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,

hananajihene@yahoo.fr, 0601280294.

** École de management de Strasbourg, 61 avenue de la Forêt Noire, 67085 Strasbourg,

meyerwaarden@em-strasbourg.eu

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