economie d’internet 4 : biens d’expérience et information de la demande marc bourreau, majeure...
TRANSCRIPT
Economie d’Internet 4 : biens d’expérience et information de la demande
Marc Bourreau, Majeure Management et Nouvelles Technologies
http://ses.telecom-paristech.fr/bourreau/ecoint/
Plan Biens d’expérience et information de la demande
Biens de recherche et biens d’expérience Problèmes posés aux marchés par les biens
d’expérience Les cascades informationnelles L’importance de l’information incomplète
L’impact d’Internet et des TIC sur l’information de la demande Les communautés d’expérience La longue traine
1. Biens d’expérience et information de la demande
Le jeu des différences Quelles différences entre ces deux projets
d’achat ?
Information incomplète sur les biens Pour certains biens, les consommateurs ont au départ
une information incomplète sur l’utilité qu’ils peuvent en retirer
Ils entament alors une phase de recherche d’informations Existence, prix, type ou variété, qualité, etc.
Biens de recherche (search goods) : Biens pour lesquels cette phase de recherche est possible ou
valable (par rapport à la valeur du bien) Biens d’expérience (experience goods) :
Biens pour lesquels la phase de recherche n’est pas valable Les consommateurs ignorent l’utilité qu’ils peuvent retirer du
bien avant de les consommer L’utilité se révèle à la consommation (≠ biens de croyance)
Quel marché pour les biens d’expérience ? Du fait de l’asymétrie d’information entre
vendeurs et acheteurs, un marché de biens d’expérience peut ne pas fonctionner !
« Market for lemons » (Akerlof, 1970) : seuls les vieux « tacots » sont mis sur le marché de l’occasion
Quel marché pour les biens d’expérience ? Les vendeurs peuvent proposer des garanties
Les vendeurs peuvent envoyer le « signal » qu’ils proposent des produits de bonne qualité, par exemple par des publicités onéreuses
Qualité « objective » ou « subjective ? » Qualité « objective » (différenciation verticale)
= tous les consommateurs classent les différentes qualités de la même manière
Solution en cas d’information incomplète : avis d’expert, certification…
Problème : fiabilité/crédibilité de l’avis Rôle de la marque (ex : les « Labos Fnac ») Modèle push des médias de masse (TV-radio-presse)
Qualité « subjective » (différenciation horizontale)= les consommateurs classent les qualités différemment L’avis d’expert a moins d’intérêt Modèle diffusé peu performant Rôle du bouche à oreille Modèle pull des médias décentralisés (Internet) : C to C
Qualité intrinsèque ou influence sociale ? Biens à « qualité intrinsèque »
Utilité dépendant de goûts différenciés et partiellement exogènes
Modèle de promotion « pull » Biens « sociaux » :
L’utilité d’un consommateur dépend moins de la qualité intrinsèque d'une œuvre que d’externalités sociales (imitation, mode, distinction, consommation comme support au lien social) ou d’autres facteurs exogènes
Modèle de promotion « push »
Qualité intrinsèque ou influence sociale ? Exemple de la littérature : peu de corrélation entre
les romans à succès au moment de leur publication et les romans jugés de « qualité » aujourd’hui
Beaucoup de films considérés aujourd’hui comme les « plus grands films de tous les temps » n’ont jamais eu de prix (Ginsburgh et Weyers, 1999 : sur une liste de 122 « grands films », seuls 75 nominés ou primés aux Oscars ou à Cannes)
Exemple du prix de piano de la Reine Elisabeth (un facteur exogène et indépendant de la « qualité » peut déterminer le « gagnant »)
Les cascades informationnelles Les « cascades informationnelles » :
lorsque les problèmes d’information provoquent des comportements de mimétisme parmi les consommateurs.
Un exemple… Comment créer un bestseller ? Michael Treacy et Fred Wieserman, « The
Discipline of Market Leaders » Autres exemples ?
La « claque » au théâtre Les singles dans l’industrie de la musique etc.
Les cascades informationnelles
n°1 des albums sur iTunesen 2010
Bien ?(j’y gagne)
Mauvais?(j’y perds)Ne rien faire
(neutre)Sans information proba 1/2 proba 1/2
Signal proba p>1/2 proba 1-p<1/2
L’acheter ?
Les cascades informationnelles
Si les signaux sont publics ?
Les cascades informationnelles
Si les signaux sont privésmais les actions observables ?
Les cascades informationnelles Conclusion : il y a une situation de cascade
informationnelle lorsque l’information publique supplante l’information privée dans la décision C’est-à-dire qu’on est dans des situations où les biens
sont plus « sociaux » qu’à « qualité intrinsèque » Cela correspond au phénomène du « buzz » Dans cette situation, le modèle push s’impose de
préférence au modèle pull Prix d’introduction agressifs Promotion intensive – mass médias
Objectif : déclencher la cascade informationnelle
L’exemple du cinéma Les travaux d’Arthur De Vany ont montré que les
audiences de cinéma constituent un « système complexe »
Comportement des spectateurs dans une zone critique entre Ordre – imitation (cascade informationnelle)
Modèle du bien social Chaos – choix individuels décorrélés
Modèle du bien à qualité intrinsèque et fortement différencié
Ce type de système se caractérise par des distributions particulières dites « en loi de puissance » (ou « loi de Pareto », ou « principe du 80/20 », etc.) C’est bien ce qu’on observe dans le cinéma
L’exemple du cinéma Distribution des revenus (box office) en fonction
du rang dans le top 50 de la revue Variety (De Vany)
On en trouve le même type de loi de puissance dans la musique et dans bien d’autres domaines.
Loi asymétrique ≠ distribution normale.
L’exemple du cinéma Dans le cinéma, on sait qu’il y a beaucoup
d’incertitudes sur le succès d’un film Le dicton chez les professionnels : « Nobody
knows »
variance très élevée>> moyenne
Titre DistributeurAnnée de
sortie
Coût négatif estimé
(millions $)
Revenus domestiques
estimés (millions $)
Winners
Jaws Universal 1975 8 130
Star wars Lucasfilm/Fox 1977 11 225
Kramer vs. Kramer Columbia 1979 7 60
Airplane Paramount 1980 3 41
ET Universal 1982 12 228
Jurassic Park Universal 1993 70 212
The Lion King Disney 1994 65 173
Independence Day Fox 1996 65 171
Titanic Fox/Paramount 1997 200 1,214
Blair Witch Project Artisan 1999 <1 141
Losers
Heaven's Gate UA 1980 44 2
Howard the Duck Universal 1986 37 10
Ishtar Columbia 1987 45 8
Hudson Hawk TriStar 1991 55 6
Last Action Hero Columbia 1993 75 28
L’exemple du cinéma Néanmoins, les producteurs de cinéma sont
souvent dans le modèle « push » : il faut créer la demande
Par le contenu : Rôle des stars pour créer la demande : recettes médianes
de 21 millions de $ pour les films sans stars contre 38 millions de $ pour les films avec des stars (! procès Kim Basinger / Boxing Helena)
Augmentent sensiblement la probabilité de succès Effets spéciaux, etc. : effet statistique + du budget des
films sur le succès
L’exemple du cinéma Par la promotion :
Le modèle « Blair Witch » (1999) Coût de production 40 k$ Vente à la compagnie de distribution : 1,1 M$ Création de la demande : 11 M$ (site Internet officiel,faux sites de fans, diffusion de fausses copies pirates,
etc.) Recettes en salles : 170 M$
L’impact de l’information incomplète Hendricks and Sorensen proposent une mesure de
l’information incomplète des consommateurs dans le cas particulier de la musique
Idée de « backward spillovers » à la sortie du 2ème album d’un groupe.
L’impact de l’information incomplète Etude sur 355 musiciens, sur la période 1993-
2002 Backward spillovers de 40 à 55% pour le premier
album à la sortie du second album ; les backward spillovers vont en s’atténuant à la sortie des albums suivants
Hendricks et Sorensen mettent également en évidence la présence de forward spillovers : Le second album d’un groupe ou d’un musicien se
vend 25% mieux que s’il n’avait pas été précédé par un premier album
2. L’impact d’Internet et des TIC sur l’information de la demande
Internet et l’information de la demande Internet et les TIC améliorent la qualité des
systèmes d’information existants : prescription…
Internet et l’information de la demande … et bouche à oreille (word of mouth)
Internet et information de la demande Les TIC ont aussi permis l’apparition de nouveaux outils
informationnels Systèmes de recommandation
Filtrage collaboratif (collaborative filtering) : méthodes utilisées pour faire des recommandations automatiques à un individu en utilisant des grandes masses de données sur les préférences ou les choix d’autres individus.
Hypothèse que si un individu A a une opinion identique à un individu B sur une question donnée, l’opinion de B sera plus proche de celle de A sur d’autres questions que des individus tirés au hasard.
Les communautés d’expérience L’exemple de Jeuxvideo.com
Questionnaire en ligne en juin 2004 avec la collaboration du site 9500 réponses Des hommes (92%), jeunes (87% moins de 25 ans),
urbains (63% dans villes de + de 10,000 hab). En ligne (88% haut débit ) et gros joueurs (85% 2
plateformes ou +), 45% jeu en réseau au moins 1 fois par semaine
Gros acheteurs de jeux : plus de 6 jeux/an pour 58%
La communauté Jeuxvideo.com Deux grandes classes quasiment indépendantes d’utilisateurs du
site: Des « lecteurs » d’avis
Consultent souvent des sites spécialisés sur les JV, lisent les tests du site et les avis des autres joueurs, … mais écrivent très peu
Pourquoi lisent-ils les commentaires des autres internautes sur les jeux ? Pour avoir un avis différent du site, en particulier si la critique
éditoriale leur paraît contestable Jugent les avis souvent utiles
Des « rédacteurs » d’avis Lisent moins, mais consultent beaucoup les avis des autres
internautes, ils ont des contacts par email Ceux qui ont posté peu de critiques (< 5) cherchent avant tout à
promouvoir les jeux de « qualité » (leurs goûts ou les jeux qu’ils aiment)
Ceux qui ont posté beaucoup de critiques (+ de 10) cherchent un contact communautaire.
Les critiques de consommateurs Deux dimensions au bouche-à-oreille
électronique : le volume, c’est-à-dire le nombre d’avis dont un bien a
fait l’objet la valence, c’est-à-dire les préférences véhiculées par
les informations échangées, mesurée positivement ou négativement à l’aide de la note moyenne donnée par les utilisateurs sur un produit.
Quel est l’effet du volume d’avis et de leur valence, sur les ventes ?
Les critiques de livres Chevalier et Mayzlin (2006) analysent les critiques de
consommateurs sur les livres vendus sur Amazon.com (AMZ) et bn.com (BN) et l’effet de ces critiques sur les ventes
L’idée est d’étudier les ventes relatives d’un même livre sur les deux plateformes (approche diff-in-diff)
Si un consommateur poste 1 critique négative sur BN mais pas sur AMZ, est-ce que les ventes de ce livre diminuent sur BN relativement aux ventes sue AMZ ?
Mesure des critiques et des ventes sur une base de quelques milliers de livres (connus ou non) en 2003-2004, à 3 moments du temps
Est-ce que le changement du nombre et de la valence pour 1 livre sur un site relativement à un autre est un bon prédicteur de l’évolution des ventes sur le premier site par rapport au second ?
Les critiques de livres Résultats obtenus par C&M :
Les notes sont très hautes en moyenne : la note moyenne est supérieure à 4*, avec une médiane à 5* !
Les textes rédigés sont courts pour les critiques à 1* et 5* Le nombre d’avis (le volume) a un effet + sur les ventes La valence a un effet sur les ventes : les critiques +
augmentent les ventes, les critiques - diminuent les ventes L’effet d’une critique négative supplémentaire est plus
important que l’effet d’une critique positive supplémentaire Par exemple, d’après les résultats statistiques, pour un livre
sans review sur AMZ : +1 critique de 1* à 3* : les ventes baissent +1 critique de 4* à 5* : les ventes augmentent
Les critiques médicales La qualité des avis sur les médecins, dentistes, les
chirurgiens, aux Etats-Unis…
Les critiques médicales Jusqu’à 80% des chirurgiens critiques sur au
moins un site (Physician Review Sites, PRWs), certaines spécialités plus sujettes à avis (obstétriciens…) que d’autres (radiologues…)
Les pages sur un docteur contiennent : Des informations « dures » : spécialité, années de
pratique, etc. Des avis sur plusieurs dimensions
Les critiques médicales Qu’y-a-t-il de spécifique par rapport aux critiques
de livres ? Externalités pour la société Biens de croyance (credence good) plutôt que
bien d’expérience (experience good)
Les critiques médicales Gao, McCullough, Agarwal et Jha (2012) :
386,000 avis sur RateMDs entre 2005 et 2010, couplés à des données sur les médecins (du US Department of Health en particulier)
1 docteur sur 6 évalué en janvier 2010, obstétriciens/gynécologues plus fréquemment évalués
Note moyenne assez élevée (3.93/5) Note corrélée avec des facteurs normalement corrélés
avec la qualité du docteur : expérience, certification, qualité des études, niveau d’erreurs médicales
Mais magnitude de cette corrélation faible De plus, la plupart des avis concernent la ponctualité
et le personnel
Les critiques médicales Luca et Vats (2013) étudient l’impact des avis sur
la demande pour les médecins : retrouve-t-on les résultats de Chevalier et Mayzlin (2006) sur le volume et la valence ?
Données sur 400 médecins qui sont critiqués sur la plateforme ZocDoc
ZocDoc liste environ 25% des médecins de New York, 84% d’entre eux ont au moins 5 avis
1 augmentation d’une demi * pour un médecin augmente sa probabilité d’avoir un RDV de 10%
Les médecins avec plus d’avis ont aussi une probabilité plus élevée d’avoir un RDV
Les faux avis (fakes)
Les faux avis (fakes) Incitations à poster de faux avis (ou les avis
« promotionnels ») ? Pour encenser ses produits Dénigrer ses concurrents
Problèmes posés par les faux avis : Les consommateurs peuvent être trompés par ces faux
avis et prendre de mauvaises décisions de consommation
La présence d’avis biaisés pourrait conduire à ce que les consommateurs se méfient des avis de consommateurs
Les faux avis (fakes) Réaction des pouvoirs publics Aux Etats-Unis, la Federal Trade Commission a
revu ses guidelines pour imposer qu’un utilisateur révèle tout lien entre le producteur et lui
En France, enquête de la DGCCRF qui a établi qu’en 2013, le taux d’anomalie sur les avis en ligne était d’environ 45% (anomalie : modération biaisée, faux avis, etc.)
Norme AFNOR pour « fiabiliser le traitement des avis de consommateurs sur Internet »
Les faux avis (fakes) Mayzlin, Dover et Chevalier (2012) étudient l’importance des
faux avis dans le secteur de l’hôtellerie Comparent les avis sur les mêmes hôtels sur Expedia
(obligation d’avoir passé une nuit pour poster) et TripAdvisor (pas d’obligation)
Idée : dans le premier cas, le coût d’un faux avis est beaucoup plus élevé que dans le second cas ; on s’attend donc à trouver plus de « faux avis » sur TripAdvisor que sur Expedia Analysent le ratio du nombre d’avis 5* / nombre total d’avis Et le ratio du nombre d’avis 1* et 2* / nombre total d’avis pour les
hôtels voisins Trouvent plus de manipulations positives que négatives Affecte surtout les petits hôtels indépendants
Les conséquences sur les marchés Quelles conséquences ont les communautés de
consommateurs et les outils de recommandation sur l’offre et la demande ? Plus de variété des biens consommés ? Goûts plus différenciés ?
Les conséquences sur les marchés Brynjolfsson, Smith et Hu (2003):
Le commerce électronique apporte deux changements par rapport au commerce traditionnelle : Une offre beaucoup plus large Des outils permettant de trouver le meilleur choix dans cette
offre abondante Conséquence :
Non seulement les biens « stars » se vendent, mais aussi les « biens obscurs »
Intérêt pour les vendeurs qui vendent les biens obscurs : Moins de concurrence pour les biens obscurs Discounters vs. Grands magasins
Les conséquences sur les marchés L’étendue de l’offre (d’après Brynjolfsson-Smith-
Hu, 2003)
16128Lecteurs MP3
36213Caméras DV
500 - 1,50018,000DVD
5,000 - 15,000250,000CD
40,000 - 100,0002,300,000Livres
Magasin physiqueAmazon.comCatégorie
16128Lecteurs MP3
36213Caméras DV
500 - 1,50018,000DVD
5,000 - 15,000250,000CD
40,000 - 100,0002,300,000Livres
Magasin physiqueAmazon.comCatégorie
Les conséquences sur les marchés Impact sur les marges d’une stratégie de vente de
biens obscurs (d’après Brynjolfsson, Smith et Hu, 2003)
$39.06$29.52Prix moyen shopbot
$41.60$29.26Prix moyen Amazon
$42.18$34.53Prix moyen catalogue
>100,000<100,000Rank (Amz)
$39.06$29.52Prix moyen shopbot
$41.60$29.26Prix moyen Amazon
$42.18$34.53Prix moyen catalogue
>100,000<100,000Rank (Amz)
La théorie de la longue traine de Chris Anderson Le commerce sur Internet modifie l’offre et la
demande de produitsventes
hits produits de niche
1. Internet permet à l’offre de produits de niche de se développer
2. La forme de la fonction de consommation change
Rang de vente
La théorie de la longue traine en question On observe une forte concentration des ventes,
même dans le monde numériqueTop 1% : 32% des écoutesTop 10% : 78% des écoutes
Top 1% : 18% des locationsTop 10% : 48% des locations
La théorie de la longue traine en question Elberse et Oberholzer-Gee : Données sur les ventes physiques d’un échantillon
de 5500 titres vidéos entre janvier 2000 et août 2005
Un effet « longue traine » Le nombre de titres qui se vendent à quelques
exemplaires a doublé entre 2000 et 2005 (mais le nombre de titres sans ventes pendant une
semaine a quadruplé) Et dans le même temps, une concentration en
tête de distribution (effet « super star » / « steep tail ») Le nombre de titres dans le top 10% a diminué de 50%
entre 2000 et 2005
La théorie de la longue traine en question Elberse :
Il y a des « explorateurs », mais même ces explorateurs consomment une grande proportion de « hits »
Ils louent plus de DVD Ils notent relativement
sévèrement les titres « obscurs »
Classement des DVDdes plus populaires (10)au moins populaires (1).
Barre n°i : panier moyendes consommateursqui ont consommé aumoins un DVD dans ledécile n°i des DVD.
La théorie de la longue traine en question S’il y a un effet longue traine, est-il dû à un effet
« offre » (un plus large choix) ou à un effet « demande » (plus d’outils disponibles pour trouver des produits de niche) ?
Brynjolfsson, Hu et Semester (2011) Analysent les ventes d’un vendeur de vêtements qui
propose le même catalogue par correspondance (courrier, téléphone) et par internet
Permet de tester l’effet longue traine en neutralisant les effets du côté de l’offre
Trouvent des ventes moins concentrées en ligne qu’hors ligne
La théorie de la longue traine en question
Source : Brynjolfsson, Hu et Semester (2011)
La théorie de la longue traîne en question Brynjolfsson, Hu et Semester (2011) étudient
également l’impact des différents outils informationnels à la disposition du consommateur : Recherche dirigée (directed search) : recherche d’un
produit spécifique Recherche non dirigée (nondirected search) : recherche
d’un produit à l’aide de mots clés Recommandation
Trouvent un effet positif et significatif des recherches non dirigées et des recommandations sur les ventes des biens de niche, mais pas d’effet des recherches dirigées
Hiérarchie hors ligne versus en ligne L’effet des nouveaux outils de recommandation
sur la notoriété des artistes : démocratisation ou renforcement des inégalités ?
Bourreau, Moreau et Sisley (2014) : étude sur environ 1000 musiciens qui ont sorti un nouvel album à l’automne 2012
Analyse de l’information qui circule autour de ces albums : Dans les médias traditionnels : presse Dans les médias Internet : avis de consommateurs sur
Amazon.com, réseaux sociaux (facebook, twitter), plateformes vidéos (Youtube)
Hiérarchie hors ligne versus en ligne
11
10
9
8
7
6
5
4
3
2
1
0
1
0 100 200 300 400 500 600 700
Prés
ence
en
ligne
(nom
bre
de p
late
form
es cu
mul
ées)
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0 100 200 300 400 500 600 700
Part
cum
ulée
du
nom
bre
d'ar
ticl
es p
ress
e
Rang artistes
450
400
350
300
250
200
150
100
50
0
Nom
bre
de vi
déos
sur Y
ouTu
be
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0 100 200 300 400 500 600 700
Part
cum
ulée
du
nom
bre
d'ar
ticle
s pr
esse
Rang des artistes (croissant)
Accès aux plateformes de promotion Audience sur Youtube
Hiérarchie hors ligne versus en ligne Les artistes les moins connus sont-ils plus actifs
pour compenser leur moindre popularité ? Leurs fans sont-ils plus actifs pour défendre leurs
musiciens préférés (injustement méconnus) ? Pour les artistes, la réponse est non. Pour les fans : les fans des artistes les moins
connus sont plus engagés dans leur promotion dans les médias en ligne
Ce qu’il faut retenir (1) Certains biens – et c’est le cas des biens
informationnels – nécessitent de l’information (de la méta-information) pour être consommés
Biens de recherche Biens d’expérience
Si cette information est insuffisante, les marchés peuvent mal fonctionner : problème des « lemons » ; cascades informationnelles.
Ce qu’il faut retenir (2) Les TIC, outre qu’elles permettent un
élargissement de l’offre, ont amélioré les informations disponibles aux consommateurs : outils recommandation, communautés d’expérience, …
Les critiques de consommateurs influencent les ventes de manière : par le volume des avis et par leur valence
Peut-on s’attendre à vendre moins de plus de biens [la longue traine] ? Evidences peu claires encore… mais processus toujours en cours…