1
Mémoire de Recherche
Marketing Mobile : les Techniques
Mobile-in-Store
Joanna Stroz
N° Etudiant: 34012330
Université Par...
2
REMERCIEMENTS
La réalisation de ce mémoire a été possible grâce à l’aide de plusieurs personnes à qui je
voudrais témoig...
3
SOMMAIRE
1. INTRODUCTION…………………………………………………………….………5
1.1. Définition de la problématique………………………………………….…….….5
1.2. Les...
4
5. METHODE…………………………………………………………………….….…34
5.1. Définition du type de recherche………………………………………….…….34
5.2. Plan d'échant...
5
1. INTRODUCTION
1.1. Définition de la problématique
Depuis quelques années, la démocratisation de l’utilisation des smar...
6
fréquentation des magasins physiques. Pour autant, la question de savoir si le web peut menacer
l’existence de points de...
7
1.2. Les objectifs
Le but de ce mémoire de recherche est de comprendre l’attitude des consommateurs face
aux techniques ...
8
2. TECHNIQUES MOBILE-IN-STORE
2.1. Définition et exemples des techniques mobile-in-store
Les techniques mobile-in-store ...
9
Le développement rapide des outils mobiles ces dernières années est justifié par la
volonté de vivre une expérience d’ac...
10
Les m-coupons peuvent aussi être diffusés grâce à des capacités de ciblage reposant sur
la géolocalisation des destinat...
11
Parmi les applications qui offrent des services basés sur la géolocalisation on peut citer
celle de Galerie Lafayette o...
12
Il est également important de s’interroger sur les caractéristiques des nouvelles aides à la
vente et à l’achat. L’étud...
13
Tout cela montre que les techniques mobile-in-store offrent des services de qualité qui
rendent le parcours client plus...
14
3. CADRE D’ANALYSE
3.1. L’innovativité
Comme le rappellent Roehrich, Valette-Florence et Ferrandi (2002), les études mo...
15
d’autres chercheurs (Gatignon et Robertson, 1985), à savoir : les traits psychologiques et
sociologiques. La figure ci-...
16
donc d’une convergence entre l’II et les comportements innovatifs spécifiques. La figure ci-
dessous représente le modè...
17
3.2. Expérience dans l’utilisation des nouvelles technologies
Plusieurs chercheurs ont démontré que l’expérience du con...
18
3.3. Préoccupation vis-à-vis de la vie privée
- Le concept de la vie privée
La question de la vie privée et de l’intimi...
19
personnelles, le contrôle et la notification des pratiques de confidentialité. En ce qui concerne
la collecte des infor...
20
Ainsi, selon les auteurs, la préoccupation des internautes vis-à-vis de la vie privée
influence négativement la confian...
21
Figure 4: Modèle de Privacy Concern (Nowak, Ferrell, 2000).
Il a été prouvé que ce sont surtout les informations person...
22
ligne (21% des internautes en 2015, contre 5% en 2009). Les principaux freins à l’utilisation de
l’e-commerce sont : le...
23
peuvent également en subir les conséquences si les enseignes ne respectent pas l’intimité des
consommateurs.
3.4. L’imp...
24
système de valeurs personnelles, la classe sociale, ainsi que le cycle de vie de la famille ont un
impact important sur...
25
Stone (1954). Dans le cadre de son étude initiale, l’auteur a interviewé 150 femmes de Chicago
pour déterminer leurs or...
26
Figure 6: Principales typologies d'acheteurs pour les achats alimentaires et/ou de produits courants 10
Les principales...
27
réflexion sur les consommateurs âgés. Selon lui, les consommateurs économiques sont soucieux
de la qualité et du prix, ...
28
- Les consommateurs fonctionnels
La motivation principale des consommateurs fonctionnels est d’économiser le temps et
l...
29
satisfaction provenant de la recherche d’informations pour les achats futurs, du lèche-vitrines,
de la comparaison des ...
30
- Motivation intrinsèque et extrinsèque
Comme le rappellent Meyer-Waarden et Bénavent (2006), les divergences de
compor...
31
4. HYPOTHESES
Le cadre d’analyse et les théories mobilisées nous ont permis de formuler un certain
nombre d’hypothèses ...
32
des informations qu’il ne souhaite pas partager. Cela nous amène à se demander si le risque
perçu a un effet négatif su...
33
Voici le modèle conceptuel que nous proposons :
Influence positive
Influence négative
Nous avons intégré les caractéris...
34
5. METHODE
Dans cette partie, nous allons présenter la méthodologie utilisée dans le cadre de notre
étude : le type de ...
35
5.2. Plan d'échantillonnage et méthode de recueil
Compte tenu de notre sujet de recherche – l’utilisation des technique...
36
5.3. Définition des variables
Le tableau ci-dessous décrit les variables qui ont été utilisées dans le cadre de cette
r...
37
La deuxième section du questionnaire a pour but d’exposer les sondés à des scénarios de
techniques mobile-in-store pour...
38
Sur cette base, nous avons effectué une réflexion intuitive sur les services susceptibles
d’intéresser les mobinautes. ...
39
Ensuite, nous avons choisi de nous intéresser aux variables explicatives individuelles
pour mieux comprendre le comport...
40
- Je lis l’actualité sur mon smartphone.
- J’accède et je partage mes activités entre plusieurs écrans (smartphone, tab...
41
Pour terminer, nous avons posé des questions sur les critères sociodémographiques pour
mieux connaitre le profil des so...
42
6. RESULTATS
Dans le but de définir notre échantillon de répondants, nous allons effectuer une
analyse rapide des stati...
43
Concernant l’âge, nous observons une surreprésentation des répondants ayant entre 18 et
29 ans (72% soit 239 individus)...
44
En ce qui concerne la catégorie socioprofessionnelle des répondants, nous observons que
les étudiants et les lycéens (4...
45
Graphique 6 : Taux de possesseurs de smartphone selon le sexe
Parmi les répondants féminins, 91% (soit 168 femmes) poss...
46
Les résultats obtenus indiquent que dans toutes les tranches d’âge le taux de possesseurs
de smartphone est supérieur à...
47
Graphique 9: Taux de possesseurs de smartphone selon la CSP
En ce qui concerne la catégorie socioprofessionnelle des mo...
48
Les résultats obtenus indiquent que 38% des répondants (soit 114 individus) ont déjà eu
recours aux techniques mobile-i...
49
Graphique 12: Taux d'utilisation des techniques mobile-in-store selon l'âge
En ce qui concerne l’âge, les individus fai...
50
Concernant le niveau d’études des répondants nous pouvons observer que le taux
d’utilisation des techniques mobile-in-s...
51
Graphique 15: Taux de fréquentation des parfumeries
Comme nous pouvons observer, la parfumerie la plus fréquentée est S...
52
Nous avons commencé nos analyses par le calcul de la propension moyenne à utiliser les
techniques mobile-in-store décri...
53
Tableau 4: Propension à accepter les techniques mobile-in-store selon la catégorie (ACP)
La première catégorie, dite « ...
54
informations produits (conseils d’utilisation, composants, origine…) et de la géolocalisation
qui permet de se repérer ...
55
liés à la fidélité et à l’aspect économique de l’acte d’achat. Par ailleurs, les questions traduisant
le côté relationn...
56
Tableau 6: Répartition des orientations d'achat en catégories (ACP)
Le tableau ci-dessus montre que nous avons retrouvé...
57
6.3. Test des hypothèses
Nous allons procéder maintenant à l’analyse de l’impact de l’expérience dans l’utilisation
des...
58
La variable « expérience en matière digitale » n’a aucun impact sur l’utilisation des
techniques mobile-in-store, car l...
59
Maintenant, nous allons affiner notre analyse, en observant l’impact des variables
explicatives sur chaque catégorie de...
60
Figure 11: Impact des variables dépendantes sur la tendance générale à utiliser les techniques économiques
En ce qui co...
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Joanna stroz marketing mobile   les techniques mobile-in-store-mémoire master 2 moi classique
Prochain SlideShare
Chargement dans…5
×

Joanna stroz marketing mobile les techniques mobile-in-store-mémoire master 2 moi classique

1 546 vues

Publié le

Découvrez l'excellent mémoire de Joanna Stroz sur les techniques Mobile In Store! Quelles en sont les techniques et les facteurs d'acceptation?

Publié dans : Marketing
0 commentaire
1 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

Aucun téléchargement
Vues
Nombre de vues
1 546
Sur SlideShare
0
Issues des intégrations
0
Intégrations
15
Actions
Partages
0
Téléchargements
51
Commentaires
0
J’aime
1
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Joanna stroz marketing mobile les techniques mobile-in-store-mémoire master 2 moi classique

  1. 1. 1 Mémoire de Recherche Marketing Mobile : les Techniques Mobile-in-Store Joanna Stroz N° Etudiant: 34012330 Université Paris Ouest Nanterre La Défense Département Gestion Master 2 Marketing Opérationnel International Classique Année Universitaire 2014/2015
  2. 2. 2 REMERCIEMENTS La réalisation de ce mémoire a été possible grâce à l’aide de plusieurs personnes à qui je voudrais témoigner toute ma reconnaissance. Je remercie Madame DE PECHPEYROU et Monsieur BENAVENT, Professeurs au sein de l’Université Paris Ouest Nanterre La Défense, pour leur disponibilité, leur encadrement, ainsi que leurs précieux conseils tout au long de l’élaboration de mon mémoire. Un grand merci à ma tutrice de stage, Madame CARREL BILLIARD, pour son aide et sa compréhension. Je tiens également à remercier Monsieur POTY, responsable du Pôle Veille Technologique et Juridique à l’Agence Wallonne des Télécommunications, pour son aide dans la diffusion de mon questionnaire. De plus, je voudrais exprimer ma gratitude envers tous les sondés qui m’ont permis de comprendre le comportement des consommateurs en magasin. Je tiens également à remercier mes proches pour leur soutien dans la rédaction de ce mémoire de recherche.
  3. 3. 3 SOMMAIRE 1. INTRODUCTION…………………………………………………………….………5 1.1. Définition de la problématique………………………………………….…….….5 1.2. Les objectifs….…………………………………………………………….…….7 1.3. L’annonce du plan ……………………..…………………………..………….....7 2. LES TECHNIQUES MOBILE-IN STORE………………………….…..…..….…..8 2.1. Définition et exemples des techniques mobile-in-store……………………….…8 2.2. Les avantages de techniques mobile-in-store…………………………………...12 2.3. Les limites de techniques mobile-in-store…………………………………..…..13 3. CADRE D’ANALYSE…………………………………………………………….…14 3.1. L’innovativité…...................................................................................................14 3.2. L’expérience dans l’utilisation des nouvelles technologies………………....….17 3.3. La préoccupation vis-à-vis de la vie privée………………………………….….18 3.4. L’implication vis-à-vis d’une catégorie de produits..………………….…….....23 3.5. Les orientations d’achat……………………………………………………...….23 4. HYPOTHESES………………………………………………………………….…....31 4.1. Hypothèse 1 : Le degré d’innovativité influence positivement l’intention d’utiliser les techniques mobile-in-store……………………………………..….31 4.2. Hypothèse 2 : L’expérience dans l’utilisation des nouvelles technologies a une influence positive sur l’intention d’utiliser les techniques mobile-in-store. ..…..31 4.3. Hypothèse 3 : Le risque perçu influence négativement l’intention d’utiliser les techniques mobile-in-store. ………………………..…………………….......….31 4.4. Hypothèse 4 : L’implication envers la catégorie de produits a un impact positif sur l’intention d’utiliser les techniques mobile-in-store…………..……….…....32 4.5. Hypothèse 5 : En fonction des orientations d’achat des consommateurs, l’intention d’utiliser les techniques mobile-in-store diffère…………….....……32
  4. 4. 4 5. METHODE…………………………………………………………………….….…34 5.1. Définition du type de recherche………………………………………….…….34 5.2. Plan d'échantillonnage et méthode de recueil…………………………….……35 5.3. Définition des variables………………………………………………………..36 5.4. Traitement des données………………………………………………….……..41 6. RESULTATS……………………………………………………………………...…42 6.1. Caractéristiques de l’échantillon……………………………………………….42 6.2. Scores moyens des scénarios et analyse factorielle……………………..……..51 6.3. Test des hypothèses……………………………………………………………57 7. DISCUSSION DES RESULTATS……………………………………...…………..74 8. LIMITES ET VOIES DE RECHERCHE……………………………….…………81 9. IMPLICATIONS OPERATIONNELLES…………………………………………82 10. CONCLUSION………………………………………………………………..….…84 11. BIBLIOGRAPHIE…………………………………………………………………..86 12. WEBOGRAPHIE………………………………………………………….…..…….89 13. ANNEXES……………………………………………………………………..……..91 14. TABLE DES ILLUSTRATIONS…………………………………………...……...113
  5. 5. 5 1. INTRODUCTION 1.1. Définition de la problématique Depuis quelques années, la démocratisation de l’utilisation des smartphones offre de nouvelles opportunités aux marketeurs pour atteindre les consommateurs connectés. Selon Philippe Dumont, Rapporteur de la Mobile Marketing Association France (MMA), « 2015 se révèle être une année à la fois de prise de pouvoir et de renouveau pour le mobile : montée en puissance de tous les indicateurs de ventes, de pénétration et de monétisation, renouveau car de nouveaux supports (wearables…) et de nouveaux usages (Commerce Mobile) viennent créer de toutes nouvelles opportunités pour les marques ». 1 Le contexte actuel favorise ce phénomène. En France, environ 56,8% de la population possède un smartphone (31,1 millions de mobinautes en juin 2015). Or, au premier trimestre 2014, ce chiffre s’élevait à 50,7% (27,7 millions de mobinautes).2 Une telle augmentation a également été constatée chez les utilisateurs de l’Internet mobile. Le Baromètre Trimestriel du Marketing Mobile en France indique qu’au premier trimestre 2015, 66,1% des personnes résidant en France ont déclaré avoir utilisé l’Internet mobile, contre 41,2% au troisième trimestre 2011. Selon une étude réalisée par la Fédération Française des Télécoms (FFT), «le trafic mobile augmentera 3 fois plus vite que le trafic internet fixe, et sera multiplié par 8 entre 2014 et 2019 ».3 De plus, le temps que les mobinautes Français passent sur leur mobile ne cesse pas d’augmenter. Selon la FFT, en 2015, cette durée a été estimée à 99 minutes par jour. Les prévisions montrent que ce chiffre devrait atteindre 130 minutes par jour d’ici 2017.4 Il est intéressant de souligner que pendant longtemps, Internet était perçu comme une menace pour les points de vente. La montée en puissance du e-commerce a diminué la 1 « Communiqué de Presse : Le Baromètre du Marketing Mobile Confirme la Puissance du Mobile », 12 mars 2015, GFK, www.gfk.com/fr/news-and-events/press-room/press-releases/pages/barometre-du-marketing- mobile-.aspx 2 « Le Baromètre Trimestriel du Marketing Mobile en France, Juin 2015, 10ème édition », Mobile Marketing Association France, 3 « Usages : le trafic internet français multiplié par 2,4 à l’horizon 2019 », Fédération Française des Télécoms, www.fftelecoms.org/articles/usages-le-trafic-internet-francais-multiplie-par-24-l-horizon-2019 4 « Evolution des Usages Mobiles, Prévisions 2015, Kerensen Conculting, www.kerensen.com/sites/default/files/evolution_des_usages_mobile_2015.pdf
  6. 6. 6 fréquentation des magasins physiques. Pour autant, la question de savoir si le web peut menacer l’existence de points de vente physiques est aujourd’hui dépassée. L’expérience d’achat en magasin physique reste plus riche grâce aux nombreux atouts de ce canal de distribution : le conseil, l’accompagnement du client, l’information ou encore la possibilité de regarder, toucher et essayer les produits avant de les acheter. Les enseignes doivent capitaliser sur ces avantages concurrentiels incontestables pour développer le magasin technophile de demain, un lieu d’expérience et de découverte en intégrant le meilleur d’Internet et des nouvelles technologies dans le point de vente, et tout laisse à croire que le smartphone sera l’une des clés de cette transformation, peut-être la plus importante. Le mobile devient un outil de plus en plus indispensable à l’achat en magasin, dont les usages se multiplient. Selon une étude effectuée par le Groupe GFK, publiée en février 2015, les mobinautes français utilisent leur portable en magasin pour comparer les prix (24% de français interrogés), contacter un ami ou la famille pour un conseil (32%), prendre une photo du descriptif d’un produit (26%), scanner les QR-codes (17%), acheter les produits via une application (10%) ou acheter sur un site web (9%). Le Baromètre Trimestriel du Marketing Mobile en France, mentionne aussi des actions telles qu’envoyer un SMS ou appeler un proche (16,5%), envoyer une photo du produit à un proche (18,1%) ou géolocaliser un magasin (6,7%). Ainsi, l’essor du mobile apporte un élément qui révolutionne la manière de communiquer avec les prospects et les clients. Ce phénomène permet aux enseignes d’établir une interaction avec les consommateurs qui se trouvent à l’intérieur même du magasin. Le but de cette pratique est de développer une synergie entre le web et le point de vente physique pour offrir une nouvelle expérience d’achat, plus enrichie. Le smartphone semble donc aujourd’hui un outil clé d’innovation et de différentiation concurrentielle. Devant la diversité des usages mobiles en magasin et la richesse des contextes, il nous paraît important de nous demander à travers notre étude si les consommateurs sont prêts à accepter les techniques de marketing mobile utilisées dans les points de vente physiques (techniques mobile-in-store) et quels sont les facteurs de cette acceptation. Nous allons traiter ce problème de gestion en nous intéressant plus particulièrement à un domaine spécifique : le secteur de la parfumerie. Afin de répondre à notre problématique, nous allons analyser l’acceptation des techniques mobile-in-store au moyen d’une étude quantitative.
  7. 7. 7 1.2. Les objectifs Le but de ce mémoire de recherche est de comprendre l’attitude des consommateurs face aux techniques de marketing mobile utilisées en magasins physiques. Ce travail poursuit donc un double objectif. Il s’agit de développer un cadre conceptuel d’analyse des techniques mobile- in-store, en identifiant les facteurs qui poussent les individus à utiliser ou refuser ces techniques, et de créer pour chaque type de consommateur, un profil privilégie de techniques digitales adaptées. 1.3. L’annonce du plan La première partie de ce travail de recherche permettra de définir les techniques mobile- in-store, ainsi que de présenter leurs avantages et limites. Puis, la deuxième partie exposera le cadre théorique dans lequel s’inscrit cette étude. Pour cela, nous nous intéresserons aux facteurs explicatifs de l’acceptation des techniques mobile-in-store, en nous concentrant sur les variables individuelles et contextuelles. Cette revue de littérature nous permettra d’aborder dans un premier temps la notion d’innovativité et d’expérience dans l’utilisation des nouvelles technologies. Puis, nous nous focaliserons sur la question de la protection des données personnelles et plus particulièrement du risque perçu. Ensuite, nous nous pencherons sur la question d’implication vis-à-vis d’une catégorie de produits. Enfin, nous évoquerons le concept des orientations d’achat. Une fois cela réalisé, nous passerons à la partie empirique en formulant les hypothèses de recherche. Puis, nous évoquerons la méthodologie utilisée pour mener notre enquête, suivie de la présentation des résultats et de leur signification. Enfin, nous tenterons d’identifier les limites de notre étude, de proposer des perspectives de recherches futures, ainsi que des recommandations opérationnelles, qui pourraient aider les entreprises à optimiser leur opérations de marketing mobile en magasin.
  8. 8. 8 2. TECHNIQUES MOBILE-IN-STORE 2.1. Définition et exemples des techniques mobile-in-store Les techniques mobile-in-store sont des outils du marketing mobile, qui se définit comme « l’ensemble des techniques marketing basées sur l’utilisation des terminaux mobiles dont notamment le smartphone. Dans une acceptation plus large, le marketing mobile peut également être défini comme l’ensemble des actions marketing entreprises à destination d’individus en situation de mobilité. »5 . On peut également les considérer comme faisant partie des Nouvelles Aides à la Vente (NAV) ou encore des ICDA (« Interactive Consumer Decision Aids ») définis comme : « outils qui ont le potentiel d’assister le consommateur dans sa prise de décision en améliorant la qualité des choix et en réduisant simultanément l’effort requis pour prendre cette décision » (Murray et Häubl, 2008). Il s’agit donc des technologies et outils plus ou moins dématérialisés, interactifs ou purement techniques, qui apportent une expérience et une information contextualisée et adaptée à l’utilisateur. (Beck et Crié, 2013). On peut distinguer trois contextes d’utilisation des Nouvelles Aides à la Vente: contexte fixe (en point de vente physique), contexte privé (sur internet chez soi) et contexte public mobile (à l’aéroport par exemple). Il faut également prendre en compte le support permettant d’utiliser les NAV. Parmi les plus répondus il y a le smartphone, la tablette, l’ordinateur, la borne interactive, ou encore le miroir interactif. Dans le cadre de cette recherche, nous allons nous focaliser sur l’utilisation des NAV sur smartphone dans le cadre des achats en magasins physiques. Comme l’ont montré Beck et Crié (2013), les Nouvelles Aides à la Vente peuvent être divisées en deux catégories : les aides à l’achat, c'est-à-dire « les outils à complexité modérée, mis à disposition du client ayant pour objectif de l’inspirer dans ses choix, de manière autonome et rapide » et les aides à la vente, mises à disposition des vendeurs. Nous allons donc nous concentrer sur la première catégorie, à savoir les Nouvelles Aides à l’Achat (NAA). 5 Définition Marketing mobile : www.definitions-marketing.com/Definition-Marketing-mobile
  9. 9. 9 Le développement rapide des outils mobiles ces dernières années est justifié par la volonté de vivre une expérience d’achat en magasin de plus en plus intense, ainsi que par le développement des nouvelles technologies et du e-commerce. Cette digitalisation est expliquée par la soif d’innovation des consommateurs et le désir des enseignes de se différencier. Grâce à un taux d’équipement en smartphone en France de 56,8%, les enseignes peuvent toucher les prospects et les consommateurs, où qu’ils soient. Cela signifie les accompagner tout au long de leurs parcours d’achat, répondre à leurs besoins basiques et pratiques, que ce soit en termes d’information produit, information prix, confort ou gain de temps, et cela, à l’intérieur même du magasin. Ainsi, le consommateur peut retrouver en espace de vente physique la sensation de choix illimité que lui offre le web, assurant une fluidité entre le « online » et le « offline » (le « Phygital »). De surcroît, il est important de souligner que de plus en plus de consommateurs préfèrent être autonomes en magasin. Selon l’agence Extreme Sensio, « 83% des consommateurs préfèrent réaliser leurs achats sans l‘aide d’un vendeur. »6 . Cela renforce encore plus le potentiel des smartphones qui offrent une véritable palette de possibilités pour le client en constituant un atout majeur pour les points de vente. Parmi les principales techniques mobile-in-store on peut distinguer : - Les coupons mobiles (m-coupons) Les coupons mobiles sont des coupons de réduction proposant un avantage immédiatement accessible en magasin ou une offre de remboursement (ODR) à avantage différé (remboursement partiel, total ou un autre avantage). Les « m-coupons » sont diffusés sur les smartphones. Ils peuvent être envoyés directement aux clients par l’enseigne (notification push, e-mailing, in app, SMS) (« méthode push ») ou être disponibles sur le site web du diffuseur, une plateforme ou une application spécialisée dans les « bons plans », telle que Plyce, Le Pass, Shopmium, Prixing, Fidall, C-wallet etc. (« méthode pull »). La réduction peut être obtenue grâce à un code promotion ou un code barre présent sur le coupon virtuel, scanné lors du passage en caisse. 6 « Magasin connecté : Les Français sont prêts… mais exigeants!», Extreme Sensio, www.extreme-sensio.com/etude-barometre-digital-store/
  10. 10. 10 Les m-coupons peuvent aussi être diffusés grâce à des capacités de ciblage reposant sur la géolocalisation des destinataires se trouvent à proximité ou à l’intérieur même du magasin. Il est également possible de personnaliser les coupons grâce à des données consommateurs préalablement recueillies. Le m-couponning est pratiqué par des marques telles que Camaïeu, Etam, Yves Rocher et les distributeurs tels que Marionnaud, Sephora, Darty, Decathlon, Carrefour ou Auchan. - La géolocalisation in store La géolocalisation est un procédé permettant de déterminer la localisation précise d’un objet (une personne, un magasin, un produit…) à l’aide de ses coordonnées géographiques. Cette technologie crée de nombreuses opportunités pour les entreprises et les consommateurs. Elle permet tout d’abord de créer du trafic dans les points de vente (« mobile-to-store », « digital-to-store ») en diffusant des offres aux personnes se trouvant à proximité du point de vente, ou en localisant facilement un magasin (« store locator »). Néanmoins, la géolocalisation peut également être utilisée à l’intérieur même du magasin. C’est ce qu’on appelle la géolocalisation-in-store. Elle permet de recueillir des informations pertinentes plus facilement, se repérer en magasin, localiser un produit recherché, préparer une visite dans le magasin ou recevoir des notifications push avec des services adaptés à l'endroit et à la situation du consommateur (messages de bienvenue personnalisés, informations relatives aux produits, promotions spécifiques au rayon, bons de réduction, conseils, alertes de rappel de l’opération organisée en point de vente etc.). La technologie de géolocalisation de plus en plus utilisée par les enseignes est celle des beacons. Il s’agit des transmetteurs utilisant la norme Bluetooth 4.0 (Bluetooth Low Energy) qui permettent d’envoyer des notifications push à des applications dédiées installées sur les smartphones Il est possible d’utiliser ces balises de géolocalisation à l’intérieur des immeubles grâce à leur précision (« micro-localisation »). « En 2015, 32 % des magasins sont équipés de beacons aux Etats-Unis, et devraient être 85 %, en 2016 »7 , précise Didier Robert, directeur général adjoint du groupe GEOCONCEPT, spécialisé dans la conception et l’édition de technologies d’optimisation géographique pour les professionnels. 7 Floriane Salgues , « Géolocalisation : la "nouvelle" boussole du marketing », E-marketing, www.e- marketing.fr/Thematique/digital-data-1004/Breves/Geolocalisation-nouvelle-boussole-marketing-256131.htm
  11. 11. 11 Parmi les applications qui offrent des services basés sur la géolocalisation on peut citer celle de Galerie Lafayette ou d'Ikea. - QR Codes QR code est l’acronyme de « Quick Response Code », c’est-à-dire un code barre en deux dimensions (2D). Il a de nombreux usages marketing et publicitaires. En scannant un QR code à partir d’un smartphone, il est possible d’accéder à une page web, ou à un autre contenu (informations complémentaires, vidéos, jeux concours, etc.). Les QR codes sont souvent présents sur les emballages des produits ou dans les rayons des magasins (exemple : Comptoir des Cotonniers). - Paiement par NFC (Near Field Communication) Le paiement par NFC offre la possibilité de régler ses achats en magasin avec son smartphone via une application de paiement « sans contact » qui utilise une technologie dite de communication par ondes courtes. Le paiement mobile est possible grâce aux applications telles que Apple Pay, Google Wallet ou Samsung Pay (disponible à partir de 2016). Selon l’Association Française du Sans Contact Mobile, en mars 2015 il y avait « 7 millions de possesseurs de mobiles NFC compatibles et 79 263 points de vente équipés en terminaux de paiement sans contact»8 . - Les cartes de fidélité dématérialisées Une carte de fidélité d’une enseigne est un support d’identification d’un client faisant partie d’un programme de fidélité. La dématérialisation des cartes apporte des nouvelles opportunités à ce support. Leur coté virtuel très pratique et le taux élevé d’équipement en smartphone, permettent des échanges plus fréquents avec les consommateurs (messages de bienvenue personnalisés, bons de réduction, conseils personnalisés en fonction de l’historique d’achat, points de fidélité etc.). 8 « Les Chiffres-clés du NFC et du Sans Contact en France », mars 2015, Association Française du Sans Contact Mobile, www.afscm.org/le-nfc-en-chiffres/
  12. 12. 12 Il est également important de s’interroger sur les caractéristiques des nouvelles aides à la vente et à l’achat. L’étude de Beck et Crié (2013) montre que l’importance de ces services pour les consommateurs dépend de leur interactivité, rapidité d’affichage, facilité d’utilisation, ergonomie, fiabilité, ubiquité, ainsi que de leur côté intuitif et collaboratif. Ce sont donc les caractéristiques sur lesquelles il faut capitaliser pour rendre les techniques mobile-in-store plus attractives pour les consommateurs. 2.2. Les avantages de techniques mobile-in-store Comme nous avons pu le voir, il est possible de créer de vraies synergies entre les services mobiles et la surface de vente physique. Interrogeons-nous maintenant sur les avantages que ces techniques peuvent apporter aux consommateurs ainsi qu’aux magasins. L’utilisation des techniques mobile-in-store permet de satisfaire les besoins basiques et pratiques du consommateur, que ce soit en termes d’information prix et produits, recommandation d’articles, gain de temps et d’efficacité, ou encore en termes de choix grâce aux commandes en ligne en boutique ou à la personnalisation sur place. Ces nouveaux services mobiles facilitent les achats et réassurent le consommateur. En plus du côté utilitaire, les techniques mobile-in-store procurent des bénéfices hédoniques. Elles rendent les courses beaucoup plus agréables, en apportant un côté ludique. Le smartphone permet donc de vivre une véritable expérience de consommation. Les avantages que les techniques mobile-in-store apportent aux magasins sont également nombreux. Tout d’abord, ils permettent aux enseignes de séduire de nouveaux prospects et clients, suscitent l’envie d’acheter en agissant sur les circuits de décision jusqu’à l’acte d’achat. Il a été prouvé que les NAVA ont une influence positive sur l’intention et l’impulsion d’achat. (Beck et Crié, 2013). Ces services contribuent donc à l’augmentation des flux en magasin, de la fidélisation des consommateurs, ainsi que de la valeur du panier moyen. Les services mobiles permettent grâce aux données consommateurs, d’analyser le parcours client en magasin et améliorer la productivité du merchandising. De plus, au niveau stratégique, la mise en place des NAVA par les entreprises peut avoir un impact positif sur leur image. En effet, les enseignes qui utilisent ce type d’outils sont perçues comme dynamiques et innovantes.
  13. 13. 13 Tout cela montre que les techniques mobile-in-store offrent des services de qualité qui rendent le parcours client plus enrichie, plus fluide et plus agréable, tout en permettant aux enseignes de développer leur commerce. Les techniques mobile-in-store disposent donc d’un important potentiel à exploiter. « Toute entreprise qui se situe dans une relation au consommateur final forte devra être capable de répondre à cette évolution mobile. Aujourd’hui c’est un critère de différenciation, demain ça sera une nécessité », prévient Pascal Poty, responsable du Pôle Veille Technologique et Juridique à l’Agence Wallonne des Télécommunications. 2.3. Les limites de techniques mobile-in-store Les techniques mobile-in-store présentent néanmoins quelques limites. Tout d’abord, il y a la question d’accès à internet en magasin. La configuration de certains centres commerciaux et grandes surfaces ne facilitent pas la propagation des signaux 3G et 4G, ce qui rend impossible l’utilisation de certaines techniques mobile-in-store. Afin de surmonter cette limite, les magasins devraient systématiquement offrir un accès WiFi à leurs consommateurs. Deuxièmement, les enseignes doivent solliciter l’autorisation préalable du mobinaute pour pouvoir lui adresser des messages ou collecter des informations à son sujet (profil, mode de paiement, nature des achats etc.) (opt-in). Or, une partie importante des consommateurs expriment des inquiétudes concernant la collecte de leurs données personnelles et la protection de leur vie privée, ce qui les rend réticents à l’utilisation des techniques mobile-in-store. Il faut également prendre en compte la méfiance des consommateurs au sujet des services perçus comme intrusifs. Pour certains, l’utilisation des techniques mobile-in-store peut être source des réactions négatives telles que le scepticisme ou l’agacement. Les enseignes doivent donc bien préparer leur stratégie de communication pour ne pas être perçues comme trop intrusives. Toutes ces raisons font que l’acceptation des techniques mobile-in-store n’est pas automatique chez les consommateurs. Nous tenterons d’expliquer dans les prochains chapitres les raisons qui poussent les consommateurs à accepter ou refuser ces techniques de marketing mobile.
  14. 14. 14 3. CADRE D’ANALYSE 3.1. L’innovativité Comme le rappellent Roehrich, Valette-Florence et Ferrandi (2002), les études montrent que l’innovativité a été perçue de deux manières différentes: tout d’abord comme une tendance comportementale (Roger, 1960), puis, comme un trait individuel (Midgley et Dowling, 1978). Nous allons donc analyser ce concept plus en détail. Innovativité innée Midgley et Dowling (1978) définissent le concept d’innovativité comme « le degré selon lequel un individu prend des décisions innovatrices indépendamment de l’expérience communiquée par les autres ». Selon les auteurs, l’innovativité est une convergence de deux traits individuels : «l’Innovativité Innéé » (II) et « l’Intérêt pour la Catégorie de Produits » (ICP). Il s’agit donc d’une sensibilité générale à l’égard de la nouveauté. Dans cette logique, les individus qui se caractérisent par un niveau élevé d’innovativité innée possèdent un grand nombre de produits nouveaux de catégories différentes. Selon Midgley et Dowling, l’innovativité innée peut influencer « l’innovativité réalisée » (l’achat effectif de produits nouveaux) à trois niveaux : - « Innovativité réalisée générale », c’est-à-dire une tendance à acheter de nouveaux produits dans des catégories disparates. Ce comportement constitue l’expression directe de l’innovativité innée orientée vers la nouveauté. - « Innovativité réalisée spécifique à une catégorie de produits » (ICP), qui correspond à l’achat de nouveaux produits de la même catégorie. Ce comportement est une convergence de l’II et de l’ICP. - « Innovativité réalisé pour un simple produit », c’est-à-dire l’achat précoce d’un nouveau produit. Ce comportement résulte de plusieurs facteurs, à savoir : l’II, l’ICP, l’expérience des autres, ainsi que la situation d’achat. De plus, Midgley et Dowling ont été les premiers à avoir proposé une version intégrée et hiérarchisée des causes de l’innovativité, en faisant une synthèse des variables identifiées par
  15. 15. 15 d’autres chercheurs (Gatignon et Robertson, 1985), à savoir : les traits psychologiques et sociologiques. La figure ci-dessous représente le nouveau modèle d’innovativité de ces deux chercheurs. 9 Figure 1: Modèle d'innovativité Gatignon et Robertson, 1985 De même, Hirschman, (1980) a présenté l’innovativité comme « la recherche inhérente de nouveauté », c'est-à-dire la volonté d’introduire de la nouveauté dans sa vie de manière générale. Innovativité spécifique au domaine Dans la même logique, Goldsmith et Hofacker (1991) ont défini une autre catégorie d’innovativité, à savoir « l’Innovativité Spécifique au Domaine » (ISD) qui correspond à une « tendance à s’informer sur et à adopter les innovations (nouveaux produits) au sein d’un domaine spécifique d’intérêt », possible de mesurer par une échelle psychométrique. Il s’agit 9 Roehrich G., (2001) « Causes de l’Achat d’un Nouveau Produit : Variables Individuelles ou Caractéristiques Perçues », Revue Française du Marketing - N° 182, p.85
  16. 16. 16 donc d’une convergence entre l’II et les comportements innovatifs spécifiques. La figure ci- dessous représente le modèle d’innovativité de Goldsmoth et Hofacker. Figure 2: La hiérarchie des innovativités de Goldsmith et Hofacker Par ailleurs, Roehrich a démontré dans son étude (1994) que les définitions du concept de l’innovativité telles qu’elles ont été données par ses prédécesseurs n’étaient pas exhaustives, car elles n’expliquaient pas les raisons de l’attirance de consommateurs vers les nouveaux produits. Selon lui, les individus seraient motivés par la nouveauté, récence, novation et différence de nouveaux produits. Roehrich a mis un accent important sur les causes de cette sensibilité à la nouveauté. En se basant sur les études antérieures (Venkatesan, 1973 ; Hirschman, 1980, Fromkin, 1975 ; Synder et Fromkin, 1980) il a déduit que l’innovativité comporte deux dimensions : une dimension hédoniste (besoin de stimulation) et une dimension sociale (besoin d’unicité). Dans cette logique, les individus avec une innovativité hédoniste auraient tendance à acheter les produits nouveaux pour le plaisir ou par la curiosité. Par contre, ceux qui se caractérisent par une innovativité sociale seraient tentés par l’achat des nouveaux produits pour répondre aux évolutions de la société et se différencier des autres. En résumant, l’innovativité est une attitude générale de l’individu qui le rend sensible à la nouveauté et qui se renforce dans certaines circonstances. Ce concept est un facteur important à prendre en considération pour étudier et comprendre le comportement innovateur du consommateur. L’innovativité explique également la volonté d’utiliser les nouvelles technologies. On pourrait déduire que les individus au degré élevé d’innovatvité auraient tendance à acheter des produits nouveaux et utiliser des services innovateurs, tels que les techniques mobile-in-store.
  17. 17. 17 3.2. Expérience dans l’utilisation des nouvelles technologies Plusieurs chercheurs ont démontré que l’expérience du consommateur dans l’utilisation des nouvelles technologies influence son comportement et son acceptation des services innovateurs. Ainsi, le fait d’effectuer des achats en ligne prouve la flexibilité de l’individu au dévoilement de ses données personnelles. Cela veut dire que plus le consommateur aura d’expérience dans l’usage d’Internet, moins réticent il sera devant le risque que peuvent causer les transactions commerciales en ligne (Balabanis et Vassileiou, 1999). Dans la même logique, il a été prouvé que l’expérience récente d’achat à distance a un effet négatif sur la préoccupation des consommateurs concernant la collecte et l’usage de leurs données personnelles par les entreprises (J.Phelps, G. Nowak et E. Ferrell, 2000). Comme le rappellent Goncalves, De Pechpeyrou et Bénavent (2014), « les consommateurs ayant une expérience préalable avec les applications mobiles devraient davantage apprécier les bénéfices que peuvent leur apporter les services basés sur la géolocalisation » (Xu et al, 2009). On pourrait présumer qu’il est de même pour les bénéfices que peuvent apporter aux consommateurs les techniques mobile-in-store. Ainsi, on peut supposer qu’un consommateur doté d’expérience en matière digitale, se montrera moins réticent devant le risque que peuvent engendrer les techniques de marketing mobile en magasin, qu’un individu qui n’a jamais utilisé les nouvelles technologies de l’information et de la communication (NTIC). Nous pouvons donc supposer que le degré d’expérience d’un individu dans l’utilisation des nouvelles technologies a un impact positif sur l’intention d’utiliser les techniques mobile-in-store.
  18. 18. 18 3.3. Préoccupation vis-à-vis de la vie privée - Le concept de la vie privée La question de la vie privée et de l’intimité de l’individu a été soulevée avant même le développement des nouvelles technologies d’information qui ont accru les capacités de collecte des données personnelles, c’est-à-dire des informations qui permettent une identification de l’individu. Depuis, plusieurs définitions de la vie privée ont été données. Warren et Brandeis (1890) ont élargi le concept de la vie privée perçu avant comme « le droit de vivre » en le définissant comme « le droit d’être seul » (juge T. M. Cooley), de profiter de la vie et d’être libre. En jugeant cette définition comme trop large et vague, Westin (1967) a défini la vie privée comme « la revendication des individus, des groupes ou des institutions, de déterminer par eux même, quand, comment et dans quelle mesure les informations les concernant sont communiquées aux autres ». Il s’agit donc du droit de contrôler ses informations personnelles. On peut distinguer deux dimensions de contrôle des données personnelles : la dissémination et l’utilisation (Goodwin 1991). Puis, Foxman et Kilcoyne (1993), ont proposé d’élargir cette définition en intégrant la connaissance de la collecte d’informations. De Pechpeyrou et al. (2010) ont complété le concept de la vie privée du consommateur en le définissant comme « la possibilité pour tout consommateur de connaître et de décider en connaissance de cause de la diffusion et de l’utilisation des informations préalablement à leur collecte, qu’elles soient collectées durant la relation ou qu’elles résultent des transactions commerciales qu’il a engagées. Il concerne également le contrôle de l’utilisation non souhaité de sollicitations commerciales quel qu’en soit le support (mailing, e-mailing, téléphone, contact personnel,...).» - Le modèle IUIPC La réflexion sur la privacy a été complétée par le modèle IUIPC (« Internet Users’ Information Privacy Concerns ») de Malhora, Kim et Agarwal (2004), selon lequel, la préoccupation vis-à-vis de la vie privée est le résultat de trois facteurs : la collecte des données
  19. 19. 19 personnelles, le contrôle et la notification des pratiques de confidentialité. En ce qui concerne la collecte des informations, les consommateurs veulent connaître la quantité de données spécifiques détenues par les tiers, comparé à la valeur des services perçus. Cet échange d’informations entre les entreprises et les consommateurs devrait être équitable. Par ailleurs, les consommateurs sont moins inquiets quand ils ont la possibilité d’accepter ou refuser le partage de leurs données avec les entreprises (opt in / opt out), ce qui leur donne un sentiment de contrôle. En ce qui concerne la notification des pratiques de confidentialité, les consommateurs devraient être informés sur la façon dont les entreprises utilisent leurs données. Ainsi, comme le rappellent Malhora, Kim et Agarwal, selon Hofman et al. (1999) la majorité des internautes refuse de partager leurs données personnelles sur des sites Internet, s’ils ne sont pas certains de la façon dont ces informations seront utilisées. Les auteurs ont également pris en compte les facteurs contextuels qui influencent les préoccupations vis-à-vis de la vie privée chez les consommateurs. Le modèle IUIPC distingue deux facteurs spécifiques au contexte : la confiance (« Trusting Beliefs ») et le risque perçu (« Risk Beliefs »). Figure 3: modèle IUIPC (« Internet Users’ Information Privacy Concerns ») de Malhora, Kim et Agarwal (2004)
  20. 20. 20 Ainsi, selon les auteurs, la préoccupation des internautes vis-à-vis de la vie privée influence négativement la confiance, qui dépend de la fiabilité des entreprises en termes de protection des données personnelles des consommateurs. Cette inquiétude a un effet positif sur le risque perçu lié à la diffusion des données personnelles. De plus, il a été prouvé que la confiance a une influence négative sur le risque perçu par le consommateur. Cela dit, plus le consommateur fait confiance à un site internet, mois il percevra de risque lié à la diffusion de ses données personnelles. Phelps et al. (2000) ont également démontré l’importance de covariables telles que les caractéristiques sociodémographiques et l’expérience. Ainsi, il a été prouvé que l’éducation influençait négativement la confiance et l’expertise qui, quant à elle, réduisait le risque perçu. Xu et al. (2011) dans leur étude sur la géolocalisation et la vie privée, ont démontré que la personnalisation est positivement corrélée avec le risque perçu lié à la divulgation d‘informations. De plus, le risque perçu a une influence négative sur la valeur perçue. Dans la même logique, le risque perçu lié à la divulgation des données personnelles dans le cadre de services basés sur la géolocalisation a une influence négative sur l’intention de dévoiler ces informations (Xu et al. 2009). Une autre étude a montré que la préoccupation des consommateurs par la façon dont les entreprises utilisent leurs informations personnelles est déterminée par quatre principaux facteurs : le type d’information demandée (données démographiques, style de vie, centres d’intérêt, informations personnelles données financières), le degré de contrôle sur les données (aucun contrôle, un certain contrôle, contrôle total), les conséquences et les avantages potentiels offerts en échange (l’économie du temps et des efforts, sélection de produits plus vaste), et les caractéristiques démographiques du consommateur (Nowak, Ferrell, 2000).
  21. 21. 21 Figure 4: Modèle de Privacy Concern (Nowak, Ferrell, 2000). Il a été prouvé que ce sont surtout les informations personnelles telles que le nom, l’adresse, le numéro de téléphone, le numéro de sécurité sociale, les coordonnées bancaires, le salaire ou encore les préférences d'achat et l’historique d’achat qui suscitent le plus de préoccupations parmi les consommateurs. Par contre, les consommateurs sont plus disposés à partager les caractéristiques démographiques et le style de vie (hobbies, loisirs, magazines préférés…). (Nowak, E. Ferrell, 2000, Nowak et Phelps, 1995, Culnan 1995). - Privacy Paradox La quatrième édition du Baromètre de la Confiance des Français dans le numérique montre que « malgré une forte réticence à communiquer des informations personnelles (+ 16 points depuis 2009), les Français utilisent massivement Internet et sont intéressés par les nouveaux usages de l’économie collaborative et des Objets Connectés ». Aujourd’hui, seulement 43% des internautes ont confiance dans le commerce en ligne (contre 56% en 2011), ce qui fait qu’ils sont de plus en plus réticents à communiquer leurs données personnelles en
  22. 22. 22 ligne (21% des internautes en 2015, contre 5% en 2009). Les principaux freins à l’utilisation de l’e-commerce sont : le piratage des données bancaires (86%), la consultation des données personnelles par un tiers (47%) et l’utilisation des données personnelles à des fins publicitaires (38%). Néanmoins, les chiffres montrent que 89% des internautes pratiquent le e-commerce (contre 85% en 2009). On voit donc un grand écart entre l’usage et la confiance des internautes. La littérature montre que cette contradiction entre les attitudes (préoccupation des individus sur le sujet de la vie privée) et les comportements (divulgation d’informations personnelles) qualifié de privacy paradox peut s’expliquer par « les bénéfices que peuvent apporter les nouvelles technologies, venant compenser le frein lié à la crainte de voir récoltées et utilisées des données privées au-delà de ce que l’individu aurait accepté ». (Hérault S., Belvaux B., 2014). Cette logique coûts-bénéfices, nous permettra de mieux comprendre le paradoxe de la vie privée, qui constitue aujourd’hui une question importante (Phelps, Novak et Ferrell, 2000). Les gens sont donc plus enclins à accepter la perte de la vie privée lié à la divulgation des données personnelles, pour profiter des avantages (utilité, plaisir, commodité, prix plus bas, informations…) si le niveau de risque est acceptable. Ce calcul de coûts-bénéfices a été défini comme « privacy calculus » (Culnan, 1995). Ainsi, De Pechpeyrou et Nicholson (2012) rappellent que les internautes seraient moins réticents à fournir leurs données personnelles lorsque leur jugement (i.e. leur « privacy calculus ») leur indique qu’ils sont susceptibles d’obtenir des bénéfices en partageant leurs informations avec les enseignes, sans avoir à subir des conséquences négatives. Le paradoxe de la vie privée est encore plus flagrant quand il s’agit de l’utilisation de smartphone. Les préoccupations se sont renforcées depuis les études qui ont montré que les applications mobiles sont capables de suivre secrètement les informations des utilisateurs (Angwin et Valentino-De Vries, 2011, Hutchinson, 2011). De plus, on entend souvent parler de fuites ou de l’exploitation des données clients dans les médias, ce qui ne fait que renforcer les préoccupations. Comme nous avons pu le voir, le concept de vie privée est un concept complexe, difficile à définir et qui entraine des nombreuses polémiques, en particulier aujourd’hui, avec le développement des NTIC. Nous pouvons donc en déduire que les techniques mobile-in-store
  23. 23. 23 peuvent également en subir les conséquences si les enseignes ne respectent pas l’intimité des consommateurs. 3.4. L’implication vis-à-vis d’une catégorie de produits Comme le rappelle Strazzieri, (1994), l’implication du consommateur vis-à-vis d’une classe de produit, a été définie comme « pertinence personnelle pour une personne d’un objet, fondée sur ses besoins, valeurs et intérêts inhérents » (Zaichowsky, 1984). Selon l’auteur, l’implication durable du consommateur vis-à-vis d’une classe de produit est un trait individuel stable et durable qui entraine des comportements associés réguliers. C’est une variable potentielle de segmentation qui influence la décision d’achat. L’implication traduit donc l’intérêt et l’attirance du consommateur vis-à-vis d’une classe de produit. L’auteur a prouvé dans son article que l’implication durable et le risque perçu ont des conséquences différentes sur le comportement du consommateur et la façon dont il perçoit les programmes marketing. Ainsi, ils n’ont en commun que la gravité perçue d’un mauvais choix. 3.5. Les orientations d’achat De nombreuses études ont été effectuées sur le concept d’orientations d’achat. Commençons par les définir. Selon Meyer-Waarden et Bénavent (2006), « l’orientation d’achat est la manière cohérente que le consommateur emploie pour faire ses courses en poursuivant un but ou une motivation particulière : économiser du temps, faire des économies monétaires, découvrir des nouveautés, se faire plaisir, rencontrer du monde.» Ainsi, le consommateur développe des stratégies différenciées dans la manière de faire ses courses en fonction de ses besoins (recherche d’information, évaluation des alternatives, choix du produit…). La théorie des orientations d’achat, ainsi que les résultats empiriques suggèrent que l’orientation d’achat est déterminée pas les caractéristiques durables du consommateur. Comme le rappelle Laaksonen (1993), les variables telles que le style de vie, l’expérience d’achat, le
  24. 24. 24 système de valeurs personnelles, la classe sociale, ainsi que le cycle de vie de la famille ont un impact important sur l’orientation d’achat du consommateur. Néanmoins, l’orientation d’achat n’est pas une caractéristique inhérente de l’individu. Elle est également déterminée par les caractéristiques de la structure du commerce de détail. L’orientation d’achat est ainsi élaborée sur la base d'une relation de longue date entre un client et son environnement de détail. Il est également important de prendre en considération l’effet du type de produits achetés. On peut supposer qu’il existe de différents modèles de comportement d’achat en fonction de la nature des produits achetés (Laaksonen 1993). Figure 5: Modèle d'orientations d'achat de Laaksonen, 1993 Le modèle ci-dessus représente le principe d’orientation d’achat comme un élément d’interaction qui contrôle la tendance comportementale du consommateur (ici le choix du magasin). Dans le cadre de notre étude, on pourrait remplacer la variable « Store choice » par « Mobile-in-store techniques choice », pour montrer l’influence des orientations d’achat sur l’acceptation des techniques de marketing mobile en magasin. Plusieurs chercheurs ont étudié le principe d’orientations d’achat pour décrire les différents types de consommateurs. Le pionnier de la réflexion sur les orientations d’achat est
  25. 25. 25 Stone (1954). Dans le cadre de son étude initiale, l’auteur a interviewé 150 femmes de Chicago pour déterminer leurs orientations d’achat dans de petits magasins locaux et de grandes chaînes de distribution. En se basant sur les résultats obtenus, il a identifié quatre dimensions : éthique, sociale, économique et apathique. La première, économique, est orientée sur le prix, la qualité et le merchandising. Les consommateurs faisant partie de cette catégorie chercheraient le meilleur rapport qualité prix, ainsi qu’une large sélection de produits. Ils auraient plutôt tendance à faire leurs courses dans des grandes chaînes de distribution à cause des prix plus bas. Les individus de l’orientation d’achat sociale, viseraient une relation privilégiée avec le magasin ou la marque. Ils auraient tendance à effectuer leurs achats dans des magasins locaux qui leur permettraient de profiter de services de bonne qualité, plutôt que dans de grands magasins, qu’ils considèrent comme impersonnels. Parmi les consommateurs faisant partie de cette catégorie, les critères économiques seraient perçus comme moins importants. Les consommateurs d’orientation d’achat éthique, ressentiraient le besoin de faire les courses dans les magasins locaux, plutôt que dans les grandes chaînes de distribution, de façon à donner aux plus petits commerces une chance de succès. Les consommateurs apathiques, ne seraient pas intéressés par les achats et chercheraient à diminuer les efforts et le temps qu’ils y consacrent. Pour eux, le choix du magasin dépendrait en grande partie de sa localisation. Depuis la théorie de Stone (1954), d’autres chercheurs ont étudié le concept d’orientations d’achat. Le tableau ci-dessous résume les groupes de consommateurs qui ont été identifiés avec certaines divergences.
  26. 26. 26 Figure 6: Principales typologies d'acheteurs pour les achats alimentaires et/ou de produits courants 10 Les principales catégories de consommateurs sont : - Les consommateurs économiques Bellenger et Korgaonkar (1980) se sont concentrés sur un système de classification à deux facteurs, d’un côté les acheteurs récréationnels pour qui l’expérience de l’achat est une source de satisfaction et de plaisir au-delà de l’achat de produits ou services en lui-même; et de l’autre côté les acheteurs économiques qui cherchent de la commodité et des prix plus bas, qui sont neutres ou désintéressés de l’action de faire des courses. Le consommateur économique de Bellenger et Korgaonkar peut être comparé au consommateur apathique de Stone. Dans la même logique, Lumpkin (1985) a étudié l’orientation d’achat économique, en concentrant sa 10 I. Barth, B. Anteblian, (2006), « Souffrance vécue, contenue ou dépassée dans les achats courants : les courses comme un travail - proposition de typologie », 11èmes Journées de Recherche en Marketing de Bourgogne
  27. 27. 27 réflexion sur les consommateurs âgés. Selon lui, les consommateurs économiques sont soucieux de la qualité et du prix, tout en étant peu actifs et peu impliqués. Puis, comme le rappellent Meyer-Waarden et Bénavent (2006), l’orientation d’achat économique d’un consommateur aurait un effet négatif sur la fidélité au magasin, car le consommateur aurait tendance à comparer les alternatives dans plusieurs magasins. - Les consommateurs relationnels Darden et Raynolds (1971) ont effectué des recherches sur l’orientation d’achat relationnelle en se basant sur les théories existantes. Ils ont défini les consommateurs d’orientation d’achat sociale comme ceux pour qui la personnalisation dans un magasin local est très importante à la différence des critères économiques. Ainsi, un client relationnel aurait plutôt tendance à effectuer ses achats dans un magasin spécifique, car cela faciliterait l’établissement et le maintien de sa relation avec le personnel du magasin (Laaksonen, 1993 ; Mägi, 1999). - Les consommateurs éthiques Lumpkin et al. (1986) ont identifié trois segments distincts : « active outshoppers », ceux qui faisaient leurs courses en dehors de leur ville ou ceux qui utilisaient d’autres méthodes d’achat comme le magasinage par catalogue, « thrifty innovators » les consommateurs cherchant à optimiser leur budget, ainsi que les « inactive inshoppers » avec une fidélité et des attitudes favorables envers les commerces locaux. C’est donc cette dernière catégorie qui ressemble à la définition du consommateur éthique de Stone. - Les consommateurs apathiques Gutman et Mills (1982) ont identifié quatre types d’acheteurs qui correspondent au concept de consommateur apathique de Stone, à savoir : les consommateurs neutres, non- impliqués, négatifs et réticents, c'est-à-dire ceux, qui n’aiment pas faire les courses. Lumpkin (1985) a examiné l’orientation d’achat apathique parmi les consommateurs âgés. Ils ont été décrits comme les consommateurs non impliqués, qui font moins de courses que les autres shoppers (i.e. économiques et actifs).
  28. 28. 28 - Les consommateurs fonctionnels La motivation principale des consommateurs fonctionnels est d’économiser le temps et les efforts consacrés pour faire les courses. Ainsi, ils concentreraient leurs achats sur un magasin spécifique afin de réduire au maximum l’énergie consacrée aux courses (Williams et al. 1978). - Les consommateurs récréationnels Par ailleurs, Tauber (1972) a investigué les raison pour lesquelles les individus font les courses. Selon lui, les consommateurs peuvent éprouver la satisfaction de l'activité d'achat elle- même. Il a identifié les motivations du consommateur en les classant comme étant soit personnelles (jeu de rôle, divertissement, auto-gratification, apprentissage de nouvelles tendances, activité physique ou stimulation sensorielle), soit sociales (expérience sociale en dehors de la maison, communication avec d’autres individus ayant des intérêts similaires, statut et autorité ou plaisir de négociation). Bellenger et Korgaonkar (1980) ont complété le travail de Stone, en ajoutant la dimension récréationnelle, qui selon eux, se base sur l’assortiment et l’atmosphère du magasin. Les consommateurs de cette orientation d’achat considèrent les courses comme une activité de loisir. Comme mentionné auparavant, les acheteurs récréationnels de Bellenger et Korgaonkar chercheraient une expérience d’achat, qui serait source de satisfaction et de plaisir au-delà du celui éprouvé du fait de l’achat de produits ou de services. Ainsi, ils considèrent la visite des points de vente comme une occasion de promenade, découverte, vie sociale et détente. Ils passent plus de temps à faire les courses, ils ne savent pas à l’avance ce qu’ils vont acheter et ils continuent d’explorer les rayons même après avoir effectué l’achat. Conformément à la conception expérientielle d’Holbrook et Hirschman (1982), la fréquentation du magasin physique peut être vécue comme une expérience gratifiante pour le consommateur cherchant les stimulations sensorielles, émotionnelles ou cognitives lors de ses expériences d’achat en point de vente physique et éprouvant du plaisir à faire ses courses. Cette théorie souligne donc le côté symbolique, hédonique et esthétique de la consommation. Dans la même logique, Jarboe et McDaniel (1987) ont confirmé que les orientations d’achat de consommateurs se réfèrent à l’approche générale de l’acquisition de biens et services et non uniquement à l’achat final. Cela veut dire que le consommateur peut éprouver de la
  29. 29. 29 satisfaction provenant de la recherche d’informations pour les achats futurs, du lèche-vitrines, de la comparaison des prix, ou des conseils donnés sur les produits, et non uniquement de l’acte de l’achat lui-même. Comme mentionné auparavant, les orientations d’achat peuvent varier selon les catégories de produits. Certains auteurs ont donc appliqué l’étude d’orientations d’achat sur des secteurs spécifiques comme le secteur automobile (Furse, Punj et Stewart, 1982), vestimentaire (Gutman et Mills, 1982 ; Shim et Kotsiopulos, 1992 ; Moye et Kincade, 2003) ou autres. Par exemple, Williams et al, (1978) ont effectué une typologie des clients d’épicerie, en les divisant en quatre groupes de consommateurs: impliqués, apathiques, sensibles au prix et commodes. D’autres ont étudié le concept des orientations d’achat dans le domaine des achats effectués en ligne (Swaminathan, Lepkowska-White and Rao, 1999 ; Li, H., Kuo, C. and Russel, M.G., 1999 ; Brown, M., Pope, N. and Voges, K., 2001). - Les bénéfices Les études portant sur les orientations d’achat sont utiles dans le but de décrire et de comprendre les consommateurs, qui diffèrent selon les bénéfices qu’ils recherchent. Dans le contexte commercial, on peut diviser les bénéfices recherchés par les consommateurs en cinq catégories: économiques (optimisation du budget), fonctionnelles-informationnelles (commodité, réduction du temps d’achat, simplification de l’activité de consommation), hédonistes (expérience de consommation, émotions associées, plaisir) ou relationnels (lien privilégié avec le magasin, appartenance à un groupe) (Meyer-Waarden et Bénavent, 2006). Figure 7: Modèle d'orientations d'achat de Williams et al, (1978)
  30. 30. 30 - Motivation intrinsèque et extrinsèque Comme le rappellent Meyer-Waarden et Bénavent (2006), les divergences de comportement entre les consommateurs viennent en partie du fait qu’ils ne sont pas motivés par les mêmes bénéfices. La littérature défini la motivation comme « une source d’énergie, une direction ou encore la persévérance que les individus éprouvent dans leurs actions ainsi que dans leurs intentions » (Ryan et Deci, 2000). La théorie de l’autodétemination (TAD) de Deci (1971) suggère que la motivation est une convergence entre le contexte et les récompenses. La nature de cette récompense détermine si la motivation est extrinsèque ou intrinsèque. La motivation extrinsèque « survient lorsque l’individu tente d’obtenir quelque chose en échange de la pratique de l’activité » (Deci, 1975). La gratification que cherche l’individu se trouve donc en dehors de l’activité même (cadeau, argent, prix…). La motivation intrinsèque « implique que l’individu pratique une activité parce qu’il en retire du plaisir et une certaine satisfaction » (Deci, 1975). L’activité est donc pratiquée en vertu de l’intérêt, la curiosité et le plaisir qu’elle apporte, et non pas en vertu de récompense extrinsèque. Comme nous avons pu le voir, les orientations d’achat et les orientations motivationnelles ont un impact très important sur le comportement du consommateur. Il est donc vital pour les magasins de les connaitre et d’essayer de les utiliser pour adapter leurs stratégies de marketing mobile aux besoins qui diffèrent selon les consommateurs.
  31. 31. 31 4. HYPOTHESES Le cadre d’analyse et les théories mobilisées nous ont permis de formuler un certain nombre d’hypothèses que nous essayerons de vérifier à travers l’étude empirique. H1 : Le degré d’innovativité influence positivement l’intention d’utiliser les techniques mobile-in-store. Comme cela a été prouvé par Roehrich (1994), un individu se caractérisant par un degré élevé d’innovativité serait plus sensible à la nouveauté. Les techniques mobile-in-store étant un concept nouveau et différent, nous souhaiterions vérifier si le degré d’innovativité du consommateur a un impact positif sur l’intention d’utiliser les techniques mobile-in-store. H2 : L’expérience dans l’utilisation des nouvelles technologies a une influence positive sur l’intention d’utiliser les techniques mobile-in-store. Comme nous avons pu voir, il a été prouvé que le degré d’expérience dans l’utilisation des nouvelles technologies avait une influence positive sur l’acceptation des services digitaux y compris les services impliquant le dévoilement des données personnelles. Nous tenterons donc de tester si le fait que les individus soient expérimentés en ce qui concerne l’utilisation des nouvelles technologies influence positivement l’intention d’utiliser les techniques mobile- in-store. H3 : Le risque perçu influence négativement l’intention d’utiliser les techniques mobile- in-store. Malhora, Kim et Agarwal, (2004) ont démontré que la préoccupation vis-à-vis de la vie privée influençait positivement le risque perçu lié à la divulgation des données personnelles, à savoir, la gravité perçue d’un mauvais choix. Ainsi, l’intrusion dans la vie privée, conduit naturellement l’individu à ne pas utiliser une technologie susceptible de récolter et de divulguer
  32. 32. 32 des informations qu’il ne souhaite pas partager. Cela nous amène à se demander si le risque perçu a un effet négatif sur l’intention d’utiliser les techniques mobile-in-store. H4 : L’implication envers la catégorie de produits a un impact positif sur l’intention d’utiliser les techniques mobile-in-store. Comme l’a montré Strazzieri, il est important de prendre en compte l’implication des consommateurs vis-à-vis de la catégorie de produits. D’autant plus que les stratégies de mobile- in-store développées par des enseignes de parfumerie semblent attirer les consommateurs. On pourrait donc supposer que l’intérêt qu’un consommateur porte à ce secteur influencerait positivement son intention d’utiliser les techniques mobile-in-store. H5 : En fonction des orientations d’achat des consommateurs, l’intention d’utiliser les techniques mobile-in-store diffère. Comme nous l’avons vu précédemment, les orientations d’achat peuvent influer les effets motivants des bénéfices. Par exemple, on peut imaginer que les consommateurs qui manifestent une orientation d’achat économique, seraient intrinsèquement motivés à utiliser les techniques mobile-in-store basées sur les réductions de prix et les promotions, plutôt que les autres. Pour ces consommateurs, qui cherchent à optimiser leur budget, les motivations économiques et informationnelles sur les promotions sont prioritaires et ces services seront perçus comme un moyen d’économiser de l’argent. Dans ce cadre, l’orientation d’achat économique et la motivation intrinsèque du client sont en parfaite cohérence. Un bénéfice économique devrait ainsi influencer positivement l’intention d’utiliser cette techniques mobile-in-store. En revanche, les bénéfices relationnelles, hédonistes et fonctionnelles, étant perçus comme extrinsèques par l’individu, devraient avoir un effet nul.
  33. 33. 33 Voici le modèle conceptuel que nous proposons : Influence positive Influence négative Nous avons intégré les caractéristiques sociodémographiques dans notre modèle conceptuel afin d’analyser les effets qu’elles pourraient avoir sur l’acceptation des techniques mobile-in-store. Figure 8: Modèle conceptuel d'acceptation des techniques mobile-in-store
  34. 34. 34 5. METHODE Dans cette partie, nous allons présenter la méthodologie utilisée dans le cadre de notre étude : le type de recherche, la méthode de recueil, l’échantillon, les variables mesurées, et le traitement des données. 5.1. Définition du type de recherche En ce qui concerne le type de recherche adopté, nous avons effectué une étude quantitative, afin de connaître le comportement des consommateurs envers les techniques mobile-in-store, identifier des caractéristiques individuelles et contextuelles susceptibles d’expliquer cette attitude et ainsi vérifier la validité de nos hypothèses. Pour cela, nous avons établi un questionnaire, qui a été validé par deux experts en marketing : Mme. De Pechpeyrou et M. Bénavent. Puis nous l’avons soumis à un échantillon de population. L’ensemble de la population a été interrogée selon la même procédure. Nous nous sommes ainsi basés sur la méthodologie de l’étude quantitative détaillée ci-dessous :
  35. 35. 35 5.2. Plan d'échantillonnage et méthode de recueil Compte tenu de notre sujet de recherche – l’utilisation des techniques mobile-in-store – nous n’avons pas mis de limites quant à la population interrogée. En effet, toute personne effectuant des courses en magasin physique pourrait être intéressée par ces services, à condition qu’elle soit en possession d’un smartphone (ce qui a constitué notre question filtre). Les nouvelles technologies de l’information et de la communication constituent un sujet d’actualité qui suscite de plus en plus d’intérêt parmi les individus, tous sexes, âge, catégories socioprofessionnelles et niveaux d’études confondus. Il est néanmoins évident que le degré d’intérêt varie selon les individus de caractéristiques différentes. Ainsi, les nouvelles technologies constituent un domaine qui intéresse davantage les jeunes. Nous avons décidé d’utiliser Google Drive pour la réalisation du questionnaire et la collecte des données, pour sa facilité de diffusion et sa compatibilité. L’enquête était disponible en ligne aux mois de juillet et août 2015. Afin d’obtenir le plus grand nombre de réponses possible, nous avons administré notre questionnaire par plusieurs moyens. Dans un premier temps, nous l’avons diffusé sur les réseaux sociaux personnels (Facebook, Twitter) et professionnels (LinkedIn) (de l’auteur, de M. Poty et de M. Bénavent). Dans un second temps, nous avons envoyé le questionnaire par courrier électronique auprès de nos contacts personnels et professionnels. Dans un troisième temps, nous avons essayé de relayer l’enquête sur les forums. Grâce à ces démarches, nous avons réussi à obtenir 330 réponses. Google Drive nous a permis d’établir plusieurs questions et d’identifier le type de réponse souhaité (degré d’accord, fréquence d’usage etc.). En tout, le questionnaire comportait 40 questions, regroupées en 9 sections : 1. Votre utilisation du smartphone 2. Votre attitude à l’égard de l’utilisation du smartphone en parfumerie 3. L’utilisation du smartphone en magasin et données personnelles 4. Votre attitude à l’égard des produits nouveaux 5. Vos usages des nouvelles technologies 6. Vos habitudes d’achat 7. Votre intérêt envers les produits de parfumerie 8. Vos habitudes de fréquentation des parfumeries 9. Pour mieux vous connaître
  36. 36. 36 5.3. Définition des variables Le tableau ci-dessous décrit les variables qui ont été utilisées dans le cadre de cette recherche : Variable Type d’échelle Type de réponse Article/ échelle utilisée Utilisation des techniques mobile-in- store Échelle de Likert en 7 points (ordinale) Degré d’accord Basé sur Meyer – Waarden, Benavent (2006) + réflexion intuitive Risque perçu Échelle de Likert en 7 points (ordinale) Degré d’accord Naresh K. Malhotra, Sung S. Kim, James Agarwal (2004) Innovativité Échelle de Likert en 7 points (ordinale) Degré d’accord Roehrich (1994) Expérience Échelle de Likert en 7 points (ordinale) Fréquence d’usage Baromètre d'adoption des objets connectés, De Pechpeyrou, Bénavent et al. (2015) Orientations d’achat Échelle de Likert en 7 points (ordinale) Degré d’accord Meyer – Waarden, Benavent (2006) Implication vis-à-vis d'une catégorie de produits Échelle de Likert en 7 points (ordinale) Degré d’accord Duparc-Cadrier (1993) Tableau 1: Liste des variables utilisées Nous avons décidé d’introduire une question de sélection au début de notre questionnaire afin de filtrer les individus ne possédant pas de smartphone. Ils ont été ainsi redirigés vers la dernière partie du questionnaire qui a permis d’identifier leurs profils. La question suivante : « Avez-vous déjà utilisé votre smartphone pendant les courses (QR code, coupon de réduction mobile, carte de fidélité dématérialisée, paiement mobile…) ? » nous a permis de mesurer l’utilisation ou l’intention d’utiliser les techniques mobile-in-store par les consommateurs.
  37. 37. 37 La deuxième section du questionnaire a pour but d’exposer les sondés à des scénarios de techniques mobile-in-store pour analyser leur propension à utiliser ces services. Les différents scénarios reflètent également les bénéfices que ces services peuvent procurer au consommateur. Nous avons décidé de nous concentrer sur un secteur précis (la parfumerie) pour rendre les résultats de notre recherche plus fiables, étant donné que les pratiques marketing et l’intérêt que les consommateurs portent à ces pratiques varient selon les secteurs. En outre, les enseignes de parfumerie sont bien avancées dans la digitalisation et plus précisément dans les techniques mobile-in-store. Prenant l’exemple de Sephora, qui s’est engagé à être le leader dans la beauté numérique avec des services mobiles jouant un rôle clé (« Sephora’s mobile-first strategy »). L’enseigne a mis en place des services tels que : - Les alertes d’anniversaire envoyées aux clients pour leur rappeler de récupérer un cadeau. - Les notifications concernant les événements organisés en magasin. - L’application mobile offrant un « mode magasin » qui permet un accès facile aux services tels que : la possibilité de scanner les produits pour accéder à leurs avis, notes, description et produits similaires, payement mobile (Apple Pay), cartes de fidélité et cartes cadeau dématérialisées et personnalisées (photo, vidéo), historique d’achat, « wish list », recommandations produits, promotions du moment, cadeaux virtuels, nombre de points de fidélité cumulés qui peuvent donner droit à des échantillons, bons ou réductions en caisse. Une partie de ces services fonctionnent grâce aux beacons que Sephora a décidé d’implémenter dans ses magasins. Le but de l’enseigne est d’offrir au consommateur des services utiles et une expérience d’achat personnalisée. Pour créer les scénarios, nous nous sommes en partie inspirés de : - l’article de Meyer-Waarden et Bénavent (2006), dans lequel les auteurs ont utilisé une échelle pour mesurer les différents systèmes de gratifications des programmes de fidélisation, - les pratiques utilisées par Sephora, - les études et les baromètres qui mentionnaient les différentes techniques mobile-in- store.
  38. 38. 38 Sur cette base, nous avons effectué une réflexion intuitive sur les services susceptibles d’intéresser les mobinautes. Cette démarche exploratoire a conduit à retenir 10 scénarios, présentés dans le tableau ci-dessous : Scénarios - Vous voulez vous acheter un parfum. Seriez-vous intéressé(e) de recevoir des conseils personnalisés sur votre smartphone en fonction de votre historique d’achat ? - Vous êtes inscrit(e) au programme de fidélité d’une parfumerie. Seriez-vous intéressé(e) d’être parmi les premiers à être informé(e) des événements réalisés en magasin via SMS/email? - Vous allez dans une parfumerie pendant votre temps libre. Seriez-vous intéressé(e) pour participer à un jeu concours sur votre smartphone? - Vous êtes inscrit(e) au programme de fidélité qui vous permet de cumuler des points. Seriez-vous intéressé(e) de recevoir sur votre smartphone une alerte quand vous atteignez suffisamment de points pour les échanger contre un cadeau un cadeau ou un bon d’achat? - Vous voulez acheter un parfum précis à votre ami(e). Seriez-vous intéressé(e) d’utiliser la géolocalisation sur votre smartphone pour vous repérer en magasin et trouver rapidement le produit recherché ? - Vous voulez payer vos achats. Seriez-vous intéressé(e) d’effectuer le paiement avec votre smartphone et ainsi éviter de faire la queue pour passer à la caisse ? - Vous faites parfois des achats dans une parfumerie. Seriez-vous intéressé(e) de recevoir des coupons de réduction sur votre smartphone ? - Vous voulez trouver un cadeau pour un(e) amie. Seriez-vous intéressé(e) de recevoir dès l’entrée en magasin un SMS/une notification push avec la liste de toutes les promotions du moment ? - Vous avez besoin des informations sur un produit (conseils d’utilisation, composants, origine…). Seriez-vous intéressé(e) par le fait de scanner un QR code pour accéder à ces informations ? - Vous avez l’habitude d’acheter certains produits dans une parfumerie. Seriez-vous intéressé(e) de recevoir sur votre smartphone des « alertes d’achat » de produits ou catégories de produits, pour lesquels vous êtes en risque de rupture de stock, chaque fois que vous présentez votre carte de fidélité ? Tableau 2: Liste des scénarios
  39. 39. 39 Ensuite, nous avons choisi de nous intéresser aux variables explicatives individuelles pour mieux comprendre le comportement des consommateurs face aux nouvelles aides à l’achat, en commençant par le risque perçu. Ainsi, nous avons utilisé l’échelle de Naresh K. Malhotra, Sung S. Kim, James Agarwal (2004) pour mesurer le degré de risque que les consommateurs percevraient envers l’utilisation les techniques mobile-in-store. Pour cela, nous avons utilisé les items suivants : - Je pense que, de manière générale le smartphone pourrait récolter trop d’informations sur moi et cela me préoccupe. - Je suis préoccupé(e) par les risques d’atteinte à ma vie privée qui pourraient être engendrés par l’utilisation du smartphone en magasin. - Mes données personnelles collectées par le smartphone pourraient être utilisées à des fins commerciales et cela me gêne. Puis, nous avons mis en place des questions portantes sur l’innovativité de Roehrich (1994). Notre sujet étant novateur, cette variable peut influencer l’acceptation des techniques mobile-in-store. Comme nous avons mentionné précédemment, l’auteur a distingué deux catégories d’innovativité : L’innovativité sociale : - Je suis habituellement parmi les premier(e)s à essayer de nouveaux produits. - J’entends parler des nouveautés plus rapidement que la plupart des gens que je connais. Ainsi que l’innovativité hédoniste : - J’aime acheter des produits nouveaux et différents. - J’aime me renseigner sur les changements que le progrès technologique va apporter à notre vie de tous les jours. Nous nous sommes intéressés ensuite à l’expérience dans l’utilisation des nouvelles technologies pour vérifier si l’expertise en matière digitale a une influence positive sur l’utilisation des techniques mobile-in-store. Pour cela, nous avons utilisé l’échelle développée par M. Bénavent et Mme. De Pechpeyrou (2015) pour le baromètre d'adoption des objets connectés : - J’achète des livres ou des vêtements par Internet.
  40. 40. 40 - Je lis l’actualité sur mon smartphone. - J’accède et je partage mes activités entre plusieurs écrans (smartphone, tablette, ordinateur fixe). La partie suivante a été consacrée aux orientations d’achat, car selon nos réflexions, elles ont un impact sur le comportement du consommateur. Nous supposons donc que selon ces stratégies comportementales l’utilisation des techniques mobile-in-store diffèrent. Pour mesurer cette variable nous avons posé les questions suivantes : - J’achète souvent en promotion et en solde. - Je suis toujours à la recherche des bonnes affaires. - Il y a des marques que j’aime beaucoup et que je recherche en priorité. - Je viens toujours dans le(s) même(s) magasin(s). - J’aime fouiner, explorer les rayons, essayer. - C’est toujours un plaisir, l’occasion de découvrir les nouveautés. - Je cherche le contact personnel avec les vendeur(se)s et j’apprécie leur conseil. - J’apprécie d’être reconnu(e) comme client particulier (habituel) et privilégié. - C’est une corvée à laquelle je consacre le moins de temps possible. - Je sais parfaitement et à l’avance ce que je veux acheter comme produits. Afin de rendre nos résultats plus fiables, nous avons utilisés des variables de contrôle dans le but d’éviter un biais dans l’estimation du paramètre d’intérêt. La première mesure l’implication du consommateur vis-à-vis d’une classe de produit. Dans ce cadre nous avons utilisé l’échelle de Duparc-Cadrier (1993) sur l’implication Automobile/Jean/Parfum, citée par Strazzieri (1994). - J’accorde une importance particulière aux produits de parfumerie (parfums, soins du visage, soins des cheveux…). - On peut dire que les produits de parfumerie m’intéressent. - Le seul fait de me renseigner pour acheter des produits de parfumerie est un plaisir. La variable qui suit « Parmi les 4 parfumeries ci-dessous, quelle est celle que vous fréquentez le plus souvent ? » mesure le type de parfumeries fréquentées par les répondants. Cela nous permet de mieux comprendre le contexte susceptible d’influencer le comportement du consommateur.
  41. 41. 41 Pour terminer, nous avons posé des questions sur les critères sociodémographiques pour mieux connaitre le profil des sondés. 5.4. Le traitement des données Une fois la collecte de réponses terminée, les données ont été codées (voir annexe 2) dans un fichier Excel, afin de pouvoir les traiter sur le logiciel R, SPSS et Smart PLS. L’utilisation de ces outils nous a permis tout d’abord d’analyser les réponses de manière descriptive pour observer les tendances principales (scores moyens des items). Puis, dans un second temps, nous avons effectué des analyses statistiques pour confirmer ou infirmer les hypothèses proposées. Pour cela, nous avons d’abord procédé à une Analyse en Composantes Principales (ACP) sous SPSS, afin de synthétiser tous les scénarios (10), en un plus petit nombre de facteurs. Ce type d’analyse permet d’expliquer la portion la plus grande de la variance totale. Pour le faire, nous avons choisi une optique exploratoire. Le but de notre ACP est donc d’expliquer un maximum de variance avec un minimum de composantes. Puis, nous avons procédé à des régressions linéaires sous R, qui permettent d’analyser les liens entre une variable quantitative dépendante et une ou plusieurs variables quantitatives indépendantes. Cela nous a permis de tester nos hypothèses. Ensuite, nous avons retesté notre modèle sous Smart PLS par le biais des équations structurelles. C’est une méthode statistique qui permet d’analyser les relations complexes entre des variables observées et des variables latentes. L’étape suivante consistait à faire une analyse de variance, aussi appelée ANOVA, afin de tester si les scores moyens sont différents entre des groupes de consommateurs. Enfin, nous avons effectué une classification hiérarchique pour créer les différents profils des consommateurs exposés aux techniques mobile-in-store.
  42. 42. 42 6. RESULTATS Dans le but de définir notre échantillon de répondants, nous allons effectuer une analyse rapide des statistiques sociodémographiques. 6.1. Caractéristiques de l’échantillon - Echantillon global Graphique 1: Répartition de l'échantillon selon le sexe Notre échantillon total comptant 330 répondants est composé de 56% des femmes (184 individus) et 44% des hommes (146 individus). Il est donc plutôt équilibré en ce qui concerne le sexe des répondants. Graphique 2: Répartition de l'échantillon selon l'âge 44% 56% 0% 20% 40% 60% 80% 100% Homme Femme SEXE 0% 20% 40% 60% 80% 100% Moins de 18 ans Entre 18 et 29 ans Entre 30 et 39 ans Entre 40 et 49 ans Plus de 50 ans 4% 72% 9% 8% 6% Age
  43. 43. 43 Concernant l’âge, nous observons une surreprésentation des répondants ayant entre 18 et 29 ans (72% soit 239 individus). Ce pourcentage peut s’expliquer par le mode de diffusion du questionnaire, ainsi que par l’âge de l’administrateur de celui-ci et donc de son entourage. On peut conclure que notre échantillon n’est pas représentatif de la population française. Graphique 3: Répartition de l'échantillon selon le niveau d'études Concernant le niveau d’études, l’échantillon est majoritairement composé d’individus de bac + 5 et plus (51% soit 167 individus) et de bac + 3 à bac + 4 (26% soit 85 individus). Cette répartition peut également se justifier par notre entourage. Graphique 4: Répartition de l'échantillon selon la CSP 0% 20% 40% 60% 80% 100% Sans diplôme CAP, BEP Bac Bac + 1 à Bac +2 Bac +3 à Bac + 4 Bac + 5 et plus 5% 2% 6% 11% 26% 51% Niveau d'études 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 0% 1% 1% 19% 4% 2% 3% 14% 48% 1% 1% 1% 5% 0% CSP
  44. 44. 44 En ce qui concerne la catégorie socioprofessionnelle des répondants, nous observons que les étudiants et les lycéens (48% soit 160 individus), les cadres et les professions intellectuelles supérieures (19% soit 63 individus), ainsi que les employés (14% soit 45 individus) constituent 81% de l’échantillon. Cette inégalité dans la répartition peut s’expliquer par le fait que ces catégories socioprofessionnelles utilisent davantage Internet, notamment les réseaux sociaux et le courrier électronique que nous avons utilisés pour diffuser le questionnaire. - Possession de smartphone Graphique 5: Taux de possesseurs de smartphone Les résultats montrent que 83% des répondants (soit 274 individus) possèdent un smartphone depuis longtemps, 8% (soit 27 individus) depuis peu, 4% (soit 14 individus) envisagent d’en acquérir et 5% (soit 15 individus) ne sont pas intéressés par l’achat d’un smartphone. Même si notre échantillon n’est pas tout à fait représentatif de la population française globale, nous pouvons constater que le taux de pénétration de smartphones en France est élevé. 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Oui, depuis longtemps Oui, depuis peu Non, mais j’envisage d’en acquérir Non, et cela ne m’intéresse pas 83% 8% 4% 5% Possession de smartphone
  45. 45. 45 Graphique 6 : Taux de possesseurs de smartphone selon le sexe Parmi les répondants féminins, 91% (soit 168 femmes) possèdent un smartphone, 3% d’entre elles ont l’intention d’en acquérir (soit 5 individus) et 6% (soit 11 individus) n’ont pas l’intention d’en acquérir. Parmi les répondants masculins, 91% (soit 133 individus) ont déjà un smartphone, 6% ont l’intention d’en acquérir (soit 9 individus) et 3% (soit 4 individus) ne semblent pas intéressés par une éventuelle acquisition. Il est intéressant de souligner que parmi les personnes interrogées le pourcentage de possesseurs de smartphone chez les femmes et chez les hommes est le même. En prenant en compte le taux d’intention et le taux de refus, même si les écarts ne sont pas importants, nous pouvons constater que les hommes ont une attitude un peu plus favorable envers la possession de smartphone que les femmes. Graphique 7 : Taux de possesseurs de smartphone selon l'âge 0% 20% 40% 60% 80% 100% Femme Homme 91% 91% 3% 6%6% 3% Sexe Possession Intention Refus 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Moins de 18 ans Entre 18 et 29 ans Entre 30 et 39 ans Entre 40 et 49 ans Plus de 50 ans 79% 95% 97% 78% 60% 21% 2% 0% 22% 5% 0% 3% 3% 0% 35% Age Possession Intention Refus
  46. 46. 46 Les résultats obtenus indiquent que dans toutes les tranches d’âge le taux de possesseurs de smartphone est supérieur à celui de non possesseurs. Dans les tranches d’âge entre 18 et 29 ans et entre 30 et 39 ce taux s’élève respectivement à 95% et 97%. La proportion des mobinautes diminue dans les autres tranches d’âge, tout en restant élevée (environ 72%). Il faut souligner que même si une partie des répondants de moins de 18 ans et de ceux ayant entre 40 et 49 ans, ne possèdent pas de smartphone, ils ont l’intention d’en acquérir. La tranche d’âge qui est la plus réticente est celle de plus de 50 ans. Il faut néanmoins souligner, que la pénétration de smartphones parmi les personnes plus âgées est en augmentation. Graphique 8: Taux de possesseurs de smartphone selon le niveau d'études Nous observons que le taux d'équipement en smartphone est particulièrement élevé chez les individus qui ont effectué des études supérieures. Nous pouvons donc constater que les études supérieures influencent positivement la possession de smartphone. 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Sans diplôme CAP, BEP Bac Bac + 1 à Bac +2 Bac +3 à Bac + 4 Bac + 5 et plus 71% 20% 62% 97% 95% 96% 24% 20% 19% 3% 4% 1% 6% 60% 19% 0% 1% 4% Niveau d'études Possession Intention Refus
  47. 47. 47 Graphique 9: Taux de possesseurs de smartphone selon la CSP En ce qui concerne la catégorie socioprofessionnelle des mobinautes, nous pouvons confirmer la tendance évoquée précédemment, qui stipule que les individus ayant effectué des études supérieures et dans ce cas les cadres ou professions intellectuelles supérieures, les chefs d’entreprise et les étudiants, se caractérisent par le taux de pénétration de smartphone le plus élevé (respectivement 21%, 13% et 50%). - Utilisation des techniques mobile-in-store Graphique 10: Taux d'utilisation des techniques mobile-in-store 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 0% 0% 1% 21% 3% 2% 2% 14% 50% 1% 1% 1% 4% 0% 7% 7% 0% 13% 7% 7% 0% 33% 0% 0% 20% 7% CSP Possession Intention Refus 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Utilisation Intention Refus 38% 33% 29% Utilisation des techniques mobile-in-store Utilisation Intention Refus
  48. 48. 48 Les résultats obtenus indiquent que 38% des répondants (soit 114 individus) ont déjà eu recours aux techniques mobile-in-store, 33% d’entre eux (soit 99 individus) ont l’intention de le faire et 29% (soit 88 individus) ne sont pas intéressés par ce type de services. Cela montre que la majorité des personnes faisant partie de notre échantillon (71%) sont prêtes à utiliser les techniques mobile-in-store, ce qui semble tout à fait prometteur. Nous allons donc nous intéresser aux facteurs qui expliquent l‘acceptation ou le refus des techniques mobile-in-store. Graphique 11: Taux d'utilisation des techniques mobile-in-store selon le sexe Nous pouvons observer qu’il y a certaines différences entre la proportion des hommes et des femmes en ce qui concerne l’utilisation des techniques mobile-in-store. Premièrement, le taux d’utilisation de ces techniques est plus élevé chez les répondants masculins (43%) que chez les répondants féminins (34%). Par contre, les femmes présentent un taux d’intention d’utilisation plus élevé que les hommes (36% vs. 29%). Il est intéressant de souligner que le taux de refus de techniques mobile-in-store est quasiment égal dans les deux catégories. On pourrait donc conclure que les hommes paraissent un peu plus enthousiastes envers les techniques mobile-in-store que les femmes. 0% 20% 40% 60% 80% 100% Femme Homme 34% 43% 36% 29%30% 29% Sexe Utilisation Intention Refus
  49. 49. 49 Graphique 12: Taux d'utilisation des techniques mobile-in-store selon l'âge En ce qui concerne l’âge, les individus faisant partie de la tranche d’âge entre 30-39 ans représentent un taux d’utilisation des techniques mobile-in-store le plus élevé. Ils sont suivis par ceux de 40-49ans (43%) et 18-29ans (37%). Nous pourrions néanmoins s’attendre à ce que la tranche d’âge de 18 à 29ans (37%) ait un taux d’utilisation des techniques mobile-in-store plus élevé que celle de 40-49ans (43%). Il faut rappeler que notre échantillon n’est pas équilibré au niveau de l’âge de répondants, ce qui peut expliquer ces résultats. On peut toutefois conclure que l’acceptation des techniques mobile-in-store est plus élevée chez les personnes ayant entre 18 et 49 ans et moins élevé chez les adolescents (moins de 18 ans) et les personnes plus âgées (plus de 50 ans). Graphique 13: Taux d'utilisation des techniques mobile-in-store selon le niveau d'études 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Moins de 18 ans Entre 18 et 29 ans Entre 30 et 39 ans Entre 40 et 49 ans Plus de 50 ans 27% 37% 52% 43% 25% 45% 33% 21% 33% 50% 27% 30% 28% 24% 25% Age Utilisation Intention Refus 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Sans diplôme CAP, BEP Bac Bac + 1 à Bac +2 Bac +3 à Bac + 4 Bac + 5 et plus 0% 100% 23% 44% 37% 41%42% 0% 46% 21% 26% 38% 58% 0% 31% 35% 37% 22% Niveau d'études Utilisation Intention Refus
  50. 50. 50 Concernant le niveau d’études des répondants nous pouvons observer que le taux d’utilisation des techniques mobile-in-store est plus élevé chez ceux qui ont fait des études supérieures (44% bac + 1 à bac + 2 ; 37% de bac + 3 à bac + 4 ; 41% de bac + 5 et plus). Cependant, nous ne pouvons pas interpréter le taux d’individus ayant un « CAP, BEP », car notre enquête compte qu’un seul répondant à ce niveau d’études, ce qui rend le résultat non significatif. On pourrait donc émettre l’hypothèse que les études supérieures ont une influence positive sur l’acceptation des techniques mobile-in-store. Graphique 14: Taux d'utilisation des techniques mobile-in-store la CSP Concernant les catégories socioprofessionnelles, nous devons prendre en compte le fait que notre échantillon n’est pas assez varié. Ainsi, nous ne pouvons pas interpréter le taux des catégories : « Artisan » (1 répondant), « Autre » (3 répondants), « Homme ou femme au foyer » (2 répondants), « Ouvrier » (2 répondants) et « Profession intermédiaire » (2 répondants). Néanmoins, nous pouvons observer que le taux d’utilisation des techniques mobile-in-store le plus élevé est constaté chez les cadres, les professions intellectuelles supérieures et les étudiants. 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 100% 0% 48% 50% 40% 29% 40% 34% 0% 0% 100% 23% 0% 33% 32% 30% 20% 57% 16% 36% 100% 100% 0% 31% 0% 67% 19% 20% 40% 14% 44% 29% 46% CSP Utilisation Intention Refus
  51. 51. 51 Graphique 15: Taux de fréquentation des parfumeries Comme nous pouvons observer, la parfumerie la plus fréquentée est Sephora (61,1%), suivie par Marionnaud (14,3%), Nocibé (5,7%) et les autres parfumeries (19%). 6.2. Scores moyens des scénarios et analyse factorielle Tableau 3: Propension générale à utiliser les techniques mobile-in-store 61,13% 14,29% 5,65% 18,94% PARFUMERIES LES PLUS FRÉQUENTÉES Sephora Marionnaud Nocibé Autre
  52. 52. 52 Nous avons commencé nos analyses par le calcul de la propension moyenne à utiliser les techniques mobile-in-store décrits dans chaque scénario, que nous avons classé dans le tableau ci-dessus. Selon les résultats obtenus, les répondants sont le plus intéressés à recevoir sur leur smartphone une alerte quand ils atteignent suffisamment de points pour les échanger contre un cadeau (m=5,63), ainsi qu’à recevoir des coupons de réduction (m=5,23). En revanche, ils sont plus réticents pour ce qui est de recevoir les conseils personnalisés en fonction de leur historique d’achat (3,45) ou encore les alertes d’achat de produits ou catégories de produits, pour lesquels ils sont en risque de rupture de stock (m=3,39). A première vue, nous pouvons constater que ce sont surtout les techniques dites « économiques », qui permettent d’économiser de l’argent ou recevoir un cadeau qui intéressent les consommateurs, plutôt que les techniques qu’on peut qualifier de « relationnelles » ou basés sur la personnalisation. Ensuite, nous avons effectué une matrice des corrélations (voir annexe 3) qui prouve que les corrélations entre les différentes techniques mobile-in-store sont suffisantes pour les regrouper en facteurs. Il y a beaucoup de corrélations modérées (autour de 0,5). Par contre, on ne constate pas de corrélations très fortes. Comme nous pouvons le voir, la p. value est bien inférieure à 5%, donc les résultats sont significatifs. Ensuite, l’indice de Kaiser-Meyer-Olkin (KMO) (voir annexe 4) a montré qu’il est possible de mener une analyse factorielle, car l’indice est supérieur à 0,5 (KMO=0,868 > 0,5). Enfin, le test de Bartlett nous permet de rejeter l’hypothèse nulle (Sig=0,000), ce qui confirme que variables sont corrélées. Puis, nous avons procédé à une analyse factorielle et plus précisément, une analyse en composantes principales (ACP), en utilisant une rotation orthogonale (Varimax) avec normalisation de Kaiser. Cela nous a permis d’extraire 5 facteurs qui expliquent 76% de la variance.
  53. 53. 53 Tableau 4: Propension à accepter les techniques mobile-in-store selon la catégorie (ACP) La première catégorie, dite « hédonique », regroupe les techniques mobile-in-store qui dépassent le cadre utilitaire pour prendre en compte les dimensions hédonistes. L’objectif de l’utilisation de ces techniques est donc de se faire plaisir à travers les jeux concours, les événements organisés en magasin, les alertes pour échanger les points de fidélité contre un cadeau ou un bon d’achat ou encore les conseils personnalisés. Le deuxième domaine, « économique », définit les techniques d’optimisation du budget (coupons de réduction, liste de toutes les promotions du moment, alertes points de fidélité…). La troisième catégorie comprend les différents types d’alertes que les consommateurs peuvent recevoir (« alertes d’achat » de produits ou catégories de produits, pour lesquels les consommateurs sont en risque de rupture de stock, alerte avec la liste de promotions du moment etc.). La quatrième dimension est purement « informationnelle ». Les scénarios faisant partie de cette catégorie correspondent à toutes sortes de services susceptibles de fournir des informations pour faciliter les courses. Il s’agit surtout des QR codes qui donnent accès à des
  54. 54. 54 informations produits (conseils d’utilisation, composants, origine…) et de la géolocalisation qui permet de se repérer en magasin et trouver rapidement le produit recherché. La dernière composante est définie par un seul scénario impliquant le « paiement mobile ». Sa singularité ne semble pas étonnante étant donné la question de sécurité que l’utilisation de ce service pose. Les orientations d’achat Tableau 5: Scores moyens des orientations d'achat Afin de vérifier l’hypothèse n°5 stipulant qu’en fonction des orientations d’achat des consommateurs, l’intention d’utiliser les techniques mobile-in-store diffère, nous avons effectué une ACP. Nous avons commencé par observer rapidement les scores moyens de différentes variables. Ainsi, nous avons remarqué que les premières places occupent les items
  55. 55. 55 liés à la fidélité et à l’aspect économique de l’acte d’achat. Par ailleurs, les questions traduisant le côté relationnel ont la moyenne la moins élevée. Les consommateurs seraient donc intéressés en priorité par la fidélité et les avantages pécuniers. Ensuite, nous avons effectué une matrice des corrélations qui montre que les différentes orientations d’achats sont suffisamment corrélées pour les regrouper en facteurs (voir annexe 7). Par contre, nous constatons qu’il n’y a pas beaucoup de corrélations fortes. Comme nous pouvons le voir, l’indice de Kaiser-Meyer-Olkin (KMO) indique qu’il est possible de mener une analyse factorielle, car il est supérieur à 0,5 (KMO=0,701 > 0,5) (voir annexe 8). Enfin, le test de Bartlett nous permet de rejeter l’hypothèse nulle (Sig=0,000), ce qui confirme que variables sont corrélées. Puis, nous avons procédé à l’ACP, en utilisant une rotation orthogonale (Varimax) avec normalisation de Kaiser. Cela nous a permis d’extraire 5 groupes qui expliquent 78% de la variance totale (voir annexe 9).
  56. 56. 56 Tableau 6: Répartition des orientations d'achat en catégories (ACP) Le tableau ci-dessus montre que nous avons retrouvé suite à notre analyse les cinq orientations d’achat identifiées par Meyer et Bénavent (2013), à savoir : 1. « l’orientation économique » 2. « l’orientation hédonique » 3. « l’orientation relationnelle » 4. « l’orientation routinière-fidèle » 5. « l’orientation fonctionnelle.
  57. 57. 57 6.3. Test des hypothèses Nous allons procéder maintenant à l’analyse de l’impact de l’expérience dans l’utilisation des nouvelles technologies, l’implication dans la catégorie de produits, l’innovativité et le risque perçu sur l’utilisation des techniques mobile-in-store. Figure 9: Impact des variables dépendantes sur la tendance générale à utiliser les techniques mobile-in-store Le tableau ci-dessus nous donne une idée générale de l’impact des variables explicatives sur l’utilisation des techniques mobile-in-store. Comme nous pouvons le voir, les résultats prouvent qu’il existe un lien entre l’innovativité et l’acceptation des techniques mobile-in-store par les consommateurs (p.value = 0,000 < 0,05). Cela veut dire que plus la personne est novatrice, plus elle aurait tendance à utiliser les techniques mobile-in-store. Cela confirme notre hypothèse n°1.
  58. 58. 58 La variable « expérience en matière digitale » n’a aucun impact sur l’utilisation des techniques mobile-in-store, car le coefficient de régression n’est pas significatif, dépassant le seuil de 5% (p. value= 0,848 > 0,5). On infirme donc l’hypothèse n°2. Nous pouvons constater que le risque perçu a une influence négative sur l’utilisation des techniques mobile-in-store. Cette variable présente une significativité bien inférieure à 5% (p.value = 2,32e-05***< 0,05). Nous pouvons donc affirmer l’hypothèse n°3. Nous observons qu’il y a un lien fort entre l’implication envers une catégorie de produits et l’utilisation des techniques mobile-in-store, la p.value étant de 6,05e-07, donc inférieure à 0,05. Ainsi, nous confirmons l’hypothèse n°4. La régression linéaire que nous avons effectuée indique que seule l’orientation d’achat routinière-fidèle (p.value = 0,01<0,05) aurait un effet significatif sur l’utilisation des techniques digitales en question. On peut néanmoins remarquer que l’orientation hédonique présente un effet marginalement significatif (0,06>0,05). On constate à première vue que certaines orientations d’achat ont une influence sur l’utilisation des techniques mobile-in-store, ce qui nous amène à confirmer partiellement l’hypothèse n°5, que nous allons tester en détail par la suite.
  59. 59. 59 Maintenant, nous allons affiner notre analyse, en observant l’impact des variables explicatives sur chaque catégorie des techniques mobile-in-store que nous avons identifié. Figure 10: Impact des variables dépendantes sur la tendance générale à utiliser les techniques hédoniques Ainsi, nous pouvons constater qu’il y a trois variables explicatives qui influencent l’utilisation des techniques hédoniques, deux positivement (innovativité : p.value=0,01<0,05, implication p.value=0,002<0,05) et une négativement (risque perçu : p.value=0,009<0,05). Les autres variables présentant une significativité supérieure à 5%, semblent ne pas avoir d’impact sur l’utilisation des techniques mobile-in-store de nature hédonique. Il faut remarquer que toutes les orientations d’achat présentent une significativité supérieure à 5% (résultats non significatifs).
  60. 60. 60 Figure 11: Impact des variables dépendantes sur la tendance générale à utiliser les techniques économiques En ce qui concerne les techniques procurant des bénéfices économiques, l’expérience en matière digitale semble avoir un effet positif marginalement significatif sur l’utilisation des outils mobile-in-store (p.value=0,06<0,1). De plus, nous pouvons observer que l’implication a un impact significatif sur l’utilisation des techniques mobile-in-store (p.value= 0,001**<0,05). Néanmoins, à la différence des techniques procurant des bénéfices hédoniques, l’utilisation de ceux qui procurent un bénéfice économique ne semble être influencé par l’innovativité (p. value=0,605>0,05) et le risque perçu (p. value = 0,721>0,05). Par contre, nous pouvons constater que les orientations d’achat économique (p. value = 0,000>0,05), hédoniste (p.value = 1,44e-06***< 0,05) et routinière-fidèle (p.value = 2,99e-05***< 0,05) ont une influence positive sur l’utilisation des techniques mobile-in-store procurant des bénéfices économiques. Les autres orientations d’achat présentent des résultats non significatifs.

×