1 L’innovation majeure induite par les plateformes digitales est de transformer radicalement l’organisation des secteurs économiques. Au modèle verticalement intégré des industries hérité du XX^e siècle tendent à succéder des organisations de marché à deux versants, les plateformes en étant les coordinatrices et, en occupant cette place stratégique, les principales bénéficiaires. Le secteur de l’informatique a été lui-même un des premiers à connaître cette transformation radicale dans les années 1990 (Baldwin, 2017). D’autres industries ont suivi de près comme les industries culturelles dans les années 2000 (Thuillas, Wiart, 2023) puis le mouvement de plateformisation s’est étendu à l’ensemble des secteurs car, si tous n’ont pas encore succombé à ce type d’organisation industrielle, tous en sont frappés (Béjean et al., 2022).

2 Le caractère spectaculaire, disruptif, de ce nouveau type d’organisation explique que l’innovation apportée par cette transformation ait été centrée sur l’introduction d’externalités indirectes de réseau, i. e. sur les effets croisés entre les deux versants du marché, comme dynamique motrice de la nouvelle organisation (Bacache-Beauvallet, Bourreau, 2022). C’est pourquoi nombre d’économistes des plateformes, notamment les pionniers, en ont fait un critère distinctif de la définition d’une plateforme (Armstrong, 2006 ; Rochet, Tirole, 2003). Or l’innovation apportée par les plateformes ne se réduit pas à l’introduction d’externalités indirectes de réseau mais aussi, comme nous le soulignons dans cet article, à la création d’effets directs de réseau. De sorte que la définition plus large donnée par Belleflamme et Peitz (2019) des plateformes comme gestionnaires d’effets réseau, directs et indirects, nous convient davantage, l’innovation touchant les deux types d’effets.

3 La plateformisation du commerce de détail (Moati, 2021) illustre ces deux types d’innovation : la transformation des distributeurs en marketplace (externalités indirectes de réseau entre acheteurs et vendeurs), le développement de systèmes de recommandation des produits (effets de réseau directs entre acheteurs). C’est ce dernier aspect qui est ici développé.

4 Initiée par Amazon à la fin des années 1990, la mise en place d’un système de Reviews and Ratings (Notes et Avis, N+A dans cet article) est devenue un standard de la distribution. Elle intervient très tôt dans l’histoire d’Amazon, avant sa mutation en marketplace. Bezos l’évoque dès le lancement de l’entreprise en 1995 et la met en place en 1999 (Stone, 2013). Dès cette date, elle transforme Amazon en une plateforme au sens de Belleflamme et Peitz. L’introduction d’avis sur les biens postés sur le site par les acheteurs crée un effet de réseau direct entre les acheteurs réels et potentiels : l’utilité retirée de la consultation du site par l’acheteur potentiel d’un bien dépend du nombre d’avis laissés par les acheteurs existants. C’est au départ une innovation controversée : Bezos l’impose aux éditeurs de livre qui redoutent que la possibilité de laisser un avis à la suite d’un achat n’ait un effet négatif sur les ventes.

5 La notation de biens et de services par les clients n’est pas nouvelle en soi. Coquaz et Halissat (2020) soulignent que le word-of-mouth existait auparavant de manière informelle ou/et limitée mais le numérique permet de systématiser à une vaste échelle « l’idéal démocratique de la note » (i. e. « les consommateurs parlent aux consommateurs ») qui vient se substituer efficacement sur le Net à l’impact subjectif du vendeur dans le magasin. Cette innovation va tenir une place centrale dans le modèle d’affaires d’Amazon, et par la suite, de tous les e-commerçants, puisque Bezos déclare le fonder non pas sur la vente de biens mais sur l’exploitation des effets directs de réseau (« We don’t make money when we sell things. We make money when we help customers make purchase decisions »).

6 À côté d’autres types de « user generated contents », les systèmes de recommandation fondés sur les N+A ont donné corps à l’idée d’une sharing economy transformant les consommateurs en co-constructeurs de services dans le cadre d’un « crowd-based capitalism » (Sundararajan, 2016). Ces systèmes visent en l’occurrence à réduire une caractéristique structurelle des marchés de biens et de services : l’asymétrie d’information entre acheteurs et vendeurs. Elle ajoute aux dispositifs traditionnels de réduction de cette asymétrie (marques, labels, signes de qualité, normes techniques, messages publicitaires, avis d’experts, guides d’achat, etc.) un mécanisme d’évaluation fondé sur le jugement subjectif des pairs. Elle présente 2 avantages. Le partage d’une expérience vécue de consommation fait tout d’abord contrepoids au marketing de l’offre et aux dires d’experts. La diversité des expériences sensibles présentées permet ensuite aux consommateurs potentiels de s’identifier aux caractéristiques de ceux qui relatent leur propre expérience de consommation (Oliveira et al., 2020 ; Scott, Orlikowski, 2012).

7 Pour que le dispositif soit efficace, la note (rating) doit être associée à une explicitation qualitative du jugement délivrant des indications sensibles sur le bien et la personnalité des commentateurs. La note sans l’avis associé ne suffit pas à traiter l’asymétrie d’information tandis que l’avis sans note laisse l’acheteur potentiel dépourvu d’une règle de décision simple (par exemple ne s’intéresser qu’aux biens dont la note est au moins de 4 sur 5). C’est donc l’association (N+A) de la note et d’un avis à laquelle nous nous intéressons dans cet article.

8 La littérature sur les N+A recouvre deux champs distincts. Les travaux les plus nombreux analysent leur impact sur les ventes (Vautrot et al., 2018 ; Lemonnier, Spencer, 2016 ; Mahadin, Akroush, 2020). L’article s’inscrit dans le second champ qui s’attache aux motivations des acheteurs à laisser des N+A. Ces motivations conditionnent l’innovation apportée par les N+A. Les analyser est donc essentiel. Ces travaux s’inscrivent dans la littérature sur les ressorts de l’économie contributive et des User Generated Contents.

9 L’originalité du papier est d’analyser les déterminants des N+A sans les référer à des motivations individuelles dégagées d’enquêtes déclaratives. Notre analyse est fondée sur les informations lisibles à partir des avis postés sur le site d’Amazon. Le web offre de nouvelles ressources aux chercheurs, non seulement avec les enquêtes en ligne (Jean, 2015), mais aussi avec les données captées directement des sites Web (cf. par exemple Balech (2022) pour Twitter). Nous nous inscrivons dans cette dernière démarche. Les informations captées nous ont permis de construire une base de données et de tester un certain nombre de facteurs explicatifs issus de la littérature marketing : le niveau de satisfaction du consommateur, son niveau d’engagement, sa fidélité à l’égard de la plateforme ainsi que des facteurs contextuels liés à sa localisation. Ne pouvant articuler ces informations à des données individuelles sociodémographiques couvertes par le secret commercial, cette méthode éclaire un autre versant de l’explication des comportements contributifs. C’est à la fois son intérêt et sa limite.

10 Compte tenu du nombre très élevé de données (17 millions d’avis de consommateurs) sur la période considérée (2001-2014), du temps pour les extraire et du coût de leur stockage, nous nous sommes limités à une zone géographique (les États-Unis) et aux produits culturels (hors livres), d’autant que notre approche étant compréhensive et non prescriptive, nous souhaitions rester dans les limites d’un traitement économétrique maîtrisable.

11 Dans la section 2 nous procédons à une revue de littérature et formulons nos hypothèses. La section 3 présente notre méthodologie et les données utilisées. La section 4 expose les principaux résultats empiriques obtenus. Enfin, la section 5 discute les résultats et conclut.

Revue de littérature et hypothèses

Comment peuvent-elles l’influencer ?

27 Dans la période considérée, l’Internet a connu à la fois un accroissement considérable de l’offre marchande de biens culturels en ligne et une démocratisation sociale, générationnelle et géographique de l’Internet. Nous ne disposons pas de données sur l’impact des variables d’âge, de revenu et de localisation sur les avis postés dans le domaine des biens culturels. Mais nous pouvons supposer qu’elles agissent dans le même sens que celui de leur impact sur l’achat de ces biens en ligne. La démocratisation de l’Internet a réduit les écarts observés en 2010 mais l’âge, le revenu (cadres et professions intellectuelles), le niveau de diplôme influencent positivement la probabilité d’effectuer un achat de produit culturel en ligne, mais pas le genre (Thoumelin, 2020 pour la période 2000-2018 en France). L’impact positif de la variable d’âge a été amplifié par la pratique très répandue du piratage des biens culturels par les plus jeunes dans les années 2000 et 2010. La disponibilité d’Internet et l’expérience de navigation (temps consacré, usage du mobile) sont aussi connues comme des facteurs influençant les achats en ligne (Le Guel et al., 2005) et donc a fortiori le nombre d’avis postés.

28 Nous ajoutons à ces variables le temps de trajet domicile-travail car celui-ci est utilisé, parmi d’autres activités (Aguilera, Rallet, 2016), pour le shopping en ligne (acheter mais aussi rechercher et produire de l’information commerciale) pendant les déplacements dans le cas des transports en commun (Adoue, 2017 ; Ben-Elia et al., 2018). Il est intéressant de voir si cette variable a un impact sur le nombre d’avis postés qui est une des composantes du shopping. Combinés à la généralisation du mobile au sein de la population, les déplacements domicile-travail qui représentent une partie importante du temps quotidien pour certaines populations sont a priori favorables au développement du shopping en ligne. Il faut toutefois nuancer cette attente car une partie importante des déplacements s’opère en voiture qui est un cadre moins propice au shopping en ligne que les transports en commun ! Aux États-Unis, le temps moyen du commuting a légèrement augmenté lors de la période étudiée de 2006 à 2019 (de 25 à 28 minutes quotidiennement) mais avec 10 % de salariés consacrant plus de 60 minutes par jour à cette activité [1]. Plus le trajet est long, plus les commuters utilisent les transports en commun (25 % de ceux dont le temps de commuting dépasse 60mn par jour contre 5 % en moyenne pour l’ensemble des commuters). On doit s’attendre à une progression du shopping (donc des avis postés) effectué lors des déplacements domicile-travail, mais cette progression est freinée par la part de l’autosolisme dans ces déplacements, notamment aux États-Unis où 75 % des travailleurs se rendent seuls au travail en voiture [2].

29 Résumons l’effet attendu des variables de contexte sur le nombre d’avis postés : positif pour l’âge, le revenu, le niveau de formation, la disponibilité d’Internet, l’expérience d’utilisation. L’effet attendu des trajets-domicile-travail est plus modéré. Répétons que, ne disposant pas des données à l’échelle individuelle mais agrégée par État américain, nous les prenons comme des variables contextuelles susceptibles d’influencer le comportement des résidents et non comme des variables individualisées déterminant directement ce comportement.

Figure 1 – Modèle conceptuel

Figure 1 – Modèle conceptuel

Méthodologie et données

Statistiques descriptives

33 Notre intérêt porte sur la répartition du nombre d’avis laissés par les contributeurs.

34 Le graphique 1 représente la répartition du nombre d’avis pondéré par les populations des États (nombre d’avis par million d’habitants). Le graphique montre que le nombre moyen d’avis laissés par les contributeurs est plus élevé (supérieur à 2) dans 10 États, à savoir : Montana, Wyoming, Dakota du nord, Dakota du sud, Vermont, New Hampshire, Maine, Rhode Island, Massachusetts et Delaware. Il se situe de manière intermédiaire entre 1 et 2 avis (compris) dans l’ensemble formé par l’Oregon, le Nevada, le Nebraska, le Kansas, le Missouri, la West Virginie et la Géorgie. Enfin, il est faible (inférieur ou égal à 1) dans le reste des États, soit 34 États. Le nombre d’avis est important principalement à l’ouest et le nord-est. Cela peut s’expliquer par les habitudes et les cultures différentes d’un État à un autre ainsi que par l’application des différentes lois telle que la loi américaine du Consumer Review Fairness Act.

Graphique 1 – Répartition du nombre d’avis par État

Graphique 1 – Répartition du nombre d’avis par État

35 Le graphique 2 représente la répartition de la moyenne des notes attribuée par les contributeurs par état. Le graphique montre que dans la majorité des États les contributeurs ont donné une moyenne supérieure à 4 sur 5. Ce résultat montre que les consommateurs ont un niveau de satisfaction élevé pour ce type de bien. Cela représente 57 713 contributeurs (62,13 %). La moyenne des notes est inférieure ou égale à 3 dans 5 États (Arizona, Colorado, Arkansas, Virginia et New Jersey, soit 9,80 % du nombre total d’états). Dans le reste des États, soit 28,07 %, la moyenne est comprise 3 et 4 compris.

Graphique 2 – Répartition de la moyenne des notes par État

Graphique 2 – Répartition de la moyenne des notes par État

36 Les statistiques descriptives par État sont données en annexe en tableau A.

37 Le tableau 1 décrit les variables (endogène et exogènes) de notre modèle explicatif du nombre d’avis laissés par le contributeur.

38 Les matrices de corrélations aux niveaux des consommateurs et des Etats sont données en annexe (voir tableau B, C et D). La matrice de corrélation montre un lien positif entre le nombre d’avis d’une part et l’engagement, la fidélité et la satisfaction du consommateur d’autre part. Le graphique A en annexe représente la répartition de la longueur des commentaires laissés par le consommateur.

Tableau 1 – Statistiques descriptives

Variable	Description	Moyenne	Écart type	Min,	Max,
Variable endogène
Avis	Le nombre d’avis laissés par le consommateur	5 988	17,117	1	1 003
Variables exogènes
Satisfaction	Moyenne des notes attribuées par le consommateur	4 214	0,865	1	5
Fidélité	Délai entre le premier et le dernier avis laissé par un consommateur (en jours)	546 466	825,781	0	5 787
Engagement	Longueur des messages laissés par le consommateur (en nombre de caractères)	747 196	789,082	0	32 766
Localisation	La localisation du consommateur par État			1	51
Catégorie de produits	Instrument de musique Musique numérique Jeux vidéo CD et Vinyles Films et TV	0,006 0,030 0,111 0,441 0,582	0,077 0,170 0,315 0,496 0,493	0 0 0 0 0	1 1 1 1 1
Variables de contrôle
Âge	L’âge moyen par état	38,041	2,076	30,7	44,5
Revenu	Le revenu moyen par État par an en dollar	60 021,23	8 458,207	20 078	78 945
Niveau d’éducation	Le nombre de diplômés du supérieur divisé par le nombre d’habitants par état	0,015	0,002	0,008	0,031
Usage d’Internet	Le taux d’utilisation d’Internet par État (en %)	82,128	3,165	70,7	87,4
Usage d’Internet mobile	Le taux d’utilisation d’Internet sur mobile (en %)	60,957	5,677	40,1	72,2
Trajet	Le temps de trajet entre le domicile et le travail (en minutes)	25,575	3,324	15,7	32

Tableau 1 – Statistiques descriptives

Résultats

39 Afin de valider nos hypothèses, un modèle a été testé. Le nombre d’avis laissés par chaque consommateur est la variable expliquée. La mesure du nombre d’avis étant une variable continue, nous utilisons une régression par la méthode des moindres carrés ordinaires pour estimer le lien entre le nombre d’avis et les variables explicatives que nous avons déjà présentées.

40 Le tableau 2 représente les résultats des modèles relatifs aux déterminants du nombre d’avis laissés par le contributeur (le Tableau E décrivant le modèle détaillé avec les dummies « État » est en annexe).

41 Le modèle (1) donne les résultats relatifs au comportement du consommateur pour laisser un avis en ligne en prenant en compte les caractéristiques individuelles en termes de notation pour exprimer sa satisfaction vis-à-vis du site, du délai entre le premier avis posté et le dernier avis posté pour exprimer sa fidélité au site, la longueur du message posté en guide d’engagement vis-à-vis du site et en prenant en compte la localisation et la catégorie du produit acheté.

42 Le modèle (2) intègre, en plus des caractéristiques individuelles, des variables contextuelles par État relatives à l’âge moyen, le revenu moyen et le niveau d’études.

43 Le modèle (3) ajoute les variables contextuelles relatives aux usages d’Internet (usage d’Internet et usage d’Internet mobile).

44 Le modèle (4) s’intéresse en plus à la variable contextuelle « trajet » qui représente le temps de trajet entre le domicile et le travail. Enfin, le modèle (5) détaille la variable trajet en la remplaçant par la variable « trajet*mobile » qui est le croisement entre le trajet entre domicile et travail et l’usage d’Internet sur mobile et la variable « trajet*voiture » qui mesure le trajet entre domicile et travail et le nombre de voitures moyen par consommateur. Le modèle (6) intègre les Etats en dummies.

45 De façon attendue, le modèle (1) montre qu’une note élevée a un lien positif et significatif à 1 % avec le nombre d’avis, ce qui nous permet de valider notre première hypothèse (H1). Une note élevée reflète un niveau de satisfaction élevé vis-à-vis du site et du produit et donne donc lieu à un plus grand nombre d’avis laissés par le contributeur. Un niveau de satisfaction élevé incite le contributeur à poster un avis envoyant un signal aux autres consommateurs et générant un bouche-à-oreille positif. Ce résultat pourrait être faussé par une manipulation de l’information par les vendeurs de produits, mais elle est peu vraisemblable sur une plateforme qui réunit autant d’avis qu’Amazon et par la chasse systématique que fait cette plateforme aux fake reviews (1/3 des avis postés seraient supprimés ex post par Amazon selon He et al., 2020).

46 Les résultats montrent que l’engagement mesuré par le soin apporté à la rédaction d’avis détaillés (longueur des messages) pousse à la rédaction d’avis. En effet, le lien entre la longueur du message et le nombre d’avis postés est positif et significatif (à 5 % dans le premier modèle et à 1 % dans les modèles de 2 à 6).

47 La deuxième hypothèse (H2) est donc validée. Ce lien peut s’expliquer par un niveau d’engagement plus important du consommateur à l’égard de la qualité du service de recommandation offert par la plateforme. Nous avons soutenu dans la section précédente que la longueur d’un message pouvait refléter la complexité du jugement inférée par la nature du produit évalué et le degré d’engagement du consommateur à l’égard de la qualité du service de recommandation offert à la communauté des acheteurs de la plateforme. Or tous les produits retenus dans le modèle sont des biens d’expérience, qui sont des biens complexes. L’effet complexité est donc neutralisé, quelle que soit la catégorie du produit, la longueur du message est corrélée positivement au nombre d’avis. Un message plus long reflète donc un niveau d’engagement du consommateur plus élevé à l’égard de la qualité du service de recommandation offert par la plateforme. Le rapport du contributeur à la communauté des acheteurs potentiels le pousse à leur apporter de la valeur en postant plus d’avis longs.

48 En ce qui concerne le délai, il y a un lien positif et significatif à 1 % entre délai et nombre d’avis. Cela veut dire que plus le délai entre la date du premier avis laissé par le contributeur et la date du dernier avis est long plus il y a d’avis sur le site. Cela peut s’expliquer de deux manières. Il peut s’agir d’acheteurs récents (par rapport à 2014, date finale de la base) qui n’ont donc pas eu le temps d’espacer leurs avis. Ou alors le délai est lié à l’opportunité d’un achat ou à une séquence rapprochée d’achats tandis qu’un délai long manifeste une permanence d’intérêt et de fidélité à l’égard de la plateforme, ce qui conduit le consommateur à laisser plus d’avis répartis dans le temps. Dans ce cas, celui où la distanciation temporelle des avis peut être interprétée comme une marque de fidélité à la plateforme, notre troisième hypothèse serait validée (H3).

49 La catégorie du bien a un lien significatif avec le nombre d’avis, ce qui est cohérent avec leur forte homogénéité (ce sont des produits culturels). Cela peut nous conduire à poursuivre cette étude par la prise en compte de produits hétérogènes (search goods versus experience goods) et de voir si on observe des effets différents sur la propension à laisser des avis. Les résultats montrent des liens significatifs avec un R² de 15 %. Les données ne nous ont pas permis de prendre en compte des données individuelles qui permettraient d’apporter plus de compréhension aux modèles testés. Intégrer d’autres variables avec d’autres types de produits améliorer la saisie des effets de localisation, traiter la dimension subjective des messages ou encore prendre en compte les fake reviews permettrait d’améliorer la valeur du R carré.

50 Les résultats relatifs aux caractéristiques sociodémographiques révèlent que l’âge moyen par État un lien positif et significatif à 5 % (modèle 2) et à 10 % (modèle 3 à 5) avec le nombre d’avis postés. Le revenu moyen par État a un lien significatif à 5 % (modèle 3 à 5) avec le nombre d’avis postés. L’âge et le revenu influencent le comportement en ligne des consommateurs. C’est dans les Etats ayant l’âge moyen et le revenu moyen les plus élevés que les contributeurs postent le plus d’avis. Le taux d’utilisation d’Internet par État ainsi que le taux d’utilisation d’Internet sur mobile ont un lien négatif et significatif avec le nombre d’avis postés. Plus les contributeurs utilisent Internet moins ils vont poster des avis en ligne, le temps d’usage d’Internet peut être corrélé à une diversité d’usage ce qui peut expliquer le temps réduit consacré au partage d’expérience à travers le partage d’avis. Lorsque l’on s’intéresse au temps de trajet entre le domicile et le travail, le lien avec le nombre d’avis postés n’est pas significatif. Par contre ce lien devient négatif et significatif lorsque l’on croise cette variable avec le nombre moyen de voitures utilisées par ménage. Il devient enfin positif et significatif lorsqu’on croise cette variable avec l’usage du mobile (l’utilisation du mobile pendant le temps de trajet). Il y a bien un effet positif attendu des déplacements domicile-travail via l’usage du mobile pendant ces déplacements sur le nombre d’avis postés mais cet effet est neutralisé à l’échelle sociale par la forte utilisation de la voiture pour le commuting aux États-Unis. Nous trouvons là un résultat conforme à la discussion introduite sur cet effet lors de la présentation des hypothèses sur les variables contextuelles.

51 Ces résultats confirment l’existence de lien entre les facteurs contextuels et le nombre d’avis postés en ligne par les consommateurs. Les facteurs contextuels représentés par des facteurs d’environnement numérique et sociétal influencent le comportement contributif en ligne.

Discussion et conclusion

52 L’objectif de l’article était de s’interroger sur un usage possible de données extraites d’Internet (les avis postés sur le site d’Amazon suite à l’achat de biens culturels sur une longue période) pour comprendre des comportements, en l’occurrence ceux des consommateurs postant des avis sur des sites d’e-commerce, à côté d’autres méthodes qualitatives par entretiens ou quantitatives par questionnaire. Les données extraites présentent des avantages importants sur les autres méthodes, ceux de l’échelle (volume de données) et de la temporalité (longue période), mais aussi une limite, celle de ne pas disposer de certaines données individualisées pouvant éclairer les comportements observés. C’est particulièrement le cas dans le domaine du e-commerce en raison du secret commercial qui ne permet pas de lier un comportement observé (d’achat, d’avis) à la connaissance des caractéristiques des individus concernés. On observera que la difficulté est moindre dans le domaine des réseaux sociaux car l’individu y affiche nombre de caractéristiques comportementales. L’article s’est attaché à traiter cette difficulté : comment expliquer des comportements observés sur une vaste échelle à l’aide de données extraites massivement ?

53 Nous avons fait pour cela l’hypothèse que les données extraites comportaient aussi des éléments d’explication des comportements observés à grande échelle, bien qu’en nombre réduit. Mais il n’est pas possible de les lire directement dans ces données comme dans une enquête par questionnaire. Ils sont présents dans l’existence de variables observées pouvant jouer le rôle de proxy de facteurs d’explication des comportements. Pour cela, il faut interpréter les variables issues des données extraites d’Internet comme des proxys de déterminants des comportements observés, agissant positivement ou négativement sur le nombre d’avis postés. Ce travail d’interprétation doit nécessairement s’appuyer sur les enquêtes traditionnelles, qualitatives ou quantitatives, qui nous renseignent sur la nature des déterminants des comportements contributifs qui s’approchent de nos données. Nous avons ainsi pu, à partir des données extraites, construire des variables explicatives d’un modèle économétrique expliquant les comportements contributifs par des variables approximant les notions de satisfaction (la note donnée par les consommateurs), d’engagement (la longueur des messages mesurant l’attention portée à la communauté des acheteurs potentiels) et de fidélité que l’on trouve dans la littérature. Notre objectif n’était donc pas de produire des résultats différents de ceux qu’on trouve dans la littérature mais d’explorer, de manière complémentaire aux enquêtes traditionnelles, la possibilité d’utiliser des données extraites massives, tout en restant dans le cadre d’un schéma de causalité (ce qui n’est pas le cas du Big Data).

54 La complémentarité tient à ce que la construction de proxys à partir des données massivement extraites d’Internet s’appuie sur les résultats produits par les enquêtes par questionnaire et par entretiens. Notre démarche peut se résumer ainsi : la construction de nos hypothèses s’opère par une transformation interprétative de certaines des données extraites en variables proxy explicatives (satisfaction, engagement, fidélité) des comportements contributifs en s’appuyant sur les travaux classiques, ces hypothèses sont ensuite économétriquement testées sur le jeu de données massives. Cette méthode revient à mettre les résultats des études classiques à l’épreuve d’un jeu de données entièrement différent de ceux qui les ont constitués. Nos résultats confortent le rôle de la satisfaction, de l’engagement et de la fidélité des consommateurs dans l’explication des comportements contributifs, trois facteurs solidement établis par la littérature.

55 L’intérêt serait de tester des facteurs moins triviaux mais nous touchons à une première limite de notre démarche, le jeu de données imposant d’importantes limites quant au nombre et à la nature des motivations possibles. Mais c’est souvent aussi le cas dans la littérature empirique, nombre d’articles se focalisant sur un petit nombre de motivations en raison d’une limitation soit des données, soit de l’objectif que s’assigne l’article (montrer par exemple qu’il peut y avoir des effets de « crowding out » entre types de motivation). Notre méthode suppose par ailleurs un travail d’interprétation des données (élaboration de proxys) qui est plus important que dans les travaux fondés sur des enquêtes classiques. Le biais déclaratif est en quelque sorte remplacé par un biais d’interprétation. Nous avons cherché à justifier nos interprétations mais nous sommes bien conscients qu’elles sont encore contestables et qu’il reste tout un travail à faire pour les fonder plus solidement.

56 Ajoutons que, comme nous venons de le souligner, notre démarche ne se substitute pas aux analyses exploitant des données d’observation directe des motivations des contributeurs. Il serait évidemment souhaitable de coupler les deux démarches en appariant les données observées sur Internet avec les données individuelles procédant d’enquêtes sur les motivations. Mais, outre la complexité et le coût des montages requis, l’appariement des deux types de jeux de données poserait de sérieux problèmes de privacy que la pseudonymisation ne permet pas de résoudre.

57 Comment améliorer nos modèles explicatifs à partir du même type de jeux de données, des données observables directement sur Internet. Nous indiquons 5 directions possibles en allant du plus facile au plus difficile : considérer des types de produits différents, utiliser plus avant les données de profil des contributeurs, améliorer la saisie des effets de localisation, traiter la dimension subjective des messages, prendre en considération les fake reviews.

58 Nous n’avons pris en compte que des biens homogènes or il serait intéressant de sélectionner des produits de nature différente, search goods versus experience goods ou produits de faible ou de haute qualité, pour examiner si leurs caractéristiques influencent la propension à laisser des avis. Des travaux traitent déjà des rapports des caractéristiques de ces biens à la nature des messages, notamment leur longueur. Il s’agirait d’examiner leurs différences d’impact sur le comportement de contribution.

59 L’exploitation des données de profil de contributeurs fournit une seconde piste. Les données fournies par les consommateurs sur eux-mêmes sont lacunaires mais d’autres sont fournies automatiquement par le site pour chaque contributeur : le nombre de votes utiles (feedback des lecteurs des avis) et le nombre de commentaires laissés. Le ratio votes utiles/nombre de commentaires exprime un retour des lecteurs aux contributeurs et produit sur ces derniers un effet de « warm glow ». On ajouterait ainsi une motivation différente de l’« altruisme pur » représenté par le souci des autres dans notre modèle.

60 Il conviendrait ensuite d’améliorer la captation des effets de contexte liés à la localisation des contributeurs. Il serait en particulier intéressant de resserrer l’échelle spatiale pour tester l’impact de la taille urbaine ou de la distinction rural/urbain. Mais les données de localisation fournies par les consommateurs sur les plateformes sont manquantes ou peu fiables. Dans le cas d’Amazon, la donnée de localisation de l’acheteur est fournie par la plateforme au vendeur mais pas au lecteur.

61 Les deux dernières directions passent par une analyse du contenu des messages et donc l’emploi de techniques de text mining. En premier lieu, il serait intéressant d’analyser le rôle des émotions dans la propension à laisser des avis. Les émotions ont été introduites dans la littérature pour analyser leur impact sur la réception des messages par les lecteurs-consommateurs (Kim, Gupta, 2012), en particulier les effets des émotions négatives versus ceux des émotions positives. L’analyse du lexique des avis postés permettrait de situer leur impact sur la propension à laisser un avis. La prise en compte du jugement subjectif éclairerait par ailleurs la note accordée.

62 Il serait en second lieu nécessaire de prendre en considération l’existence des fake reviews. Instrumentés par des vendeurs, ces avis biaisés sont en nombre croissant et lèsent tant les consommateurs que la crédibilité des plateformes. Les rédacteurs de ces avis sont recrutés en nombre par des vendeurs sur des réseaux sociaux (He et al., 2020). C’est devenu un sujet majeur et l’objet d’une littérature émergente (Mayzlin, Chevalier, 2014 ; Luca, Zervas, 2016). Or le développement des fake reviews peut être un facteur de la propension à laisser des avis. Le plus difficile est de les identifier, d’autant qu’un site comme Amazon s’évertue à les supprimer en masse pour préserver la crédibilité des recommandations. Il est possible de les identifier en croisant un certain nombre de critères (avis non vérifiés, messages courts, utilisation de certaines formules de phrases, fréquence des avis…, voir par exemple les critères utilisés par la plateforme ReviewMeta [4]pour filtrer les faux avis) mais ces critères d’identification sont controversés, les avis identifiés par Amazon comme étant des fake reviews semblant posséder de manière retorse des caractéristiques opposées à celles que nous venons de citer (He et al., 2020).

63 Enfin soulignons les perspectives offertes par l’ouverture aux chercheurs des données des grandes plateformes, ce qui permettrait de dépasser les limites du scrapping de données. Jusqu’ici cette ouverture était à la discrétion des plateformes entretenant des relations avec certains chercheurs ou fournissant des API d’accès à certaines de leurs données. La régulation aujourd’hui s’en mêle soit parce que le régulateur considère que cela fait partie de ses missions (voir la consultation publique récente organisée par l’ARCOM en France, 2023), soit parce qu’une réglementation européenne (le Digital Service Act entré en vigueur en août 2023) en encadre la possibilité pour comprendre l’évolution des risques en ligne entraînés par les plus grandes plateformes.