How to Use Big Data and Predictive Analytics to Improve the Success of New Products

Référence

Jain, C. L. (2016). « How to Use Big Data and Predictive Analytics to Improve the Success of New Products ». Review Of Business, Vol. 37 Issue 1, p48-55. 8p

Idée dominante

Quelle est l’intérêt d’une meilleure expérience utilisateur pour l’entreprise?

Résumé

Il est difficile pour un nouveau produit d’être rentable. De manière général le taux de réussite d’un nouveau produit est de l’ordre de 25%
Le succès d’un nouveau produit dépend de trois choses:
– Comment est-il sélectionné?

– Comment l’entreprise envisage le lancement de celui-ci?
– Comment la demande est gérée après le lancement?
Le lancement d’un produit peut échouer parce que les consommateurs n’en veulent pas ou à cause d’autres problèmes qui peuvent être corrigés. Le big data est justement l’outil qui va pouvoir aider à trouver les problèmes. Il est important de pouvoir se poser les bonnes questions
– Les consommateurs préfèrent ils l’ancien au nouveau?
– Les instructions d’utilisation du produit sont elle claires?
– Les consommateurs ont-ils besoin d’une expérience pratique pour utiliser un produit?
– Le produit est il correctement positionné?
Le consommateur n’est pas toujours prêt à intégrer un nouveau produit dans son mode de consommation e aura tendance à préférer l’ancien modèle. Ce qui fut le cas pour coca cola avec son produit New Coke.
Le big data via le predictive analytics permet ainsi qu’aux entreprises de pouvoir rajeunir leurs ventes mais également de trouver de nouvelles opportunités comme par exemple de nouvelles utilisations à des produits déjà existants. Le fait de pouvoir obtenir des informations sur les consommateurs en temps réels permet à l’entreprise d’être réactive et de pouvoir corriger rapidement le problème.

Note d’intérêt pour la recherche en cours

Le big data permet aux entreprises d’avoir accès à l’information de manière très rapide, ce qui leur permet de corriger les problèmes lors d’un lancement de produit.

Big Data and consumer behavior: imminent opportunities

Référence:

Hofacker, C. F., Malthouse, E. C., & Sultan, F. (2016). « Big Data and consumer behavior: imminent opportunities ». Journal Of Consumer Marketing, Vol. 33 Issue 2, p89-97. 9p

Idée dominante:
Le changement qu’occupe le Big data dans les prises de décisions marketing

Résumé

Le big data est apparu depuis que l’on s’est aperçu que supprimer les données coûtait plus cher que de les stocker. Le big data se caractérise par la règle des 3Vs:
– Volume: La masse d’information qu’il regroupe
– Vélocité: la rapidité de l’information qui circule (ex: géolocalisation) rendant le big data encore

plus grand.
– Variété: la variété des informations (chiffres, images, textes…)
Avec le développement des réseaux sociaux, l’interactivité avec les consommateurs est de plus en plus grandes. Ce qui permet aux entreprises d’avoir davantage d’informations sur leur comportement. Le big data est à l’origine de nombreux changements dans la prise de décision marketing.

La première étape concerne la reconnaissance d’un problème. En observant autour de lui le consommateur ressent un manque. La satisfaction d’un consommateur n’est jamais atteinte. Il voit toujours ce qui le sépare entre ce qu’il possède, ce qu’il a déjà expérimenté et ce qu’il n’a pas encore. Avec le Big data les entreprises ont les moyens de pouvoir anticiper ce moment, en étant proche de celui-ci via les réseaux sociaux. Via la récupération d’adresse IP les entreprises sont donc en mesure de pouvoir traquer le consommateur et de comprendre tout ses faits et gestes.

La seconde étape est la Recherche. Lorsque le client achète en magasin il a le choix entre un certain nombre de produits. Il est donc plus facile d’établir un suivi sur son comportement. Or maintenant avec le développement de plateforme de e-commerce le client a une variété de choix encore plus étendue. Des outils ont donc été développés pour avoir un suivi parfait du consommateur, à savoir quels sont les mots clés qui l’intéressent, ainsi que tout le chemin qu’il a parcouru sur le site via des capteurs. Pour autant il reste difficile de savoir quel est l’élément qui a déclenché l’achat.

Vient ensuite l’Évaluation alternative qui intervient lorsque le consommateur est présent sur le site. Il s’agit par ses actions de pouvoir déterminer ce qu’il en est. Pour exemple l’abandon d’un panier d’achat indique que le client fait des comparaisons de prix entre les différents sites.

Puis il y a l’Acte d’achat qui correspond à toutes les actions mises en place pour faciliter et rendre plus agréable l’acte d’achat (expérience user) pour le consommateur. De sorte qu’il revienne.

La Consommation. Avec le développement de nombreux réseaux sociaux les consommateurs partagent de plus en plus d’informations sur eux, que ce soit par message ou photo. Le but pour les entreprises est de pouvoir extirper ces données visuelles pour les transformer en données numériques et donc en déduire un type de consommation et déceler des détails physiologiques très précis sur le consommateur.

L’Après achat. Le consommateur est plus dans une phase de bilan par rapport à ses attentes de départ. Il est difficile de pouvoir déceler quelques informations si ce n’est des photos ou bien des tweets.

Et enfin l’Engagement après achat. Comme nous l’avons vu plus haut avec les caractéristiques du big data (volume, rapidité, et variété), le consommateur va émettre un jugement, l’information va se répandre et comme le comportement de l’un est l’antécédent de l’autre, ces informations vont avoir une influence sur le comportement des autres.

Toutefois le big data peut avoir des limites:
– Il explique ce que les consommateurs font via des associations mais ne répond pas à la cause – Le big data malgré tout n’est pas forcément représentatif
– Il peut omettre des données
– Il n’y a pas de limite par rapport à la vie privé des consommateurs

Note d’intérêt pour la recherche en cours

Cet article me permet de démontrer que le Big data occasionne de nombreuses évolutions au sein de l’entreprise notamment dans le secteur marketing, en lui permettant de mieux connaitre le consommateur.

FICHE : Le marketing sensoriel en point de vente 

Référence :

Bruno Daucé, Sophie Rieunier, (2002) « Le marketing sensoriel en point de vente », dans Recherche et Applications en Marketing, vol. 17, n°4, pp. 45-66.

Idée / dominante :

Le texte définit l’atmosphère d’un point de vente et explique son influence sur les consommateurs.

Résumé :

L’atmosphère d’un point de vente est l’ensemble des facteurs physiques (odeurs, couleurs, sons, température etc.) et sociaux (force de vente + clientèle) causant des réactions cognitives, émotionnelles et physiologiques chez les personnes se trouvant dans le point de vente. Ces facteurs sont autant de stimuli qui influent sur les émotions, les pensées et les comportements des consommateurs.

Lorsqu’un visiteur ne peut déterminer la qualité des produits proposés par l’enseigne dans laquelle il se trouve, il se base inconsciemment sur ses sens pour évaluer la marque : c’est le phénomène de l’inférence. Par exemple, un vendeur aux vêtements sombres inspire plus naturellement la confiance. Les stimuli sensoriels des retailers permettent ainsi d’influencer le consommateur à plusieurs niveaux : sur la mémoire, qui permet d’associer la marque à un souvenir encourageant l’achat ; l’humeur, qui est déterminante pour la quantité achetée et la fidélisation et le métabolisme, qui stressé ou relaxé influe sur le temps passé en magasin.

Il est essentiel de comprendre que l’attitude psychologique, et par conséquent physique, des clients d’une surface de vente peut être modulée « à la carte » afin d’optimiser les ventes. Par exemple, une musique au tempo rapide et au volume élevé augmente la consommation de verres par des amis dans un bar le soir mais risque de réduire le temps passé en grande surface par une famille. Il est donc essentiel pour une marque d’adapter les stimulations sensorielles dégagées par ses points de vente à sa cible marketing afin de satisfaire le maximum de visiteurs et d’augmenter ses ventes.

Le consommateur ne fait pas naturellement une analyse séquentielle des différentes stimulations sensorielles auxquelles il fait face en entrant dans un magasin : pour être efficace, la marque doit développer ses points de ventes en prenant en compte toutes les caractéristiques sensorielles (couleurs, matières, volume, odeurs etc.) afin d’immerger le client dans un concept lui permettant de vivre une expérience.

Notes d’intérêt pour la recherche en cours (hypothèses, concepts, modèles, contexte) :

La création d’une atmosphère en point de vente est essentielle pour permettre à la marque de transmettre son identité au consommateur et d’optimiser l’achat grâce aux stimuli sensoriels. Cependant, l’utilisation de l’atmosphère peut poser des problèmes de précision (chaque individu réagissant différemment), d’éthique (enjeux légaux) et de coûts.

Fiche de lecture : Xu, H, Luo, X. R., Caroll, J. M., Rosson, M. B., (2011). “The personalization privacy paradox: An exploratory study of decision making process for location aware marketing”, Decision Support Systems, 51, pp. 42-52.

Idée générale : Les services marketing géolocalisés (LBS) par mobile ouvrent un large champ d’opportunités pour les protagonistes qui les utilisent. Cependant, les inquiétudes dérivant du respect de la vie privée s’imposent comme frein majeur à leur acceptation. Aussi, cet article ambitionne d’étendre les LBS  au paradoxe de personnalisation-vie privée.

Résumé : L’impact des risques et des bénéfices perçus issus de la personnalisation, ainsi que celui de la propension d’un individu à être attiré par la nouveauté et par les offres promotionnelles sont testés sur la volonté d’un individu d’utiliser les LBS. Or, ces derniers peuvent délivrer des contenus de deux manières : la méthode déclarée (également connue sous le nom de pull), par laquelle les LBS sont actionnés à la demande de l’utilisateur ; et la méthode silencieuse (ou push), par laquelle les LBS s’actionnent de manière autonome (Unni et Harmon 2008, Xu et al. 2009). Les effets modérateurs des deux méthodes de collecte sur les risques/bénéfices perçus sont donc également évalués. Les résultats semblent montrer que les bénéfices perçus de la personnalisation surpassent les inquiétudes de vie privée. Cependant, il apparait que celles-ci s’accroissent lorsque les contenus sont livrés par méthode silencieuse, mais pas par méthode déclarée. De plus, l’appétit des individus pour les offres promotionnelles ne semble pas avoir d’impact significatif sur les relations proposées, au contraire de l’attirance pour la nouveauté.

Méthodologie de recherche : Méthode quantitative par questionnaire sur 545 étudiants et diplômés d’université, ayant recours à une méthode projective. Les questionnaires sont complétés par les répondants sur un site qui héberge un système servant de base à l’expérience. Une histoire fictive sert de projection à l’expérience. Il est indiqué qu’un système de coupons mobile par LBS sera bientôt lancé sur le marché et que leur retour constituera un premier test pour le service proposé. Les répondants se mettent dans la peau d’un utilisateur de ce service. L’une des deux méthodes de collecte leur est alors aléatoirement présentée. A la suite de la vidéo, le  questionnaire qui mesure les variables de l’étude est alors administré.

Note d’intérêt : Cet article entend tester le privacy calculus dans la perspective des méthodes de collecte et de livraisons des contenus utilisées dans le cadre des LBS. La différence des résultats entre les deux méthodes proposées dans l’article démontre que les utilisateurs de LBS sont également sensibles aux procédés et pratiques employées par les entreprises lorsqu’ils interagissent sur leur mobile. (Hbase, H2)

Bibliographie utilisée :

  • Unni, R., Harmon, R., (2007). “Perceived effectiveness of push vs. pull mobile location-based advertising”, Journal of Interactive Advertising, 7(2). Available at http://www.jiad.org/article91.
  • Xu, H., Zhang, C., Shi, P., Song, P., (2009). “Exploring the role of overt vs. covert personalization strategy in privacy calculus, Best Paper Proceedings of 69th Annual Meeting of the Academy of Management (AOM 2009), Chicago, Illinois.

Fiche de lecture : Ho, S. Y., (2012). “The effects of location personalization on individuals’ intention to use mobile services”, Decision Support Systems, 53, pp. 802-812.

Idée générale : Quels sont les facteurs technologiques qui motivent les individus à utiliser des services personnalisés grâce à une fonctionnalité de localisation ? Quels effets des motivations intrinsèques et extrinsèques initiales sur l’intention d’utiliser ces services sur le long terme ?

Résumé : L’article se base sur la théorie des niveaux d’adaptation (Helson 1964), et sur celles de la motivation afin de comprendre ce qui pousse les individus à utiliser les technologies mobiles. Les fonctionnalités testées dans l’étude, déterminant les motivations  des individus, reposent sur la nouveauté, l’accès communautaire, et la précision de la localisation. Une motivation plus importante générée par ces fonctionnalités devrait résulter en une intention plus importante d’utiliser les services proposés. L’hypothèse est vérifiée par les résultats, lesquels suggèrent de plus que, lors des premières semaines de test, l‘utilisation des dits-services est incitée par une combinaison des motivations intrinsèques et extrinsèques, lesquelles sont conduites par l’attirance pour la nouveauté, la pertinence des recommandations, et la dimension communautaire du service  (confirmant alors les travaux de Reis, 2000 et de Lindenberg, 2001). Il apparait en revanche que les motivations extrinsèques semblent avoir un effet décroissant à mesure que les semaines d’utilisation se succèdent. Il semble donc que les fonctionnalités hédonistes stimulant les motivations intrinsèques ont un potentiel important, et sont à privilégier dans le développement de services personnalisés par  localisation.

Méthode de recherche : Expérience terrain, appuyée par une méthode quantitative par questionnaires sur 130 répondants. Les auteurs ont établi un système capable de générer des recommandations personnelles, envoyées par SMS, sur des lieux où déjeuner en fonction de la position des répondants. Les répondants reçoivent les notifications, évaluent les recommandations et font rapport de leur expérience via des questionnaires de suivi au fil des 4 semaines de test.

Note d’intérêt : Cet article démontre que la fonction GPS peut être mise à contribution  pour personnaliser les services mobiles, générer des bénéfices pour les utilisateurs, et donc pousser les individus à utiliser ces services. Cependant, en personnalisant les services grâce à la localisation, ces derniers s’encombrent également d’attributs susceptibles de générer des inquiétudes liées au respect de la vie privée. (Hbase, H3)

Bibliographie utilisée :

  • Helson, H., (1964).”Current trends and issues in adaptation-level theory”, American Psychologist, 19(1), pp. 26–38.
  • Ryan, R.M., Deci, E.L., (2000). “Intrinsic and extrinsic motivations: classic definitions and new directions”, Contemporary Educational Psychology, 25, pp. 54–67.
  • Hsu, C.L., Lin, J.C.C., (2008). ”Acceptance of blog usage: the roles of technology acceptance, social influence and knowledge sharing motivation”, Information & Management, 45(1), pp. 65–74.
  • Lindenberg, S., (2001). ”Intrinsic motivation in a new light”, Kyklos, 54(3), pp. 317–342.
  • Reis, H.T., “Domains of experience: investigating relationship processes from three perspectives”, in: R. Erber, R. Gilmour (Eds.), Theoretical Frameworks for Personal Relationships, Erlbaum, New Jersey, Hillsdale, 1994, pp. 87–110.

Fiche de lecture : Ström, R., Vendel, M., Bredican, J., (2014). “Mobile Marketing: A literature review on its value for consumers and retailers”, Journal of retailing and consumer services, 21, 1001-1012.

Idée générale : Cet article fait état de l’art de ce qui a été écrit sur la manière dont le marketing sur mobile peut apporter de la valeur aux consommateurs et aux distributeurs.

Résumé : La plupart des études marketing par mobile repose sur la théorie des usages et gratifications (Atkin, 1973)  adaptée par la suite pour le mobile par Tsang et al. en 2004. Les intérêts du mobile en tant que canal marketing résident dans les fonctionnalités particulières qu’un appareil mobile offre, là où l’utilisation d’un PC ne serait pas pratique (en particulier le GPS et l’appareil photo). Le mobile permet une plus grande interactivité entre les consommateurs et les distributeurs, et en résulte des bénéfices utilitaires, sociaux, et émotionnels.  Ce qui coute le plus aux consommateurs dans le cadre du développement des pratiques Marketing par mobile, c’est de devoir apprendre à utiliser les nouveaux services mis en place à cet effet. Les procédés de promotion par SMS ou par notifications push, relatifs à l’endroit où se trouvent le consommateur,  ne créent de la valeur pour ces derniers que si les informations livrées sont crédibles. Dans le cas contraire, ces méthodes génèrent de l’irritation (Tsang et al. 2004). Le canal marketing du mobile permet aux entreprises de mieux segmenter et cibler leurs acheteurs (Kleinen et al, 2009) lors de leur visite en magasins, ainsi que de les accompagner après leurs actes d’achat. C’est une démarche valorisée dans la perception des  consommateurs (Lee et al. 2007) et qui augmente la fidélité de ces derniers envers les marques.  L’enjeu pour les distributeurs est donc d’intégrer les stratégies mobile dans leur perspective marketing globale (Kim et Jun, 2008).

Méthodologie de recherche : Les auteurs ont établi cette revue de littérature en 3 étapes de recherches successives par combinaisons de mots clés liant m-marketing, valeur perçue, et attitudes, dans une base de données disponible en ligne, ainsi que dans l’International Journal of Mobile Marketing.  64 études ont répondu à ces critères de recherche et servent donc de base à cet article.

Note d’intérêt : La plupart des articles sur le mobile ont traité de la mesure dans laquelle ce dernier peut être source de valeur pour les consommateurs comme les distributeurs, notamment en se positionnant comme nouveau canal publicitaire, en offrant des fonctionnalités particulières comme le GPS. En revanche, très peu d’études ont traité de la valeur perçue par les consommateurs des services mobiles. Aucun lien n’a été fait avec les inquiétudes de vie privée. Il existe un réel besoin de recherche à ce sujet.

Bibliographie utilisée :

  • Atkin, C., (1973). “Instrumental utilities and information seeking”. In: Clarke, P. (Ed.), New Models for Mass Communication Research. Sage, London, pp. 205–242.
  • Kim, M.J., Jun, J.W., (2008). “A case study of mobile advertising in South Korea: personalization and digital multimedia broadcasting (DMB)”, Journal of Targeting Measurement and analysis for Marketing, 16, pp. 129–138.
  • Kleinen, M., de Reuter, K., Wetzels, M., (2009). “An assessment of value creation in mobile service delivery and the moderating role of time consciousness”. Journal of Retailing, 83 (1), pp. 33–46.
  • Lee, C., Cheng, H.K., Cheng, H., (2007). “An empirical study of mobile commerce in insurance industry: task-technology fit and individual differences”, Decision Support Systems, 43 (1), pp. 95–110.
  • Tsang, M.M., Ho, S., Liang, T., (2004). „Consumer attitudes toward mobile advertising: an empirical study”, International Journal of Electronic Commerce, 8 (3), pp. 65–78.

Fiche de lecture : Sutanto, J., Palme, E., Tan, C.H., Phang, C. W., (2013). “Addressing the personalization privacy paradox: an empirical assessment from a field experiment on Smartphone users”, Mis Quarterly, 37(4), pp. 1141-1164.

Idée générale : Dans l’optique de mieux comprendre le paradoxe personnalisation-vie privée et l’impact du désir de vie privée sur les processus de gratification dérivés de la personnalisation, l’article propose une solution de publicités personnalisées aux inquiétudes de respect de vie privée réduites.

Résumé : L’article se fonde sur la théorie des usages et gratifications (UGT, Klapper 1963), et celle de la frontière de l’information (Stanton 2003). Le but est de tester l’impact de la personnalisation sur la gratification que retirent les individus. Ces derniers peuvent ressentir de la gratification par le processus (le média utilisé) de personnalisation ou par le contenu du message porté par le processus. Les auteurs supposent qu’une fonctionnalité de personnalisation dans une application de publicité sur smartphone augmente la gratification grâce au processus mais pas au contenu. Cependant, en ajoutant une fonctionnalité de protection de vie privée (les informations nécessaires pour la personnalisation sont traitées localement sur le téléphone  plutôt que d’être envoyées sur un serveur dédié), les utilisateurs devraient retirer d’avantage de gratification à la fois via le processus et via le contenu.         Les résultats suggèrent que la gratification par le processus est plus importante lorsque l’offre des publicités est ciblée. En revanche, aucune différence significative de gratification par le contenu n’est à noter. Cependant, une différence significative est mise en évidence dans l’utilisation de la version de l’application qui traite les données localement : la fréquence de lancement de l’application et le nombre de sauvegarde de publicités a significativement augmenté. Ainsi, en allégeant les inquiétudes de respect de la vie privée (ici en traitant les données sur son propre téléphone), la gratification est d’autant plus grande.

Méthodologie de recherche : Expérience terrain complétée par une méthode quantitative par questionnaire. 3 versions d’une même application de publicité sont développées : l’une diffuse des publicités non personnalisées, une seconde des publicités personnalisées mais dont la collecte pré-nécessaire des données s’exécute via un serveur centralisé, la dernière des publicités elles aussi personnalisées, mais dont le traitement préalable est effectuée localement sur le téléphone où se trouve l’application. L’application permet de consulter des publicités, et de les sauvegarder. Les publicités proposées concernent des offres de produits disponibles en supermarché. L’utilisateur doit naviguer dans l’application pour les consulter. Les 3 versions ont été disponibles sur Appstore, mais affichées sous une seule et même application. L’assignation d’une version à l’utilisateur qui la télécharge se fait de manière aléatoire. Pendant 3 mois, chaque lancement de l’application et sauvegarde d’une publicité est comptabilisé, et mesure respectivement la gratification par processus et par le contenu. Afin de comprendre les  motivations profondes de l’utilisation de l’application, un questionnaire de suivi est envoyé à l’issue des 3 mois de test à ceux qui l’ont téléchargé.

Note d’intérêt : La personnalisation apparait comme un bénéfice qui permet de contre balancer les risques perçus. Cette théorie s’imbrique donc dans le privacy calculus. Cet article amène l’idée que les consommateurs ont aussi recours au calculus lorsqu’ils interagissent en ligne autrement que via la configuration traditionnelle site Internet-PC. Sur mobile, les individus semblent également peser les bénéfices et les risques. (Hbase, H1,H2, H3, H4)

Bibliographie utilisée :

  • Klapper, J. T., (1963). “Mass Communication Research: An Old Road Resurveyed,” Public Opinion Quarterly, 27, pp. 515-527.
  • Stanton, J. M., (2003). “Information Technology and Privacy: A Boundary Management Perspective,” in Socio-Technical and Human Cognition Elements of Information Systems, S. Clarke, E. Coakes, M. Hunter, and A. Wenn (eds.), Hershey, PA: Idea Books, pp.79-103

Fiche de lecture : Zimmer, J. C., Arsal, R., Al-Marzouq, M., Moore, D., Grover, V., (2010). “Knowing your customers: Using a reciprocal relationship to enhance voluntary information disclosure”, Decision Support System, 48, pp. 395-406.

Idée générale : Une relation sociale travaillée entre un site et son utilisateur maximise la probabilité de partage d’informations personnelles.

Résumé : Le processus de décision de partage d’information chez les individus est sujet au privacy calculus, et les intentions de partage ne débouchent pas nécessairement sur un acte effectif selon la théorie des actions raisonnées (TRA, Ajzen et Fishbein 1980). L’article se propose donc d’explorer une stratégie de technique sociale pour maximiser le partage volontaire d’information. L’article fonde son raisonnement sur la théorie des échanges sociaux, qui stipule qu’un individu s’engagera dans un partage d’information si son partenaire dévoile des informations similaires en premier lieu (Chelune 1979). Sur ce principe, les auteurs se demandent si une relation réciproque d’un site avec son utilisateur maximiserait la probabilité de partage d’informations par ce dernier. L’article teste donc 3 niveaux de collectes de données  sur la concrétisation de l’intention de partage des données par un utilisateur : non-dyadique (simple demande d’informations), dyadique non raisonnée (partage, par le site, d’informations similaires à celles qui sont demandées) et dyadique raisonnée (collecte dyadique irrationnelle à laquelle s’ajoute des explications concernant l’utilisation des données demandées). Les auteurs émettent l’hypothèse qu’une relation dyadique non raisonnée modère positivement la relation entre intention  de partage et partage effectif,  et que cette modération est encore plus forte en cas de relation dyadique raisonnée. Les résultats ne valident pas l’influence de la condition dyadique non raisonnée mais démontrent cependant que lorsque l’intention de partage augmente, elle augmente plus rapidement lorsqu’elle est sous condition dyadique raisonnée. Dans le cas inverse d’une intention décroissante, l’intention décroit moins rapidement si elle est, elle aussi, sous condition dyadique raisonnée. Ainsi, les sites devraient faire de la présence para-sociale une priorité pour maximiser la probabilité de partage volontaire d’informations personnelles sur leurs structures.

Méthodologie de recherche : Méthode quantitative par questionnaire sur 264 répondants. Les répondants remplissent d’abord la partie qui mesure la variable de contrôle (bénéfices perçus en naviguant sur le site)  puis visitent le site choisi pour l’expérience en suivant les étapes prescrite par le questionnaire. WebMD.com a été choisi comme site cible. Il remplit les critères essentiels pour l’étude : c’est un site médical donc sur lequel le répondant est susceptible de partager des informations sensibles et de rechercher un aspect social lors de sa visite sur le site; il offre un accès à des contenus gratuits, donc le partage d’informations par l’individu est volontaire. Une fois la procédure de navigation sur le site complétée,  le répondant remplit les champs du questionnaire qui évalue les intentions de partage d’information.

Note d’intérêt : Cet article conforte l’idée que la formation des inquiétudes de vie privée n’est pas seulement influencée par les contenus que propose un site. Les intérêts des utilisateurs en ligne ne devraient pas être unilatéraux (du consommateur vers le site) mais réciproques (également du site vers l’utilisateur).  La forme a également de l’importance dans la modération des inquiétudes. (H2)

Bibliographie utilisée:

  • Ajzen, I., Fishbein., M., (1980). Understanding Attitudes and Predicting Social Behavior. Prentice-Hall, Englewood Cliffs, NJ
  • Archer, R.L., “Role of personality and the social situation”, in: Chelune, G.J. Self-Disclosure: Origins, Patterns and Implications of Openness in Interpersonal Relationships, San Francisco: Jossey-Bass, 1979, pp. 28–58.

Fiche de lecture : Li, Y., (2013). “The impact of disposition to privacy, website familiarity & website reputation on information privacy concerns”, Decision support systems, 57, pp. 343-354.

Idée générale : La probabilité de partage des informations par les utilisateurs dépend de la réputation du site, et de la familiarité qu’ils entretiennent avec ce dernier.   

Résumé : Le désir de vie privée est un facteur explicatif important des comportements des individus sur Internet. C’est pourtant un sujet qui n’a pas été largement investigué dans la littérature du e-commerce, et la reconnaissance de ces principaux attributs est essentielle pour contribuer à la recherche dans ce domaine. A cet effet, l’article ambitionne de comprendre le lien entre désir de vie privée et inquiétudes dérivant de la confidentialité des données dans le cadre des sites de e-commerce, sous l’influence de deux facteurs contextuels : la réputation perçue du site et la familiarité des individus avec ce dernier. L’auteur émet les hypothèses suivantes : un désir accru de vie privée résulte en une inquiétude supérieure. En s’appuyant sur les travaux de Casaló et al (2008) et de Van Slyke et al (2006), l’auteur suppose également que sur un site plus réputé et avec lequel l’individu est plus familier, la relation entre désir de vie privée et inquiétudes sur les sites Internet sera moins importante que sur un site moins réputé et sur lequel l’utilisateur est moins à l’aise. Les résultats valident que la disposition envers la vie privée augmente les inquiétudes, et que la réputation et la familiarité réduisent les risques perçus. En revanche, aucun des effets modérateurs n’ont été confirmés. Il apparait également que la significativité d’un facteur dépend de la prééminence des autres. Par exemple, lorsque la réputation d’un site est basse, l’impact de la familiarité sur les inquiétudes envers ces sites est atténué. Comparativement aux deux autres facteurs (disposition à la vie privée et familiarité), la réputation d’un site semble avoir plus d’influence sur les inquiétudes spécifiquement sur les sites. La priorité pour les sites est donc de travailler leur réputation.

Méthodologie de recherche : Recherche quantitative par questionnaire autoévalué, administrée sur 110 répondants. Afin de discriminer la réputation  des sites qui serviront de base à recherche, les chercheurs ont combiné informations financières trouvées sur Internet et commentaires des internautes en réaction aux spots TV des dits site. La sélection inclut des sites de réservation de voyages, de services financiers, et d’enchères. Les répondants commencent par remplir une première partie du questionnaire qui évalue leur désir de vie privée. A la suite de cela, le répondant visite un des sites présélectionnés qui leur a été aléatoirement assigné. Enfin, il poursuit le questionnaire où il évalue lui-même sa familiarité avec le site, la réputation de ce dernier et ses inquiétudes vis-à-vis de la vie privée.

Note d’intérêt : Cet article accentue l’idée que le contexte, les croyances personnelles et les attributs des sites internet sont des axes majeurs dans la formation des inquiétudes. Ces trois aspects se conjuguent dans le privacy calculus, et atténuent la perception des risques. (Hbase, H4)

Bibliographie utilisée :

  • Casaló, L., Flavián, C., Guinalíu, M., (2008). “The role of perceived usability, reputation, satisfaction and consumer familiarity on the website loyalty formation process”, Computers in Human Behavior, 24(2), 325–345.
  • Van Slyke, C., Shim, J.T., Johnson, R., Jiang, J., (2006). “Concern for information privacy and online consumer purchasing”, Journal of the Association for Information Systems, 7(6), pp. 415–443.