TUCKER, CATHERINE E. October 2014. “Social Networks, Personalized Advertising, and Privacy Control”. Journal of Marketing Research. Vol 51, Issue 5, p546-562.

Résumé:

Parmi les différents types de publicités possibles, certaines firmes ont opté pour les publicités personnalisées, dont le message est adapté à la personne qui le reçoit : le message cible les gouts et les habitudes de consommation des individus, décryptés grâce à leur navigation sur internet (Anand and Shachar, 2009 ; Lambrecht and Tucker, 2013).

Cependant, ce type de publicité n’est pas bien perçu par certains individus qui soulèvent la question de la vie privée (Stone, 2010), et soulignent le fait que pour cibler et personnaliser les messages publicitaires, les firmes ont besoin d’avoir accès à des données privées, ce qui pourrait constituer une atteinte à la vie privée. Ce constat rend les consommateurs plus frileux (Taylor, 1979), et les retient de cliquer sur les publicités en ligne, de peur que leurs comportements d’achats soient mémorisés par les firmes.

Face à cette frilosité, l’auteur s’interroge sur les effets qu’aurait un renforcement du contrôle de la propriété privée sur le consommateur.

Résultat :

Il apparaît, suite à une étude empirique, que plus les sites web protègent les informations des internautes, plus ceux-ci sont rassurés. De ce fait, les consommateurs acceptent de donner leurs informations tant qu’ils en contrôlent les flux, même si les publicités personnalisées continuent d’utiliser ces données pour cibler leurs messages publicitaires. Le renforcement du contrôle de la propriété privée rassure donc les consommateurs et a un impact positif sur les publicités personnalisées.

Limites et futures recherches :

• L’expérience a été menée sur une organisation a but non lucratif, ce qui a peut être rassuré les consommateurs, et les a peut être davantage incité à cliquer.
• L’expérience a été menée à une période pendant laquelle la notion de préservation de la vie privée était un sujet sensible.
• L’analyse a été faite sur une plateforme en ligne spécifique, et ne peut pas être généralisée sans une analyse complémentaire, adaptée au modèle étudié.
• On ne sait pas combien de temps les effets positifs de l’introduction de plus de contrôle dans les publicités personnalisées persistent.
• La méthode utilisée par Facebook pour introduire davantage de contrôle des publicités personnalisées n’est qu’un exemple parmi tant d’autre.

Ce que j’en pense :

• Il existe un nouveau défi pour les publicités sur internet qui est la défiance du consommateur à l’égard de l’annonceur. Utiliser des acteurs sympathiques et connus pour tourner des spots publicitaires pourrait peut-être rassurer les internautes (à vérifier).
• Les spots publicitaires auxquels je m’intéresse sont diffusés majoritairement à la télévision et sur les plateformes de visionnages de vidéos sur internet (YouTube, Daylimotion, etc.), qui pratiquent le ciblage des consommateurs. Il serait intéressant d’étudier les canaux de diffusions des publicités ayant recours aux humoristes du net, ainsi que l’impact de ce ciblage (positif ou négatif) sur les internautes.

Références :

Anand, Bharat and Ron Shachar (2009), “Targeted Advertising as a Signal,” Quantitative Marketing and Economics, 7 (3), 237- 66.

Lambrecht, Anja and Catherine Tucker (2013), “When Does Retar­geting Work? Information Specificity in Online Advertising,” Journal of Marketing Research, 50 (September), 561-76.

Stone, Brad (2010), “Ads Posted on Facebook Strike Some as Off- Key,” The New York Times, (March 3)

Taylor, Shelley E. (1979), “Hospital Patient Behavior: Reactance, Helplessness, or Control?” Journal of Social Issues, 35 (1), 156-84.

Référence: Wells J, Valacich J and Hess T (2011) What signal are you sending? How website quality influences perception of product quality and purchase intentions. MIS Quartely 35(2): 373-396.

Idée/dominante: La qualité d’un site internet est un signal de qualité du produit et influence l’intention d’achat.

Résumé : L’e-consommateur n’a pas accès au produit, ce qui augmente la perception de risque. Cet obstacle varie en fonction du type de produit (Gupta et al., 2004). Les qualités d’un livre (produit de recherche) sont apparentes avant l’achat contrairement aux vêtements (produit d’expérience) dont les qualités sont plus faciles à évaluer après l’achat (Nelson, 1970). Ainsi, les e-consommateurs achètent plus facilement des produits de recherche (tickets de train) plutôt des produits d’expérience (Gupta et al. 2004).
L’étude montre que la qualité d’un site internet est un signal de qualité et influence la qualité perçue d’un produit, cette dernière influençant l’intention d’achat. L’attrait visuel est la dimension le plus importante, vient ensuite la sécurité, le temps de chargement et la facilité de navigation. Une information asymétrique (accès à l’information limité) est validée en tant que modérateur de l’influence de la qualité du site internet sur l’évaluation d’un produit. Plus l’information est limitée, plus la relation entre qualité du site et qualité du produit se renforce.
L’étude montre également que pour qu’un site internet soit une preuve de qualité, tous les signaux de qualité du site internet doivent être maximisés. De plus, la crédibilité du signal renforce la relation qualité du site et qualité perçue du produit.
Il est enfin montré que la dimension à privilégier varie en fonction du type de produit. Un site internet vendant des produits d’expérience (vêtements) devra favoriser la dimension émotionnelle et esthétique.

Note d’intérêt: La qualité d’un site internet est un signal pour évaluer la qualité d’un produit. Les aspects émotionnel et sensoriel sont mis en avant lors d’achat de produits d’expérience (toucher, sentir, porter) comme pour les vêtements. La théorie des signaux de qualité explique ici comment la perception du risque peut intervenir dans le processus d’achat (manque de signal visuel, informations limitées, sécurité, concurrence entre vendeurs inconnus). Il s’agirait d’adapter cette réflexion au mobile au vu de l’enjeu que représente la barrière physique dans ce domaine.

Adaval R (2001) Sometimes it just feels right: The differential weighting of affect-consistent and affect-inconsistent product information. Journal of Consumer Research 28: 1–17.

Adipat B, Zang D and Zhou L (2011) The effects of tree-view based presentation adaptation on mobile web browsing. MIS Quarterly 35(1): 99 –121.

Avnet T, Pham T and Stephen T (2012) Consumer’s trust in feelings as information. Journal of Consumer Research (39)4: 720–735

Bart Y, Shankar V, Sultan F and Urban L (2005) Are the drivers and role of online trust the same for all web sites and consumers? A large-scale exploratory empirical study. Journal of Marketing 69(4): 133-152.

Bruner C and Kumar A (2005) Explaining consumer acceptance of handheld internet devices. Journal of Business Research 58: 553–558.

Conchar M, Zinkhan G, Peters C and Olavarrieta S (2004) An integrated framework for the conceptualization of consumers’ perceived-risk processing. Journal of the Academy of Marketing Science 32(4): 418-436.

Deng L, Poole S (2010) Affect in web interfaces: A study of the impacts of web page visual complexity and order. MIS Quartely 34(4): 711–A10.

Forsythe M (2003) Consumer patronage and risk perceptions in Internet shopping. Journal of Business Research 56: 867–875.

Gao T, Rohm A, Sultan F and Pagani M (2013) Consumers un-tethered: A three-market empirical study of consumers’ mobile marketing acceptance. Journal of Business Research 66: 2536–2544.

Kim D, Ferrin D and Rao R (2008) A trust-based consumer decision-making model in electronic commerce: The role of trust, perceived risk, and their antecedents. Decision Support Systems 44: 544–564.

Kumar V, Zhang A and Luo A (2014) Modeling Customer Opt-In and Opt-Out in a Permission-Based Marketing Context. Journal of Marketing Research 2: 403–419.

Pan Y and Zinkhan G (2006) Exploring the impact of online privacy disclosures on consumer trust. Journal of Retailing 82(4): 331-338.

Pavlou P, Liang H, Yajiong X (2007) Understanding and mitigating uncertainty online exchange relationships: A principal-agent perspective. MIS Quarterly 31(1): 105–136.

Wells J, Valacich J and Hess T (2011) What signal are you sending? How website quality influences perception of product quality and purchase intentions. MIS Quartely 35(2): 373-396.

Wood S and Moreau P (2006) From fear to loathing? How emotion influences the evaluation and early use of innovations. Journal of Marketing 70: 44–57.

Deng L, Poole S (2010) Affect in web interfaces: A study of the impacts of web page visual complexity and order. MIS Quartely 34(4): 711–A10.

 Idée/dominante: Le design et la complexité d’un site Web évoquent une réponse émotionnelle qui influence le comportement de l’utilisateur.

 Résumé: Il a été démontré (Bucy, 2000) que les utilisateurs donnent plus d’importance au plaisir qu’un site peut leur procurer plutôt qu’à l’efficacité de ce dernier. Afin de déterminer la relation entre la complexité visuelle ainsi que l’organisation d’un site Web et la réponse émotionnelle de l’utilisateur, cette étude s’appuie sur le modèle psycho environnemental de Mehrabian et Russell (1974). Les auteurs définissent la complexité visuelle perçue d’une page Web comme étant la diversité visuelle (images, liens, textes) et la richesse visuelle (nombre d’informations). La clarté d’un site sera induite par le regroupement des données par thèmes. Les auteurs considèrent que ces deux caractéristiques sont des stimuli émotionnels qui provoqueront de l’excitation et le jugement positif ou négatif de cette excitation par l’utilisateur. Cette étude révèle que les réponses émotionnelles (plaisir et excitation) provoquée par la complexité visuelle et l’organisation d’un site internet auront un effet sur la démarche ultérieure de l’utilisateur. Les auteurs montrent également que la motivation (recherche d’information ou recherche de plaisir) est un modérateur dans le comportement de l’internaute. Les utilisateurs recherchant de l’information ressentent plus de plaisir en utilisant des pages provoquant une excitation plus faible contrairement aux utilisateurs ayant une motivation orientée vers la recherche de plaisir. Le lien avec les réponses émotionnelles, bien qu’évident, n’est cependant que partiel. Ceci révèle l’existence d’autres facteurs influencés par la complexité et le design d’un site internet comme, par exemple, la facilité d’utilisation.

 Note d’intérêt:  Cette étude montre que le visuel a un impact sur le comportement d’achat du consommateur. Il serait intéressant d’élargir ces conclusions aux sites mobiles. Les écrans étant plus petits, l’influence du design et de l’organisation d’un site responsive sur les réponses émotionnelles pourrait être le sujet d’une prochaine étude. Cependant cette étude ne tient pas compte d’autres facteurs modérateurs du jugement d’un site internet: expériences passées, réputation, l’âge (seulement des étudiants ont été interrogés), domaine du site. De plus, la navigation n’était pas naturelle puisque la page était statique. L’impact des émotions provoquées par la facilité de navigation pourrait être également le sujet d’une future étude.

Adaval R (2001) Sometimes it just feels right: The differential weighting of affect-consistent and affect-inconsistent product information. Journal of Consumer Research 28: 1–17.

Adipat B, Zang D and Zhou L (2011) The effects of tree-view based presentation adaptation on mobile web browsing. MIS Quarterly 35(1): 99 –121.

Avnet T, Pham T and Stephen T (2012) Consumer’s trust in feelings as information. Journal of Consumer Research (39)4: 720–735

Bart Y, Shankar V, Sultan F and Urban L (2005) Are the drivers and role of online trust the same for all web sites and consumers? A large-scale exploratory empirical study. Journal of Marketing 69(4): 133-152.

Bruner C and Kumar A (2005) Explaining consumer acceptance of handheld internet devices. Journal of Business Research 58: 553–558.

Conchar M, Zinkhan G, Peters C and Olavarrieta S (2004) An integrated framework for the conceptualization of consumers’ perceived-risk processing. Journal of the Academy of Marketing Science 32(4): 418-436.

Deng L, Poole S (2010) Affect in web interfaces: A study of the impacts of web page visual complexity and order. MIS Quartely 34(4): 711–A10.

Forsythe M (2003) Consumer patronage and risk perceptions in Internet shopping. Journal of Business Research 56: 867–875.

Gao T, Rohm A, Sultan F and Pagani M (2013) Consumers un-tethered: A three-market empirical study of consumers’ mobile marketing acceptance. Journal of Business Research 66: 2536–2544.

Kim D, Ferrin D and Rao R (2008) A trust-based consumer decision-making model in electronic commerce: The role of trust, perceived risk, and their antecedents. Decision Support Systems 44: 544–564.

Kumar V, Zhang A and Luo A (2014) Modeling Customer Opt-In and Opt-Out in a Permission-Based Marketing Context. Journal of Marketing Research 2: 403–419.

Pan Y and Zinkhan G (2006) Exploring the impact of online privacy disclosures on consumer trust. Journal of Retailing 82(4): 331-338.

Pavlou P, Liang H, Yajiong X (2007) Understanding and mitigating uncertainty online exchange relationships: A principal-agent perspective. MIS Quarterly 31(1): 105–136.

Wells J, Valacich J and Hess T (2011) What signal are you sending? How website quality influences perception of product quality and purchase intentions. MIS Quartely 35(2): 373-396.

Wood S and Moreau P (2006) From fear to loathing? How emotion influences the evaluation and early use of innovations. Journal of Marketing 70: 44–57.

Pavlou P, Liang H, Yajiong X (2007) Understanding and mitigating uncertainty online exchange relationships: A principal-agent perspective. MIS Quarterly 31(1): 105–136.

 Idée/dominante: L’incertitude peut influencer négativement l’intention d’achat

 Résumé: Lorsqu’un internaute fait un achat, il peut envisager de nombreuses raisons pour lesquelles son achat va le décevoir. Ainsi, cette incertitude conduit le consommateur à percevoir un risque (forte probabilité qu’il va être perdant lors de la transaction) et peut impacter sa décision d’achat de façon négative.

Les auteurs montrent que quatre facteurs peuvent provoquer l’incertitude : la distance dans le temps et dans l’espace entre acheteur et vendeur (perception d’une information asymétrique: le vendeur aurait plus d’information qu’il n’en donne), le temps d’attente entre payement et livraison créant une préoccupation quant à la qualité du produit (peur que le vendeur soit opportuniste), peur du dévoilement de sa vie privée (absence de contrôle de ses données pendant et après la transaction) et peur pour sa sécurité (financière).
L’intérêt que porte le consommateur pour son achat est un modérateur de l’incertitude. Plus l’enjeu est grand, plus l’incertitude prendra de l’importance. Ceci est expliqué par la peur de l’impact de l’opportunisme possible du vendeur (ici, l’incertitude était plus forte pour l’achat de médicaments plutôt que pour les livres).

Les auteurs proposent enfin quatre facteurs pouvant atténuer l’incertitude : la confiance (réduit la peur de l’opportunisme), l’information donnée par le site internet (amoindrit la peur pour sa vie privée et sa sécurité financière), le jugement du produit (affaiblis l’appréhension quant à la qualité du produit) et la présence sociale (réduit la distance temporelle et spatiale).

 Note d’intérêt: Cette étude montre que l’incertitude peut provoquer le risque perçu et qu’elles sont les préoccupations des internautes. Les auteurs proposent des solutions concrètes comme l’explication claire des informations demandées ou encore mettre davantage d’images des produits et les accréditations reçues en avant. Ceci fait écho à la vue et au design du site. On pourrait se demander ce qui provoque visuellement la perte de confiance, la peur pour sa vie privée, pour sa sécurité et pour la qualité du produit influencent l’incertitude. La peur pour sa vie privée et pour sa sécurité financière pourrait être un facteur d’autant plus important pour un site mobile au vu de l’attachement personnel que le consommateur ressent pour son téléphone.

Adaval R (2001) Sometimes it just feels right: The differential weighting of affect-consistent and affect-inconsistent product information. Journal of Consumer Research 28: 1–17.

Adipat B, Zang D and Zhou L (2011) The effects of tree-view based presentation adaptation on mobile web browsing. MIS Quarterly 35(1): 99 –121.

Avnet T, Pham T and Stephen T (2012) Consumer’s trust in feelings as information. Journal of Consumer Research (39)4: 720–735

Bart Y, Shankar V, Sultan F and Urban L (2005) Are the drivers and role of online trust the same for all web sites and consumers? A large-scale exploratory empirical study. Journal of Marketing 69(4): 133-152.

Bruner C and Kumar A (2005) Explaining consumer acceptance of handheld internet devices. Journal of Business Research 58: 553–558.

Conchar M, Zinkhan G, Peters C and Olavarrieta S (2004) An integrated framework for the conceptualization of consumers’ perceived-risk processing. Journal of the Academy of Marketing Science 32(4): 418-436.

Deng L, Poole S (2010) Affect in web interfaces: A study of the impacts of web page visual complexity and order. MIS Quartely 34(4): 711–A10.

Forsythe M (2003) Consumer patronage and risk perceptions in Internet shopping. Journal of Business Research 56: 867–875.

Gao T, Rohm A, Sultan F and Pagani M (2013) Consumers un-tethered: A three-market empirical study of consumers’ mobile marketing acceptance. Journal of Business Research 66: 2536–2544.

Kim D, Ferrin D and Rao R (2008) A trust-based consumer decision-making model in electronic commerce: The role of trust, perceived risk, and their antecedents. Decision Support Systems 44: 544–564.

Kumar V, Zhang A and Luo A (2014) Modeling Customer Opt-In and Opt-Out in a Permission-Based Marketing Context. Journal of Marketing Research 2: 403–419.

Pan Y and Zinkhan G (2006) Exploring the impact of online privacy disclosures on consumer trust. Journal of Retailing 82(4): 331-338.

Pavlou P, Liang H, Yajiong X (2007) Understanding and mitigating uncertainty online exchange relationships: A principal-agent perspective. MIS Quarterly 31(1): 105–136.

Wells J, Valacich J and Hess T (2011) What signal are you sending? How website quality influences perception of product quality and purchase intentions. MIS Quartely 35(2): 373-396.

Wood S and Moreau P (2006) From fear to loathing? How emotion influences the evaluation and early use of innovations. Journal of Marketing 70: 44–57.

Référence: Adipat B, Zang D and Zhou L (2011) The effects of tree-view based presentation adaptation on mobile web browsing. MIS Quarterly 35(1): 99 –121.

 Idée/dominante: L’adaptation d’une page Web au format mobile grâce à une organisation en arborescence facilite la recherche d’information et la navigation sur mobile.

Résumé: Bien que l’utilisation du téléphone mobile pour naviguer sur le web soit devenue un fait courant, le Web mobile fait face à des contraintes comme, par exemple, la taille de l’écran. De ce fait, internet sur mobile est parfois un univers déplaisant et où il est difficile de naviguer.

La taille de l’écran d’un outil mobile pousse l’utilisateur à déplacer la page et à mémoriser les informations. Ceci lui provoque un effort cognitif plus important qui peut le conduire à commettre plus d’erreurs (Davison et al., 1999). Il est difficile pour le mobinaute d’avoir une idée claire de l’organisation du site dû à la taille de l’écran.

Cette étude montre que l’adaptation au format mobile est primordiale pour faciliter la recherche d’information et la navigation. La présentation en arborescence, qui consiste à hiérarchiser l’information, réduit le temps de recherche, la rend plus simple et améliore la perception de facilité d’utilisation et l’utilité du Web mobile. L’étude démontre également que la mise en couleur des mots-clés réduit le temps de recherche.

La complexité de la tâche à réaliser sur le Web est un modérateur de l’influence de l’adaptation d’une page Web au format mobile sur la navigation. La complexité de la navigation sur le Web mobile est provoquée par le volume important de liens et de contenus. Ainsi, plus la tâche est compliquée à réaliser, plus l’adaptation d’une page Web au format mobile est nécessaire et plus la mise en couleur a un effet positif sur la recherche d’information.

 Note d’intérêt: Toute adaptation de la présentation d’une page Web pour les outils mobiles qui réduit l’effort cognitif rendra la navigation plus facile. L’effort cognitif est un enjeu primordial. Durant cette étude, les personnes interrogées sont assises, l’outil mobile est posé sur la table. Or, le Web mobile est caractérisé par la mobilité des internautes (Zhang, 2007). Enfin, on pourrait se demander si l’absence d’adaptation d’un site en responsive pourrait conduire le mobinaute à pressentir un risque lors d’achat de produits dû au nombre d’erreurs qu’il peut commettre (Il s’agirait non plus seulement que de recherche d’information).

Adaval R (2001) Sometimes it just feels right: The differential weighting of affect-consistent and affect-inconsistent product information. Journal of Consumer Research 28: 1–17.

Adipat B, Zang D and Zhou L (2011) The effects of tree-view based presentation adaptation on mobile web browsing. MIS Quarterly 35(1): 99 –121.

Avnet T, Pham T and Stephen T (2012) Consumer’s trust in feelings as information. Journal of Consumer Research (39)4: 720–735

Bart Y, Shankar V, Sultan F and Urban L (2005) Are the drivers and role of online trust the same for all web sites and consumers? A large-scale exploratory empirical study. Journal of Marketing 69(4): 133-152.

Bruner C and Kumar A (2005) Explaining consumer acceptance of handheld internet devices. Journal of Business Research 58: 553–558.

Conchar M, Zinkhan G, Peters C and Olavarrieta S (2004) An integrated framework for the conceptualization of consumers’ perceived-risk processing. Journal of the Academy of Marketing Science 32(4): 418-436.

Deng L, Poole S (2010) Affect in web interfaces: A study of the impacts of web page visual complexity and order. MIS Quartely 34(4): 711–A10.

Forsythe M (2003) Consumer patronage and risk perceptions in Internet shopping. Journal of Business Research 56: 867–875.

Gao T, Rohm A, Sultan F and Pagani M (2013) Consumers un-tethered: A three-market empirical study of consumers’ mobile marketing acceptance. Journal of Business Research 66: 2536–2544.

Kim D, Ferrin D and Rao R (2008) A trust-based consumer decision-making model in electronic commerce: The role of trust, perceived risk, and their antecedents. Decision Support Systems 44: 544–564.

Kumar V, Zhang A and Luo A (2014) Modeling Customer Opt-In and Opt-Out in a Permission-Based Marketing Context. Journal of Marketing Research 2: 403–419.

Pan Y and Zinkhan G (2006) Exploring the impact of online privacy disclosures on consumer trust. Journal of Retailing 82(4): 331-338.

Pavlou P, Liang H, Yajiong X (2007) Understanding and mitigating uncertainty online exchange relationships: A principal-agent perspective. MIS Quarterly 31(1): 105–136.

Wells J, Valacich J and Hess T (2011) What signal are you sending? How website quality influences perception of product quality and purchase intentions. MIS Quartely 35(2): 373-396.

Wood S and Moreau P (2006) From fear to loathing? How emotion influences the evaluation and early use of innovations. Journal of Marketing 70: 44–57.

Avnet T, Pham T and Stephen T (2012) Consumer’s trust in feelings as information. Journal of Consumer Research (39)4: 720–735.

 Idée/dominante: La confiance d’un consommateur en ses émotions influence le jugement qu’il a d’une information et sa prise de décision.

 Résumé: Cette étude montre que le consommateur considère que ses émotions lui fournissent des informations fiables en fonction de la perception qu’il a de ses expériences de réussites passées. Cette étude montre également que l’influence des émotions dans le jugement d’une information dépend de la situation dans laquelle se trouve le consommateur: il accordera plus de crédit à ses émotions s’il est, à un moment donné, dans une situation où il est encouragé à faire confiance en ce qu’il ressent. De plus, les émotions ressenties peuvent influencer le choix du consommateur. Une grande confiance en ses émotions peut remplacer une information. Les émotions ressenties ne sont plus seulement ici un des critères sur lequel s’appuyer pour prendre une décision mais bien le critère de choix déterminant. Ainsi, il est montré qu’une grande confiance en ses émotions peut conduire le consommateur à rejeter une offre ressentie comme déloyale. Il n’en va pas de même dans le cas d’une offre équitable. La réponse émotionnelle (la colère) pousse le consommateur à rejeter l’offre bien que l’argument économique soit convaincant. Enfin, plus les informations sont difficiles à trouver, plus les sentiments influencent le jugement du consommateur, même si ce dernier n’a pas une totale confiance en eux. L’influence des émotions et la confiance en elles peuvent donc être contrôlées.

 Note d’intérêt: Bien que les personnes interrogées dans ces études soient souvent soumises à un choix hypothétique qui peut fausser les résultats, elle montre que le consommateur peut être dépendant de ses émotions et qu’elles sont un critère déterminant lorsqu’il ressent une peur face à une offre. On comprend ici l’influence de la confiance aux sentiments lorsque le consommateur ressent un risque. Il serait intéressant d’appliquer concrètement cette étude aux pratiques marketings sur mobile, au processus d’achat et au risque perçu par le consommateur.

Adaval R (2001) Sometimes it just feels right: The differential weighting of affect-consistent and affect-inconsistent product information. Journal of Consumer Research 28: 1–17.

Adipat B, Zang D and Zhou L (2011) The effects of tree-view based presentation adaptation on mobile web browsing. MIS Quarterly 35(1): 99 –121.

Avnet T, Pham T and Stephen T (2012) Consumer’s trust in feelings as information. Journal of Consumer Research (39)4: 720–735

Bart Y, Shankar V, Sultan F and Urban L (2005) Are the drivers and role of online trust the same for all web sites and consumers? A large-scale exploratory empirical study. Journal of Marketing 69(4): 133-152.

Bruner C and Kumar A (2005) Explaining consumer acceptance of handheld internet devices. Journal of Business Research 58: 553–558.

Conchar M, Zinkhan G, Peters C and Olavarrieta S (2004) An integrated framework for the conceptualization of consumers’ perceived-risk processing. Journal of the Academy of Marketing Science 32(4): 418-436.

Deng L, Poole S (2010) Affect in web interfaces: A study of the impacts of web page visual complexity and order. MIS Quartely 34(4): 711–A10.

Forsythe M (2003) Consumer patronage and risk perceptions in Internet shopping. Journal of Business Research 56: 867–875.

Gao T, Rohm A, Sultan F and Pagani M (2013) Consumers un-tethered: A three-market empirical study of consumers’ mobile marketing acceptance. Journal of Business Research 66: 2536–2544.

Kim D, Ferrin D and Rao R (2008) A trust-based consumer decision-making model in electronic commerce: The role of trust, perceived risk, and their antecedents. Decision Support Systems 44: 544–564.

Kumar V, Zhang A and Luo A (2014) Modeling Customer Opt-In and Opt-Out in a Permission-Based Marketing Context. Journal of Marketing Research 2: 403–419.

Pan Y and Zinkhan G (2006) Exploring the impact of online privacy disclosures on consumer trust. Journal of Retailing 82(4): 331-338.

Pavlou P, Liang H, Yajiong X (2007) Understanding and mitigating uncertainty online exchange relationships: A principal-agent perspective. MIS Quarterly 31(1): 105–136.

Wells J, Valacich J and Hess T (2011) What signal are you sending? How website quality influences perception of product quality and purchase intentions. MIS Quartely 35(2): 373-396.

Wood S and Moreau P (2006) From fear to loathing? How emotion influences the evaluation and early use of innovations. Journal of Marketing 70: 44–57.

Référence: Adaval R (2001) Sometimes it just feels right: The differential weighting of affect-consistent and affect-inconsistent product information. Journal of Consumer Research 28: 1–17.

 Idée/dominante: La dimension affective joue un rôle dans le jugement des caractéristiques d’un produit et sur l’intention d’achat lorsque le critère hédonique l’emporte sur l’utilitaire.

Résumé: L’étude montre que la dimension affective influence le jugement d’un produit même si l’information à propos du produit est à la portée du consommateur. Cependant cette théorie est influencée par la future utilisation du produit. L’utilisation utilitaire est la capacité du produit à réaliser une fonction utile tandis que l’on parle de critère hédonique quand le consommateur donne de l’importance aux émotions quand le produit sera utilisé.

L’information donnée par l’émotion ressentie au moment du jugement n’a d’impact que lorsque le consommateur évalue le produit selon un critère de plaisir (hédonique).

Lors de cette étude, les personnes testées (hommes et femmes) considéraient le critère affectif (hédonique) plus important pour évaluer des produits vestimentaires (jean, chaussure, sweat-shirt). Ainsi, la valeur des informations affectives pèse plus dans l’évaluation du produit.

Le critère que le consommateur choisi d’utiliser lors de l’évaluation d’un produit dépend du type de produit, de sa perception de ses besoins et de ses valeurs. Lorsque les participants avaient pour directive de fonder leur jugement sur leurs émotions, ils avaient davantage confiance en l’information que leur prodiguaient leurs émotions. De même, leur montrer que la dimension affective n’était pas adéquate pour juger un produit réduisait l’impacte de leurs émotions.

 Note d’intérêt: On peut donc valoriser certaines caractéristiques du produit en fonction de leur jugement. Les auteurs ajoutent que l’influence de chaque caractéristique peut changer lorsqu’il y a un délai entre l’évaluation (en ligne) et l’achat. Le jugement des caractéristiques d’un produit n’a d’influence sur la décision d’achat que lorsque le critère de jugement correspond à celui de prise de décision. Cette étude montre que les émotions jouent un rôle primordial dans la vente de vêtements en ligne ( et peut-être sur mobile) et nous comprenons que la réflexion et le temps d’attente entre l’évaluation du produit et l’achat pourrait faire stopper le processus d’achat en changeant le critère de jugement du consommateur.
Adaval R (2001) Sometimes it just feels right: The differential weighting of affect-consistent and affect-inconsistent product information. Journal of Consumer Research 28: 1–17.

Adipat B, Zang D and Zhou L (2011) The effects of tree-view based presentation adaptation on mobile web browsing. MIS Quarterly 35(1): 99 –121.

Avnet T, Pham T and Stephen T (2012) Consumer’s trust in feelings as information. Journal of Consumer Research (39)4: 720–735

Bart Y, Shankar V, Sultan F and Urban L (2005) Are the drivers and role of online trust the same for all web sites and consumers? A large-scale exploratory empirical study. Journal of Marketing 69(4): 133-152.

Bruner C and Kumar A (2005) Explaining consumer acceptance of handheld internet devices. Journal of Business Research 58: 553–558.

Conchar M, Zinkhan G, Peters C and Olavarrieta S (2004) An integrated framework for the conceptualization of consumers’ perceived-risk processing. Journal of the Academy of Marketing Science 32(4): 418-436.

Deng L, Poole S (2010) Affect in web interfaces: A study of the impacts of web page visual complexity and order. MIS Quartely 34(4): 711–A10.

Forsythe M (2003) Consumer patronage and risk perceptions in Internet shopping. Journal of Business Research 56: 867–875.

Gao T, Rohm A, Sultan F and Pagani M (2013) Consumers un-tethered: A three-market empirical study of consumers’ mobile marketing acceptance. Journal of Business Research 66: 2536–2544.

Kim D, Ferrin D and Rao R (2008) A trust-based consumer decision-making model in electronic commerce: The role of trust, perceived risk, and their antecedents. Decision Support Systems 44: 544–564.

Kumar V, Zhang A and Luo A (2014) Modeling Customer Opt-In and Opt-Out in a Permission-Based Marketing Context. Journal of Marketing Research 2: 403–419.

Pan Y and Zinkhan G (2006) Exploring the impact of online privacy disclosures on consumer trust. Journal of Retailing 82(4): 331-338.

Pavlou P, Liang H, Yajiong X (2007) Understanding and mitigating uncertainty online exchange relationships: A principal-agent perspective. MIS Quarterly 31(1): 105–136.

Wells J, Valacich J and Hess T (2011) What signal are you sending? How website quality influences perception of product quality and purchase intentions. MIS Quartely 35(2): 373-396.

Wood S and Moreau P (2006) From fear to loathing? How emotion influences the evaluation and early use of innovations. Journal of Marketing 70: 44–57.

Référence: Wood S and Moreau P (2006) From fear to loathing? How emotion influences the evaluation and early use of innovations. Journal of Marketing 70: 44–57.

Idée/dominante : Les émotions influencent l’utilisation d’un nouveau produit.

Résumé : La réussite d’une innovation repose dans les bénéfices que peut apporter le produit, le prix, les avantages comparés aux autres produits ainsi que la complexité d’utilisation attendue.
Les attentes du consommateur lors de l’utilisation d’un nouveau produit influencent le succès de ce produit. Quand le consommateur apprend à utiliser un nouveau produit, il ressent une émotion qui le conduira à réutiliser (ou pas) ce nouveau produit. Cette étude analyse les causes sous-jacentes des émotions ressenties lors de l’utilisation.
Les auteurs de cette étude établissent un modèle qui conceptualise l’influence de l’émotion sur l’utilisation d’une innovation technologique. Le modèle, nommé ici E³, est le suivant : Attentes > Emotion> Evaluation.
La peur de la complexité préalablement ressentie par le consommateur influence l’utilisation qu’il aura du produit. Cette complexité ressentie résulte de la connaissance préalable qu’a le consommateur, de l’observation d’utilisations préalables et de la communication faite par le marketeur. Les émotions négatives à l’égard du produit émergent également lorsque le consommateur met du temps et éprouve des difficultés à atteindre le but qu’il s’était fixé dans son apprentissage du produit. Il peut donc abandonner l’utilisation du produit. C’est donc la confirmation (ou non) de la complexité et des risques présagés qui provoque les émotions qui influencent la future utilisation de l’innovation.

Note d’intérêt : Nous comprenons ici que le ressenti de complexité, les risques présumés ainsi que la facilité d’apprentissage influencent la réussite d’une innovation. Cependant, dans cette étude, les sujets ont été soumis à des innovations qu’ils n’avaient pas forcément prévu d’utiliser ce qui fausse les sentiments qu’ils pouvaient ressentir. On peut donc s’interroger sur l’influence de la motivation et le rôle de la tâche (plaisir/utilitaire). Il aurait été également intéressant de savoir ce qui a provoqué des difficultés d’apprentissage et pourquoi le consommateur peut ressentir une peur de l’utilisation et présage une future difficulté d’utilisation. Il est intéressant de noter que la complexité influence l’utilisation d’un outil.

Adaval R (2001) Sometimes it just feels right: The differential weighting of affect-consistent and affect-inconsistent product information. Journal of Consumer Research 28: 1–17.

Adipat B, Zang D and Zhou L (2011) The effects of tree-view based presentation adaptation on mobile web browsing. MIS Quarterly 35(1): 99 –121.

Avnet T, Pham T and Stephen T (2012) Consumer’s trust in feelings as information. Journal of Consumer Research (39)4: 720–735

Bart Y, Shankar V, Sultan F and Urban L (2005) Are the drivers and role of online trust the same for all web sites and consumers? A large-scale exploratory empirical study. Journal of Marketing 69(4): 133-152.

Bruner C and Kumar A (2005) Explaining consumer acceptance of handheld internet devices. Journal of Business Research 58: 553–558.

Conchar M, Zinkhan G, Peters C and Olavarrieta S (2004) An integrated framework for the conceptualization of consumers’ perceived-risk processing. Journal of the Academy of Marketing Science 32(4): 418-436.

Deng L, Poole S (2010) Affect in web interfaces: A study of the impacts of web page visual complexity and order. MIS Quartely 34(4): 711–A10.

Forsythe M (2003) Consumer patronage and risk perceptions in Internet shopping. Journal of Business Research 56: 867–875.

Gao T, Rohm A, Sultan F and Pagani M (2013) Consumers un-tethered: A three-market empirical study of consumers’ mobile marketing acceptance. Journal of Business Research 66: 2536–2544.

Kim D, Ferrin D and Rao R (2008) A trust-based consumer decision-making model in electronic commerce: The role of trust, perceived risk, and their antecedents. Decision Support Systems 44: 544–564.

Kumar V, Zhang A and Luo A (2014) Modeling Customer Opt-In and Opt-Out in a Permission-Based Marketing Context. Journal of Marketing Research 2: 403–419.

Pan Y and Zinkhan G (2006) Exploring the impact of online privacy disclosures on consumer trust. Journal of Retailing 82(4): 331-338.

Pavlou P, Liang H, Yajiong X (2007) Understanding and mitigating uncertainty online exchange relationships: A principal-agent perspective. MIS Quarterly 31(1): 105–136.

Wells J, Valacich J and Hess T (2011) What signal are you sending? How website quality influences perception of product quality and purchase intentions. MIS Quartely 35(2): 373-396.

Wood S and Moreau P (2006) From fear to loathing? How emotion influences the evaluation and early use of innovations. Journal of Marketing 70: 44–57.

Bart Y, Shankar V, Sultan F and Urban L (2005), Are the drivers and role of online trust the same for all web sites and consumers? A large-scale exploratory empirical study. Journal of Marketing 69(4): 133-152.

Idée/dominante: Les facteurs de la confiance en ligne diffèrent en fonction du type de site internet. La confiance en ligne influence l’attitude et le risque perçu par le consommateur.

Résumé: La confiance en ligne est déterminée par la perception du consommateur sur la façon dont le site va répondre à ses attentes, la crédibilité des informations données, et la confiance que le site inspire. La confiance agit sur l’attitude et la perception de risque du consommateur. Les auteurs ajoutent que les caractéristiques des consommateurs influencent la confiance en ligne (aisance du consommateur sur le Web, niveau d’expertise, expérience dans l’achat en ligne, utilisation d’internet pour les loisirs).
L’étude montre que les facteurs de confiance varient en fonction des catégories de sites. Ainsi, la vie privée et le déroulé de la commande sont plus importants pour le site dont le niveau d’informations requis et l’implication sont élevés (sites de voyages, e-commerçants). La navigation et la présentation sont importantes pour tous les types de sites mais priment pour les sites où l’information donnée est nécessaire (sport, e-commerçant). L’image de marque est primordiale pour les catégories où le niveau d’implication est élevé (automobiles). La dimension conseil est la plus importante pour la recherche de produit à hauts risques financiers (ordinateurs). L’absence d’erreur est importante pour tous les types de sites internet. L’étude démontre que la confiance est déterminée par la dimension conseil du site, la navigation et la présentation ainsi que l’image de marque pour tous les consommateurs. Cette dernière a une influence plus importante pour la catégorie de consommateur ayant un niveau d’éducation plus élevé.

Note d’intérêt: Les sites Web peuvent donc agir sur les facteurs de confiance en fonction de leur activité et de leur cible. Dans le domaine de la vente de produits vestimentaires en ligne, caractérisée par la motivation et la recherche d’informations, les facteurs de confiance sont l’image de marque, les conseils et l’absence d’erreur. Cependant, le fait que l’étude ne révèle pas d’impact de la sécurité sur la confiance en ligne semble étonnant. Cette étude montre les causes sous-jacentes du risque perçu sur le net et donne des pistes de recherches quant au rôle de la confiance dans le domaine de l’internet mobile.

Adaval R (2001) Sometimes it just feels right: The differential weighting of affect-consistent and affect-inconsistent product information. Journal of Consumer Research 28: 1–17.

Adipat B, Zang D and Zhou L (2011) The effects of tree-view based presentation adaptation on mobile web browsing. MIS Quarterly 35(1): 99 –121.

Avnet T, Pham T and Stephen T (2012) Consumer’s trust in feelings as information. Journal of Consumer Research (39)4: 720–735

Bart Y, Shankar V, Sultan F and Urban L (2005) Are the drivers and role of online trust the same for all web sites and consumers? A large-scale exploratory empirical study. Journal of Marketing 69(4): 133-152.

Bruner C and Kumar A (2005) Explaining consumer acceptance of handheld internet devices. Journal of Business Research 58: 553–558.

Conchar M, Zinkhan G, Peters C and Olavarrieta S (2004) An integrated framework for the conceptualization of consumers’ perceived-risk processing. Journal of the Academy of Marketing Science 32(4): 418-436.

Deng L, Poole S (2010) Affect in web interfaces: A study of the impacts of web page visual complexity and order. MIS Quartely 34(4): 711–A10.

Forsythe M (2003) Consumer patronage and risk perceptions in Internet shopping. Journal of Business Research 56: 867–875.

Gao T, Rohm A, Sultan F and Pagani M (2013) Consumers un-tethered: A three-market empirical study of consumers’ mobile marketing acceptance. Journal of Business Research 66: 2536–2544.

Kim D, Ferrin D and Rao R (2008) A trust-based consumer decision-making model in electronic commerce: The role of trust, perceived risk, and their antecedents. Decision Support Systems 44: 544–564.

Kumar V, Zhang A and Luo A (2014) Modeling Customer Opt-In and Opt-Out in a Permission-Based Marketing Context. Journal of Marketing Research 2: 403–419.

Pan Y and Zinkhan G (2006) Exploring the impact of online privacy disclosures on consumer trust. Journal of Retailing 82(4): 331-338.

Pavlou P, Liang H, Yajiong X (2007) Understanding and mitigating uncertainty online exchange relationships: A principal-agent perspective. MIS Quarterly 31(1): 105–136.

Wells J, Valacich J and Hess T (2011) What signal are you sending? How website quality influences perception of product quality and purchase intentions. MIS Quartely 35(2): 373-396.

Wood S and Moreau P (2006) From fear to loathing? How emotion influences the evaluation and early use of innovations. Journal of Marketing 70: 44–57.

Conchar M, Zinkhan G, Peters C and Olavarrieta S (2004) An integrated framework for the conceptualization of consumers’ perceived-risk processing. Journal of the Academy of Marketing Science 32(4): 418-436.

 Idée/dominante: Le risque perçu est le résultat du contexte, du risque factuel et de l’influence des caractéristiques d’un individu lors de son jugement par l’individu. Il comprend trois phases : son cadrage, sa détermination et son jugement.

Résumé: Le risque perçu implique deux éléments: l’incertitude et les conséquences sur l’achat. La perception du risque est subjective et dépend du contexte. Elle est définie par les auteurs comme étant l’évaluation subjective d’un individu quant à l’importance du risque attendu pour chacune des alternatives qui s’offre à lui pour accomplir son but.

Les caractéristiques individuelles influencent la perception du risque. L’étude détermine trois types de caractéristiques déterminant l’attitude d’un individu face aux risques: celles inhérentes à l’individu (personnalité, aspect démographique), celles qui évoluent dans le temps (émotions, humeurs) et les facteurs culturels.

Le processus d’élaboration du risque perçu décrit trois phases: cadrage du risque, détermination du risque et jugement du risque. La première phase consiste en la recherche d’informations faite par l’individu à propos du risque lié à son choix et des alternatives qui s’offrent à lui pour éviter ce risque. Le consommateur rassemble des informations factuelles et subjectives (perception). En effet, le niveau de risque objectif existe indépendamment du risque perçu subjectivement (Mitchell, 1999). L’évaluation du risque est la détermination de l’importance et la probabilité des gains et de pertes. Lors du jugement du risque l’individu détermine si le risque possible vaut ces possibles gains et pertes.

 Note d’intérêt: Cet article est une étude littéraire qui nous permet d’avoir une définition claire du risque perçu et comprendre son processus d’élaboration. La première étape est mise en exergue et semble être la plus importante. La subjectivité (perception, sens, émotions) et la perception d’une information sont primordiales si l’on veut éviter que la perception du risque ne fasse obstacle à un achat et peuvent être des facteurs à étudier s’il on veut traiter du risque perçu sur mobile. Il serait intéressant de vérifier le modèle mis en évidence dans l’article grâce à des études qualitatives et/ou quantitatives.

Adaval R (2001) Sometimes it just feels right: The differential weighting of affect-consistent and affect-inconsistent product information. Journal of Consumer Research 28: 1–17.

Adipat B, Zang D and Zhou L (2011) The effects of tree-view based presentation adaptation on mobile web browsing. MIS Quarterly 35(1): 99 –121.

Avnet T, Pham T and Stephen T (2012) Consumer’s trust in feelings as information. Journal of Consumer Research (39)4: 720–735

Bart Y, Shankar V, Sultan F and Urban L (2005) Are the drivers and role of online trust the same for all web sites and consumers? A large-scale exploratory empirical study. Journal of Marketing 69(4): 133-152.

Bruner C and Kumar A (2005) Explaining consumer acceptance of handheld internet devices. Journal of Business Research 58: 553–558.

Conchar M, Zinkhan G, Peters C and Olavarrieta S (2004) An integrated framework for the conceptualization of consumers’ perceived-risk processing. Journal of the Academy of Marketing Science 32(4): 418-436.

Deng L, Poole S (2010) Affect in web interfaces: A study of the impacts of web page visual complexity and order. MIS Quartely 34(4): 711–A10.

Forsythe M (2003) Consumer patronage and risk perceptions in Internet shopping. Journal of Business Research 56: 867–875.

Gao T, Rohm A, Sultan F and Pagani M (2013) Consumers un-tethered: A three-market empirical study of consumers’ mobile marketing acceptance. Journal of Business Research 66: 2536–2544.

Kim D, Ferrin D and Rao R (2008) A trust-based consumer decision-making model in electronic commerce: The role of trust, perceived risk, and their antecedents. Decision Support Systems 44: 544–564.

Kumar V, Zhang A and Luo A (2014) Modeling Customer Opt-In and Opt-Out in a Permission-Based Marketing Context. Journal of Marketing Research 2: 403–419.

Pan Y and Zinkhan G (2006) Exploring the impact of online privacy disclosures on consumer trust. Journal of Retailing 82(4): 331-338.

Pavlou P, Liang H, Yajiong X (2007) Understanding and mitigating uncertainty online exchange relationships: A principal-agent perspective. MIS Quarterly 31(1): 105–136.

Wells J, Valacich J and Hess T (2011) What signal are you sending? How website quality influences perception of product quality and purchase intentions. MIS Quartely 35(2): 373-396.

Wood S and Moreau P (2006) From fear to loathing? How emotion influences the evaluation and early use of innovations. Journal of Marketing 70: 44–57.