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