View
496
Download
1
Category
Preview:
Citation preview
Réflexions et
perspectives
RECOMMANDATIONS ET
MARKETING DIGITAL
Maria Mercanti-Guérin
Maître de conférences HDR en marketing digital
Cnam
mariamercantiguerin.com
Les recommandations en marketing
De l’évidence à la complexité
Qui choisir d’écouter ?
Le digital accentue la complexité
La recommandation crée le produit
Recommandations et digital
La recommandation sociale personnalisée
Les bonnes pratiques
Recommandations sociales et réseaux sociaux
Focus
Ratées
Perspectives
AGENDA
LES RECOMMANDATIONS EN MARKETING
DE L’ÉVIDENCE A LA COMPLEXITÉ
Les informations sur les marques et les produits,
échangées dans le cadre d’un bouche-à-
oreille ont un effet persuasif plus important que la
publicité (Herr, Kardes et Kim, 1991)
Les consommateurs côtoient par exemple,
parmi leurs relations ou les membres
de la famille, des leaders d’opinion (Katz et
Lazarfeld, 1955), des experts (Alba et
Hutchinson 1987) ou encore des lead-user
(Franke, Von Hippel et Schreier, 2006) sur
différents domaines ou produits.
Les internautes, souvent les premiers acheteurs (Feick et
Price, 1987) fournissent en ligne des opinions d’autant plus
facilement qu’ils se sentent experts dans la catégorie de
produits (Hamilton, 2001 ; Vernette et Flores, 2004).
Le Buzz sur Internet, influence sur le succès au box-office
(2007)
LES RECOMMANDATIONS EN MARKETING
DE L’EVIDENCE A LA COMPLEXITE
QUI CHOISIR D’ECOUTER ?
Est-ce que la personne sollicitée me connaît suffisamment pour me donner des
conseils adaptés à mes besoins et à mes préférences ?
Est-ce que la personne sollicitée s’y connaît suffisamment pour formuler des
recommandations auxquelles je peux croire ? Vernette et Bertrandias,
2009
LE DIGITAL ACCENTUE LA COMPLEXITE
Le consommateur est un expert, il a la possibilité de joindre
les experts sur les forums ou dans son entourage.
En fait, le consommateur n’est pas en mesure de distinguer
le pseudo-leader d’opinion de l’authentique leader.
Par ailleurs, il suit les avis de ses amis pour des raisons plus
affectives qu’objectives
MAIS LA RECOMMANDATION CRÉE LE
PRODUIT
Netflix, 3% de son CA consacré à son
algorithme
RECOMMANDATIONS ET DIGITAL, L’IMPORTANCE DE LA RECOMMANDATION SOCIALE
Recommandations objet
Analyse des préférences
Produit similaire
Comportement d’achat passé
Recommandations personnalisées
Analyse du comportement de l’individu
mots-clé, historique des recherches, parcours de navigation
Recommandations sociales
User-centric
Identifier les utilisateurs ayant des préférences similaires
Recommandations hybrides
Objet+Personnalisée+Sociale
Problème des données
Recommandations
PRESENCE SOCIALE + PRESENCE PERSONNALISEE = CONFIANCE
= RECOMMANDATION ACCRUE (Ardelet et Brial, 2011)
RECOMMANDATIONS ET DIGITAL
RECHERCHE
Recommandation sociale
personnalisée
Anthropomorphique
Non Anthropomorphique
Taux de
transformation
Amazon X 2
30% de son CA
Communautaire et géolocalisé
Facebook Place
KPI SOCIAUX
Sur les aptitudes des consommateurs à distinguer des informations
interpersonnelles valables et réellement utiles pour l’achat
Sur les capacités des algorithmes à identifier les leaders d’opinion, les
experts ou simplement les consommateurs influenceurs.
Sur la forme que doivent prendre les recommandations. Les émetteurs
institutionnels (blogs, sites de marque) cèdent de leur capacité d’influence au
profit des forums.
Sur les heuristiques décisionnelles permettant de réduire les phénomènes de
procrastination liés à l’achat en ligne. (étoiles, avis)
Questions
BONNES PRATIQUES DES
RECOMMANDATIONS
[1] Eviter le phénomène du coldstart.
[2] Intégrer des règles de filtrage adaptées au cycle de vie
du consommateur.
[3] Implémenter les recommandations dès la page d’accueil
et, non plus, uniquement sur la page panier ou la page
produit.
[4] Faire évoluer ses règles de filtrage en allant au -delà des
règles de base de la recommandation.
Source : Journal du Net
Moteurs de recommandation sociale
Boutons de partage social
DMP (data management platform)
Réseaux sociaux fondés sur la recommandation (Dismoioù)
Réseaux sociaux conversationnels(Google Plus, Twitter,
Facebook…)
RECOMMANDATIONS SOCIALES ET
RESEAUX SOCIAUX (FOCUS)
Enrichissement des
données (données
propriétaire + données
Third Party
LA DMP, LE FUTUR DE LA
RECOMMANDATION
CRM
QUELQUES RATÉES (1)
Multiplicité des produits
me-too
QUELQUES RATÉES (2)
De la fin de la vie privée
à la fin de la longue
traîne
QUELQUES RATÉES (3)
VERS UN NOUVEAU MODELE DE LA
RECOMMANDATION ?
La publicité créée
autour de la
recommandation
soumise à la
recommandation..
RECOMMANDATIONS ET COMMERCE SOCIAL
[1] Le concept d’engagement qui est popularisé par des réseaux sociaux
comme Facebook et mesuré par les interactions J ’aime/Je commente/Je
partage.
[2] Le concept de confiance à l ’égard de l ’émetteur ( le réseau) et à
l ’égard de ses pairs. La confiance apparaît plus for te en ses amis que dans
les experts ou dans les discours publicitaires et institutionnels des marques.
[3] Le concept de capital social et ses corol laires comme le besoin de
reconnaissance. Ce dernier apparaît comme déterminant dans la
participation du consommateur au partage social (Reniou, 2009).
[4] Le concept d’expérience d’achat et de satisfaction. De nombreux
chercheurs montrent qu’i l existe une corrélation entre une expérience
d’achat réussie et le l ien social réal isé à travers cet achat (Dennis et al . ,
2010)
[5] Le concept de vie privée et la menace perçue potentiel le que le
consommateur peut ressentir à exposer ses achats sur le réseau.
PERSPECTIVES (1)
L’achat à long terme d’un produit technologique oucomplexe ne prend qu’assez peu en compte lesrecommandations de proches. L’influence sociale diffèredonc selon le type de produit.
L’efficacité des recommandations dépend de la force desrecommandations (très favorables), de leur nombre, de leurposition au sein du site.
Les recommandations doivent porter sur descaractéristiques relativement peu connues pour être jugéescomme un vrai apport de valeur par les consommateurs.
Elles doivent être récentes et transparentes (l ’émetteurdoit être clairement identifié comme un « vrai »consommateur) et bien argumentées.
PERSPECTIVES (2)
RECOMMANDATIONS ET COMPORTEMENT
DU CONSOMMATEUR
RECOMMANDATIONS ET ANALYSE DES RESEAUX SOCIAUX
La notion de proximité est centra le dans l ’ impact posi t i f des recommandations sur l ’achat
La distance entre les indiv idus qui recommandent et les indiv idus qui suivent ces recommandations est capi ta le.
Cette distance peut être conceptual isée selon quatre axes :
La distance temporelle (l’achat est-il prévu pour bientôt ou est-ce dulong terme ?),
La distance sociale (l’individu qui recommande fait-il partie de mongroupe ?),
La distance spatiale (l’individu qui recommande est-il éloignégéographiquement ?)
En ce qui concerne la distance temporelle, il apparaît que lesrecommandations sont plus efficaces dans la construction despréférences du consommateur quand l’achat est prévu sur le courtterme.
PERSPECTIVES (3)
RECOMMANDATIONS ET INCENTIVES
Des opérat ions d i f fusées ent re amis
dans un contexte qui se veut
purement re lat ionnel (La Redoute)
Une persuasion mult id imensionnel le
avec une composante af fect ive ,
cognit ive et conat ive
Des mécaniques axées sur le jeu et
l ’ interact iv i té qui engendreraient p lus
d ’adhésion que des mécaniques p lus
t rad i t ionnel les
Des mécaniques per t inentes pour
chaque c ible (âge, cent res d ’ intérêts)
mais également d i f férentes se lon les
sexes , la l i t térature montrant de
grandes d i f férences de
compor tements au sein du réseau
ent re hommes et femmes
AUTRES
Convergence
Scoring
Machine Learning
Apprentissages
automatiques, arbres de
décision
PERSPECTIVES (4)
[ A R D 1 1 ] A R D E L E T C . , B R I A L B . ( 2 0 1 1 ) - I n f l u e n c e d e s r e c o m m a n d a t i o n s s o c i a l e s d ’ i n t e r n a u t e s : l e r ô l e d e l a p r é s e n c e
s o c i a l e e t d e l ’ e x p e r t i s e , R e c h e r c h e e t A p p l i c a t i o n s e n M a r k e t i n g , v o l . 2 6 , 3 - 2 0 1 1 , p . 4 5 - 6 9 .
[ B E R 1 2 ] B E R T R A N D I A S L . e t V E R N E T T E E . ( 2 0 1 2 ) , Q u e v a l e n t l e s c o m m u n i c a t i o n s i n t e r p e r s o n n e l l e s ? C a l i b r a g e
i n t e r p e r s o n n e l d e s c o n n a i s s a n c e s e t s é l e c t i o n d e s s o u r c e s d e c o n s e i l , R e c h e r c h e e t A p p l i c a t i o n s e n M a r k e t i n g , 2 7 , 1 ,
1 7 , 1 , 3 3 - 5 7 .
[ B H A 1 0 ] B H A V I K P . , G A R F I N K E L R . , G O P A L R . , V E N K A T E S A N R . e t Y I N F . ( 2 0 1 0 ) , E m p i r i c a l A n a l y s i s o f t h e I m p a c t o f
R e c o m m e n d e r S y s t e m o n S a l e s , J o u r n a l o f M a n a g e m e n t I n f o r m a t i o n S y s t e m , n ° 2 7 , p . 1 5 9 - 1 8 8 .
[ F R A 0 6 ] F R A N K E N . , V O N H I P P E L E . , & S C H R E I E R M . ( 2 0 0 6 ) , F i n d i n g C o m m e r c i a l l y A t t r a c t i v e U s e r I n n o v a t i o n s : A T e s t
o f L e a d ‐U s e r T h e o r y * , J o u r n a l o f p r o d u c t i n n o v a t i o n m a n a g e m e n t , 2 3 ( 4 ) , 3 0 1 - 3 1 5 .
[ H A R 1 1 ] H A R R I S L . , & D E N N I S C . ( 2 0 1 1 ) , E n g a g i n g c u s t o m e r s o n F a c e b o o k : C h a l l e n g e s f o r e ‐ r e t a i l e r s . J o u r n a l o f
C o n s u m e r B e h a v i o u r , 1 0 ( 6 ) , 3 3 8 - 3 4 6 .
[ H A R 0 6 ] H A S S A N E I N K . , & H E A D M . ( 2 0 0 6 ) , T h e i m p a c t o f i n f u s i n g s o c i a l p r e s e n c e i n t h e w e b i n t e r f a c e : A n
i n v e s t i g a t i o n a c r o s s p r o d u c t t y p e s , I n t e r n a t i o n a l J o u r n a l o f E l e c t r o n i c C o m m e r c e , 1 0 ( 2 ) , 3 1 - 5 5 .
[ H E R 9 1 ] H E R R P . M . , K A R D E F . R . , & K I M J . ( 1 9 9 1 ) , E f f e c t s o f w o r d - o f - m o u t h a n d p r o d u c t - a t t r i b u t e i n f o r m a t i o n o n
p e r s u a s i o n : A n a c c e s s i b i l i t y - d i a g n o s t i c i t y p e r s p e c t i v e , J o u r n a l o f c o n s u m e r r e s e a r c h , 1 7 ( 4 ) , 4 5 4 .
[ K I M 0 8 ] K I M K . , Z H A N G M . , L I X . ( 2 0 0 8 ) , E f f e c t s o f T e m p o r a l a n d S o c i a l D i s t a n c e o n C o n s u m e r E v a l u a t i o n s , J o u r n a l o f
C o n s u m e r R e s e a r c h , v o l . 3 5 ( 4 ) , p . 7 0 6 - 7 1 3 .
[ L A R 0 7 ] L A R C E N E U X , F . ( 2 0 0 7 ) , B u z z e t r e c o m m a n d a t i o n s s u r I n t e r n e t : q u e l s e f f e t s s u r l e b o x - o f f i c e ? . R e c h e r c h e e t
a p p l i c a t i o n s e n m a r k e t i n g , 2 2 ( 3 ) , 4 5 - 6 4 .
[ M A N 0 0 ] M A N N C . e t S T E W A R T F . ( 2 0 0 0 ) , I n t e r n e t c o m m u n i c a t i o n a n d q u a l i t a t i v e r e s e a r c h , T h o u s a n d O a k s , C A ,
S a g e .
[ M E R 1 3 ] M E R C A N T I - G U E R I N M . ( 2 0 1 3 ) , L e F - c o m m e r c e : q u e l l e s m é c a n i q u e s p r o m o t i o n n e l l e s p o u r q u e l m o d e d e
p e r s u a s i o n ? , R e s e a r c h D a y o n d i g i t a l b u s i n e s s , E S G M a n a g e m e n t S c h o o l , 2 1 j u i n .
[ M I N 1 1 ] M I N Z . , X I E J . ( 2 0 1 1 ) , E f f e c t s o f S o c i a l a n d T e m p o r a l D i s t a n c e o n C o n s u m e r s ’ R e s p o n s e t o P e e r
R e c o m m e n d a t i o n s , J o u r n a l o f M a r k e t i n g R e s e a r c h , n ° X L V I I I , p . 4 8 6 - 4 9 6 .
[ R E N 0 9 ] R E N I O U F . ( 2 0 0 9 ) , O p é r a t i o n s p a r t i c i p a t i v e s d e s m a r q u e s : p o u r q u o i e t c o m m e n t f a i r e p a r t i c i p e l e s
c o n s o m m a t e u r s ? D e l a c o m p r é h e n s i o n d e s o p é r a t i o n s p a r t i c i p a t i v e s e t d e s m o t i v a t i o n s d e s c o n s o m m a t e u r s à s ’ y
e n g a g e r à l ’ a n a l y s e d e l e u r s e f f e t s s u r l a m a r q u e , T h è s e d e d o c t o r a t e n s c i e n c e s d e g e s t i o n , U n i v e r s i t é P a r i s
D a u p h i n e .
[ .
BIBLIOGRAPHIE
Recommended