle d’attitude à trois composantes (affective, cognitive et conative) afin d’analyser les mécanismes sous-jacents de cette influence (Rosenberg, M. J., & Hovland, C. I., 1960). Ils explorent l’impact de la satisfaction d’achat des abonnés sur leur intention de racheter les produits et services alimentaires recommandés, tant de manière directe que par l’intermédiaire des influenceurs food.

Développement :

L’étude a été menée en Iran, auprès de 200 abonnés actifs (ayant un fort engagement : likes, commentaires, partages) d’influenceurs culinaires. 

L’analyse a été réalisée en s’appuyant sur la modélisation par équations structurelles en moindres carrés partiels (PLS-SEM) afin d’analyser les liens entre la satisfaction, l’engagement affectif et l’intention de rachat (Hair et al., 2021). Cette méthode est très utilisée par les chercheurs en marketing, car elle permet d’identifier les liens de causalité entre différentes variables et est parfaitement adaptée pour les petits échantillons.

Les résultats ont révélé plusieurs éléments :

1. L’affect envers un influenceur biaise la perception du produit

Lorsqu’un influenceur food recommande un produit ou un restaurant, la perception de celui-ci peut être améliorée par l’attachement que le consommateur porte à l’influenceur. C’est-à-dire que plus l’abonné apprécie l’influenceur, plus il perçoit le produit comme de meilleure qualité et plus savoureux. La confiance et la crédibilité qu’accorde le consommateur à l’influenceur renforcent cette distorsion cognitive.

2. Existence d’une corrélation entre le lien affectif et l’adhésion aux recommandations de l’influenceur

L’affection que porte l’abonné envers l’influenceur se situe au cœur de leur relation. Plus l’abonné ressent un lien émotionnel et affectif fort envers l’influenceur, plus il sera sensible à ses recommandations. Ce lien se construit autour de l’authenticité perçue de l’influenceur, de la proximité qu’il entretient envers son audience, ou encore de son style de communication. (Sokolova, K., & Kefi, H. 2020)

3. La fidélité envers l’influenceur avec le marketing d’affiliation

La fidélité d’un consommateur envers l’influenceur va au-delà du digital et des réseaux sociaux. En plus d’être plus sensible à ses recommandations, il y a de fortes chances qu’il le recommande à ses proches et à son audience et ainsi impacter leur comportement d’achat. Le bouche-à-oreille va donc amplifier considérablement l’effet de la campagne marketing.

4. Les facteurs qui amplifient le pouvoir d’influence de l’influenceur

• • Les interactions régulières : Les personnes qui interagissent souvent (likes, partages, commentaires) avec le contenu publié sont plus enclines à consommer et à suivre les recommandations de l’influenceur. 
  • Le type de contenu : Certains contenus, tels que les vidéos immersives, exercent une plus forte influence et génèrent plus d’engagement sur l’effet de la recommandation que d’autres contenus tels qu’un simple post. En voyant l’influenceur tester le restaurant ou le produit, l’abonné se sent plus enclin à croire à l’authenticité de la recommandation (Hwang & Zhang, 2018).
  • L’exclusivité du produit : L’intention d’achat de l’audience augmente lorsque le produit est présenté comme exclusif, notamment si l’offre est limitée dans le temps.

Cette recherche montre que l’influence qu’exerce l’influenceur sur son audience ne repose pas uniquement sur le produit en lui-même, mais aussi et surtout sur la perception que l’abonné peut avoir envers le créateur de contenu.

Conclusion :

Les résultats de cette étude mettent en évidence le rôle essentiel des influenceurs food dans le processus d’achat de leurs abonnés. Le niveau de satisfaction engendré par le produit ne dépend non seulement du produit en lui-même, mais est aussi influencé par le lien émotionnel que le client entretient avec l’influenceur qui recommande ce produit. 

La confiance et l’authenticité sont deux facteurs clés du marketing d’influence (Brown, J.R. et al., 2019). Pour optimiser les campagnes marketing des marques, le choix de l’influenceur est primordial. Seule la visibilité ne suffit plus, il faut s’assurer de la capacité du créateur de contenu à créer une véritable connexion authentique avec son audience.

Au travers de cette recherche, les auteurs délivrent des perspectives de réflexion précieuses pour les marketeurs, dans le but d’optimiser leurs pratiques commerciales et atteindre leurs objectifs.

Référence :

• Brown, J.R., Crosno, J.L., & Tong, P.Y. (2019). Is the theory of trust and commitment in marketing relationships incomplete? Industrial Marketing Management, 77, 155-169. 
• Hair, J., Hair, J.F., Hult, G.T.M., Ringle, C.M., & Sarstedt, M. (2021). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM). Sage Publications.
• Hwang, K., & Zhang, Q. (2018). Influence of parasocial relationship between digital celebrities and their followers on followers’ purchase and electronic word-of-mouth intentions, and persuasion knowledge. Computers in Human Behavior, 87, 155-173. 
• Rosenberg, M. J., & Hovland, C. I. (1960). Cognitive, affective, and behavioral components of attitude. In Attitude organization and change: An analysis of consistency among attitude components (pp. 1-14). Yale University Press.
• Sokolova, K., & Kefi, H. (2020). Instagram and YouTube bloggers promote it, why should I buy? How credibility and parasocial interaction influence purchase intentions. Journal of Retailing and Consumer Services, 53, 101739. 

Öksüz, M., Bulut, Ç., Candemir, A., & Bozkurt, İ. (2025). Digital or physical satisfaction? The effects of consumers’ digital intentions and physical experiences on revisiting the restaurants. International Journal of Hospitality Management, 125, Article 104011.

Mots-clés : Expérience de l’hospitalité, satisfaction sur Instagram, intention de visiter, restaurants, revoir l’intention, théorie des usages et des gratifications

Introduction :

Avec l’essor des technologies numériques et l’utilisation des smartphones, plus particulièrement depuis le covid-19, de nombreuses entreprises ont dû créer des comptes sur les réseaux sociaux, qui sont devenus un canal commercial alternatif. Les entreprises et en particulier les petites entreprises, ont dû s’adapter rapidement pour atteindre leurs clients (Chatterjee & Kar, 2020 ; Brewer & Sebby, 2021).

Dans le secteur de la restauration, les relations entre les clients et les restaurants ont évolué et sont devenues de plus en plus orientées vers le digital. Alors qu’autrefois, le partage de contenu se faisait principalement par la télévision, les journaux ou la radio, on se tourne de plus en plus vers une communication à double sens avec les réseaux sociaux (Brewer & Sebby, 2021). De nombreux restaurants ont également adapté leur système de livraison ou de commande en ligne, créé un site web etc, (Tuomi et al., 2022). Ces phénomènes se sont accentués à la suite de la pandémie et les restaurateurs ont dû s’adapter à ce changement de comportement. 

Certaines études montrent que les médias sociaux favorisent des niveaux de satisfaction plus élevés grâce à des expériences interactives, ce qui peut conduire à une augmentation des achats en ligne et de la fidélité numérique (Corrada Ha., 2020 ; Rauniar et al., 2013 ; Bai et al., 2008).

Les auteurs cherchent à comprendre la motivation des consommateurs à interagir avec les petits restaurateurs sur les médias sociaux, dans le but d’obtenir des informations sur le restaurant, en utilisant la théorie des usages et gratifications (TUG) et l’expérience de l’hospitalité.

Développement :

La théorie des usages et gratifications (TUG) cherche à expliquer la motivation des individus à utiliser les médias sociaux pour satisfaire leurs besoins. Pour cela, une étude quantitative en Turquie, portant sur le suivi des restaurants sur Instagram et les visites réelles a été réalisée entre le 1er janvier et le 1er février 2023. 

Plusieurs impacts ont été mis en avant : 

1. L’importance des interactions numériques dans la relation restaurateur / client

Les auteurs soulignent le fait que les plateformes numériques deviennent de plus en plus importantes dans la relation que le restaurant établit avec le client (Brewer et Sebby, 2021; Mason et al., 2021). De nombreux clients sont influencés par ce qui se dit sur les plateformes, avant même d’arriver sur place.

• Les avis en ligne : Les avis et les notes en ligne ont une grande influence sur l’intention de visite du client. Un restaurant avec de très bonnes notes sur Google attirera plus facilement les clients qu’un concurrent avec de moins bonnes notes (Chatterjee et Kar, 2020).
• Les sites internet et les applications mobiles : Facilitent les réservations et la consultation du menu (Erdem, 2023).
• Les réseaux sociaux : Participent à la construction de l’image que le client se fait du restaurant. Une page avec des visuels attrayants, un grand nombre d’abonnés, des échanges rapides etc., renforcent la notoriété du restaurant (Brewer et Sebby, 2021).

Ces intéractions numériques encouragent le client à se rendre au restaurant mais ne le fidélisent pas pour autant. La véritable fidélisation est sur place, avec un accueil chaleureux, de bons plats ou encore une prise en charge rapide. Si le client est insatisfait sur place, cette déception ne pourra pas être compensée par une forte présence numérique (Pijls et al., 2017; Bai et al., 2008). 

2. Le facteur clé de fidélisation reste l’expérience sur place

L’étude démontre que même si les interactions numériques influencent le client dans son choix initial, celui de venir tester le restaurant, seule l’expérience sur place pourra le fidéliser. Certains facteurs sont déterminants dans sa satisfaction : 

• L’ambiance générale : L’agencement du restaurant, la porte d’entrée, l’éclairage, la propreté sont essentiels. Ils contribuent à la première impression que le client se fait du restaurant. En le mettant dans un état agréable et confortable, il aura envie de revenir (Bitner, 1992; Pijls et al., 2017).
• La cohérence entre le restaurant en ligne et la réalité : Le client doit pouvoir reconnaître le restaurant qu’il a vu. Il doit y avoir une cohérence entre le virtuel et le réel, que ce soit au niveau de l’ambiance, de la décoration, de la promesse de vente ou encore du service. S’il remarque une grande différence, il sera automatiquement déçu et se sentira berné (Mason et al., 2021).
• La qualité du service : Un client vient au restaurant non seulement pour le plat mais aussi pour toute l’expérience autour, dont le service. Un personnel souriant, réactif, à l’écoute et dynamique améliore la qualité de la relation client et l’image du restaurant (Bai et al., 2008; Pijls et al., 2017).
• La qualité des plats : Le client est généralement très exigeant sur les plats. Un repas qui l’a marqué et qui l’a surpris augmente significativement les chances qu’il revienne (Choi et al., 2016; Bitner, 1992).

3. L’expérience physique et l’expérience digitale sont complémentaires

Les résultats de la recherche démontrent que l’expérience virtuelle et l’expérience réelle sont complémentaires. L’une ne va pas sans l’autre, et les meilleurs restaurants satisfont leurs clients en ligne et en physique (Mason et al., 2021; Pijls et al., 2017).

• Une prise en charge fluide entre la réservation en ligne et l’accueil au restaurant (Choi et al., 2015; Bitner, 1992).
• Une expérience similaire en ligne ou en physique, que ce soit au niveau de l’ambiance, des plats, du service ect., (Pijls et al., 2017; Mason et al., 2021).
• L’amélioration continue de l’expérience client via l’usage des réseaux sociaux et la prise en compte des avis clients.

Ainsi, un restaurant qui marche et qui dure est un restaurant qui parvient à satisfaire ses clients en ligne ou sur place. S’il mise uniquement sur la stratégie numérique sans garantir une belle expérience physique, il aura du mal à fidéliser les clients. À l’inverse, un restaurant qui aura su offrir un moment exceptionnel en physique, sans visibilité numérique, aura du mal à attirer de la clientèle (Chatterjee et Kar, 2020; Bai et al., 2008).

Conclusion :

Les conclusions de cette étude apportent des contributions aux stratégies adoptées par les entreprises pour attirer et fidéliser leur clientèle. Les restaurateurs peuvent utiliser le digital pour interagir avec le client, augmenter leur notoriété ou encore améliorer l’image de leur restaurant mais, c’est l’expérience physique qui détermine la fidélité du client. 

La cohérence entre l’image virtuelle du restaurant et la réalité physique est essentielle. Ils doivent donc créer une véritable expérience sur place qui encourage les visites. Cela peut être réalisé grâce à une expérience culinaire allant au-delà des attentes, un personnel aux petits soins, ou encore une atmosphère agréable. La réussite à long terme repose sur un équilibre entre une forte présence numérique et une gestion irréprochable de l’expérience physique (Bai et al., 2008 ; Choi et al., 2016).

Référence :

• Bai, B., Law, R., & Wen, I. (2008). The impact of website quality on customer satisfaction and purchase intentions: Evidence from Chinese online visitors. International Journal of Hospitality Management, 27(3), 391–402. 
• Bitner, M. J. (1992). Servicescapes: The impact of physical surroundings on customers and employees. Journal of Marketing, 56(2), 57–71.
• Brewer, P., & Sebby, A. G. (2021). The effect of online restaurant menus on consumers’ purchase intentions during the COVID-19 pandemic. International Journal of Hospitality Management, 94, 102777. 
• Chatterjee, S., & Kumar Kar, A. (2020). Why do small and medium enterprises use social media marketing and what is the impact: Empirical insights from India. International Journal of Information Management, 53, 102103. 
• Choi, E.-K., Fowler, D., Goh, B., & Yuan, J. (2016). Social media marketing: Applying the uses and gratifications theory in the hotel industry. Journal of Hospitality Marketing & Management, 25(7), 771–796. 
• Santos Corrada, M., Flecha, J. A., & Lopez, E. (2020). The gratifications in the experience of the use of social media and its impact on the purchase and repurchase of products and services. European Business Review, 32(2), 297–315. 
• Erdem, A. (2023). Mobil yemek siparişi uygulamalarının tercih edilme kriterlerinin analizi. Nevşehir Hacı Bektaş Veli Üniversitesi SBE Dergisi, 13(4), 2449–2462.
• Mason, A. N., Narcum, J., & Mason, K. (2021). Social media marketing gains importance after Covid-19. Cogent Business and Management, 8(1), Article 1870797. 
• Pijls, R., Groen, B. H., Galetzka, M., & Pruyn, A. T. H. (2017). Measuring the experience of hospitality: Scale development and validation. International Journal of Hospitality Management, 67, 125-133. 
• Rauniar, R., Rawski, G., Johnson, B., & Yang, J. (2013). Social media user satisfaction-Theory development and research findings. Journal of Internet Commerce, 12(2), 195-224. 
• Tuomi, A., Ashton, M., Ellonen, H.-K., & Tussyadiah, I. (2022). Innovation in high-end food service during COVID-19 lockdowns. Proceedings of the Annual Hawaii International Conference on System Sciences, 2022-January, 4685-4694.

Adalarasu, K., Ghousiya Begum, K., Vishnu Priyan, M., Devendranath, C., & Sriram, G.V. (2025). Neuro-signaling techniques in advertisement endorsements: Unveiling consumer responses and behavioral trends. Journal of Retailing and Consumer Services, 84, Article 104175.

Mots-clés : Genres de publicités, biomarqueurs EEG, analyse de connectivité fonctionnelle, neuromarketing, publicités vidéo

Introduction

Avec l’essor du numérique et des nouvelles technologies, la consommation des médias sociaux a considérablement augmenté, influençant directement les préférences des consommateurs et la personnalisation des sélections marketing (Dwivedi et al., 2021). C’est dans ce contexte que la publicité a évolué, obligeant les marques à s’y adapter rapidement. Elles doivent constamment étudier et comprendre le comportement des consommateurs face aux messages publicitaires. 

C’est dans ce but que les auteurs ont souhaité analyser les activités cérébrales (neurosciences) de l’audience face aux différents types de publicités, c’est l’essor du neuromarketing (NM). Cette nouvelle méthode a évolué vers une approche scientifique permettant d’aller encore plus loin que les méthodes traditionnelles comme les enquêtes subjectives (Abbas et al., 2022).

L’attention et l’émotion des participants seront mesurées en explorant les techniques de neuro-signalisation et plus particulièrement l’électroencéphalographie (EEG), qui enregistre l’activité électrique du cerveau en temps réel (Balasubramanian et al., 2013). Cette étude vise ainsi à comprendre comment les différents styles publicitaires influencent l’activité cérébrale du consommateur grâce à l’EEG (Xu et al., 2023).

Développement

22 volontaires ont participé à cette étude en visionnant des contenus publicitaires de 50 à 90 secondes sur divers sujets (animations, dialogues, animaux, jingles et célébrités) dans le but de comprendre leurs réactions neuronales. L’EEG a pu capter les signaux cérébraux en temps réel des participants, en réaction aux stimuli présentés dans les publicités. 14 électrodes ont été placées pendant le visionnage. Les signaux ont ensuite été traités, puis analysés (Lajante et al, 2019; Golnar-Nik et al., 2019).

À la suite de la publicité, les participants ont dû répondre à un questionnaire avec 15 questions par publicité, afin d’avoir une vision subjective.

Des analyses associées aux émotions, à l’attention et à la mémorisation ont d’abord été identifiées. Ces résultats montrent que les vidéos jouant sur les émotions (célébrités et animaux) activent fortement l’activité de la bande thêta dans le lobe frontal. Cela est associé à une meilleure mémorisation, il se souviendra donc de la marque plus longtemps, ce qui l’incite à acheter. Cela fonctionne également avec les jingles, car on active les zones du cerveau liées au plaisir et à l’apprentissage auditif.

En revanche, l’étude révèle que les contenus publicitaires axés uniquement sur les dialogues suscitent moins d’intérêt pour le consommateur, et donc une mémorisation plus courte et un moindre engagement  (Lajante et al, 2019; Golnar-Nik et al., 2019).

Ainsi, l’information transmise dans les publicités les plus engageantes chez le consommateur active des émotions qui lui permettent de se souvenir de la publicité sur le long terme et, par conséquent, l’incitant à acheter. Les marques doivent donc non seulement se concentrer sur le contenu, mais aussi et surtout sur les émotions et les sensations que leur publicité générera auprès de leur public cible.

Conclusion

L’étude d’Adalarasu et al. (2025) apporte des éclairages sur la réaction neuronale des consommateurs aux publicités, grâce à l’EEG. Elle met en évidence les différents mécanismes cérébraux activés durant le visionnage d’une publicité et nous montre que les publicités les plus marquantes sont celles ayant un fort impact émotionnel et sensationnel. Ainsi, en combinant le contenu et les émotions, les marques peuvent augmenter considérablement leur influence sur leur public cible.

Références bibliographiques : 

• Dwivedi, Y. K., et al. (2021). Setting the future of digital and social media marketing research: Perspectives and research propositions. International Journal of Information Management.
• Golnar-Nik, P., et al. (2019). The application of EEG power for the prediction and interpretation of consumer decision-making: A neuromarketing study. Physiology & Behavior.
• Lajante, M., et al. (2019). The promise and perils of the peripheral psychophysiology of emotion in retailing and consumer services. Journal of Retailing and Consumer Services.
• Xu, Z., et al. (2023). The neurophysiological mechanisms underlying brand personality consumer attraction: EEG and GSR evidence. Journal of Retailing and Consumer Services.
• Abbas, A. F., et al. (2022). Bibliometrix analysis of information sharing in social media. Cogent Business & Management.

Référence
Waltenrath, A., Brenner, C., & Hinz, O. (2022). Some Interactions Are More Equal Than Others: The Effect of Influencer Endorsements in Social Media Brand Posts on Engagement and Online Store Performance. Journal of Interactive Marketing, 57(4), 541-560.

Mots-clés : Conversions ; approbation; engagement; influenceur; ventes; réseaux sociaux

Introduction

Avec l’essor du marketing d’influence, les marques investissent de plus en plus dans les collaborations avec des influenceurs pour accroître leur visibilité et atteindre leurs objectifs commerciaux (Freberg et al., 2011).

L’étude s’intéresse à la manière dont l’engagement généré par l’influenceur se traduit en performance pour la boutique en ligne (Goh et al. 2013). Les auteurs analysent d’une part les indicateurs qui capturent la performance à court terme (visites et ventes) et d’autre part les réactions immédiates aux publications de la marque sur les réseaux sociaux. Ils cherchent à comprendre si l’interaction provoquée par l’influenceur se traduit automatiquement par une vente ou si d’autres mécanismes interviennent  (De Veirman et al. 2017).

Développement

Pour répondre à ces questions, les auteurs ont mené une analyse empirique des posts Facebook d’un grand détaillant européen de mode en ligne ciblant les jeunes adultes. Après avoir étudié les interactions générées sur une période de 18 mois, les chercheurs ont pu mesurer l’impact des recommandations d’influenceurs sur :

• L’engagement immédiat : likes, commentaires et partages
• Les indicateurs de performance à court terme : visites sur le site web et ventes immédiates

Les auteurs ont ainsi pu comparer l’engagement généré par l’influenceur et son influence sur les indicateurs de performance. L’une des hypothèses principales était que l’engagement social (interactions sur les réseaux) ne se traduirait pas nécessairement en performances financières directes (comme les ventes) (Liu et al. 2020). 

Les résultats mettent en évidence certaines relations : les publications des influenceurs génèrent plus d’engagement de la part de l’audience, mais cet engagement ne se traduit pas toujours par plus de ventes. Les auteurs parlent ainsi d’un effet « vampire » (Erfgen, C.et al., 2015) : lorsque l’attention du public est plus portée sur l’influenceur lui-même que par le produit. Autrement dit, le public s’intéresse davantage à la personne qu’au produit promu, limitant ainsi les ventes.

Pour confirmer ces résultats sur le terrain et mieux comprendre les mécanismes sous-jacents, les auteurs réalisent la même expérience mais en ligne avec 305 participants. Ce groupe réduit mais homogène a permis d’observer les comportements d’interaction en étant exposés à des recommandations d’influenceurs.

Cette expérience a confirmé l’étude précédente, que les recommandations d’influenceurs génèrent une augmentation de l’engagement de l’audience, il y a donc plus d’interactions avec la marque (like, commentaires, partages). Cet engagement est également lié à une meilleure performance du site web en améliorant les visites. Cependant, même si l’engagement augmente grâce à l’influenceur, cela ne garantit pas la vente du produit car l’attention est davantage portée sur la personne que sur le produit. Il y a donc une distinction entre la quantité et la qualité de la recommandation.

Conclusion

L’étude remet en cause l’idée selon laquelle plus il y a d’engagements, plus il y a de ventes. Ainsi, les marques devraient considérer les recommandations d’influenceurs comme un outil de marketing de marque, contribuant à augmenter leur notoriété et leur image plutôt qu’un moyen d’augmenter les ventes. Tout engagement ou interaction ne contribue pas nécessairement à la vente du produit (De Veirman et al. 2017).

En plus des études menées précédemment sur ce thème, l’étude nous éclairce sur la manière de collaborer avec les influenceurs et de les intégrer dans la stratégie marketing de la marque. Les marques devraient moins se concentrer sur la quantité d’engagement, mais  explorer des stratégies qui favorisent une connexion plus profonde et plus authentique avec leur public cible (Audrezet et al. 2020).

Référence

• Audrezet, A., de Kerviler, G., & Guidry Moulard, J. (2020). Authenticity under threat: When social media influencers need to go beyond self-presentation. Journal of Business Research, 117, 557-569. 
• De Veirman, M., Cauberghe, V., & Hudders, L. (2017). Marketing through Instagram influencers: The impact of number of followers and product divergence on brand attitude.
• Erfgen, C., Zenker, S., & Sattler, H. (2015). The vampire effect: When do celebrity endorsers harm brand recall? International Journal of Research in Marketing, 32(2), 155–163. 
• Freberg, K., Graham, K., McGaughey, K., & Freberg, L. A. (2011). Who are the social media influencers? A study of public perceptions of personality. Public Relations Review, 37(1), 90–92.
• Goh, K.-Y., Heng, C.-S., & Lin, Z. (2013). Social media brand community and consumer behavior: Quantifying the relative impact of user- and marketer-generated content. Information Systems Research, 24(1), 88–107. 
• Liu, Y., & Liu, M. T. (2020). Big star undercover: The reinforcing effect of attenuated celebrity endorsers’ faces on consumers’ brand memory. Journal of Advertising, 49(2), 185–194. 

Référence :

Li, W., Zhao, F., Lee, J. M., Park, J., Septianto, F., & Seo, Y. (2024). How micro- (vs. mega-) influencers generate word of mouth in the digital economy age: The moderating role of mindset. Journal of Business Research, 171, Article number 114387.

Mots-clés : Théories implicites, mentalités, influenceurs des médias sociaux, le bouche à oreille

Introduction :

Le marketing d’influence, donc l’utilisation des influenceurs pour promouvoir un produit, est devenu un outil pour les marques de marketing numérique incontournable (Campbell et Farrell, 2020; Kim & Kim, 2021; Schouten et al., 2020). Ils exercent une influence considérable sur les attitudes et comportements de leurs abonnés (Kim & Kim, 2021). L’industrie mondiale du marketing d’influence a même été estimée à 16,4 milliards USD en 2022 (Geyser, 2022).

L’article explique comment les micro-influenceurs (entre 10 000 et 100 000 abonnés) et les macro-influenceurs (entre 100 000 et 1 million d’abonnés) réussissent à générer du bouche-à-oreille (WOM) dans le cadre des achats en e-commerce. Il repose sur l’effet que peuvent avoir ces SMIs sur la perception et l’engagement des consommateurs et comment la capacité à influencer des influenceurs peut varier en fonction de l’état d’esprit des consommateurs (Murphy & Dweck, 2016). 

Les auteurs émettent l’hypothèse que les micro-influenceurs génèrent plus de WOM que les méga-influenceurs, car les consommateurs les perçoivent comme étant plus sincères. Cependant, cet effet se manifeste uniquement chez les consommateurs ayant un mindset de croissance (Dweck & Leggett, 1988). Ceux avec un mindset fixe ne tiendront pas compte de ces différences de motivation.

Développement :

La recherche sur les types de SMI (Social Media Influencers) distingue les influenceurs en fonction de leur nombre de followers: (Campbell & Farrell, 2020, De Veirman et al., 2017, Kay et al., 2020).

• Méga-influenceurs (plus de 1 million de followers)
• Macro-influenceurs (100 000 à 1 million)
• Micro-influenceurs (10 000 à 100 000)
• Nano-influenceurs (moins de 10 000) 

Les méga-influenceurs ont tendance à s’appuyer sur leur popularité pour persuader, tandis que les micro-influenceurs s’appuient sur la proximité qu’ils entretiennent avec leur audience (Kay et al., 2020, Park et al., 2021). Concernant leur efficacité, les résultats des recherches antérieures sont contradictoires. Certaines études montrent que les méga-influenceurs sont plus efficaces (Conde & Casais, 2023, De Veirman et al., 2017), tandis que d’autres, ce sont les micro-influenceurs (Borges-Tiago et al., 2023, Kay et al., 2020). Cette variation pourrait être expliquée par différentes dimensions utilisées lors des études. 

1. La motivation, la fiabilité et le WOM

Généralement, les consommateurs pensent que les micro-influenceurs sont plus motivés par des raisons personnelles que commerciales, contrairement aux mega-influenceurs (Audrezet et al., 2020, Campbell & Farrell, 2020, Kay et al., 2020). Ils font moins de promotions, semblent moins influencés par les gains financiers, et sont donc perçus comme plus authentiques (Park et al., 2021). Ces différences de motivations influencent la perception de la crédibilité des micro et mega-influenceurs. 

→ Cela suggère que les consommateurs seraient plus enclins à générer du WOM pour les micro-influenceurs plutôt que pour les mega-influenceurs, car la crédibilité est un déterminant de l’intention de générer du WOM (Schouten et al., 2020).

2. L’état d’esprit de croissance VS fixe

L’état d’esprit de croissance et fixe désigne la façon dont l’audience juge les comportements des autres. Ceux ayant une mentalité de croissance pensent que les comportements s’adaptent selon les situations, tandis que ceux avec une mentalité fixe pensent que ce sont des traits inchangeables (Chiu et al., 1997, Dweck et Leggett, 1988).

Ces traits affectent la perception des influenceurs par les consommateurs. Les consommateurs ayant une mentalité de croissance, voient les motivations des micro-influenceurs comme étant dépendante à la situation, ce qui les pousse à générer du WOM (bouche-à-oreille) (Dweck et al., 1993 ; Erdley & Dweck, 1993).

Deux hypothèses ont été proposées : 

• H1 : Les recommandations faites par des micro-influenceurs augmentent l’intention des consommateurs de générer du bouche-à-oreille parmi ceux ayant une mentalité de croissance.
• H2 : La fiabilité perçue médiatise l’effet du type d’influenceur sur l’intention des consommateurs de générer du bouche-à-oreille, mais uniquement chez ceux ayant une mentalité de croissance.

ETUDE 1 : 

L’objectif de cette première étude est d’apporter une première validation empirique de l’hypothèse 1.Contrairement à l’étude 2, cette expérience utilise de vrais influenceurs sur Instagram.

L’étude a impliqué 241 participants, dont 28 % de femmes et un âge moyen de 35 ans. Les participants ont été répartis aléatoirement pour évaluer les pages Instagram de deux influenceurs réels : Negin Mirsalehi (méga-influenceuse) et Hello Rigby (micro-influenceuse). 

Les deux influenceurs ont publié une publication sponsorisée d’une barre chocolatée de Utopick, une marque fictive afin d’évaluer leur intention de WOM (Belanche et al., 2021a).

Les résultats montrent que la proximité avec l’influenceur influence significativement les intentions de WOM. Une interaction entre mindset et type d’influenceur a également été observée. Ceux ayant un mindset de croissance ont une intention de WOM plus élevée après avoir vu un micro-influenceur qu’un macro-influenceur, alors qu’aucune différence significative n’a été observée pour les participants avec un mindset fixe. Ces résultats confirment l’hypothèse 1.

ETUDE 2a : 

L’objectif de l’étude 2a était double :

1. Répliquer les résultats de l’étude 1 en mesurant le mindset comme un trait de personnalité.
2. Vérifier que la perception de la fiabilité de l’influenceur explique l’effet du mindset des consommateurs (H2).

Un influenceur fictif (Jasmin Parker) a été établi et l’étude a été réalisée auprès de 241 personnes aux États-Unis dont 50,2 % femmes et un âge moyen de près de 41 ans. 

Une analyse de régression modérée (Hayes, 2017) révèle une interaction significative entre le type d’influenceur et le mindset des participants. Les recommandations faites par un micro-influenceur génèrent des intentions de WOM plus élevées chez les participants ayant un mindset de croissance élevé. Cette intention n’est pas significative chez ceux ayant un mindset plus fixe. Cette étude confirme l’hypothèse 1. 

L’analyse statistique PROCESS Model 7 (Hayes, 2017) examine comment la fiabilité perçue du type d’influenceur influence les intentions de bouche-à-oreille, et comment cet effet varie selon le mindset (de croissance ou fixe) des participants. Une interaction a été observée et les participants avec un état d’esprit de croissance élevé perçoivent les micro-influenceurs comme plus fiables. Cette perception n’est pas significative chez ceux ayant un mindset plus fixe. Cette étude confirme l’hypothèse 2. 

ETUDE 2b : 

L’étude 2b visait à confirmer les résultats de l’étude 2a en apportant une preuve causale à l’hypothèse 1. Elle teste également si la fiabilité perçue de l’influenceur explique cet effet (H2). Contrairement à l’étude 2a, où le mindset des participants était mesuré, cette étude l’a directement manipulé.

Les résultats sont identiques à l’étude 2a, pour ceux ayant un mindset de croissance, leur WOM est plus élevé pour un micro-influenceur que pour un méga-influenceur. Il n’y a pas de différence significative pour ceux ayant un mindset fixe.

L’étude 2b confirme l’hypothèse 1.

3. Les liens forts VS faibles

Les études montrent que les liens sociaux et leur force influencent le bouche-à-oreille (WOM) (Brown et Reingen, 1987 ; De Bruyn et Lilien, 2008). Les liens forts, comme avec la famille ou les amis proches, augmentent la confiance dans les recommandations (Chen, 2018 ; Chu et Kim, 2011), contrairement aux liens faibles. 

Par conséquent, en présence de recommandations de liens forts, les consommateurs, quelle que soit leur état d’esprit, sont plus enclins à suivre cette recommandation.

C’est ainsi qu’une troisième hypothèse a été formulée : 

• H3. L’effet interactif du type d’influenceur et de la mentalité des consommateurs sera atténué en présence de recommandations de liens forts.

ETUDE 3 : 

L’étude 3 a testé le rôle modérateur des liens sociaux sur la relation entre le type d’influenceur, le mindset du consommateur et les intentions de bouche-à-oreille (WOM).

Pour cela, l’étude a utilisé un plan expérimental avec 500 participants qui ont été affectés au hasard pour évaluer la page Instagram d’un influenceur fictif, manipulé en tant que micro-influenceur ou méga-influenceur.

La publication mettait en avant un état d’esprit de croissance ou de fixité, et les participants du groupe avec liens sociaux forts ont été informés que la marque avait été recommandée par un ami proche. Les participants ont ensuite répondu aux mesures d’intentions de WOM, aux vérifications de manipulation de l’influenceur et du mindset (Errmann et al., 2019 ; Park et al., 2021 ; Wong et al., 2020).

L’analyse a montré que dans les conditions sans lien social fort, les participants avec un mindset de croissance recommandent plus pour un micro-influenceur (vs un méga-influenceur). En revanche, si le lien social est fort, il n’y a pas de différence significative entre micro et méga-influenceurs, ce qui confirme l’hypothèse 3. 

Conclusion :

Les 4 études concluent que les recommandations des micro-influenceurs (vs méga-influenceurs) génèrent un WOM positif plus élevé chez les consommateurs ayant un mindset de croissance (vs un mindset fixe). Ce résultat est également renforcé par la proximité qu’ils ont avec leur audience, les rendant plus fiables et interactifs. 

Ainsi, l’étude apporte quatre contributions théoriques majeures :

1. Les recommandations des micro-influenceurs génèrent un WOM plus positif chez les consommateurs ayant un mindset de croissance (Kay et al., 2020; Park et al., 2021).
2. Le mindset du consommateur joue un rôle crucial dans l’intention de WOM, avec les consommateurs à mindset de croissance considérant les micro-influenceurs comme plus dignes de confiance, ce qui amplifie leurs intentions de WOM (Dweck et al., 1993; Erdley et Dweck, 1993).
3. Les comportements des consommateurs sur les réseaux sociaux montrent que les micro-influenceurs stimulent davantage de WOM chez les consommateurs ayant un mindset de croissance (VS mindset fixe) (Jain & Weiten, 2020; Wang, 2021).
4. Les perceptions de confiance peuvent être influencées par des indices externes, comme les recommandations de proches, suggérant que les marketeurs doivent considérer plusieurs facteurs pour encourager le WOM (Chu & Kim, 2011).

L’étude présente cependant plusieurs limites comme l’absence de dissociation du WOM en ligne et hors ligne ou encore la réalisation des études uniquement sur Instagram, or les réponses peuvent varier en fonction des plateformes. 

Bien que les résultats soient cohérents, les études ayant été réalisées sur des échantillons spécifiques, une réplication sur des populations plus diversifiées et à travers des sources de données secondaires pourraient être bénéfiques.

Intégration dans ma revue de littérature

L’article met en lumière l’efficacité des micro-influenceurs par rapport aux méga-influenceurs dans la génération du bouche-à-oreille, ce qui est directement pertinent puisque lafoodloveuse, avec 33,7k abonnés, est une micro-influenceuse. Il pourrait m’aider à expliquer pourquoi un micro-influenceur peut avoir un impact significatif sur l’image de Cédric Grolet. 

Le facteur du mindset peut également enrichir ma recherche.

Référence :

• Audrezet, A., de Kerviler, G., & Guidry Moulard, J. (2020). Authenticity under threat: When social media influencers need to go beyond self-presentation. Journal of Business Research, 117, 557-569.
• Belanche, D., Casaló, L. V., Flavián, M., & Ibáñez-Sánchez, S. (2021). Building influencers’ credibility on Instagram: Effects on followers’ attitudes and behavioral responses toward the influencer. Journal of Retailing and Consumer Services, 61, 102585. 
• Borges-Tiago, M. T., Santiago, J., & Tiago, F. (2023). Mega or macro social media influencers: Who endorses brands better? Journal of Business Research, 157, 113606. 
• Brown, J. J., & Reingen, P. H. (1987). Social ties and word-of-mouth referral behavior. Journal of Consumer Research, 14(3), 350-362.
• Campbell, C., & Farrell, J. R. (2020). More than meets the eye: The functional components underlying influencer marketing. Business Horizons, 63(4), 469-479. 
• Chiu, C.-Y., Dweck, C. S., Tong, J. Y.-Y., & Fu, J. H.-Y. (1997). Implicit theories and conceptions of morality. Journal of Personality and Social Psychology, 73(5), 923-940.
• Chu, S.-C., & Kim, Y. (2011). Determinants of consumer engagement in electronic word-of-mouth (eWOM) in social networking sites. International Journal of Advertising, 30(1), 47-75. 
• De Bruyn, A., & Lilien, G. L. (2008). A multi-stage model of word-of-mouth influence through viral marketing. International Journal of Research in Marketing, 25(3), 151-163. 
• De Veirman, M., Cauberghe, V., & Hudders, L. (2017). Marketing through Instagram influencers: The impact of number of followers and product divergence on brand attitude. International Journal of Advertising, 36(5), 798-828. 
• Dweck, C. S., & Leggett, E. L. (1988). A social-cognitive approach to motivation and personality. Psychological Review, 95(2), 256-273. 
• Errmann, A., Seo, Y., Choi, Y.K., & Yoon, S. (2019). Divergent effects of friend recommendations on disclosed social media advertising in the United States and Korea. Journal of Advertising, 48(5), 495-511. 
• Geyser, W. (2022). The state of influencer marketing 2022: Benchmark report. Influencer Marketing Hub. 
• Hayes, A. F. (2017). Introduction to mediation, moderation, and conditional process analysis: A regression-based approach (2nd ed.). The Guilford Press.
• Jain, S. P., & Weiten, T. J. (2020). Consumer psychology of implicit theories: A review and agenda. Consumer Psychology Review, 3(1), 60-75.
• Kay, S., Mulcahy, R., & Parkinson, J. (2020). When less is more: The impact of macro and micro social media influencers’ disclosure. Journal of Marketing Management, 36(3-4), 248-278. 
• Kim, D. Y., & Kim, H.-Y. (2021). Trust me, trust me not: A nuanced view of influencer marketing on social media. Journal of Business Research, 134, 223-232. 
• Murphy, M. C., & Dweck, C. S. (2016). Mindsets shape consumer behavior. Journal of Consumer Psychology, 26(1), 127-136. 
• Park, J., Lee, J.M., Xiong, V.Y., Septianto, F., & Seo, Y. (2021). David and Goliath: When and why micro-influencers are more persuasive than mega-influencers. Journal of Advertising, 50(5), 584-602. 
• Schouten, A.P., Janssen, L., & Verspaget, M. (2020). Celebrity vs. influencer endorsements in advertising: The role of identification, credibility, and product-endorser fit. International Journal of Advertising, 39(2), 258-281. 
• Wong, V.C., Su, L., & Lam, H.P.-Y. (2020). When less is more: How mindset influences consumers’ responses to products with reduced negative attributes. Journal of Marketing, 84(5), 137-153