Upload
vuongtuyen
View
218
Download
3
Embed Size (px)
Citation preview
Influence du bouche à oreille électronique sur le comportement du
consommateur
Jihene Hanana*
Doctorante
École de Management de Strasbourg-HuManiS (EA 1347)
Lars Meyer Waarden**
Professeur des Universités
École de Management de Strasbourg-HuManiS (EA 1347)
* École de management de Strasbourg, 61 avenue de la Forêt Noire, 67085 Strasbourg,
[email protected], 0601280294.
** École de management de Strasbourg, 61 avenue de la Forêt Noire, 67085 Strasbourg,
Influence du bouche à oreille électronique sur le comportement du consommateur
Résumé :
Cette recherche propose un modèle conceptuel pivotant autour des caractéristiques des
messages de bouche-à-oreille en ligne et leurs influences sur le comportement du
consommateur. Les résultats de cette étude montrent que les types des messages influencent la
crédibilité perçue, l’intention d’achat et de recommandation. Les variables modératrices liées
aux caractéristiques du récepteur des messages modèrent ces relations. Des variables
médiatrices (i.e. la confiance perçue et l’utilité perçue des messages) sont considérées comme
fondamentales pour l’évaluation des messages de bouche à oreille électronique.
Mots-clés :bouche à oreille électronique, crédibilité perçue, confiance perçue, utilité perçue,
comportement du consommateur.
Influence of electronicword of mouth on consumer behavior
Abstract:
This research proposes a conceptual model aboutthe characteristics of onlinemessages and
their influences on consumer behavior. The results of the investigation show that the
characteristics of the e-word-of-mouth (e-WOM) messages influence perceived credibility,
purchase intentions andrecommendations. The characteristics of the receiver moderate these
relationships. Mediating variables (e.g. perceived trust and perceived usefulness of messages)
are fundamental for the evaluation of e-WOM messages.
Keywords:electronic word of mouth, perceived credibility, perceived trust, perceived
usefulness, consumer behavior.
1
Influence du bouche à oreille électronique sur le comportement du consommateur
Introduction
Internet est devenu un puissant media d’information et de communication. Ce media met en
interaction plusieurs consommateurs qui souhaitent partager des expériences, des opinions et
des informations sur différentes marques et produits. La multiplication de plateformes en
ligne (comme les réseaux sociaux et les forums de discussion) bouleverse la recherche de
l’information, le traitement des données et la prise de décision. C’est dans ce sens que le
bouche à oreille électronique (e-Word of Mouth ou eWOM), est devenu, avec l’arrivée
d’internet, un sujet de recherche considérable (Bruyn et Lilien, 2004 ; Dellarocas, 2003 ;
Munzel, 2013). Ainsi,les recommandations ou les messagesen ligne deviennent une source
d’information très influente pour la prise de décision (Munzel et Kunz, 2014). Dans ce
contexte se pose la question suivante: Quelles caractéristiques des messages influencent le
comportement du consommateur ?
L’article est structuré de la manière suivante : dans un premier temps nous exposons notre
cadre conceptuel ainsi que les hypothèses. Ensuite, nous détaillons notre méthodologie de
recherche et nos données. Cela est suivi par les résultats et leur discussion.
1. Cadre conceptuel et hypothèses
Le modèle Stimulus Organisme Réponse (S.O.R) nous servira de base pour notre modèle
conceptuel (Belk, 1975).Dans le cadre de ce paradigme et pour approfondir les connaissances
sur le lien entre le message eWOM et le comportement du consommateur, il nous semble
primordial d’y insérer, un nombre de variables médiatrices et modératrices.
2
Figure 1 : Le modèle stimuli-Organisme-Réponse (Belk, 195)
1.1 Les messageseWOM comme stimuli
Le stimulus correspond au message transmis par l’émetteur. Les consommateurs utilisent les
opinions des autres sur les produits et les marques (eWOM) comme une source d’information
(Huang et Chen, 2006). Dans ce contexte, les recherches sur les messageseWOMétudienten
particulierdeux catégories : 1) la directionou la valence et 2) le contenu des messages. Dans le
cadre de la valence ou la direction du message on peut distinguer entre des messagespositives,
négatives (Lee & al.,2008), mixtes (messages à la fois positifs et négatifs ; Cheung & al.,
2009) ou neutre (Cheung et Thadani, 2010). Le contenu des messages correspond à
l’information ou aux arguments sur les attributs des recommandations qui sont classés selon
leur nature : a) les arguments forts ou objectifs, et b) les arguments faibles ou subjectifs.
L’information objective est caractérisée par des informations factuelles sur le produit(par ex.
la performance), alors que l’information subjective comporte des informations personnelles
basées sur l’interprétation individuelle (Lee et Koo, 2012).
1.2 Les réponses aux messages eWOM
La réponse au message eWOM est apportée par le récepteur. Les facteurs liés à l’état
psychologique d’un récepteur, comme la perception de la crédibilité, l’intention d’achat et
l’intention de recommandation sont les résultats ou les réponses les plus fréquemment étudiés
dans la communication eWOM. Dans un contexte en ligne, le récepteur reçoit un message de
recommandation provenant d'une source inconnue, d’un destinataire souvent anonyme. Par
conséquent, il n'est pas en mesure d'utiliser des indices couramment utilisés dans le bouche à
Stimuli Organisme : individu Réponse : comportement
3
oreille classique afin de déterminer si la source, l’émetteur ou le message sont crédibles
(Chatterjee, 2001; Schindler et Bickart, 2005).Cependant, la crédibilité n’est pas forcément un
attribut propre à la source.En effet, cette dernière peut être perçue comme étant crédible car
les messages présents sont perçus comme crédibles (Self, 1996) d’où l’importance dela
crédibilité perçue des messages eWOM.
La plupart des recherches sur la valence se concentrent sur l’impact du caractère
exclusivement négatif (Laczniak & al.,2001) ou exclusivement positif du message
eWOM(East & al.,2008) sur la crédibilité perçue (Schindler et Bickart, 2005). Or, dans un
contexte réel, le consommateur est confronté à des messages mixtes (positifs et négatifs). Ce
type de message est plus convaincant (Pechmann, 1992). De plus, les arguments forts fondés
sur des faits précis au sujet du produit (par ex. les caractéristiques techniques du
produit)augmentent la crédibilité perçue des messages (Park et al., 2007). Peu de
travauxétudient la combinaison de la valence positive/négative/mixte avec le caractère
fort/faible des arguments (Lee et Koo, 2012). Nous formulons ainsi les hypothèses suivantes
sur l’influence des messages eWOMsur leur crédibilité perçue:
H1a : Les messages eWOM négatifs ont plus d’influence sur la crédibilité perçue que les
messages positifs.
H1b : Les messages eWOMmixtes ont plus d’influence sur la crédibilité perçueque les
messages exclusivement négatifs ou positifs.
H1c : Les messages eWOMà argumentaire fort ont plus d’influence sur la crédibilité perçue
que les messages à argumentaire faible.
De nombreux travaux en marketingtentent de vérifier empiriquement la thèse de Katz et
Lazerfield, (1955), selon laquelle l’eWOM est une source d’influence déterminante dans la
décision d’achat ou l’adoption d’un produit (Berger et Schwartz, 2011 ; Katona & al., 2011).
Ainsi, la valence des messages influencel'intention d'achat des consommateurs (Cheung &al.,
4
2009). Par conséquent, l’exposition au eWOM favorable (défavorable) augmente (diminue)la
probabilité d'achat (Arndt, 1967). Peu de recherches étudient le lien entre le contenu des
messages et l’intention d’achat (Cheung & al., 2009). C’est la raison pour laquelle nous
proposons les hypothèses suivantes sur l’influence des messageseWOMsur l’intention
d’achat :
H2a : Les messages eWOMnégatifs influencent négativement l’intention d’achat.
H2b : Les messages eWOMpositifs influencent positivement l’intention d’achat.
H2c : Les messages eWOMà argumentaire fort ont plus d’influence que les messages à
argumentaire faible sur l’intention d’achat.
Au-delà de l’intention d’achat, l’intention de recommandation tel que le bouche à oreille
positif est un facteur permettant de mesurer l’adoption d’un message (Cristou, 2001), d’où les
hypothèses suivantes sur l’influence des messages eWOM sur l’intentionde recommandation:
H3a : Les messages eWOMnégatifs influencent négativement l’intention de recommandation.
H3b : Les messages eWOMpositifs influencent positivement l’intention de recommandation.
H3c : Les messages eWOMà argumentaire fort ont plus d’influence que les messages à
argumentaire faible sur l’intention de recommandation.
1.3 L’émetteurdu message eWOM et les variables médiatrices
La variable « émetteur » sera évoquée de manière implicite par l’étude des
variables suivantes: la confiance perçue à l’égard des messages eWOM et l’utilité perçue des
forums et des recommandations.De nombreuses études ont suggéré que la confiance joue un
rôle vital dansl’échange des informations, ce qui permet aux individusde justifier leur décision
et de fournir ou d’obtenir des informations utiles (Pigg et Crank 2004).Ainsi, la confiance que
5
ressent le consommateur vis-à-vis d’un message a tendance à simplifier le processus de
décision (Hosmer, 1995). C’est ce qui nous amène à proposer l’hypothèse suivante sur le rôle
médiateur de la confiance perçue des messages eWOM :
Hypothèse 4 :La confiance messages est un médiateur entre la crédibilité perçue des
messages et l’utilité perçue du forum et de ses recommandations.
L’utilité perçue a un effet significatif sur l’intention comportementale (Gefen & al., 2003),
car, les messages qui apparaissent utiles conduisent à l’intention d’achat. Awad et Ragowsky
(2008), montrent, la relation entre la confiance et l’utilité perçue. Nous mettrons ainsi l’accent
sur l’impact de l’utilité perçue du forum en tant que moyen d’information. Nous proposons les
hypothèses suivantes sur le rôle de médiation de l’utilité perçue:
Hypothèse 5 :L’utilité perçue du forum et de ses recommandations est un médiateur entre la
confiance perçue des messages et (a) l’intention d’achat ainsi que (b) l’intention de
recommandation.
1.4 Le récepteur et les variables modératrices
Les variables modératrices comme les caractéristiques individuelles suivantes expliquent les
contradictions de la littérature sur l’impact des messages eWOM (Lee et Koo, 2012):
1. La susceptibilité aux influences interpersonnelles est la nécessité de s’identifier aux autres
ou d’améliorer son image dans l'opinion d'autres personnes grâce à l'acquisition et à
l'utilisation de produits et de marques (Bearden & al., 1989). Les personnes les plus sensibles
aux influences interpersonnellesdevraient être davantage touchées par l’eWOM que ceux qui
le sont moins d’où les hypothèses suivantes :
Hypothèse 6: La susceptibilité aux influences interpersonnelles est un modérateur entre les
messages eWOM et (a)la crédibilité perçue des messages, (b) l’intention d’achat, ainsi que
(c)l’intention de recommandation.
6
2. L’innovativité est la volonté d’un individu d’essayer une innovation ou un nouveau produit
(Rogers, 1983). C’est la tendance d’être un pionnier ou un leader d’opinionet se manifeste par
l’ouverture à de nouvelles expériences(Feldman et Armstrong, 1975 ; Agarwalet Karahanna,
2000). D’où les hypothèses suivantes :
Hypothèse 7:L’innovativité est un modérateur entre les messages eWOM et (a)la crédibilité
perçue des messages, (b) l’intention d’achat, ainsi que (c) l’intention de recommandation.
3. L’implication est la motivation d’une personne à l’égard d’un objet ou d’une activité
(Mittal et Lee, 1989). Une forte implication entraine un traitement de l’information plus
intensif (Petty et Cacioppo, 1979) et une attention au contenu du message (Greenwald et
Leavitt, 1984). Dans notre étude, le risque perçu sera une des dimensions de l’implication car
les deux variables sont fortement reliées. Les individus qui perçoivent le risque comme étant
élevé font généralement plus d’effort pour chercher de l’information eWOM et l’effet de
l’eWOM est plus important sur eux (Ha, 2002). De ce fait, l’information eWOM est un
moyen pour réduire l’incertitude lors d’une décision d’achat (Roseluis, 1971 ; Ha,
2002).D’oùles hypothèses suivantes :
Hypothèse 8: L’implication est un modérateur entre les messages eWOM et (a) la crédibilité
perçue des messages, (b) l’intention d’achat ainsi que (c) l’intention de recommandation.
4. La connaissance antérieure est lesavoir préalable du produit, de la marque ou de lacatégorie
du produit (Cheung et al., 2009). Les connaissances guident le traitement d’information, les
décisions et les comportements (Xue et Phelps, 2004). D’où les hypothèses:Hypothèse 9: La
connaissance de la catégorie du produit est un modérateur entre les messages eWOM et la
crédibilité perçue des messages (a), l’intention d’achat (b) ainsi que l’intention de
recommandation (c).
Notre modèle décompose ainsi l’influence de l’eWOM en influences directes et indirectes:
7
Figure 2 : Le modèle conceptuel de la recherche
2. Méthodologie
Nous avons opté pour une expérimentation. Les secteurs, les plus significatifs pour le recours
à l’eWOM ont été déterminés à partir de différents réseaux sociaux et deforums de discussion.
Il s’agit des secteurs des Smartphones et des vêtements. Pour éliminer les biais nous avons
créédeux marques fictives: le Smartphone TEK et le vêtement NEX. Pour élaborer les
scénarios et pour déterminer les attributs des produits, nous avons utilisé la netnographie
(Kozinets, 2002). Cette méthode est adaptée à notre contexte d’étude étant donné que les
communications eWOM sont observables et extractibles sur Internet (Lee & al., 2008 ; Park
et Kim, 2008).Pour créer les commentaires positifs, négatifs et mixtes, la revue de la
littérature nous a permis de choisir les adjectifs positifs et négatifs qui ont un sens contraire
(ex : mode et vieillot ou facilité et difficulté) ou adjectifs bipolaire (performant et déficient) et
avec des termes contraires comme « non » ou « mauvais » (bonne qualité et mauvaise
qualité). Cela a été fait pour éviter les biais potentiels(Myers et Warner, 1968). L’information
objective ou l’argument fort est caractérisé par des informations factuelles comme les
fonctionnalités du produit (ex : « appareil photo de 5 mégapixels »), alors que l’information
subjective ou l’argument faible comporte des informations personnelles basées sur
l’expérience et l’interprétation (Lee et Koo, 2012 ; ex: « appareil photo de bonne qualité »).
eWOM Valence (positive, négative et m ixte)Force de l’argument (fort/ faible)
Crédibilité des messages
Confiance accordée aux messages
Utilité perçue du forum et des messages
Intention d’achatIntention de recommandation
Modérateurs :
Susceptibilité aux influences interpersonnelles
Innovativité
Implication
Connaissance de la catégorie de produit
8
Nous avons ainsi crée 12 scénarios sur la base des critères suivants : 3 (Valence: positive,
négative, mixte) x 2 (Argumentaire : fort et faible) x 2 (Secteur : Smartphone TEK, Vêtement
NEX). Pour nos échelles de mesure nous avons fait recours à une revue de littérature
(voirannexe 1).Les participants ont été assignés au hasard à un des 12 scénarios. 480 réponses
ont été récoltées à travers le site http://kwiksurveys.com/.
3. Résultats
Nous avons mobiliséplusieurs méthodes : l’analyse des variances pour les liens directs, la
procédure de Preacher et Hayes (2008) pour les hypothèses de médiations et la procédure de
Hayes et Matthes (2009) pour les variables de modérations (SPSS et SPSS macro).
3.1 Les liens directs
Dans le tableau suivant nous présentons les différentes moyennes des messages :
Moyennes Crédibilité Int. Achat Int. Recommandation
Messages eWOM TEK NEX TEK NEX TEK NEX
Positifs et forts 4,34 4,36 3,68 3,88 3,55 3,66
Mixtes et forts 4,36 3,49 3,81 4,10 4,02 3,80
Négatifs et forts 4,23 4,23 3,08 3,67 2,83 3,56
Positifs et faibles 3,83 3,79 4,10 4,20 4,01 4,13
Mixtes et faibles 4,10 3,63 3,42 3,53 3,87 3,56
Négatifs et faibles 3,85 3,86 2,60 2,40 3,32 3,25
Tableau 1 : Les moyennes (1= totalement en désaccord/ 7= totalement en accord)
9
Les résultats de l’AVOVA (F= 2.519 ; p<0.05 ; Eta= 0.026 ; puissance = 0.786), montrent
l’effet direct du type de messages sur la crédibilité perçue des messages eWOM. En revanche,
H1a et H1b ne sont pas validées. Les messages eWOM négatifs n’ont pas plus d’influence sur
la crédibilité perçue que les messages positifs (H1a). Les messages mixtes n’ont pas plus
d’influence sur la crédibilité perçue que les messages exclusivement négatifs ou positifs
(H1b). En revanche H1c est validée. Les messages avec des arguments forts sont plus
crédibles que ceux avec des arguments faibles.
L’effet direct du type de messages sur l’intention d’achat est également prouvé (F= 10.294 ;
p<0.05 ; Eta= 0.099 ;puissance= 1). Les messages positifs (négatifs) influencent positivement
(négativement) l’intention d’achat. Nous validons ainsi H2a ainsi que H2b.Par contre, H2c est
rejetée. Les messages eWOM à argumentaire fort n’ont ainsi pas plus d’influence que les
messages à argumentaire faible sur l’intention d’achat.
L’effet direct du type de messages sur l’intention de recommandation est montré par
l’ANOVA (F= 4.065 ;p<0.05 ;Eta= 0.042 ;puissance = 0.953). H3a et H3b sont validées
indépendamment du type de produits produit (TEK et NEX). Les messages positifs
(négatifs)influencent positivement (négativement) l’intention de recommandation. A nouveau
les messages eWOM à argumentaire fort n’ont plus d’influence que les messages à
argumentaire faible sur l’intention de recommandation.H3c est rejetée.
3.2 Les liens médiateurs
L’hypothèse H4 sur le rôle médiateur de la confiance perçue à l’égard des messages eWOM
est validée.La crédibilité perçue influence donc la confiance perçue des messages (Bstand =0.
5319 ; p <0 .001), qui à son tour, influence l’utilité perçue (Bstand = 0.5382 ; p < 0.001).
L’effet de la crédibilité perçue sur l’utilité perçue est, lui aussi, significatif(Bstand=0.9923 ; p
10
< 0.001). Le rôle du médiateur est total puisque la relation confiance et utilité disparait en
présence de la variable « crédibilité perçue ».
L’hypothèse H5asur le rôle médiateur de l’utilité perçue est acceptée (il est total). En effet, la
confiance perçue influence l’utilité perçue du forum et de ses recommandations (Bstand =
0.4004; p < 0.001), qui à son tour, influence l’intention d’achat (Bstand =0.9914 ; p < 0.001).
L’effet de la confiance perçue sur l’intention d’achat est, lui aussi, significatif(B stand
=0.8427 ; p < 0.05). L’hypothèse H5b est acceptée et la médiation est totale. La confiance
perçue influence l’utilité perçue du forum et ses recommandations (Bstand =0.5718 ; p <
0.001), qui à son tour, influence l’intention de recommandation (Bstand = 0.9914 ; p < 0.001).
L’effet de la confiance perçue sur l’intention de recommandation est significatif (Bstand =
0.6545; p<0 .05).
3.3 Les liens modérateurs
H6a à H6c sont validées. La susceptibilité aux influences interpersonnelles est un modérateur
entre les messages eWOM et (H6a) la crédibilité perçue des messages(b=0.612 ; p<0.05),
(H6b) l’intention d’achat(b= 0,2796 ; p<0.05), et (H6c) l’intention de recommandation(b=
0,396 ; p<0.05).
L’innovativité est un modérateur entre les messages eWOM et (H7b validée) l’intention
d’achat(b=0,3736 ; p<0.001), ainsi que (H7c validée) l’intention de recommandation(b=
0,4230 ; p<0.001).H7a est rejetée, carl’innovativitén’est pas un modérateur entre les messages
eWOM et la crédibilité perçue.
L’implication est un modérateur entre les messages eWOM et (H8a validée) la crédibilité
perçue des messages(b=0.068 ; p<0.05). En revanche, elle n’est pas un modérateur entre les
messages eWOM et (H8b rejetée) l’intention d’achat ainsi que (H8c rejetée) de
recommandation.
11
La connaissance de la catégorie du produit est un modérateur entre les messages eWOM et la
(H9a validée) crédibilité perçue des messages (b=0.0601 ; p<0.05) etl’intention d’achat
(H9bvalidée). En revanche, elle n’est pas un modérateur entre les messages eWOMet
l’intention de recommandation (H9c rejetée).
4. Discussion des résultats
Les caractéristiques des messages eWOM sont perçues de manière distincte en ce qui
concerne leur crédibilité. Pour le smartphone TEK, les effets des messages forts sont
quasiment égaux à ceux des messages faibles.Dans le même sens, tous les types de messages
de bouche à oreille négatif ou positif sont autant crédibles contrairement aux résultats de la
littérature(Richins, 1983 ; Laczniak, DeCarlo et Ramaswani, 2001).Pour le vêtement NEX, le
message eWOM mixte fort est le moins crédible, les messages positifs forts et même négatifs
forts sont les plus crédibles. Ces résultats sont cohérents avec la littérature. La recherche de
congruence pour établir une norme de groupepeut justifier ce résultat (Burnkrant et
Cousineau, 1975).Les messages mixtes qui ne vont pas dans le même sens sont alors perçus
comme étant moins crédibles. Les messages fortsont des informations objectives est sont plus
facilement comprises que les messages subjectifs (Petty et Cacioppo, 1979).Les messages
positifs (négatifs) influencent positivement (négativement) l’intention d’achat. Les messages
mixtes ont plutôt une influence défavorable.Pour un message eWOMpositif avec unfaible
argumentaire, l’intention de recommandation est positive. Pour l’argumentaire fort, ce sont les
messages mixtes qui influencent le plus l’intention de recommandation. En effet, des
arguments forts à la fois positifs et négatifs permettent, au récepteur, la catégorisation du
produit nouveau en qualités et défauts, lui permettant par la suite d’en parler à son entourage
de manière plus objective et mitigée.Pour ce qui de la confiance accordée au message comme
médiateur entre la crédibilité perçue et l’utilité perçue, nous contribuons à une discussion
12
récurrente dans la littérature, carpeu d’études démontrent empiriquement l’effet produit de la
crédibilité sur la confiance (Corritore& al., 2003). Nos résultats montrent que la crédibilité et
la confiance sont deux concepts différents mais reliés par une relation positive et significative.
A travers l’utilité perçue des messages eWOM, le consommateur apprend les attributs et les
bénéfices du produit (Arndt, 1967 ; Dichter, 1966 ; Cheung & al., 2009). Ainsi,plus un
individu perçoit les messages eWOM comme crédibles plus il aura plus confiance pour les
adopter et les utiliser pour prendre des décisions d’achat (Sussman et Siegal, 2003).
5. Limites et voies de recherches
Ce travail a pour ambition d’approfondir l’étude sur les messages eWOM. Partant du constat
que la multiplication des sites comme les forums de discussion, les réseaux sociaux et les
blogs présentent une source d’information pour les consommateurs à la recherche
d’information. Cependant, cette recherche présente un certain nombre de limites. Nous nous
sommes concentrés sur certaines caractéristiques des messages en ligne (valence et contenu)
et leurs influences sur le comportement du consommateur.D’autres variables liées aux
messages peuvent être intégrées : par exemple le volume ou le nombre des messages eWOM
(Tirunillai et Tellis, 2012 ; Berger & al., 2010), l’information non textuelle (les vidéos ou les
images sur les plateformes en ligne). Enfin, il serait d’un grand intérêt de répliquer l’étude sur
des terrains différents pour augmenter la validité externe de notre modèle.
Bibliographie :
Agarwal R. et Karahann E. (2000), Time flies when you're having fun: cognitive absorption
and beliefs about information technology usage, MIS Quarterly, 24, 4, 665-694.
Arndt J. (1967), Role of product- related conversations in the diffusion of a new product,
Journal of Marketing Research, 4, 3, 291–295.
13
Awad N.F. et Ragowsky A. (2008), Establishing trust in electronic commerce through online
Word of Mouth: An examination across genders, Journal of Management Information
Systems, 24, 4, 101-121.
Bearden W.O, Netemeyer R.G et Teel R.J (1989), Measurement of Consumer Susceptibility
to Interpersonal Influence, Journal Consumer Research, 15, 4, 473-481.
Belk R.W. (1975), The Objective Situation as a Determinant of Consumer Behavior,
Advances in Consumer Research, vol. 2, ed. M.J. Schlinger, Association for Consumer
Research, 427-437.
Berger J. et Schwartz E.M. (2011), What Drives Immediate and Ongoing Word of Mouth?,
Journal of Marketing Research, 48,10, 869-880.
Berger J., Sorensen, A. T., et Rasmussen, S. J. (2010), Positive Effects of Negative Publicity:
When Negative Reviews Increase Sales, Marketing Science, 29, 5, 815-827.
Burnkrant, R. E. et Cousineau A. (1975), Informational and Normative Social Influence in
Buyer Behavior, Journal of Consumer Research, 2 (Decembre), 206-214.
Bruyn A. et Lilien G.L. (2004), A multi-Stage model of Word of Mouth through electronic
referrals, Working Paper, Disponible sur:
http://www.smeal.psu.edu/ebrc/publications/res_papers/2004_02.pdf
Chatterjee P. (2001), Online reviews: Do consumers use them? In M. C. Gilly & J. Myers-
Levy (Eds.), Advances in Consumer Research, Valdosta, GA: Association for Consumer
Research, 129-134.
Cheung M.Y, Luo C., Sia C.L. et Chen H. (2009), Credibility of electronic Word-of-Mouth:
informational and normative determinants of on-line consumer recommendations,
International Journal of Electronic Commerce, 13, 4, 9–38.
14
Cheung C.M.K. et Thadani, D. R., (2010), The Effectiveness of Electronic Word-of-Mouth
Communication: A Literature Analysis (2010), BLED 2010, Paper 18,
http://aisel.aisnet.org/bled2010/18.
Corritore C. L., Kracher B. et Wiedenbeck S. (2003), On-line trust: concepts, evolving
themes, a model, International Journal of Human-Computer Studies, 58, 737-758.
Cristou C. (2001), Définition, mesure et modélisation de l’attachement à une marque comme
la conjonction de deux dimensions distinctes et concomitantes : La dépendance et l’amitié vis-
à-vis de la marque, Centres d’études et de recherche sur les organisations et la gestion, IAE
d’Aix-en- Provence.
Davis F.D. (1989), Perceived usefulness, perceived ease of use, and user acceptance of
information technology, MIS Quarterly, 13, 3, 319-340.
Dellarocas C. (2003), The Digitization of Word of Mouth: Promise and Challenges of Online
Feedback Mechanisms, Management Science, 49, 10, 1401–1424.
Dichter E. (1966), How word of mouth advertising works, Harvard Business Review, 44, 6,
147-166.
East R., Hammond, K. et Lomax W. (2008), Measuring the Impact of Positive and Negative
Word of Mouth on Brand Purchase Probability, International Journal of Research in
Marketing, 25, 3, 215-224.
Feldman L.P. et Armstrong, G.M., (1975), Identifying Buyers of a Major Automotive
Innovation, Journal of Marketing, 39, 1, 47-53.
Flanagin A. J. et Metzger M. J. (2000), Perceptions of Internet information
credibility, Journalism & Mass Communication Quarterly, 77, 3, 515-540.
Flynn L.R. et Goldsmith R.E. (1999), A Short, Reliable Measure of Subjective Knowledge,
Journal of Business Research, 46, 1, 57-66.
15
Gefen D., Karahanna E., et Straub D. W. (2003), Inexperience and experience with online
stores: The importance of TAM and trust, IEEE Transactions on Engineering Management,
50, 3, 307-321.
Greenwald A. G. et Leavitt C. (1984), Audience involvement in advertising: Four levels.
Journal of Consumer Research, 11 (Juin), 581-592.
Ha H.Y. (2002), The Effects of Consumer Risk Perception on Pre-purchase Information in
Online Auctions: Brand, Word-of-Mouth, and Customized Information, Journal of Computer-
Mediated Communication, 8, 1, disponible sur: http://dx.doi.org/10.1111/j.1083-
6101.2002.tb00160.x
Hosmer L.T. (1995), Trust: the connecting link between organizational theory and
philosophical ethics, Academy of Management Review, 20, 2, 379-403.
Hayes A. F. et Matthes, J. (2009), Computational procedures for probing interactions in OLS
and logistic regression: SPSS and SAS implementations, Behavior Research Methods, 41, 3,
924-936.
Huang J.-H. et Chen Y.-F. (2006), Herding in online product choice, Psychology &
Marketing, 23, 5, 413-428.
Kapferer J.N. et Laurent G. (1986), Consumer involvement profiles: A new practical
approach to consumer involvement, Journal of Advertising Research, 25, 6, 48-56.
Katona Z., Zubcsek P.P. et Sarvary M. (2011), Network effects and personal influences:
Diffusion of an online network, Journal Of Marketing Research, 48, 3, 43-425
Katz E. et Lazarsfeld P. F. (1955), Personal influence: the part played by people in the flow of
mass communications, Glencoe: The Free Press.
Kozinets, R.V. (2002), The Field Behind the Screen: Using Netnography for Marketing
Research in Online Communities, Journal of Marketing Research, 39 (Février), 61-72.
16
Laczniak R.N., DeCarlo T.E. et Ramaswani S.N. (2001), Consumers responses to negative
Word Of Mouth communication: An attribution Theory Perspective, Journal of Consumer
Psychology, 11, 1, 57-73.
Lee J., Park D.H et Han I. (2008), The effect of negative online consumer reviews on product
attitude: An information processing view, Electronic Commerce Research and Applications,
7, 3, 341-352.
Lee K.T et Koo D.M. (2012), Effects of attribute and valence of e-WOM on message
adoption: Moderating roles of subjective knowledge and regulatory focus, Computers in
Human Behavior,28, http://dx.doi.org/10.1016/j.chb.2012.05.018
Midgley D.et Dowling G.R (1978), Innovativeness: The Concept and its Measurement,
Journal of Consumer Research, 4 (Mars), 229-242.
Mittal B. et Lee M.S, (1989), A causal model of consumer involvement, Journal of Economic
Psychology,10, 363-89
Myers, J. H., Warner, G.W.G. (1968), Semantic properties of selected evaluation adjectives,
Journal of Marketing Research, 5 (Novembre), 12-409.
Munzel, A. (2013), Interaction within consumer review sites: Motives, Effects, and
Management, Fördergeschaft Marketing E.V.Munich.
Munzel, A. et Kunz, W.H. (2014), Creators, Multipliers, And Lurkers: Who Contributes And
Who Benefits At Online Review Sites,Journal of Service Management, 1, 25, 49 -74.
Notebeart J.F., Pulh M, Mencarelli R., Graillot L., Bourgeon-Renault D. et Marteaux-
Mencarelli S. (2011), Quelles stratégies pour les musées sur Internet ? Entre « click and
mortar » et « mortar and click », Revue Management & Avenir, 2011, 44, 147-164.
Parasuraman A., Zeithaml V.A. et Berry L.L. (1988), SERVQUAL: a multi-item scale for
measuring consumer perceptions of the service quality, Journal of Retailing, 64, 1, 12-40.
17
Park D.H. et Kim, S. (2008), The effects of consumer knowledge on message processing of
electronic word-of-mouth via online consumer reviews, Electronic Commerce Research and
Applications, 7, 4, 399-410.
Park D.H., Lee, J. et Han I. (2007), The Effect of on-line consumer reviews on consumer
purchasing intention: The Moderating Role of Involvement, International Journal of
Electronic Commerce, 11, 4, 125-148.
Pechmann C. (1992), Predicting when two-sided ads will be more effective than one-sided
ads: The role of correlational and correspondent inferences, Journal of Marketing Research,
29, 4, 441–453
Petty R.E et Cacioppo J.T. (1979), Issue involvement can increase or decrease persuasion by
enhancing message relevant cognitive response, Journal of personality and social psychology,
37, 10, 1915-1926.
Pigg K.E. et Crank L.D. (2004), Building community social capital: the potential and promise
of information and communication technologies, The Journal of Community Informatics, 1, 1,
58-73.
Preacher K.J. et Hayes A.F. (2008), Asymptotic and resampling strategies for assessing and
comparing indirect effects in multiple mediator models, Behavior Research Methods, 40, 3,
879-891.
Richins M. L. (1983), Negative Word-of-Mouth by Dissatisfied Customers: A Pilot Study,
Journal of Marketing, 47, 1, 68-78.
Rogers E. M., (1983),Diffusion of innovations. New York: The Free Press.
Roselius E. (1971), Consumer rankings of risk reduction methods, Journal of Marketing, 35
(Janvier), 56-61.
18
Schindler R.M. et Bickart B. (2005), Published word of mouth: Referable, consumer-
generated information on the Internet, Online Consumer Psychology: Understanding and
Influencing Behavior in the Virtual World. Lawrence Erlbaum Associates, 35-61.
Self C. (1996), Credibility, An integrated approach to communication theory and research.
Mahwah, NJ: Lawrence Erlbaum Associates, 421-441.
Sussman S.W. et Siegal W.S. (2003), Informational influence in organizations: An integrated
approach to knowledge adoption, Information Systems Research, 14, 1, 47-65.
Sweeney J.C et Swait J. (2008), The Effects of Brand Credibility on Customer
Loyalty,Journal of Retailing and Consumer Services, 15, 179-193,
http://dx.doi.org/10.1016/j.jretconser.2007.04.001
Tirunillai S., et Tellis, G., (2012), Does Chatter Really Matter? Dynamics of User Generated
Content and Stock Performance, Marketing Science, 31, 2, 198-215.
Xue F. et Phelps J.E. (2004), Internet facilitated consumer to consumer communication: The
moderating role of receiver characteristics, International Journal of Internet Marketing and
Advertising, 1, 2, 121-13.
Zeithaml V.A., Berry L.L. et Parasuraman A. (1996), The Behavioral Consequences of
Service Quality, Journal of Marketing, 60 (Avril), 31-46.
Annexe 1 : Les échelles de mesure
Variables Échelles de mesure Validité
discriminante
Validité
convergente
Fiabilité
Crédibilité perçue Flanagin et Metzger (2000). Échelle
unidimensionnelle : 5 items
0,96 0,84 0,860
Intention d’achat Sweeney et Swait (2008). 3 items 0,96 0,90 0,900
19
Intention de
recommandation
Zeithaml, Berry et Parasuraman
(1996). 4 items
0.98 0,94 0,938
Confiance perçue Notebeart et al.,(2011). 5 items 0.97 0,89 0,881
Utilité perçue Davis (1989). 4 items 0.98 0,93 0,943
Innovativité Midgley et Dowling (1978). 5 items 0.97 0,88 0,904
Implication Kapferer et Laurent (1986).
intérêt,plaisir,signe,probabilité
d’erreur
Entre 0.91 et
0.96
Entre 0.8 et
0.85
0,827
Susceptibilité aux
influences
interpersonnelles
Bearden, Netemeyer et Teel(1989).
influences normatives et
informationnelles
0.96 et 0.98 0.81 et 0.85 0,903
Connaissance
duproduit
Flynn et Goldsmith (1999). 4 items 0.95 0,87 0,858