Centre de Recherche Clermontois en Gestion et Management
Ecole doctorale 245
THESE
Pour le grade de
DOCTEUR DE LUNIVERSITE DAUVERGNE CLERMONT 1
Discipline : Sciences de Gestion
Prsente et soutenue publiquement
Par Byblice COOVI
Le : 01 Dcembre 2010
Jury
Pr. Claude FIORE, Universit de la Mditerrane. (Rapporteur) MC HDR Jean-Jacques CROUTSCHE, Universit Paris 13 (Rapporteur) Pr. Sonia CAPELLI, Universit d'Auvergne. Pr. Pascal PECQUET- Universit de Montpellier 1 (Directeur de thse)
MANAGEMENT DU CYCLE DE VIE DU CLIENT : PROPOSITION DUN MODELE DEVALUATION DE LUTILISATION DES LOGICIELS CRM.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2
UNIVERSITE DAUVERGNE CLERMONT1
FACULTE DE SCIENCES ECONOMIQUES ET DE GESTION
Centre de Recherche Clermontois en Gestion et Management
Ecole doctorale 245
THESE
Pour le grade de
DOCTEUR DE LUNIVERSITE DAUVERGNE DE CLERMONT 1
Discipline : Sciences de Gestion
Prsente et soutenue publiquement
Par Byblice COOVI
Le : 01 Dcembre 2010
Jury
Pr. Claude FIORE, Universit de la Mditerrane. (Rapporteur) MC HDR Jean-Jacques CROUTSCHE, Universit Paris 13 (Rapporteur) Pr. Sonia CAPELLI, Universit d'Auvergne. Pr. Pascal PECQUET- Universit de Montpellier 1 (Directeur de thse)
MANAGEMENT DU CYCLE DE VIE DU CLIENT : PROPOSITION DUN MODELE DEVALUATION DE LUTILISATION DES LOGICIELS CRM. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2
Luniversit nentend donner aucune approbation ni improbation aux opinions mises dans cette thse. Ces opinions doivent tre considres comme propres lauteur. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 DEDICACE
A ma feue mre Franoise AYENI et mon pre Christophe A. COOVI. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 REMERCIEMENTS
Je tiens exprimer ma profonde reconnaissance en premier lieu au Professeur Pascal PECQUET, mon directeur de thse qui ma guid, conseill et encourag de manire infatigable tout au long de cette recherche.
Je remercie galement le professeur Jean-Jacques CROUTSCHE dont les prcieux conseils mont permis de mener bout cette recherche.
Jexprime ma sincre gratitude aux professeurs Claude FIORE et Sonia CAPELLI qui me font lhonneur de juger ce travail.
Ma reconnaissance va galement aux socits (Synolia) et (Nls) ditrices de logiciels CRM qui ont contribu au bon droulement de cette recherche.
Enfin, je remercie Madame, Lina Lacroix (secrtaire de lcole doctorale) pour les informations quelle me fournit en temps rel ces dernires annes. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 1
MANAGEMENT DU CYCLE DE VIE DU CLIENT : PROPOSITION DUN MODELE CONCEPTUEL DEVALUATION DE LUTILISATION DES LOGICIELS CRM
COOVI BYBLICE
(2010) t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 2
INTRODUCTION GENERALE ......................................................................................................................... 5 OBJECTIF DE LA RECHERCHE..................................................................................................................... 9 PLAN DE RECHERCHE................................................................................................................................... 10 CHAPITRE 1....................................................................................................................................................... 12 DES COURANTS DE PENSEE AUX NOUVEAUX PARADIGMES POUR UNE NOUVELLE GESTION DE LA RELATION CLIENT............................................................................................................................ 12 INTRODUCTION............................................................................................................................................... 12 I- LES DIFFERENTS PARADIGMES RELATIONNELS ............................................................................ 13 1- RELATION CLIENT /FOURNISSEUR ET LES DIFFERENTS COURANTS DE PENSEES............. 14 2- LE MARKETING RELATIONNEL............................................................................................................ 20 II- LA NOUVELLE APPROCHE RELATIONNELLE LIEE AUX NTIC .................................................. 30 1- GESTION DE LA RELATION CLIENT (CRM) .................................................................................. 31 2- APPORT DES TIC A LA GESTION DE LA RELATION CLIENT ........................................................ 35 CONCLUSION CHAPITRE 1........................................................................................................................... 38 CHAPITRE 2....................................................................................................................................................... 40 EVALUATION DE LA PERFORMANCE DU CRM A TRAVERS LE CYCLE DE VIE DU CLIENT : FONDEMENTS THEORIQUES ET ETUDES EMPIRIQUES..................................................................... 40 INTRODUCTION............................................................................................................................................... 40 I- REVUE DE LITTERATURE SUR LA NOTION PERFORMANCE ET LA NOTION DE CYCLE DE VIE DU CLIENT ................................................................................................................................................ 40 1- FONDEMENTS THEORIQUE DE LA PERFORMANCE ET DE SA MESURE ............................. 41 2- LE CYCLE DE VIE DU CLIENT........................................................................................................... 49 II- MODELE DEVALUATION DE LA TECHNOLOGIE CRM : DES MODELES EMPIRIQUES AUX FORMULATIONS DE CAUSALITES AVANCEES...................................................................................... 62 1- LES MODELES DE RECHERCHE EMPIRIQUES SUR LIMPACT DU CRM SUR LA PERFORMANCE DES ENTREPRISES.......................................................................................................... 64 2- SYNTHESE DES TRAVAUX EMPIRIQUES DEVALUATION ET DIMPACT DE LUTILISATION DE LA TECHNOLOGIE CRM......................................................................................................................... 81 CONCLUSION DU CHAPITRE 2.................................................................................................................... 86 CHAPITRE 3....................................................................................................................................................... 88 INTRODUCTION............................................................................................................................................... 88 t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 3 I- MODELE CONCEPTUEL DANALYSE DE MESURE DE LIMPACT DE LUTILISATION DES LOGICIELS CRM SUR LE CYCLE DE VIE DU CLIENT.......................................................................... 88 1- CADRE THEORIQUE DE MESURE DE PERFORMANCE............................................................. 88 2- MODELE CONCEPTUEL DE LA RECHERCHE .................................................................................... 91 II- DEVELOPPEMENT DES HYPOTHESES DE RECHERCHE............................................................... 93 1- LES VARIABLES INDEPENDANTES........................................................................................................ 93 2- LES AUTRES VARIABLES ......................................................................................................................... 98 CONCLUSION DU CHAPITRE 3.................................................................................................................. 109 CHAPITRE 4..................................................................................................................................................... 110 METHODOLOGIE ET DESIGN DE LA RECHERCHE............................................................................ 110 INTRODUCTION............................................................................................................................................. 110 I- MISE EN PLACE DE LINSTRUMENT DE MESURE..................................................................... 111 1- PHASE PREPARATOIRE DE LINSTRUMENT DE MESURE...................................................... 111 2- DEVELOPPEMENT DES ITEMS DU QUESTIONNAIRE.................................................................... 119 II- VALIDITE DES MESURES....................................................................................................................... 126 1- DE LA VALIDATION FACIALE A LA VALIDATION DE CONTENU.............................................. 126 2- VALIDITE DE CONSTRUIT................................................................................................................ 127 CONCLUSION CHAPITRE 4......................................................................................................................... 154 CHAPITRE 5..................................................................................................................................................... 155 TESTS DES HYPOTHESES ET DISCUSSION DES RESULTATS........................................................... 155 INTRODUCTION............................................................................................................................................. 155 I-CHOIX ET HYPOTHESES DE LA REGRESSION.................................................................................. 155 1-LA REGRESSION MULTIPLE .................................................................................................................. 155 2- RESULTATS DE LA RECHERCHE......................................................................................................... 158 II- DISCUSSION DES RESULTATS ............................................................................................................. 169 CONCLUSION CHAPITRE 5......................................................................................................................... 178 CONCLUSION GENERALE, IMPLICATIONS ET LIMITES.................................................................. 179 I- PRINCIPALE CONCLUSION.................................................................................................................... 179 II- CONTRIBUTIONS, IMPLICATIONS ET LIMITES DE LA RECHERCHE ..................................... 181 1- LES DIFFERENTES CONTRIBUTIONS DE LA RECHERCHE.......................................................... 181 t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 4 2- LIMITES ET PERSPECTIVES DE RECHERCHE FUTURES ............................................................ 186 TABLE DES TABLEAUX............................................................................................................................... 188 TABLEAU DES FIGURES.............................................................................................................................. 189 BIBLIOGRAPHIE............................................................................................................................................ 190 BIBLIOGRAPHIE............................................................................................................................................ 190 WEBOGRAPHIE.............................................................................................................................................. 213 ANNEXE............................................................................................................................................................ 214 t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 5 INTRODUCTION GENERALE
La raison dtre dune entreprise est de crer et de garder un client (Levitt, 1960). A travers cette dclaration, les phases importantes du cycle de vie du client c'est--dire lacquisition et la fidlisation du client sont clairement identifies. Kotler, (2003) estime que les profondes modifications du march ainsi que lhyper concurrence font voluer les approches managriales des entreprises, passant de la gestion du portefeuille de produits la gestion du portefeuille de clients. Les entreprises sorientent vers un management orient client et sintresse au cycle de vie de leurs clients. Selon Moisand, 2002, Le cycle de vie du client correspond au temps pass par ce dernier en tant que client de lentreprise c'est--dire de ltat de nouveau client ltat de client perdu. Une augmentation de 5% du taux de fidlisation permet daccrotre le profit de 25 85 %, selon les secteurs dactivit car une entreprise perd en gnral 15 20% de sa clientle chaque anne (Frederick Reichheld, 1996). Pour remplacer les clients perdus, il faut donc recruter de nouveaux clients et pour ne pas perdre de client il faut les fidliser. Comment faire pour fidliser les clients recruts ? Avec quels outils et stratgies les fidliser ? Pour rpondre cette question, certaines entreprises construisent leur stratgie autour du client (Lefbure et Venturi, 2005). Ces entreprises sont passes dune orientation produit une orientation client (Don Pepper et Martha, 1995 ; Garbarino et Johnson 1999 ; Rich 2000). On parlera dsormais du marketing relationnel issu des travaux de Don Pepper et Martha. Le marketing relationnel dpasse les limites des transactions pour crer des relations rentables de long terme avec le client (Kotler et Dubois 2003; Coviello et al., 2002). Le marketing relationnel sintresse de prs des notions telles que la proximit relationnelle, linteraction, la personnalisation et la relation dyadique (Gillenson, 2000; Salerno, 2001). Le succs du marketing relationnel repose en grande partie sur la rapidit de diffusion et de dveloppement des TIC (Crosby et Johnson, 2001; Grabner- Kraeuter et Moedritscher, 2002). Parmi ces technologies, nous pouvons citer le CRM et ses outils. Il sagit notamment des logiciels denregistrement des appels, dautomatisation de la force de vente ou de systme de gestion de la relation client (Brown, 2005). Lutilisation de ces logiciels apporte-elle une amlioration la gestion de la relation client ? Permettent-ils de mieux apprhender le client ? Cest en 1995 que Hewlett Packard introduit en France le concept de CRM pour dsigner simplement les logiciels de gestion de la relation client avec son outil Clarify (Saint Cast, t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 6 2003). Sur le plan acadmique, le terme CRM est apparu dans les premires publications partir de lan 2000 (Colgate, Mark et Danaher, Peter J. ; 2000). Dans la littrature, on parle de CRM (Customer Relationship Management) ou de GRC (Gestion de la Relation Client). Dans ce travail, nous avons choisi dutiliser le terme CRM pour dsigner la gestion de la relation client et les logiciels de gestion de la relation client. Depuis plusieurs annes, le CRM tendance se confondre de linformatique. Une recherche sur le Net du sigle CRM vous donne plus de cabinets informatiques que de cabinets conseil en marketing. En 2004, Gartner Group dfinit le CRM comme une stratgie dentreprise qui, laide des TIC, vise optimiser la rentabilit de lorganisation et la satisfaction du client, en se focalisant sur des segments de clientle spcifiques, en favorisant les comportements propres rpondre aux souhaits du client et en appliquant des processus centrs sur le client . 1 Cette dfinition comporte plusieurs dimensions et met laccent sur les TIC comme lment fondamental et ncessaire pour la gestion de la relation client. On ne peut donc pas arriver une gestion de la relation client parfaite sans intgrer les logiciels informatiques selon Gartner Group. Toutes les entreprises se sont alors lances dans lacquisition des logiciels CRM. Le CRM est-il une stratgie dentreprise ou un ensemble doutils informatiques ? Selon une tude du cabinet Gartner 2 (2008), le chiffre daffaires mondial du logiciel de gestion de la relation client (CRM) connat quatre annes de hausse. La croissance se poursuit pour les diteurs de CRM : +23,1 % en 2007, +14 % en 2008, et +50 % de 2008 2012. Ces chiffres donnent des perspectives davenir aux entreprises ditrices de logiciels CRM. Ce qui nous conduit affirmer que les entreprises continueront investir pour lacquisition des logiciels CRM. Quest ce quun logiciel CRM et pourquoi est- il aujourdhui ncessaire pour la gestion de la relation client ? Quest ce qui justifie un tel engouement pour les logiciels CRM ? Les praticiens et les diteurs de logiciels soutiennent que ces logiciels permettent de mieux grer la relation client et de fidliser ces derniers. Tous les sminaires et confrences organiss ces dernires annes vantent les capacits des logiciels CRM amliorer le cycle de vie du client. La phrase amliorer le cycle de vie du client revient sur presque tous les sites dditeurs de logiciels et de cabinets conseils visits. Il en est de mme pour les forums et les blogs spcialiss. Le dploiement des logiciels CRM dans une entreprise permet-il rellement dassurer une meilleure gestion de la relation client et damliorer le cycle de vie du client ? Limplantation du CRM dans les entreprises nest pas une tche
1 Frdric Jallat, Eric Stevens et Pierre Volle ; Gestion de la relation client ; Edition Pearson 2006 2 http://crm.sambotte.com/post/20081206-CRM-Gestion-Relation-Client-perspective-2009 t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 7 facile car beaucoup dentreprises ne voient pas lapport de ce dploiement sur la relation client. Selon une tude du cabinet Deloittre & Touche (2004), 65% des entreprises ayant mis en place des projets CRM considrent quelles nont connu aucune amlioration ou seulement des amliorations mineures dans la relation client. Quels sont alors les effets rels de lutilisation de ces logiciels sur la gestion de la relation client? Cette tude cre un paradoxe avec les derniers rsultats sur les perspectives dvolution des investissements en matire de CRM. Ce manque damlioration peut-il sexpliquer par leffet dapprentissage ? Probablement oui car le paradoxe de Solow nous permet de laffirmer. En effet en 1987 lconomiste amricain Robert Solow a montr, que si linformatisation des entreprises est motive en grande partie par lespoir de gain de productivit, ce dernier ne semble jamais se produire, au contraire. Pour lui cette baisse de la productivit est due au mode dappropriation des techniques dinformation et de communication par les entreprises qui na pas vis linteroprabilit des applications. Solow explique quil faut un temps pour apprendre et sadapter aux techniques informatiques. Darell Rigby, Frederick Reichheld et Phil Scheffer 1 soulignent les quatre prils du CRM. Ils constatent les dsillusions et les dceptions dun grand nombre dentreprises en matire de CRM. Ces checs sexpliquent, selon les auteurs, par quatre prils auxquels elles nont pas su chapper : implanter un programme de CRM sans avoir dfini sa stratgie de relation client, implanter un programme de CRM sans avoir adapt son organisation, tre persuad que plus il y a de technologie, mieux cest et pour finir, harceler les clients plutt que rpondre leurs attentes. Dautres tudes galement montrent que 70% des projets choueront en raison dinadquations entre le planning et les priorits (Giga groupe 2001) et que 75% des entreprises expliquent que la rsistance des collaborateurs est la principale cause dchec (Meta Group 2001). Labsence de mesure des gains apports par le CRM est un handicap majeur car on a du mal savoir ce quapporte le CRM dans les campagnes dacquisition des clients (Moisand, 2002). Lauteur explique linexistence dun cadre conceptuel de mesure de lapport des outils CRM dans la gestion de la relation client. Selon une enqute du journal du net (JDNET, 2001), 63% des entreprises ayant dploye une technologie CRM nont pas de systme de mesure de la satisfaction client. En 2008, Accenture a ralis une tude 2 pour tudier la perception du service client par les consommateurs. Selon cette tude, 67% des
2 http://www.relationclient.net/Selon-une-etude-mondiale-d-Accenture,-les-consommateurs-sont-de-plus-en- plus-nombreux-a-changer-de-prestataire-ou-de_a3690.html t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 8 personnes interroges dclarent avoir cess toute relation commerciale avec au moins une entreprise du fait de la mdiocre qualit du service client. Cette tude a t ralise dans neuf pays du monde (France, Allemagne, Australie, USA, Inde, Brsil, Canada, Chine et Grande Bretagne). 4189 personnes ont t interroges et lenqute a t conduite sur Internet. Selon les rsultats de cette mme enqute, 87% des personnes interroges dans les pays mergents estiment que lutilisation des nouvelles technologies a un impact positif sur le service client contre 44% dans les pays dvelopps. Cette tude montre limportance de la qualit des services dans la relation client mais galement la place des NTIC dans la gestion de la relation client. Il a t largement soutenu par les praticiens que les logiciels du CRM permettent damliorer le cycle de vie du client. Pierre Alard et Pierre et arnaud Guggmos 1
soulignent en 2004 que largument des ventes des entreprises ditrices de logiciels CRM est : le CRM a pour vocation de grer le cycle de vie du client . Le problme qui se pose cest quaucune dmarche scientifique ne permet dtayer ces affirmations. Il est donc ncessaire de trouver un cadre danalyse afin de mesurer limpact de lutilisation des logiciels CRM sur le cycle de vie du client (acquisition, fidlisation, valorisation et rtention). Il en est de mme pour certains chercheurs comme Persoon (2005) qui pense que le CRM est un outil de gestion efficace et rentable pour les entreprises mais napportent aucune dmarche scientifique pour illustrer cette affirmation. Comment lutilisation des logiciels CRM permet-elle damliorer le cycle de vie du client ? Existent- ils dautres facteurs permettant damliorer la performance des outils logiciels CRM dans le management du cycle de vie du client ? Cest autant de questions qui nous interpellent et auxquelles nous essayerons dapporter dlment de rponse dans ce travail. Le CRM a fait lobjet de plusieurs publications, articles, confrences et sminaires, mais ces derniers sont des initiatives dentreprises, ce qui prouve une nouvelle fois quil y a un manque manifeste de recherches universitaires allant dans ce sens. Les quelques tudes empiriques universitaires qui existent sont luvre de Plakoyiannaki et Tzokas en 2001, de Winer 2001, de Ang et Buttle en 2002, Ang et Buttle (2006) et de Kim, Suh et Hwang en 2003, Reinartz et al (2004). Ces tudes galement noffrent pas un cadre de mesure de limpact des logiciels sur le cycle de vie du client. La plupart des chercheurs proposent une mesure de performance du CRM (Payne, 2000; Plakoyiannaki et Tzokas, 2001; Srivastava, Shervani et Fahey, 1999; Winer, 2001; Woodcock, 2000) sur la
1 CRM les cls de la russite t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 9 performance globale de lentreprise. Une tude ralise en 2002 par Reinecke et Reibstein rvle que les gestionnaires font des mesures de performances quantitatives telles que la vente, la couverture du march, la marge, le rsultat net, la rentabilit des ventes, la part de nouveaux clients, etc. Ces mesures, la plupart du temps nintgrent pas des indicateurs qualitatifs comme la satisfaction client par exemple. La mesure de limpact de lutilisation des logiciels CRM sur le cycle de vie du client passe par la mesure de limpact du CRM sur le taux de conversion du prospect en client, du taux de fidlit du client tabli en client fidle et du taux dattrition. Toutes les tudes ralises sur limpact de lutilisation des logiciels CRM sur le cycle de vie du client ont t luvre des entreprises ditrices de logiciels ou des cabinets dtude. Dans le domaine universitaire nous navons eu connaissance daucune tude mesurant limpact de lutilisation des logiciels CRM sur le cycle de vie du client. Cest pour pallier cette insuffisance que nous abordons ce travail de recherche qui a pour objectif de vrifier et de mesurer limpact de lutilisation du CRM sur le cycle de vie du client.
OBJECTIF DE LA RECHERCHE
La prsente tude a donc pour objectif de vrifier lhypothse selon laquelle lutilisation des logiciels CRM permet damliorer le cycle de vie du client. Cette recherche poursuit les objectifs suivants : - Comprendre les relations client fournisseur travers le marketing relation et le CRM ; - Identifier les dterminants de performance du cycle de vie du client ; - Identifier un cadre thorique pertinent permettant danalyser limpact de lutilisation des outils logiciels CRM sur la performance du cycle de vie du client ; - Identifier des facteurs de modration et des mcanismes dinteraction permettant de dterminer dans quelles conditions lutilisation des outils logiciels CRM produira des effets positifs sur la performance du cycle de vie du client. En se basant sur la littrature dvaluation de performance du CRM (Reinartz et al., (2004) de Jayachandran et al., (2005) et de Goetz Greve et Sonke Albers (2006)) et les travaux sur la capacit des outils logiciels CRM (Croteau et LI, 2003), nous proposerons, dans le cadre de ce travail, un nouveau modle dvaluation de la performance de lutilisation des outils logiciels CRM sur le cycle de vie du client. Ce cadre permettra de rpondre aux questions que nous nous sommes poses tout au long de cette introduction savoir : Quel cadre t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 10 conceptuel danalyse pour lvaluation de la performance de lutilisation des logiciels CRM pour le management du cycle de vie du client ?
PLAN DE RECHERCHE
Cette recherche est compose de cinq chapitres. Dans un premier chapitre, nous essaierons de comprendre les relations client fournisseur travers les diffrentes recherches marketing et les nouveaux dveloppements de la gestion de la relation client. Nous reviendrons sur le concept du marketing relationnel travers diffrents courants de pense. Limportance des NTIC en matire de gestion de la relation client sera galement aborde travers la dfinition de la notion de CRM comme processus technologique. Pour finir, nous prsenterons les apports des NTIC dans la nouvelle approche relationnelle. Dans le deuxime chapitre, nous aborderons dans une premire partie la notion de cycle de vie du client ainsi que la notion de performance. Dans cette partie du travail, nous traiterons la notion dvaluation de performance ainsi que les diffrentes mthodes dvaluation. Cette partie permettra didentifier les indicateurs de mesure de performance relationnelle et leur pertinence. Une large part sera consacre la notion du cycle de vie du client ainsi qu son management. Dans la deuxime partie de ce chapitre, nous passerons en revue les diffrentes tudes et recherches traitant de mesure de limpact de lutilisation de la technologie CRM sur les performances de lentreprise. Nous prsenterons les recherches entreprises, les rsultats obtenus et porterons un regard critique sur ces diffrents travaux de recherche. Cette analyse nous permettra de nous positionner par rapport la littrature du domaine et nous aidera construire un modle de recherche. Dans le troisime chapitre, nous dvelopperons notre modle conceptuel fond sur les capacits des logiciels CRM ainsi que nos hypothses de recherche. Nous mettrons en vidence dans ce chapitre les diffrents concepts lis notre modle de recherches ainsi que les grandes thories utiles ce modle. Le chapitre quatre sera consacr la mthodologie et au design de la recherche. Les donnes, le contexte de ltude, le dveloppement des items du questionnaire et la validation des mesures constitueront ses principales sections. Dans ce chapitre, nous adopterons la mthode de Churchill pour valider nos mesures. Nous procderons successivement une analyse exploratoire puis une analyse confirmatoire et nous finirons par les diffrentes formes de validation. Le recours aux logiciels SPSS et Amos a t ncessaire pour la ralisation des diffrentes tapes de validation. Dans le chapitre 5, il sera question de tester des diffrentes hypothses et de discuter les diffrents rsultats. Dans ce chapitre, nous prsenterons la t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 11 mthode de la rgression multiple qui nous a permis de vrifier et de tester les hypothses. Une confirmation de ces rsultats sera aborde dans ce chapitre grce lanalyse en composante principale effectue laide du logiciel danalyse statistique Sphinx. Enfin, la conclusion gnrale qui sera la dernire partie de ce travail, soulignera les principales conclusions de la recherche. Les diffrentes contributions thoriques et managriales seront abordes. Nous finirons ce travail en mentionnant les limites du notre travail tout en proposant des voies futures de recherches.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 12 CHAPITRE 1
DES COURANTS DE PENSEE AUX NOUVEAUX PARADIGMES POUR UNE NOUVELLE GESTION DE LA RELATION CLIENT
INTRODUCTION
Depuis le dbut des annes 1990, nous assistons un engouement pour la relation client de la part des spcialistes du marketing. De nombreuses tudes et sminaires lui ont t consacrs. La relation entre deux personnes encore appele dyade est considre comme la forme la plus lmentaire de relation sociale (Flipo, 1999). Deux principaux types de relation existent dans la littrature du marketing; nous avons la relation entreprise entreprise (B2B) et business- to-consumer (B2C). Une grande partie de la recherche en marketing a mis l'accent sur ce qui constitue les relations B2B, en essayant de comprendre les lments des relations d'affaires, en particulier la dynamique de la relation, de sa formation sa fin en passant par sa croissance et son entretien (Dwyer et al.). Ds 1979, Arndt propose de prendre en compte les relations client/fournisseur dans leur continuit et met en vidence la tendance des entreprises sengager dans une relation de long terme avec leur client pour assurer leur croissance. Plus tard, Levitt (1983) et Dwyer et al. (1987) indiquent que la premire vente constitue le commencement dune relation avec le client et non la fin. Certains universitaires comme Grnroos (1989, 1996); Gummesson (1994), Lusch et Vargo, (2004) considrent la relation client comme le nouveau paradigme 1 du marketing pertinent aussi bien pour lindustrie que pour le service. Pour eux, il y a non seulement un changement dans la pratique du marketing mais aussi lide que le marketing transactionnel a cd la place au marketing relationnel. Pour dautres comme le professeur Gilles Marion (2001), le marketing relationnel ne serait pas un nouveau paradigme mais tout simplement une rhtorique peine renouvele de la trs vieille thmatique du client roi . Selon lui, on parlera de nouveau paradigme que lorsquon change de systme de pense thorique et que le marketing relationnel ne serait rien dautre quun nouveau visage du bon vieux Marketing Management. Nanmoins, certains chercheurs (Reichheld, 1996) affirment que le marketing relationnel reprsente un changement fondamental en marketing. Lensemble de ces antagonismes nous amne nous interroger
1 Conception thorique dominante ayant cours une certaine poque dans une communaut scientifique donne, qui fonde les types d'explications envisageables, et les types de faits dcouvrir dans une science donne t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 13 sur le statut de la relation client dans la littrature. Quels sont les diffrents paradigmes en matire de relation client/fournisseur ? Les pratiques en entreprise sont largement influences aujourdhui par lmergence des nouvelles technologies de linformation et de la communication (NTIC). Des chercheurs (Palmatier, Gopalakrishna, & Houston, 2006; Payne & Frow, 2005) se sont intresss linfluence des NTIC sur la relation client fournisseur et le marketing relationnel. Patrick Hetzel (2004), essaie dans un livre (le marketing relationnel) de mettre en vidence limpact des NTIC sur la relation client /fournisseur travers lexemple des professionnels de la vente distance. Un peu plus tt, Stanley Brown (2001) sest galement interrog sur limpact de la technologie sur la gestion de la relation client. Dominique Moisand (2002) a tent son tour de mettre en vidence limpact des NTIC sur la gestion de la relation client en dclarant que le CRM est n avec le e-commerce et les start-up. Dans son livre CRM, la gestion de la relation client , il montre un panorama de la contribution des NTIC la gestion de la relation client. Cet intrt de la part des chercheurs pour limpact des NTIC sur la relation client/fournisseur et le marketing relationnel nous conduit repenser la gestion de la relation client. Comment les NTIC impactent-elles la relation client/fournisseur et le marketing relationnel ? Comment penser la relation client/fournisseur depuis lintroduction des NTIC dans la gestion de la relation client ? Pour rpondre ces diffrentes questions, nous nous proposons dans un premier temps de prsenter la relation client/fournisseur travers les diffrents paradigmes conduisant la gestion de la relation client et dans un second temps nous exposerons la contribution des NTIC la gestion de la relation client.
I- LES DIFFERENTS PARADIGMES RELATIONNELS
Deux paradigmes se partagent la littrature du marketing de la relation client /fournisseur. Nous avons le paradigme transactionnel et le paradigme relationnel. Avant daborder les diffrents paradigmes, nous dfinirons ce quest la relation client/fournisseur.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 14 1- RELATION CLIENT /FOURNISSEUR ET LES DIFFERENTS COURANTS DE PENSEES
1-1- La relation client/fournisseur
Que signifie tre en relation avec un autre acteur quel quil soit ? Plusieurs chercheurs (Coviello, Brodie, Danaher, & Johnston, 2002; Gummesson, 2004, Jallat et al. 2006) se sont intresss ce que pouvait tre la relation client/fournisseur. Selon Jallat et al. (2006), le terme relation voque un sentiment qui peut sexprimer entre deux personnes : attraction mutuelle, respect, considration, dpendance etc. Pour eux, la relation suppose une interaction intermittente ou continue entre plusieurs personnes et requirt des changes de diffrentes natures sur une priode. La littrature du marketing a toujours considr la notion de relation comme un tat dassociation (Damperat, 2005). Les relations client/fournisseur sont des processus dinteractions et dchanges entre un client et son fournisseur (Guibert, 1996). Cest une chaine dvnements interconnects entre des objets anims ou inertes (Webster, 1968 cit par Damperat). Czepiel (1990) dfinit la notion de relation client/fournisseur comme une reconnaissance mutuelle dun statut spcial entre partenaires dchange. Selon Barnes et Howlett (1998), on parlera de vritable relation quand elle est mutuellement perue comme existante par les deux parties et doit dpasser le niveau de contacts occasionnels. Les premiers travaux sur la relation furent luvre Macneil (1978 ; 1980) qui effectue une distinction entre lchange discret (change unique ou rpt caractre transactionnel) et lchange relationnel. Pour Macneil et son quipe, lors dun change discret, les acteurs restent autonomes, poursuivent uniquement leurs intrts propres et sen remettent dans une large mesure aux systmes lgaux pour faire appliquer les obligations contractuelles. Cest ce quils appellent les normes contractuelles. Dans ces travaux, Macneil identifie dix (10) normes 1 . Ils distinguent les normes transactionnelles (des normes qui peuvent permettre une meilleure caractrisation des changes de nature transactionnelle) et des normes relationnelles (celles pouvant permettre une meilleure caractrisation des changes de nature relationnelle). Le tableau suivant rcapitule les normes de Macneil
1 Les normes dfinies par Macneil reprsentent, selon lui, lensemble des composantes des changes, tout au moins lensemble des composantes endognes la relation. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 15 Normes transactionnelles Normes relationnelles 1/La rciprocit : chaque partie voit, suite lchange, une amlioration de sa position. La division du surplus doit tre faite de telle sorte que chaque partie y trouve son compte mme si cela ne signifie pas une rpartition galitaire (il sagit plutt dquit) (Ford, 1980) 1/Lintgrit du rle : lintgrit du rle est un ensemble de comportements complexes et long terme impliquant les diverses obligations lies au contrat et la relation, ainsi que les relations plus personnelles; 2/La mise en uvre de la planification : certains contrats prvoient non seulement ce qui va tre chang (le quoi), mais aussi comment les relations et lchange doivent tre oprs (le comment). (Macneil, 1980); 2/Le maintien de la relation (Solidarit contractuelle): cette norme implique le maintien de certains membres-individuels- dans la relation (stabilit des membres par opposition au turn over), tout comme le maintien dentits plus larges -maintien collectif-. Laccent est mis, ici, sur la notion de continuit (Macneil, 1980). 3/La ralisation de la promesse : cette norme correspond au respect des engagements. Ce respect est essentiel la continuit de lchange. 3/La flexibilit (Harmonisation des conflits relationnels) : Cest la fois la capacit de changement au sein des contrats et la capacit de rgler les conflits. Une relation ne peut en effet, tre prserve, ni les conflits rsolus si une grande attention aux demandes de changement nest pas accorde.
4/La rparation, la confiance et les attentes (Les normes cohsives) : correspondant respectivement la possibilit de compensation si une partie ne respecte pas ses engagements, la mesure dans laquelle une partie peut compter sur une autre et aux rsultats des promesses faites. 4/Lharmonisation avec la matrice sociale ou propriety of means : principes de la biensance respects par les membres de la dyade, les relations sociales sont rgies par des principes accepts. 5/La cration et restriction du pouvoir : le pouvoir peut tre conomique, social, 5/Les normes supra-contractuelles : ces normes ne sont pas spcifiquement t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 16 lgal ou politique, il est gnr par les transactions et les contrats. Selon Macneil (1980) le contrat peut galement limiter les pouvoirs des acteurs. contractuelles, do lappellation supra- contractuelles . Elles correspondent un ensemble de normes sociales et politiques entourant le contrat.
Tableau 1 /Titre : tableau rcapitulatif des normes de Macneil
Source : extrait de larticle proposition dun modle de linfluence des normes de la relation de Macneil (1980) sur la satisfaction dun client vis--vis de son institution financire principale Perrien et Elommal (2005).
Prim-allaz, Perrien et Pras, dans un article publi au 17 congrs international de lAssociation Franaise de Marketing ont publi un article dans lequel ils donnent une typologie des diffrentes formes dchanges et leurs caractristiques. Ils mettent en vidence lapproche relationnelle par rapport lapproche transactionnelle. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 17 change Transaction unique A caractre transactionnel A caractre relationnel change rpts Thorie classique De l'change Thorie Noclassique de L'change Thories du contrat Relationnel, du contrat social Transaction unique Contrats transactionnels Contrats relationnels Facteurs prdominants - prdominances des facteurs prix et qualit intrinsque des produits/services Unit d'analyse - transaction Perspective temporelle - ponctuelle (pas d'interaction future) transaction Perspectives plus long terme (la probabilit d'interaction future reste faible) Prdominance des lments d'interaction: Confiance, rciprocit Relation (ensemble Des transactions) Orientation long Terme dlibre (forte probabilit d'interaction future)
Figure 1/Titre : Les diffrentes formes dchanges et leurs caractristiques : Typologies retenue daprs les travaux de Macneil (1980) et Williamson (1985).
Source : Prim-allaz ; Perrien et Pras (2001) ; les apports de la thorie du contrat social lexplication des ruptures de relations de long terme entre organisations : une application aux relations Banques/PME ; (2001) De toutes ces recherches et publications, nous dduisons quil y a deux courants principaux concernant les relations client/fournisseur dans la littrature : le courant transactionnel et le courant relationnel.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 18
1-2 - Les diffrents courants de penses de la relation client/fournisseur
1-2-1- Le courant transactionnel
Deux approches dominent le courant transactionnel des changes dans la relation client/fournisseur. Il sagit de lapproche classique et de lapproche noclassique. (Prim-Allaz, 2000). Dans la thorie conomique classique ltude se centre sur le fonctionnement de lchange conomique autour de la notion de transaction et sous lhypothse de concurrence pure et parfaite (Damperat, 2005). Cette approche repose sur le fait que la transaction est unique et toute linformation est contenue dans le prix du produit et la pression concurrentielle garantit la ralisation du contrat (Williamson, 1985). Lapproche classique se focalise sur le prix en tant qulment essentiel de lchange. Cette approche fait abstraction de tous les autres lments pouvant intervenir dans la relation dchanges, comme les caractristiques des parties par exemple (Perrien et Elommal 2005). La relation entre un client et son fournisseur prend fin avec la transaction. Donc la perspective temporelle adopte dans cette approche est le court terme. La plupart des recherches marketing manant de cette vision transactionnelle des changes se retrouvent dans lcole du marketing management (Kotler, 1967). Selon Damperat (2005), le courant de pense noclassique appartient la thorie conomique et trouve ces principaux dveloppements avec lcole des cots de transaction (Williamson, 1975, 1985). Cette cole introduit la notion de hirarchie entre les acteurs sur le march. Lapproche noclassique conoit lchange comme une rptition de transactions (Macneil, 1978). Pour Webster (1992) les changes rpts constituent une srie dchanges indpendants ne crant aucune forme dinterdpendance entre les parties. Ayant une structure dchange similaire celle du contrat classique, ce type dchange ne garantit pas la survie de la relation qui se trouve tributaire du prix/produit. Cette nouvelle approche va au del la considration du prix comme seul lment dcisif de lchange. Elle prend en compte la rptition des achats comme lment pertinent danalyse. Nous pouvons donc constat que lapproche transactionnelle explique la relation client/fournisseur en se focalisant exclusivement sur la dimension prix/produit, et nintgre pas le comportement des acteurs dans ce processus dchange. Selon Benamour (2000) lapproche transactionnelle ne prend en compte aucun lment relationnel. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 19 La seconde approche dite relationnelle tente donc de combler les lacunes de ces thories conomiques.
1-2-2- Lapproche relationnelle
La relation entre deux parties en change est dfinit comme le rsultat de leurs interactions prcdentes qui refltent un processus continue dans le temps (Gundlach et Murphy, 1993). Dans cette approche, lentreprise cherche tablir la continuit et la stabilit avec ses clients. Chaque transaction doit tre vue en terme historique, prsent et avec une anticipation future (Macneil, 1980 ; Dwyer, Schurr et Oh. 1987 ; Ganesan, 1994) et dans un contexte relationnel et social (Blois, 1997; Weitz et Jap, 1995). La littrature du marketing considre la thorie du contrat relationnel (Macaulay, 1963; Macneil, 1974,1978) comme initiatrice de cette approche. En effet, elle prend en compte la totalit des relations entre les parties et ne se limite pas un accord ou un change spcifique (Macaulay, 1963; Macneil, 1974, 1978). Selon cette thorie, les individus qui participent un change relationnel ne retirent pas seulement de simples satisfactions conomiques, la relation leur apporte aussi une satisfaction personnelle, de nature plus affective. En effet, les participants dun change relationnel peuvent s'attendre des satisfactions non conomiques et sengager dans un change social o la progression et la performance de la relation sont relativement complexes et se produisent sur une longue priode (Dwyer, Schurr et Oh, 1987). Des chercheurs comme Turnbull et Wilson (1989) ont montr que la relation sociale peut crer des barrires substantielles la concurrence. La relation commerciale sera alors l'lment essentiel et sa dure devient un lment fondamental (Dwyer, Schurr et Oh, 1987, Ganesan, 1994, Wayland et Cole, 1997). Cest dans ce sens que Berry (1983) conceptualise la relation en marketing comme l'attraction, le maintien et le dveloppement de la relation avec le client. Le marketing relationnel voit ainsi le jour. Ces diffrentes approches rvlent deux sortes de marketing : le marketing transactionnel et le marketing relationnel. Le marketing transactionnel met laccent sur lchange conomique uniquement et le marketing relationnel privilgie la continuit des interactions avec le client aprs la transaction. Dans ce travail, nous avons choisi de traiter que du marketing relationnel qui selon nous est lorigine de la gestion de la relation client (CRM). Cependant nous ferons chaque fois une comparaison du concept relationnel avec le transactionnel.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 20
2- LE MARKETING RELATIONNEL
Toute activit marketing est de nature relationnelle donc le marketing est ipso facto relationnel car il implique deux acteurs qui se trouvent en relation pour procder une transaction (Hetzel, 2004). Le marketing relationnel est n il y a une vingtaine dannes suite la parution de plusieurs articles fondateurs dont ceux de Dwyer, Schurr et Oh (1987) Berry (1983) ou plus rcemment Morgan et Hunt (1994). Il est depuis rpandu dans le milieu professionnel marketing et constitue lun des axes de recherche dans le milieu universitaire. De nombreux auteurs se sont intresss la dimension relationnelle du marketing. Nous pouvons citer Berry 1983 et Gronroos 1994 qui affirment que le secteur des services et le monde industriel sinscrivent dans une perspective relationnelle. Pour Sheth et Parvatiyar, 1995 le Marketing relationnel est pour lentreprise une manire de rpondre avec plus defficacit aux besoins des clients. Boisdevsy (1996) affirme que la raison dtre du marketing relationnel est de : () fabriquer du lien entre le no- consommateur et lentreprise, prendre en compte ses attentes, redonner sens lacte dachat, remettre lhomme au centre du processus de communication . Quest ce que le marketing relationnel et quels sont ces diffrents courants de pense?
2-1- Dfinition du marketing relationnel
Plusieurs dfinissions du marketing relationnel existent dans la littrature, nous dvelopperons dans cette section les plus pertinentes pour notre sujet et nous finirons par une revue des dfinitions existantes dans la littrature. Lune des dfinitions la plus ancienne du marketing relationnel est celle apporte par Berry en 1983. En effet il dfinit le marketing relationnel en ces termes : le Marketing relationnel consiste attirer, maintenir et renforcer la relation avec le client . Cette dfinition met laccent sur comment lentreprise doit sy prendre pour crer une vraie relation avec ses clients. Pour Evans et Laskin (1994), Le Marketing relationnel est une approche centre sur le client , o lentreprise cherche crer des relations daffaires de long terme avec les prospects et les clients existants . Cette dfinition voque la problmatique de la fidlisation de la gestion du cycle de vie du client. Le cycle de vie du client tant la dure que ce dernier a passe en tant client de lentreprise (Moisand, 2002). t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 21 Dautres comme Gronroos (1997) dfinissent le Marketing relationnel comme suit : cest lidentification, ltablissement, le maintien et le dveloppement de relations avec les clients et les autres partenaires, avec profit, de manire ce que les objectifs des parties impliques soient rencontrs. Ceci est atteint suite un change mutuel et laccomplissement des promesses faites . Cest une vision globale qui incite une certaine coordination entre les diffrents partenaires. Cette dfinition met galement laccent sur lchange entre les diffrents partenaires de lentreprise. Elle concide avec la volont des entreprises ditrices de logiciels de relatons clients qui intgrent des fonctionnalits qui permettent de grer non seulement la relation avec le client mais aussi les diffrents changes avec les fournisseurs. Cette vision globale du marketing relationnel place lentreprise au centre dune relation tripartite entre client et fournisseur. Kotler et Dubois 2003 pensent que : le marketing relationnel consiste offrir dexcellents services aux clients grce lutilisation dinformations individualises, avec pour objectif la construction dune relation durable avec chacun dentre eux . Nous avons un paramtre nouveau dans cette dfinition, il sagit de linformation individualise. Selon les deux auteurs, pour pouvoir entretenir une bonne relation avec quelquun, il convient davoir les bonnes informations sur ce dernier. La qute de linformation client est aujourdhui le graal de la gestion de la relation client. Ceci se justifie par la prolifration des bases de donnes clients et des cartes de fidlit qui sont de vritables vecteurs de linformation. De toutes ces dfinitions, nous constatons que le marketing relationnel se diffrencie du marketing transactionnel en plusieurs points. Selon Payne et al. (1999) le marketing de la transaction est orient court terme et centr sur la production des biens et services et que le contact est limit et discontinu avec la clientle. Par contre, le marketing relationnel sinscrit dans une logique de long terme et accorde une importance capitale au contact client- entreprise. Le marketing relationnel ne sintresse pas aux qualits intrinsques du produit mais plutt la valeur du produit perue par le client. Peck, Payne, Christopher et Clark (1999) proposent un tableau permettant de comprendre en quoi le marketing relationnel se distingue du marketing transactionnel.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 22
Marketing de la transaction Marketing de la relation Orientation court terme
Intrt pour la vente isole
Contact discontinu avec la clientle
Mise en avant des caractristiques du produit
Peu dimportance accorde au service Clientle Engagement limit satisfaire la clientle
Contacts clientle modrs
La qualit est dabord le souci de la production
Orientation long terme
Intrt pour la rtention de la clientle
Contact continu avec la clientle
Mise en avant de la valeur du produit pour le client Forte importance accorde au service clientle Engagement fort pour satisfaire la clientle
Contacts clientle forts
La qualit est le souci de tout le personnel
Tableau 2 /Titre: tableau mettant en vidence les diffrences entre le marketing transactionnel et le marketing relationnel
Source: Peck, Payne, Christopher, Clark, Relationship Marketing, Oxford, Butterworth- Heinemann, 1999. Cependant, le marketing relationnel nest pas pratiqu de la mme manire selon les secteurs dactivit. Selon Hakansson (1982), le marketing relationnel nest pas unifi car les approches relationnelles dveloppes en grande consommation se sont en partie inspires de ce que font les entreprises industrielles depuis plusieurs dcennies. Il y aurait donc plusieurs courants du marketing relationnel. Quels sont les diffrents courants du marketing et quelles sont leurs contributions au dveloppement du CRM moderne ? Dans un article publi en 1995 sur la typologie du marketing relationnel, Payne identifie trois grandes coles contemporaines du marketing relationnel travers le monde : lapproche nord amricaine, lapproche anglo-australienne et une approche nordique ou scandinave.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 23
- Lapproche nord amricaine.
Cette approche est principalement centre sur la relation entre client et fournisseur (Payne, 1996). Selon Ngoala (1998) cette approche a t mise en avant grce aux travaux des chercheurs des coles nord amricaines (Berry 1983 et 1995, Crosby et Stephens 1987, Crosby et al 1990, Bitner 1995 ; Perrien et al 1996 ; Iacobucci et Ostrom 1996 ; Bendapudi et Berry 1997). Les grandes contributions de cette approche mettent laccent sur la comprhension de lenvironnement organisationnel dans le dveloppement de cette relation client/fournisseur, en insistant davantage du ct du fournisseur que du ct du client (Hetzel, 2004). Pour lcole nord amricaine le marketing relationnel se limiterait la cration et la gestion dune bonne relation entre le client et le fournisseur. De nos jours, cette vision du marketing relation serait juste une partie du marketing relationnel moderne mme si lobjectif du marketing est de crer et de grer la relation client/fournisseur. Des moyens sont aujourdhui mis en uvre afin de grer efficacement et de manire efficiente cette relation dyadique. Cest ce que revendiquent les entreprises ditrices de logiciels CRM. La cl principale du succs de ce courant rside dans le fait que lentreprise prpare parfaitement en amont les modalits de la rencontre avec son client (Hetzel, 2004). La question quil convient de se poser est limpact de ce mode opratoire sur la dure de la relation entre le client et lentreprise.
- Lapproche anglo-australienne
Cette approche a t qualifie deuropenne par Ngoala (1998) et reprsente par les travaux des chercheurs comme Christopher et al, (1991) ; Eiglier et Langeard (1994); De Bandt et Gadrey (1994) ; Buttle (1996). Selon Hetzel (2004), la plus grande concentration dauteurs dfend ce point de vue outre-Manche au sein de la prestigieuse Cranfield Business School o sest dveloppe une quipe pluridisciplinaire concernant les approches relationnelles. Cette approche se trouve la croise des chemins entre le marketing des services, lconomie de la relation entreprise-client et le management de la qualit (Hetzel 2004).
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 24 - Lapproche nordique ou scandinave
Parmi les auteurs qui dfendent ce courant on peut citer Gummesson (1987, 1994 et 1997), Grnroos (1990, 1994 et 1995), Liljander et Strandvik (1995), Storbacka et al., (1994). Cest une approche qui ressemble lapproche europenne la diffrence que les nordiques remplacent le management de la qualit par la thorie du rseau interactif (que lon trouve gnralement en marketing industriel) (Hetzel 2004). Ce courant utilise un cadre thorique dit de l approche risque qui repose sur quelques grandes ides-forces (Hetzel 2004) : - dans une relation inter organisationnelle, la nature des relations interpersonnelles est gnralement complexe dautant que le nombre dacteurs intervenant dans le processus est lui-mme important ; - dans une relation inter organisationnelle, les implications de part et dautre sont importantes. Il y a une prise de risque et le fournisseur se doit de bien chercher comprendre quel niveau se situent ces risques perus par les acteurs : sont-ils rels ? comment peuvent-ils tre levs ? etc. ; - dans une relation inter organisationnelle, les enjeux sont multidimensionnels et stratgiques. Pour les dfenseurs de ce courant, ce nest pas le rsultat de la relation qui compte mais cest plutt le processus suivi jusqu lobtention de ce rsultat. Le client peut accepter un dysfonctionnement dans la relation sans que cela nait de rpercussion ngative sur son valuation ds lors que lorganisation aura su rpondre de manire adquate la rectification de ce dysfonctionnement (Hetzel 2004).
Salerno et Colas (2007) ont propos un tableau rcapitulatif des diffrentes dfinitions observes dans la littrature.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 25
Auteurs par ordre chronologique des apports
Dfinition du marketing relationnel
Berry (1983)
Attirer, maintenir et amliorer les relations avec les clients.
Jackson (1985)
Marketing orient vers des relations fortes et durables avec les individus.
Czepiel (1990)
Ensemble dinteractions accumules travers le temps entre vendeur et acheteur et qui donnent lieu des opportunits favorisant la transformation des transactions discrtes en des relations de partenariat.
Grnroos (1991)
Etablir, maintenir et solidifier les relations avec les clients et les autres parties concernes de faon ce que les objectifs des deux parties se rencontrent.
Evans et Laskin (1994)
Approche centre client o lentreprise cherche avoir des relations long terme avec les clients actuels ou potentiels.
Grnroos (1994)
Identifier, tablir, maintenir, solidifier et, quand cela semble ncessaire, rompre les relations avec les clients et les autres parties concernes de faon ce que les objectifs des deux parties se rencontrent.
Gummesson (1994)
Marketing comme un ensemble de relations, de rseaux et dinteraction.
Morgan et Hunt (1994)
Toutes les activits marketing destines tablir, dvelopper et maintenir des relations dchange succs.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 26 Perrien et Ricard (1995) Processus marketing asymtrique et personnalis prenant place dans une perspective de long terme, dbouchant sur des bnfices mutuels et se basant sur une connaissance approfondie des besoins et des caractristiques des consommateurs.
Sheth et Parvatiyar (1995)
Dvelopper des interactions proches avec des clients, des fournisseurs et des concurrents choisis afin de crer de la valeur suite un effort de collaboration et de coopration.
Wilson (1995)
Dvelopper et maintenir des relations proches, long terme, mutuellement bnfiques et satisfaisantes entre individus et organisations.
Greenberg et Li (1997)
Processus interactif transformant les transactions en des relations, structurant et maintenant les changes relationnels, coordonnant les activits marketing entre les diffrents partenaires stratgiques.
Morris et Al. (1998)
Organisation stratgique adopte par les organisations acheteuses et vendeuses, reprsentant un engagement dans une collaboration mutuellement bnfique long terme.
Tableau 3 /Titre : les diffrentes dfinitions du marketing relationnel dans la littrature
Source : Solerno et Colas ; marketing : analyses et perspective ; dition vuibert 2007
De toutes les dfinitions, nous soulignons les mots mutuellement et bnfice. Depuis lmergence du marketing relationnel, beaucoup dentreprises ont opt pour des stratgies centres sur le client. Les thoriciens travaillant plus spcifiquement sur lapproche anglo-australienne considrent que le marketing relationnel est un marketing trs largi et que sa mission principale est de grer la relation client (Hetzel, 2004). Quest ce que la gestion de la relation client ?
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 27 2-2- Du marketing relationnel la gestion de la relation client (CRM).
2-2-1- Les facteurs de succs du marketing relationnel
Dans un article publi en 2003 dans la revue Dcisions Marketing ( Les facteurs de russite du marketing relationnel , n 31, p. 39-47), Bjrn Ivens et Ulrike Mayrhofer mettent en vidence les facteurs qui permettent aux entreprises damliorer leur politique de marketing relationnel. Pour ces auteurs, la russite du marketing relationnel dpend de huit facteurs qui sont : - Orientation long terme : lentreprise doit montrer sa volont de maintenir la relation ds les premires interactions et tout au long de la relation. Un tel comportement permet dtablir la confiance et dmontre lengagement sincre de lentreprise. - La rciprocit : ce facteur est le symbole de lquilibre du bilan relationnel. Lentreprise doit montrer son client quelle vise optimiser le profil mutuel et quelle se trouve dans une vision gagnant/gagnant de la relation. - La fiabilit : dans une optique relationnel, on na forcement pas besoin dun contrat formel ou informel qui tabli le rle des deux parties. Les tches exerces par lune ou lautre des parties ne sont pas dfinies de manire explicite. Lentreprise soucieuse de dmontrer son orientation relationnelle tentera de comprendre les attentes de son client par rapport aux tches accomplir et les excutera de faon constante. - Echange dinformations : selon Herbert Simon, celui qui dtient linformation, dtient le pouvoir. De ce fait, Lchange dinformations est trs utile aux partenaires et reprsente un avantage indniable pour les deux parties tout en constituant une preuve de confiance. - La flexibilit : lentreprise soucieuse de son orientation relationnelle doit tre en mesure de faire des concessions lorsquun disfonctionnement survient en sa dfaveur dans le cadre dune transaction. - La solidarit : tre en mesure de soutenir son client lorsque ce dernier traverse une mauvaise priode (souci financier par exemple). - Rsolution des conflits : viter les recours judiciaires en cas de conflit et privilgier les ngociations amiables. Cette pratique aura pour objectif de favoriser la continuation de la relation. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 28 - Usage modr du pouvoir : dans la plus part des cas lentreprises se trouve en position de force. Elle ne doit pas profiter de sa situation pour faire pression sur le client afin davoir satisfaction. Bjrn Ivens et Ulrike Mayrhofer ont construit une roue qui comporte tous ces facteurs
Rsolution des conflits Usage modr du pouvoir Orientation long terme Rciprocit Fiabilit change D'informations Flexibilit Solidarit
Figure 2/Titre : Roue rsumant les facteurs de russite du marketing relationnel
Source : Bjorn Ivens et Ulrike Mayrhofer ; Les facteurs de russite du marketing relationnel ; revue : dcision marketing, juillet 2003, p15.
Dans le mme article, Bjrn Ivens et Ulrike Mayrhofer montrent galement que la russite dune stratgie de marketing relationnel dpend non seulement des structures comme par exemple la gestion des comptes cls et instruments (banques de donnes, marketing direct, Efficient Consumer Response - ECR, Customer Relationship Management - CRM) mais aussi, de la mise en place de lide relationnelle dans linteraction courante avec le client. Ces observations effectues par les deux auteurs nous permettent daffirmer quune stratgie relationnelle ne se base pas que sur des outils mais dpend fortement de lorientation stratgique de lentreprise. Ivens et Mayrhofer, (2003) prcisent aussi que le marketing relationnel se compose de deux parties : t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 29 - Le hardware : constitu par les structures et les instruments, il reprsente une condition ncessaire ; mais sa mise en place parat insuffisante car les clients ne peroivent pas lensemble des ressources de lentreprise. - Le software : souvent insuffisamment pris en compte par les entreprises, il concerne principalement les principes relationnels. Cette partie software a t rvolutionne par les TIC, la littrature consacre parle de CRM pour la dsigner.
2-2-2- Marketing relationnel et la gestion de la relation client (CRM)
Une recherche sur Internet de marketing relationnel montre une corrlation directe avec le CRM entendu en franais gestion de la relation client (GRC). Tous les sites des praticiens ou les blogs des passionns du marketing relationnel font ressortir cette corrlation. Dans toutes ces pages visites, on peut noter que les auteurs tablissent un lien trs fort entre le marketing relationnel et le CRM. Suite une enqute mene en 2006 par Bonnemaizon, Cova et Louyot auprs des experts europens du marketing, les experts suggrent de bien diffrencier le marketing relationnel et la gestion de la relation client (CRM). Pour les experts interrogs, le marketing relationnel est la philosophie et le cadre stratgique de rflexion de lentreprise oriente sur la relation tandis que le CRM est la technique managriale rendant oprationnelle la pense marketing relationnel en sappuyant notamment sur les TIC. Pour Robert Clamart Expert CRM chez Teradata, le CRM peut tre considr comme la dclinaison technologique de la dmarche du marketing relationnel. Avant lirruption de linformatique et des TIC dans la pratique managriale, on parle de marketing relationnel, mais aprs la dnomination a chang et on parle de gestion de relation client (CRM). Pour beaucoup dauteurs, le marketing relationnel est devenu gestion de la relation client avec le dveloppement des TIC. Lefbure et Venturi (2005) qualifient le marketing relationnel de Freudien car dans la pratique du marketing relationnel, on coute et analyse le comportement du client Cette coute et cette analyse constituent la gestion de la relation client. Cette analyse est rendue possible par le dveloppement de la connaissance client. Lendrevie, Levy et Lindon (2006) dfinissent la politique relationnelle comme une stratgie et un processus organisationnel qui visent accrotre le chiffre daffaires et la rentabilit de lentreprise en dveloppant une relation durable et cohrente avec les clients identifis par leur potentiel dactivit et de rentabilit. Cette dfinition comporte en son sein la dfinition du marketing relationnel et une partie qui souligne la slection des clients qui doivent bnficier du marketing relationnel. Cette t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 30 politique introduit la notion de segmentation et de ciblage. Cette segmentation et ce ciblage viennent complter le marketing relationnel pour donner la politique relationnelle que Lendrevie, Levy et Lindon appellent la gestion de la relation client. Tout au long de cette section, nous avons dvelopp les diffrents courants de penses du marketing relationnel travers diverses approches et tudes ralises. Nous avons donc analys les approches nord amricaine, anglo-australienne et puis nordique du marketing relationnel et cit les auteurs les plus marquants de lapproche. Ces diffrentes approches ont permis de dfinir le marketing relationnel et de constater la nouvelle dimension du marketing relationnel et la gestion de la relation client qui le thme central de notre recherche.
II- LA NOUVELLE APPROCHE RELATIONNELLE LIEE AUX NTIC
Le dveloppement des technologies de linformation et lmergence dune offre de service de connexion de plus en plus performante moindre cot font dInternet un des leviers majeurs de la relation client (Jallat et al., 2006). Pour Philippe Cavat (2002), les nouvelles technologies de linformation et de communication rvolutionnent la fonction marketing en permettant le dveloppement dun vritable marketing relationnel. Les pratiques en entreprises sont de nos jours largement influences par les TIC. Il en est de mme pour le marketing relationnel. La mise en place du marketing relationnel par les entreprises est largement facilite par le dveloppement des TIC et lmergence du nouveau paradigme informationnel (Bauer et al., 1999). Certains auteurs comme Coviello et al. (2002) ont dclin le marketing relationnel en trois catgories savoir : le marketing de base de donnes, le marketing interactif et le marketing de rseau. Le premier est caractris par le recours la technologie, notamment informatique, pour mieux cibler et retenir les clients. Le second vise le dveloppement de relations interpersonnelles et de coopration entre lentreprise et ses clientles. Enfin le troisime, tendant encore davantage la chane de valeur, vise tablir des relations inter-organisationnelles pour une meilleure coordination des activits et des changes de ressources. Toutes ces technologies ont donne une nouvelle dimension la gestion de la relation client/fournisseur. Quelle est la nouvelle dimension de la gestion de la relation client avec lmergence des NTIC ? Les lments de rponse cette question feront lobjet de cette section.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 31 1- Gestion de la relation client (CRM)
Rigby et al. (2002) indiquent que la plupart des dirigeants ne peuvent pas facilement dfinir CRM. Nous avons galement constat en parcourant la littrature du marketing quil est particulirement difficile de trouver deux dfinitions concourantes du CRM dans la littrature. Pour Ren Lefbure et Gilles Venturi (2005) le CRM est une dmarche qui doit permettre didentifier, dattirer et de fidliser les meilleurs clients, en gnrant plus de chiffre daffaires et de bnfices. Missi et ses collaborateurs (2002) dfinissent le CRM comme un ensemble qui englobe la gestion de la technologie, des procds, des ressources informationnelles, des individus ncessaires pour atteindre les objectifs. Dionne (2001) conoit le CRM en tant que stratgie dentreprise dploye suivant une mthodologie puis supporte par des technologies. Pour Plakoyiannaki et Tzokas (2002), le CRM se base sur les TIC pour identifier, dvelopper, intgrer et concentrer les diverses comptences de la firme vers lcoute du client afin de lui fournir une valeur suprieure et long-terme en change dun profit. Pierre Alard et Pierre Arnaud Guggmos (2005) dfinissent le CRM comme une dmarche organisationnelle qui vise mieux connatre et mieux satisfaire les clients identifis par leur potentiel dactivit et de rentabilit, travers une pluralit de canaux de contact, dans le cadre dune relation durable, afin daccrotre le chiffre daffaires et la rentabilit de lentreprise . A travers cette dfinition, nous soulignons six lments savoir : une dmarche organisationnelle, la connaissance du client et sa satisfaction totale, identification du client par le potentiel dactivit et de rentabilit, la pluralit de canaux de communication, la dure de la relation et laccroissement du chiffre daffaire et de la rentabilit de lentreprise. De toutes ces dfinitions nous pouvons dfinir le CRM comme une stratgie dentreprise oriente client, qui se base sur les TIC pour grer de manire efficace et efficiente le cycle de vie du client. Des diteurs de logiciels comme Oracle, PeopleSoft, SAP et Siebel dfinissent le CRM en mettant un accent sur les technologies de linformation et de la communication. Il ressort de toutes ces dfinitions que le CRM est peru la fois comme une stratgie dentreprise et un processus technologique.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 32 1-1- Le CRM en tant que stratgie dentreprise
Le CRM est une stratgie par laquelle lentreprise vise comprendre, anticiper et grer les besoins des clients actuels et futurs (Brown, 2001). Pour McKenna (1998) le CRM doit mettre en place une infrastructure servant nouer une relation durable avec le client. Pour lauteur, linfrastructure permettra de supprimer les barrires entre le fournisseur et le client (Jallat, Stevens et Volle, 2005). Le CRM constitue une vritable rvolution dans la stratgie de lentreprise car il impacte toutes les fonctions de cette dernire : marketing, service informatique, service clientle, logistique, finance, production etc. (Jallat, Stevens et Volle, 2005). Le cadre stratgique CRM est bas sur l'ide que l'efficacit et la russite CRM sont le rsultat d'une coordination inter-fonctionnelle de processus et d'activits au sein des organisations (Frow & Payne, 2004, 2005, 2006). Les cinq processus d'entreprise (stratgie de dveloppement, la cration de valeur, la gestion de l'information, l'intgration multi-canal et l'valuation de la performance) travaillent ensemble dans l'harmonie pour assurer une grande satisfaction aussi bien pour les actionnaires que pour les clients. Des cabinets comme Ernest et Young ont propos des modles rels dune stratgie dentreprise (Customer Connections). Ce modle a fait lobjet dun livre crit par Pierre Alard et Damien Dirringer (2000). Selon Pierre Alard et Damien Dirringer (2000) , ce modle fournit un cadre danalyse qui permet tout dirigeant ou toute personne ayant prendre des dcisions dans le domaine du relationnel, de comprendre, danalyser et dvaluer les enjeux, et de profiter des possibilits offertes par une relation client harmonieuse. Selon les mmes auteurs, Customer Connections a pour vocation daider les entreprises se connecter et se rapprocher de leurs clients, pour en faire de vritables partenaires. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 33 CLIENT STRATEGIE RELATIONNELLE CLIENT CAPITALISATION DE LA CONNAISSANCE CLIENT GESTION DES ACCES AU CLIENT SUIVI ET FIDELISATION DU CLIENT INTEGRATION DES PROCESSUS CLIENT Porte feuille clients Offres cibles par segment de clientle marketing de l'offre valeur ajoute pour le client partenariats Canaux d'accs: point de vente physique, rseau de distribution tlphone,kiosque, Internet etc. adquation des moyens d'accs automatisation des forces de vente de l'information la vente Lien entre les systme d'information existant - ERP, chane logistique -les systmes de relation client -base de donnes client datawarehouse processus de gestion de la relation client et lien avec les processus supports Datamining enrichissement de la connaissance du client historiques, comportements, valeur potentielle Information SAV politiques de fidlisation qualit et satisfaction utilisation de technologie nouvelle web, serveur vocal, couplage telephone informatique, etc
Figure 3/Titre: Le modle Customer Connections dErnest &Young
Source : stratgie de la relation client de Pierre Alard et Damien Dirringer
1-2- Le CRM comme processus technologique
En 2000, Metagroup dfinit le CRM comme lautomatisation de processus dentreprise horizontalement intgrs, travers plusieurs points de contact possibles avec le client (marketing, vente, aprs vente et assistance technique) en ayant recours des canaux de communication multiples et interconnects . Dans cette dfinition, lautomatisation et t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 34 linterconnexion font entirement recours aux NTIC et montrent lorientation technologique du CRM. Ainsi, avec la mise en place du CRM dans une entreprise, cette dernire serait en mesure didentifier et de pouvoir entretenir une conversation avec un client sans que le client soit oblig de rappeler les dtails de son dernier contact avec lentreprise. Pour Isolet (2003) le CRM dsigne une solution progiciel ou lintgration de diffrents progiciels aptes automatiser lensemble de la relation client ou prospects. Pour lauteur, la mise en uvre de ce type de solution a pour objectif principal de centrer les activits de lentreprise sur le client. Il explique que la stratgie adopte vise amliorer la rentabilit individuelle du client et le fidliser en transformant cette relation en investissement durable par une politique de service, doffre et de cot personnalisable et ajustable. Au niveau le plus rudimentaire des fonctionnalits CRM se composent de logiciels de gestion de contacts qui saisissent, stockent et rcuprent les informations client (par exemple, Microsoft Outlook - Contact application) (Zikmund et al., 2003). l'autre extrmit de l'chelle, le CRM se compose d'un certain nombre de complexes intgrs d'entrepts de donnes, les data marts, des outils analytiques et les applications utilises pour capturer et analyser les informations clients partir d'une varit de points de l'arrive, et permet l'intgration de points de sortie (par exemple, MySAP et Oracle) (Turban, McLean et al., 2003).
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 35 Direct: automates Direct: tlephone Direct:: site Web, tlcopie, courrier lectronique Iintermediaires: extranet, bureau et point de vente: intranet Commerciaux ou charg de clientle: automatisation de la force de vente (SFA) Infrastructure en reseau Infrastructure de communication Agent de centr e d'appels Serveur Web Mise jour des systmes transactionnels Stockage et exploitation des donnes Autres units Rposes/ dialogues Application CRM Systmes de gestion de campagnes marketing EMA Entrept/ mini entrept de donnes Autres BDD existantes produits Back office Sige Administration des ventes, etc.
Figure 4/Titre : Exemple dun systme CRM
Source : Hendrickx, Capgemini/Ernest & Young, cit par Peelen, 2005
2- APPORT DES TIC A LA GESTION DE LA RELATION CLIENT
Selon Hetzel (2004), le rle des TIC dans le marketing relationnel est de deux ordres : le rapprochement avec le client et lamlioration de la satisfaction du client.
- Les TIC pour se rapprocher du client
Pour Heide et John, (1990), la proximit dans la relation apparat pour faire face au besoin de protger les atouts spcifiques dune relation. Des chercheurs comme Wilson (1995), Hinde (1997) et Mller et Wilson (1995) ont beaucoup insist sur la proximit des parties en matire t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 36 de relation client/fournisseur. Cette proximit est rendue possible par ce que Coviello et al. (2002) appellent le marketing interactif et le marketing de rseau. En effet le dveloppement des TIC a favoris une certaine proximit dans les relations client/fournisseur. Bergada et Laaroussi ont montr dans une publication intitule la proximit avec le client dans un rfrentiel spatial et temporel en mutation: exploration dun modle conceptuel en 2001, que la proximit des entreprises avec le client final, plus particulirement via les TIC, pouvait se dployer dans cinq directions complmentaires. Ils distinguent la proximit identitaire, la proximit de processus, la proximit de rseau, la proximit technologique et enfin la proximit idologique. Pour Hetzel (2004), les avantages ne sarrtent pas cette publication Bergada et Laaroussi. Pour lui les outils spcifiques comme les sites de commercialisation et dinformation, les mailings lists, les groupes de discussion et les divers changes de donnes peuvent renforcer limpact du systme doffre auprs de client. Hetzel conclut en crivant : Internet est donc un fantastique outil de mise en relation avec le client pour changer, informer, vendre des clients potentiels . Pour lui, Internet est un outil important permettant dagir sur le plan marketing dans au moins cinq directions complmentaires : - acqurir de nouveaux clients, notamment parce que le rseau est mondial ; - instaurer une nouvelle forme de lien avec le client o lon peut combiner automatisation des procdures et personnalisation des messages, mais aussi dvelopper des activits plus rcratives, ludiques ou hdoniques autour des marques ; - amliorer le degr de satisfaction de la clientle en rendant la visualisation de loffre accessible vingt-quatre heures sur vingt-quatre ; - dvelopper des campagnes de communication plus interactives ; - mettre en scne et crer des phnomnes exprientiels originaux (les univers sensoriels peuvent tre particulirement aboutis avec Internet qui permet le recours simultan limage anime et au son). Dans un article publi dans LExpansion en avril 2004, le professeur Pascal Pecquet dclarait : Il est dsormais possible pour un cadre de se dplacer lors de ses activits sans perdre la trace de son entreprise. Les rseaux, notamment, sont parfaitement matriss et, lors dun dplacement dans une filiale, il suffit de se connecter une borne rseau pour bnficier de lintranet local puis du rseau dentreprise . Cet apport de lInternet pour les entreprises est selon le Professeur un plus pour la gestion de la relation clientle dans la mesure o la traabilit des donnes devient un service pour lemploy ainsi que pour le client, et la donne, une brique de contenu quil faudra vendre en repensant la gestion t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 37 de la relation clientle (CRM). Dans le cadre de notre recherche nous navons pas pour objectif la vente de donnes. Pour nous, les donnes constituent la brique qui permettra de construire une bonne gestion de la relation client.
- TIC comme outils damlioration de la satisfaction
Les TIC ont favoris lmergence des bases de donnes client et la mise en place du multi canal. Nous avons montr dans les parties prcdentes que les interactions avec le client font partir des cls de succs dun marketing relationnel. Les TIC ont contribu au dveloppement des points dinteractions avec le client. Pour Kotler et Dubois (1997), lmergence et lutilisation des TIC tant chez le client que le fournisseur ont offert la possibilit pour ces derniers daugmenter les occasions de communiquer. Coviello et al. (2002) ont parl de marketing des bases de donnes. En effets le marketing relationnel repose de fait sur la pertinence de la collecte et du traitement des donnes (Moisand, 2002). La connaissance du client travers les informations stockes dans la base de donnes permet de lui assurer une meilleure satisfaction. Pour Yves Chirouze (2003), lefficacit court terme des TIC et surtout Internet sur le marketing relationnel est la capacit fournir le niveau de service demand par les clients grce au marketing individualis. Ce marketing individualis est rendu possible par lutilisation des informations clients. Les TIC et le souci de satisfaction du client ont permis lapparition de nouveaux concepts de marketing. On parle de marketing individualis et du marketing One to One (Peppers et Rogers, 1997). Selon Hetzel (2004), les TIC qui agissent favorablement sur marketing relationnel peuvent tre divises en cinq grandes catgories qui sont : - des technologies qui rendent les transactions plus sres pour le client mais ventuellement aussi pour lentreprise ; - des technologies qui permettent de fournir au client quelque chose dentirement nouveau ; - des technologies qui amliorent les services offerts au client ; - des technologies qui permettent une dlivrance plus rapide du service ; - des technologies qui permettent au client de disposer dun plus grand nombre dinformations sur loffre avant, pendant et aussi aprs lachat. Par ailleurs, une tude conomtrique mene sur un grand nombre dentreprises a montr que limpact du CRM sur la satisfaction est positif. Loutil lui-mme na pas dimpact direct sur la t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 38 satisfaction mais il permet damliorer la connaissance client qui a son tour, permet damliorer la satisfaction (Mithas, Krishnan et Fornell, 2005 cits par Peelen 2009).
CONCLUSION CHAPITRE 1
Nous avons essay de montrer tout au long de ce chapitre le marketing relationnel comme une nouvelle forme de marketing qui permet de crer un lien troit avec le client. Nous lavons aussi prsent comme un nouveau paradigme du marketing par opposition au paradigme transactionnel que nous avons choisi de ne pas dvelopper. Mais cette vision nest pas partage par tous les chercheurs et les auteurs du marketing. Les critiques les plus virulentes viennent des auteurs comme Gilles Marion, Fournier et Perrien, pour ne citer que ceux l pour qui, le marketing relationnel ne serait pas un nouveau paradigme mais tout simplement une rhtorique peine renouvele de la trs vieille thmatique du client roi . Le professeur Marion a sorti un livre dans ce sens intitul le marketing relationnel existe-il ? Nous avons choisi de ne pas dvelopper ces critiques dans notre travail car celles-ci napportent rien la comprhension du sujet. En ce qui nous concerne, nous pensons que le marketing relationnel a apport une nouvelle dynamique dans la relation client /fournisseur. Les diffrents courants du marketing relationnel tudis saccordent sur le fait que le client doit tre considr au-del de la transaction. La transaction nest plus laboutissement dune relation entre client et fournisseur mais le dbut dune longue relation mutuellement bnfique. Lmergence des TIC a apport une nouvelle dimension ce marketing relationnel et surtout la gestion de la relation client. Les TIC permettent de se rapprocher du client et de lui apporter une satisfaction certaine. Grce au TIC de nouvelle terminologie ont vu le jour en marketing de la relation client. Nous pouvons citer le marketing One to One, le marketing Interactif et le marketing des bases de donnes. Ce qui est tout fait impressionnant, cest lappropriation du marketing par les entreprises informatiques. Le dveloppement des TIC et le souci des entreprises de se rapprocher et de satisfaire le client ont contribu donner une dimension plus informatique et technologique la gestion de la relation client. Ceci se justifie par le niveau des investissements raliss par les entreprises en matire dacquisition doutils informatiques de gestion de la relation client. De nouveaux logiciels envahissent lunivers des entreprises. Le seul objectif poursuivi par les entreprises est la gestion efficace et efficiente de lacquisition de nouveaux clients et la fidlisation des anciens. Quapportent ces logiciels la gestion et la matrise du cycle de vie du client ? Aident-ils amliorer le cycle de vie du client ? La courbe du cycle de vie du client se trouve-t-elle amliorer par lutilisation des t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 39 logiciels CRM ? Les chapitres suivants nous permettront dapporter des solutions toutes ces questions. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 40 CHAPITRE 2
EVALUATION DE LA PERFORMANCE DU CRM A TRAVERS LE CYCLE DE VIE DU CLIENT : FONDEMENTS THEORIQUES ET ETUDES EMPIRIQUES
INTRODUCTION
Lenvironnement dans lequel les entreprises dploient leurs activits est complexe, dynamique et multidimensionnel. Ceci implique que la performance de lentreprise dpend de plusieurs variables et est mesure de diffrentes manires. Quest ce que la performance et comment se mesure-t-elle ? La littrature dans ce domaine classe lvaluation des performances en deux parties. La mesure des performances financires et celles non financires (Buckley et al. 1988 ; Frazier et Howell, 1982). Il existe cependant plusieurs mthodes dvaluation de performances. Evaluer la performance du CRM sur le cycle de vie du client, revient mesurer limpact de lutilisation du CRM sur les indicateurs du cycle de vie du client. Quest ce que le cycle de vie du client ? Ce chapitre sera consacr la dfinition et au dveloppement de ce concept dans la littrature. Dans le cadre de cette tude, nous nous contenterons de travailler sur le processus du cycle de vie du client par analogie au cycle de vie du produit, c'est--dire la gestion du client de son tat de prospect son tat de client perdu. Comment la littrature du marketing dfinit-elle la notion du cycle de vie du client ? Ce chapitre sera consacr dans une premire partie la notion de performance et son valuation. Nous aborderons galement dans cette premire partie les indicateurs de mesure de performance et consacrerons une bonne partie la notion du cycle de vie du client. La seconde partie de ce chapitre sera consacre ltude de quelques modles dvaluation du CRM qui ont t tests empiriquement. Enfin, une synthse des travaux empiriques traitant de la problmatique de lvaluation dans ce domaine sera prsente.
I- REVUE DE LITTERATURE SUR LA NOTION PERFORMANCE ET LA NOTION DE CYCLE DE VIE DU CLIENT
La notion de performance est une notion centrale dans les sciences de gestion, mesurer la performance ncessite de sappuyer sur des indicateurs de mesure tels que le cycle de vie du client. Cette section sera consacre ces deux notions
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 41 1- FONDEMENTS THEORIQUE DE LA PERFORMANCE ET DE SA MESURE
1-1- Performance et mesure de performance
La dfinition du mot performance existe sous plusieurs formes dans les dictionnaires. Elle est dfinie dans certains documents (documents comptables, presses, etc.) comme un rsultat chiffr obtenu par un sportif ou un cheval de course lors dune preuve, dune comptition, dune exhibition, etc. dans dautres, on peut lire que la performance est le rsultat optimal obtenu par un matriel. La performance dentreprise est une notion centrale en sciences de gestion. Depuis les annes 80, de nombreux chercheurs se sont attachs la dfinir (Bouquin, 1986 ; Bescos et al.1993 ; Bourguignon, 1995 ; Lebas, 1995 ; Bessire, 1999 ) et plus rcemment cette notion est mobilise dans la littrature managriale pour valuer la mise en oeuvre par lentreprise des stratgies annonces de dveloppement durable (Capron et Quairel, 2005). En matire de sciences de gestion, une tentative de dfinition a t aborde dans le livre intitul valuation des performances des systmes de production dirig par Christian Tahon (2003). Selon les auteurs, la performance est la ralisation des objectifs organisationnels. Annick Bourguignon (1995) pense que la performance dpend dun objectif, quelle est multidimensionnelle si les buts sont multiples, quelle est subjective car elle est le produit de lopration qui consiste rapprocher la ralit dun souhait. Pour Lebas (1995), la performance nexiste que si on peut la mesurer et cette mesure ne peut en aucun cas se limiter la connaissance dun rsultat. Alors, on value les rsultats atteints en les comparant aux rsultats souhaits (Bouquin, 2004). La mesure de performance peut tre alors dfinie comme le processus dvaluation quantitative de lefficacit et de lefficience des actions passes (Neely, 1998). Lefficacit, lefficience et la productivit ont souvent t utilises pour mesurer la performance. Lutilisation de ces indicateurs rsume lvaluation de la performation aux rsultats financiers. Lisboa, Yasin et Gomes (2004) ont distingu deux types dentreprises en matire de mesure de performance. Les entreprises qui recherchent le profit court terme en insistant beaucoup sur les critres financiers tels que le taux de rentabilit, la marge brute, le ROI (retour sur investissement), le chiffre daffaires etc. la deuxime catgorie dentreprises sont celles qui mettent laccent sur les critres non financiers comme la satisfaction client. Ils soulignent que la diversification dans lorientation stratgique suppose une relation potentiellement troite entre la stratgie et la performance de lentreprise. Dautres travaux t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 42 comme ceux de Morin et al., (1994) se sont focaliss sur la mesure des performances en identifiant quatre courants de pense de la performance. Ils distinguent lapproche classique ou traditionnelle base sur les critres conomiques, lapproche politique qui se focalise sur la satisfaction des parties prenantes, lapproche systmique qui considre lorganisation comme un systme dont le but ultime est sa survie et en fin lcole des relations humaines qui sintresse la cohsion entre les objectifs individuels et ceux de lorganisation. Mesurer la performance du CRM est une tche trs difficile du fait des multiples relations entre les diffrents domaines fonctionnels tel que le marketing, la vente, les processus du CRM. En outre, les prestations du CRM sont de nature qualitative, et il est donc difficile de prouver leur influence sur les rsultats financiers. La mesure du rendement du CRM peut porter soit sur le calcul de lavantage pcuniaire des investissements en CRM (ang et buttle 2005) ou sur la mesure et la gestion du succs des activits de CRM et des processus. Des auteurs ont calcul de plusieurs manires la performance du CRM. Au nombre de ces mthodes, nous avons le balanced score card , et la mthode de la chane des services et du profit qui utilisent des indicateurs comme le cycle de vie du client, le life time values et le ROI ou retour sur investissement encore appele CFROI. 1-2 Mthode de mesure de performance Plusieurs mthodes de calcul de performance existent dans le domaine des sciences de gestion, nous dvelopperons dans cette partie, celles qui nous trouvons pertinentes pour notre tude. 1-2-1 La chane de service et de profit Le concept de chane de service et de profit a t labor par Heskett et al., en 1994 partir de lobservation attentive dentreprises de services performantes. Cette chane relie les critres hard (de nature financire) des indicateurs de performances beaucoup plus soft (relationnels et humains). Les auteurs (Heskett et al., en 1994 ) appellent critres hard, les critres qui sont lis au profit gnr par le client de faon spcifique et les critres soft sont les facteurs qui influencent les rsultats de lentreprise (satisfaction des clients et des salaris). Les notions et les relations qui sous-tendent la chane de service et de profit illustrent le lien de dpendance qui existe entre le marketing, la production et les ressources humaines (Lovelock et al., 2004). La chane de services et profit aide le gestionnaire prendre des dcisions adaptes sur les investissements relationnels et humains consentir afin de dlivrer un meilleur niveau de service. Cette chane dmontre quil y a un lien entre la satisfaction et la motivation des salaris et la satisfaction des clients. Cette chane a t mise en application par Allen et Grisaffe en 2001 qui ont conclu quelle a eu une influence considrable dans les cercles de t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 43 gestion. Un personnel expriment et plus efficace, capable de dlivrer un service de meilleure qualit, sera son tour le meilleur gage daugmentation du niveau de satisfaction et de rtention des clients (Jallat et al. 2009). En terme de mesure de performance du CRM cette chane peut permettre de mettre en exergue les indicateurs de performance de CRM comme la satisfaction client, la rtention client et la fidlisation client. Aprs la chane de service et de profit, la seconde mthode permettant de mesurer la performance du CRM est le Balanced Score Card.
Satis Faction Des salaris Productivit Des salaris Rtention Des salaris Valeur Du Service Pour le client Satis Faction Des clients Fidlit Des clients Rentabilit Augmen- tation du Chiffre D'affaire Qualit Des Services En interne -Rtention des clients - Rptition des achats - communication interpersonnelle Et bouche--oreille positif - service dvelopp et Mis en uvre pour rpondre Aux besoins des clients - Rsultats pour Les clients - cadre de travail appropri - description de poste - slection et formation des salaris -systme de reconnaissance et de rcompense des salaris - Outils et moyens mis disposition pour servir le client
Figure 5/ Titre : La chane de service et de profit
Source: Heskett J. L., Jones T.O., Loveman G.W., Sasser W.E. Et Schlesinger L.A., Putting the service Proft chain to Work Harvard Business Review, Mars-Avril 1994, 164-174
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 44 1-2-2 Balanced score card (BSC)
Lautre mthode de calcul de performance est le Balanced Score Card (BSC) dveloppe par Kaplan et Norton en 1996. Suite aux critiques des systmes financiers traditionnels au sein des entreprises, les deux auteurs ont propos une nouvelle approche afin que les rapports financiers sintressent moins au pass et davantage lavenir. Ce tableau a t lanc en 1996 et a recueilli un cho favorable auprs des entreprises. Il comprend des mesures dans quatre perspectives diffrentes qui se sont avres pertinentes pour la gestion. Ce sont : - les perspectives financires qui doivent tre mesures en termes financiers. Trs souvent, ce niveau, une indication pourra tre fournie, visant montrer comment la valeur actuelle du client et sa valeur terme contribuent laugmentation de la satisfaction des actionnaires. - les perspectives lies aux clients : la satisfaction et la fidlit du client - les processus internes lentreprise. Cette perspective se mesure par la faon dont lentreprise peut identifier, mieux servir et fidliser ses clients - Lapprentissage Organisationnel. Cette perspective dfinie comment lentreprise et ses salaris peuvent amliorer leurs savoir-faire. Depuis la publication du tableau par Kaplan et Norton en 1996 certains chercheurs ont dvelopp leurs propres modles du tableau. Ainsi Grabner- Kraeuter et Moedrister (2002) ont prsent leur modle appel SEM-CRM entendu systme de mesure pour le CRM excellence. Ce modle fournit une multitude de critres qualitatifs et quantitatifs qui se concentrent sur une valuation du retour sur investissement (ROI). On peut noter : - la cration de valeur pour lentreprise (contribution au retour sur investissement) - augmentation de la valeur client (amlioration de la structure du client) - lamlioration des processus axs sur le client (dlai de livraison plus court) - lorganisation et les ressources humaines (plus de motivation et plus dincitations) Comme dans le tableau dorigine, Grabner-Kraeuter et Moedrister ont mis en avant les quatre perspectives dveloppes par Kaplan et Norton. En revanche Kim, Suh et Hwang (2003) ont prsent un autre modle pour valuer lefficacit du CRM laide du tableau dorigine de Kaplan et Norton. Kim (2003) et ses collaborateurs ont remplac les quatre perspectives traditionnelles par dautres refltant une philosophie centre sur le client dans lvaluation du CRM. Ces auteurs proposent alors quatre perspectives savoir : - la connaissance client, perspective qui mesure la qualit de la connaissance que lentreprise a de la clientle et de lanalyse des donnes client. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 45 - linteraction avec la clientle, cette perspective mesure la qualit des processus interne et la gestion multi canal. - la valeur client, elle mesure les avantages financiers tirs par le client - la satisfaction client, cette perspective mesure le niveau de satisfaction obtenu par le client du produit ou du service. Des experts de CRM comme le professeur Payne (2000) pensent que les mthodes de calcul de performance de CRM comme le Balanced Score Card et la chane de service et de profil sont un bon pas en avant, mais ne sont pas encore suffisamment bien conu pour rpondre aux complexits de la CRM. Payne (2000) propose dutiliser quatre paramtres pour mesurer la performance du CRM. Il suggre de mesurer la stratgie de lentreprise, les paramtres lis aux clients, les paramtres fonctionnels et enfin les paramtres de sortie.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 46
-
obj Ind V-C Ini
-
obj Ind V-C Ini
-
obj Ind V-C Ini
-
obj Ind V-C Ini Vision et stratgie Rsultats financiers Satisfactions clients Apprentissage organisationnel Processus internes Que faut-il Apporter aux clients Comment piloter Le changement Et l'amlioration? Quels sont les Processus Essentiels La satisfaction Des actionnaires Et des clients? Que faut-il Apporter aux actionnaires? obj=objectifs Ind=Indicateurs v-c=valeurs-cibles Ini=Initiatives
Figure 6/ Titre : les quatre perspectives du Balanced Scorecard
Source: Kaplan R.S. et Norton D., the Balanced Scorecard, Havard Business School Press, 1996
De tout ce qui prcde, nous pouvons affirmer que la mesure de la performance du CRM ne peut se baser sur une mthode pr-tablie, chaque entreprise devra adapter sa mthode avec les indicateurs qui permettent de mesurer sa performance en matire de CRM. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 47 Quels sont alors les indicateurs de performance de CRM ? Aprs avoir dvelopp quelques uns, nous nous attarderons sur la notion du cycle de vie du client comme indicateurs de mesure de performance. 1-3- Indicateurs de mesure de la performance du CRM
La mesure de performance ncessite des indicateurs de performance, dans le cadre de ce travail, nous avons choisi de dvelopper les plus couramment utiliss dans ce domaine savoir : la notion du life time value, le cycle de vie du client et le ROI (retour sur investissement). Une sous section entire sera consacre au cycle de vie du client au vu de son importance pour notre travail.
1-3-1 La notion de life time value ou la valeur actuelle nette du client
Kumar et Venkatesan (2004) considre la valeur vie du client comme un indicateur de revenus futurs, elle reprsente le flux de marge actualis que le client gnre pendant la dure de la relation avec lentreprise. Ce concept aide dfinir une stratgie CRM. Il permet de rpondre aux questions suivantes : quels clients viser en priorit ? Quel montant investir pour conqurir et les fidliser ? La valeur actuelle nette est base sur le principe de prendre la somme des bnfices futurs actualiss un certain taux (taux dinflation par exemple, mais galement un taux de croissance des ventes au cours du temps ou une probabilit de survie du client), et de calculer la somme des revenus futurs produits quun client ou segment gnre durant sa vie active au sein du fichier de lentreprise (Dwyer, 1989 ; Bitrain et Mondschein, 1996 ; Berger et Nasr, 1998). Il existe plusieurs mthodes de calcul de la valeur vie du client (Dwyer, 1989 ; Bitrain et Mondschein ; Berger et Nasr, 1998 ; Jain et Singh, 2002 ; Kumar, Ramani et Bohling, 2005). Pour des raisons pratiques, le calcul admet souvent les simplifications suivantes (Jallat et al, 2009) : - le calcul ne seffectue pas gnralement au niveau individuel mais un niveau agrg (segment par segment) - les paramtres sont estims (ou affins) partir dun chantillon de clients ; on considre ensuite que ces paramtres sont valables pour lensemble des autres clients. - les paramtres sont fixes et ne dpendent pas des actions. - le calcul seffectue sur une dure limite, estime partir de la dure de vie moyenne du segment. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 48 - la dimension non conomique nest pas prise en compte. Lanalyse de la valeur actualise du client est la fois un outil de segmentation et une aide la dcision dallocation des ressources permettant un arbitrage entre les montants investir dans le recrutement dun nouveau client en fonction de lesprance mathmatique de profit actualis dans le futur lors de la priode de fidlisation (Lars Meyer-Waarden, 2002). Cependant, Lemon et Mark, (2006) pensent que le calcul de la valeur actuelle nette dun client nglige la dynamique de la relation car lentreprise agit sur le client durant cette priode. Pour eux, il serait normal de considrer que les paramtres de la valeur voluent au cours du temps. Dautres critiques fustigent galement le calcul de la valeur actuelle nette du client comme : - la difficult de calculer la valeur conomique pour les produits et services nouveaux et pour les clients frachement recruts, par manque de recul et par manque de donnes - la ngligence par le calcul de la valeur non conomique du client. - la ngligence du degr de ractivit du client aux activits marketing. Dans une tude publi en 1996, Frderick Reichheld a montr que laugmentation de la valeur actuelle nette du client moyen provoque par un accroissement de cinq points du taux de fidlisation des clients est trs significative quelque soit le secteur dactivit. Il donne comme exemple les socits de carte de crdit, si la socit peut conserver 5% de ses clients en plus chaque anne, les profits occasionns par un client moyen augmenteront de 75%.
1-3-2 Lindicateur bas sur le retour sur investissement (ROI)
La mesure la plus facilement disponible est sans doute le rsultat comptable de lentreprise tel quil apparat dans les tats financiers. Nous pouvons citer comme exemples, la valeur ajoute conomique, les rsultats dexploitation, lexcdent brut dexploitation, le rsultat courant avant impt etc. En ce qui concerne les rsultats financiers, la mthode la plus populaire est la valeur ajoute conomique (EVA). Cette mesure est dfinie comme la diffrence entre le bnfice net d'exploitation aprs impts et ses cots de capital (Dodd et Chen, 1997). Elle a t largement soutenue par les universitaires (en particulier dans le domaine de la comptabilit) et des praticiens depuis le dbut des annes 1990. Son renforcement rside dans l'accent mis sur la cration de valeur, mais il a t accus de trop se concentrer sur le court terme et sa sous-valuation de potentiel de croissance. En un mot, elle donne un clich de lentreprise un moment prcis. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 49 Cependant, il y a les indicateurs traditionnels de rentabilit. Les entreprises cherchent rapprocher les indicateurs de rsultat dautres types de donnes, et notamment des capitaux investis. Ce rapprochement est gnralement dsign par ROI (retour sur investissement). Dans le souci de mesurer la performance des entreprises en matire de CRM, les chercheurs ont dvelopp des mthodes bases sur le retour sur investissement. Selchert (2004) dveloppe une mthode appele CRM valeur mtrique permettant de calculer les flux de trsorerie ROI (CFROI) de 35 projets dans lesquels le logiciel de CRM mySAP CRM a t mis en uvre. Cette mthode dfinit des chanes fonctionnelles qui lient des indicateurs financiers des mesures oprationnelles qui refltent les changements initis par la mise en uvre du CRM. Cette mthode a permis de surmonter la difficult dtablir un lien entre la performance du CRM et les rsultats financiers de lentreprise. Cette dmarche a t galement adopte par Ang et Buttle (2006) pour mesure leffet des investissements en CRM sur les phases du cycle de vie du client.
2- LE CYCLE DE VIE DU CLIENT
De plus en plus de chercheurs considrent le cycle de vie du client comme un indicateur fiable de mesure de performance du CRM (Reichheld 1996, Ang et Buttle (2006), Reinartz et al., 2004). Les sites Internet des entreprises ditrices de logiciels CRM font lapologie de leur technologie en se basant sur lamlioration du cycle de vie du client. Quest ce que le cycle de vie du client ? Comment peut on lamliorer ? Cette sous-section apportera la rponse ces deux questions.
2-1- Le cycle de vie dans la littrature
En gestion, trois orientations diffrentes en matire de cycle et de cycle de vie ont t recenses dans la littrature. Nous avons la notion trs populaire du cycle de vie du produit, la notion du cycle de vie de la famille et trs rcemment la notion du cycle de vie client qui est lobjet de ce travail de recherche. En gestion, la notion du cycle de vie est trs souvent lie au produit. Les spcialistes du marketing parlent souvent de cycle de vie du produit. Le concept de cycle de vie de produit apparat au dbut des annes cinquante. Dans lune de ses tudes, R. Pearl affirme que la croissance de toute population (organismes monocellulaires, nations, etc.) peut tre t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 50 reprsente par une courbe en forme de S . R. Prescott a utilis avec succs ce type de courbe pour reprsenter lvolution des ventes des automobiles aux USA. J. Dean (1950) a introduit ensuite ce type dapproche en gestion : cherchant tablir le principe dune politique de prix, il montre quil faut tenir compte du cycle de vie du march et souligne que les cots ainsi que les lasticits prennent des valeurs diffrentes chacune des tapes de ce cycle (Fenneteau 1998). Tous les travaux taient orients produit , ce nest que bien aprs que des notions comme le cycle de vie de la famille a t abord. Yves Chirouze (2003) dans son livre Marketing, Etudes Et Stratgies dfinit le cycle de vie de la famille comme un concept sociologique mettant en rapport le type de consommation et la composition de la cellule familiale. Pour le professeur Chirouze, aux huit types thoriques de la famille (mari ou non, dorigine ou reconstitue) correspondent huit types de dpenses. Un tour dans les grandes surfaces franaises permet trs vite de se rendre compte du discours du professeur. On voit des paniers bien remplis cot des paniers deux articles voire un. Kotler et Dubois soulignent que les dcisions d'achat sont galement affectes par les caractristiques personnelles de lacheteur, et notamment son ge, son style de vie sa position conomique et sa profession. Selon le mme livre, le concept de cycle de vie de la famille permet de rendre compte de ces volutions en matire de dsirs dattitudes et de valeurs. Les produits et services achets par une personne voluent tout au long de sa vie car son cycle de vie familiale galement varie. Cette notion de cycle de vie de la famille est compose de facteurs ou de paramtre pouvant nous permettre de mieux comprendre le comportement de consommateur et de savoir les propositions faire chaque tape de son cycle de vie de la famille et par extension de mieux grer la relation client entreprise.
2-2 Le cycle de vie du client
Dwer, Schurr et Oh dfinissent dans un article publi en 1987 developping buyer seller relationship le cycle de vie du client comme un processus en trois phases distinctes qui volue au cours du temps en fonction de la quantit consomme. Ces trois phases sont : linitialisation ou lacquisition, la maturation ou le dveloppement et la rupture. Daprs Lars Meyer Waarden (2004), une entreprise qui dfinit le cycle de vie du client selon cette approche marketing client dynamique doit donc adapter sa stratgie en fonction des ces t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 51 phases. Pour lauteur, les trois types de stratgie envisager sont : lacquisition du client, la fidlisation du client et le dveloppement de la consommation. Labandon est envisag lorsque les cots de fidlisation sont suprieurs aux revenus gnrs par le client (Lars Meyer Waarden 2004)
March cible Nouvea u client client volontaire provoque acquisition activation Gestion de la relation attrition prospect Nouveau client Client tabli Perte du client Pas d'informations Peu d'informations Riche en informations Titre: le cycle de vie du client rcupration
Figure 7/ titre : les tapes sur cycle de vie du client
Source : Grard Balantzian, les systmes dinformation : art et pratiques ; dition organisation 2002
Daprs ce schma, le cycle de vie nest pas un mouvement cyclique ni circulaire mais plutt linaire qui part de ltape de prospect ltat dattrition du client en passant par ltat de nouveau client et de client tabli. A chaque tape du cycle de vie lauteur donne certaines informations sur le niveau dinformation qua lentreprise sur le client. Pour lauteur, le cycle de vie client est constitu de quatre tapes savoir : - Lacquisition ; dans cette tape, le client nest quun prospect sur le march cible. Au cours de cette phase, le client appartient au monde extrieur lentreprise. Le prospect ne dispose pas dassez dinformations ni sur lentreprise ni sur le produit. - la deuxime phase est celle de lactivation, cette phase correspond au moment o le prospect devient nouveau client. Il a peu dinformations et lentreprise met tout en uvre afin de le garder comme client. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 52 - la troisime phase est celle de la gestion de la relation client. Cest ce niveau que toutes les politiques de CRM sont mises en pratique pour fidliser le client. Le client est la recherche dinformations et lentreprise essaie de calculer la valeur future du client. Lentreprise place la satisfaction du client au centre de ses proccupations. A la fin de cette phase lentreprise connat la valeur du client et dcide de le garder ou de labandonner. Il en est de mme pour le client, le client juge lentreprise sur la valeur perue et dcide soit de partir ou de rester. - la dernire phase correspond lattrition. Lentreprise dcide dabandonner le client ou ce dernier dcide de partir. Cest ce niveau que lentreprise fait le bilan et dfinit le rsultat de lopration. Selon Lars Meyer-waarden (2004), la notion de cycle de vie client repose sur lide que les flux de revenus et de cots varient au cours du temps en fonction des changements de besoins dans la relation client entreprise. Pour Pierre Alard et Pierre-Arnaud Guggmos le cycle de vie des clients est constitu dtapes successives, correspondant aux diffrentes tapes de la chane de valeur qui aboutissent dlivrer produits et services aux clients. Pour eux, le cycle de vie des clients distingue en principe deux tapes majeures et successives de conqute puis de fidlisation. Le cycle de vie client correspond la dure de vie de ce dernier en tant que client de lentreprise, de ltat de nouveau client ltat de client perdu. Afin de mieux comprendre la notion du cycle de vie, il faut dfinir le principe du prospect et du client. Le prospect devient client partir du moment o il y a transaction. Cest la transaction qui fait basculer le prospect en client. Aprs lacte dachat il faut fidliser le client afin de le garder le plus longtemps possible comme client. Moisand (2002) labore un schma (ci-dessous) qui met en vidence le cycle de vie du client et les activits du CRM. Laxe des abscisses reprsente le temps et celui des ordonnes le profit gnr par le client. Vous remarquerez quavant que le prospect ne devienne client, il a gnr un profit ngatif qui est d aux cots dacquisition du client. Cest linvestissement initial sur le client. Cet investissement, Reichheld (1996) suggre aux comptables de les imputer une rubrique clients spcifiques et de lamortir sur la dure des relations avec la clientle au lieu de le traiter comme une charge dexploitation ordinaire. Pour valuer la dure de vie dun client, il suffit de calculer selon Reichheld (1996) le taux global de dfection et dinverser la fraction. Selon lauteur, pour y arriver, on dtermine le nombre de clients perdus sur plusieurs mois, on annualise ce chiffre et enfin on lexprime en pourcentage du nombre de clients au dpart. Cette analyse lui a permis de conclure quun client moyen restera pendant cinq ans. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 53 Amliorer le cycle de vie du client revient en premier lieu rduire significativement les cots lis linvestissement initial et en second lieu fidliser ce client. Sur ce schma (ci dessous), on remarque trs bien les trois, voire quatre, phases du cycle de vie du client. Dans le cadre de cette tude, nous navons pas les moyens de faire une tude dynamique dans le sens de lvolution du client tout au long de son cycle de vie, nous nous contenterons de mesurer juste limpact de lutilisation des outils logiciels CRM sur les indicateurs comme la rduction du cot dacquisition, le dveloppement du client, la fidlisation et le taux dattrition des clients. Nous reviendrons sur ces diffrents indicateurs dans la section suivante consacre au management du cycle de vie du client.
Gestion de la recupration des clients Gestion de la satisfaction clients Gestion des nouveaux clients Gestion de prospect Prospect Nouveau client Client Rgulier Client perdu Profit Gestion de la valeur Composants CRM Cycle de vie du client Titre: cycle de vie du client: un composant CRM par phase source:CRM gestion de la relation client de Moisand (2002) 0
Figure 8 / titre cycle de vie du client composant CRM par phase
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 54
2-3 Management du cycle de vie du client
Afin de souligner limportance de grer le cycle de vie du client, Reichheld (1996) interprte le problme majeur des entreprises comme un problme de rcipient perc. Il donne un exemple en imaginant deux entreprises dont le taux de fidlisation de la clientle slve respectivement 95% et 90%. Le rservoir de clients fuit au rythme de 5% par an pour la premire et de 10 pour la seconde. Si toutes deux acquirent de nouveaux clients au rythme de 10% par an, la clientle totale de la premire progressera de 5% par an, alors que celle de la seconde stagnera. Cet exemple montre limportance dacqurir de nouveaux clients et galement celle de retenir les anciens clients.
2-3-1 Acquisition
Un client est considr comme acquis partir du moment o il passe de prospect en client en procdant un achat. Le rapport du nombre de prospects au nombre de clients est appel le taux de conversion. Les diffrentes politiques de gestion de la relation client ont pour objectif de remplacer les clients perdus, car rares sont les entreprises qui soient en mesure de conserver 100% de leurs clients une anne sur lautre (Peelen et al., 2009) .Lobjectif des stratgies dacquisition est dobtenir plus de clients rentables. La mise en uvre dune politique dacquisition nest pas une chose aise. Pour Blattberg, Getz et Thomas (2001) il faut dtecter le client le plus rentable c'est--dire celui dont la valeur attendue sur sa dure de vie dpasse le cot utile son recrutement et son entretien. Payne (2006) a publi une tude montrant que les investissements des entreprises en recrutement sont deux fois plus levs que les investissements en fidlisation. Ces rsultats vont dans le mme sens que ceux de Reichheld (1996) qui a montr que, retenir un client cote 5 fois moins cher que den recruter un nouveau. Lacquisition de nouveaux clients passe par les canaux de communication comme la tlvision, le mail, le tlmarketing etc. Des chercheurs (Reichheld 1996 ; Bolton, Lemon et Verhoef 2004, Keane et Wang 1995, Verhoef et Donkers 2005, Thomas 2001, et Villanueva, Yoo et Hanssens, 2003) ont men des tudes sur leffet de la stratgie dacquisition utilise et le comportement futur du client. Ainsi Reichheld (1996) a conclu que le client qui tombe dans les bras dun fournisseur pour un petit rabais sur ses tarifs ira voir quelquun dautre la premire occasion. Bolton et al., (2004) affirment galement que les t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 55 clients acquis par les canaux avec un accent de prix ont tendance tre moins fidle. Alors se pose la question du modle dacquisition adopter par les entreprises.
Techniques dacquisition de nouveaux clients
Le souci fondamental des entreprises au moment du recrutement est loptimisation des cots dacquisition. Pour se faire, elles mettent en uvre des dmarches analytiques qui passent par le profilage des meilleurs clients, les attentes des prospects et le suivi des leads 1 . Elles ont galement recours la modlisation prdictive. En ce qui concerne le profilage des meilleurs clients, les cadres chargs de la relation client dessinaient le portrait-robot du meilleur client moyen. Une fois que le portrait est dfini, ils se mettent alors la recherche des mdias permettant datteindre ce profil du meilleur client moyen. Aujourdhui grce Internet, des outils comme les cookies 2 et le tracking 3 permettent galement dy parvenir par le net. Pour les attentes des prospects, il sagissait de comprendre le comportement des prospects pour savoir les raisons qui ont pouss les clients choisir telle ou telle offre. Les cookies et le tracking permettent galement aujourdhui de savoir quelles sont les pages visites par tel ou tel prospect et quel est son comportement dachat. Lobjectif de cette dmarche est dadapter loffre de lentreprise et la communication qui laccompagne. Lajustement de la communication par Internet est galement possible travers le ciblage comportemental (behavioral targeting) qui est une technique qui conduit personnaliser les contenus promotionnels (notamment les liens sponsoriss et les bannires publicitaires). Le suivi des leads est une activit trs souvent nglige par les entreprises or une bonne qualification des leads permet au commerciaux de les transformer en client. Une tude ralise en 2006 publie par Ravery (2006) montre que 70% des entreprises ignorent (50%) des leads. Pour Peelen et al (2009), le dficit de coordination entre les services marketing qui qualifient les leads et les commerciaux qui sont chargs de les transformer en client explique en partie la perte de nombreuses opportunits pour ces auteurs, une bonne quantification des pertes chaque tape du cycle de vente et la comprhension des facteurs qui expliquent ces pertes doit permettre damliorer sensiblement la performance des activits de recrutement.
1 Contacts commerciaux qualifier et transformer. 2 Selon D. Guillocheau et D. Pastural, le cookie est un fichier (mouchard) qui permet dattribuer un numro didentification aux visiteurs dun site lors de sa premire visite, de le reconnatre lors des visites ultrieures et dtudier son comportement sur le site 3 Pour Edith Nuss, le tracking est une technique de suivi du comportement de lutilisateur dun service interactif. Lanalyse du comportement des internautes permet un site marchand de mieux rpondre leurs attentes et de mesurer limpact de ses campagnes de-mailing. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 56 Au cot de ces analyses exploratoires, nous avons voqu la modlisation prdictive des fins dacquisition. Cette dmarche consiste dterminer partir dune formule mathmatique la probabilit de devenir un bon client en fonction des diverses variables comme lge, le revenu et le comportement dachat par exemple. Cette formule permet didentifier les meilleurs clients, ou viter les plus mauvais afin de ne pas recruter les clients fort risque de dfaillance. Nous citerons comme exemple de modlisation, lalgorithme efficace (Isotonic Single-Index) propos par Naik et Tsai (2004) pour estimer cette probabilit.
2-3-2 Dveloppement
La question de dveloppement des clients au niveau du cycle de vie du client tourne autour de laccroissement du chiffre daffaires par client. Pour connatre la progression du chiffre daffaires par client, Reichheld (1996) propose de suivre sparment le chiffre daffaires ralis avec chaque nouvelle classe de clients. Lauteur dnonce la pratique qui consiste pour certaines entreprises considrer un clich de leur clientle un moment donn, la diviser en groupes selon la dure de prsence et mesurer le chiffre daffaires de lanne pour chaque groupe. Lauteur propose danalyser le comportement tant des clients perdus que des clients fidles puis estimer la croissance sparment pour chaque segment de clientle manifestant un type de comportement diffrent. Le dveloppement du client passe par la mise en place des actions permettant dagir sur les quantits achetes, la frquence dachat (achat rpt) et sur le niveau de gamme (up-selling) ou sur les ventes croises (cross-selling). Dominique Cri (2002) appelle produits fidlisants, ces produits ou services qui favorisent les ventes additionnelles tout en contribuant prolonger la relation entre client et fournisseur. Peelen et al (2009) pense que la mise en uvre des actions de dveloppement soulve deux questions savoir : quels clients convient-ils de solliciter et quels produits et services leur proposer . Dans un article publi dans le Havard Business Review (2002), Reinartz et Kumar (2002) tablissent une matrice permettant de dterminer le potentiel de chaque type de client par rapport son adquation aux offres de lentreprise. Ils dterminent quatre types de clients conformment la figure ci- dessous.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 57 Papillons Bonne adquation entre l'offre de l'entreprise et les besoins du client; potentiel de profit lev Papillons Bonne adquation entre l'offre de l'entreprise et les besoins du client; potentiel de profit lev Papillons Bonne adquation entre l'offre de l'entreprise et les besoins du client; potentiel de profit lev Vrais amis Bonne adquation entre l'offre de l'entreprise et les besoins du client; potentiel de profit maximal trangers Faible adquation entre l'offre de l'entreprise et les besoins du client; potentiel de profit minimal Boulets Adquation limite entre l'offre de l'entreprise et les besoins du client; Faible potentiel de profit Clients long terme Clients court terme Fidlit prvisible Rentabilit leve Rentabilit faible Rentabilit potentielle
Figure 9/ titre : Rentabilit potentielle et fidlit prvisible des quatre groupes de clients
Source: Werner Reinartz et V. Kumar, the mismanagement of customer loyalty juillet 2002, P.93
Les auteurs identifient les vrais amis comme les clients les plus rentables et fidles, les boulets comme tant extrmement fidles mais peu rentables, les papillons se montrent rentables mais pas fidles et enfin les trangers qui se caractrisent par une faible rentabilit et une fidlit rduite. Pour dvelopper les clients, les entreprises procdent lanalyse des associations dachats ce qui est communment appel analyse des paniers ou basket analysis . Cette analyse permet de savoir quel produit est achet avec quel autre afin de les placer cte cte dans le but t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 58 doptimiser le merchandising. Les sites Internet sappuient sur les cookies afin de faire ces analyses. Vous remarquerez que lorsque vous effectuez un achat sur Internet le site vous propose automatiquement un package attractif constitu des produits issus de lanalyse fournie par les cookies. Une autre mthode de dveloppement des ventes se rapprochant plus de lanalyse des associations dachats est lanalyse des affinits. Cette mthode permet de proposer un acheteur un produit achet par les lments du mme segment que ce dernier. Sur le site dAmazon, vous lisez souvent la phrase suivante : ceux qui ont achet ce livre ont galement achet tels autres et on vous propose un ensemble de livres achets par le segment. Peelen et al., (2009) mettent en vidence laffinit en calculant un indice dachat pour chaque catgorie de produit et par chaque catgorie de client. Pour eux lanalyse des affinits permet de combiner lorientation produit/service avec lorientation client, et de prendre des dcisions importantes (drfrencement par exemple). Ces auteurs recommandent galement danalyser les dlais entre deux achats afin de savoir combien de temps faudrait laisser scouler avant quune campagne marketing ne produise un rsultat. Une excellente offre qui arrive au mauvais moment sera trs probablement ignore par le client. Au cot des modles danalyse, nous avons galement les modlisations prdictives qui sont soit orients produit soit orients client. Ces modles permettent pour la plupart de dterminer la probabilit de vente croise pour le produit achet le plus rcemment selon toutes les combinaisons possibles.
2-3-3 Rtention
Selon Reichheld (1996), la perte de client est lune des units dchec les plus parlantes pour une entreprise, car elle met au jour deux flux de valeur critiques savoir : - la dtrioration du flux de valeur allant de lentreprise aux vers les clients, - la diminution du cash-flow allant vers lentreprise, Gupta, Lehmann et Stuart (2004) constatent quune amlioration de 1% de la rtention peut augmenter la valeur de lentreprise de 5%. Les entreprises mnent des actions afin de rduire le taux dattrition de leur client. Dans la littrature du marketing on parle aussi du taux de churn. Le terme dattrition qualifie le processus de dpart des clients un niveau agrg. Pour qualifier le dpart dun individu, on parle de dfection. Compte tenu de limportance de la fidlisation de la clientle, les entreprises utilisent une varit de mcanismes pour rduire le taux dattrition. Le problme de rtention implique ncessairement la question de fidlisation. Pour les entreprises, bien grer la fidlisation, ncessite quelles comprennent les t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 59 dterminants de la dfection de la clientle. Une meilleure comprhension des facteurs de la dfection peut aider les entreprises concevoir les stratgies CRM visant renforcer la fidlit des clients et de prolonger leur dure de vie. Il y a une tendance forte confondre fidlit et fidlisation, mme si les deux ont le mme but, il faut signaler que la fidlisation est du ressort de lentreprise alors que la fidlit est propre aux clients. La fidlisation est laction de fidliser une clientle. Elle dpend en grande partie du niveau de satisfaction du client. En effet Rust et Zahorik (1993) ont constat quil y a un lien entre la satisfaction et la rtention. Un peu plus tard, Mittal et Kamakura (2001) ont trouv que ce lien entre la satisfaction et la rtention est modr par les caractristiques de la clientle. Par contre Darpy et Volle (2007) trouvent que mme si le lien entre satisfaction et fidlit est globalement significatif, il nest toujours pas linaire. Par ailleurs, dautres chercheurs (Sharp et Sharp, 1997 ; Dowling et Uncle 1997) ont conclu que les programmes de fidlisation nont aucun effet sur la rtention des clients. Earl Sasser et Thomas O. Jones (1995) ont galement pos la question dans un article publi dans le Havard Business review de savoir Why Satisfield Customers Defect . Il ne suffit donc plus de satisfaire le client pour le fidliser. Peelen et al (2009) identifient trois stratgies pour fidliser le client savoir : la satisfaction, lenfermement et lactivation. Alors que la satisfaction consiste amliorer le niveau de satisfaction des clients avec des investissements spcifiques sur la qualit de loffre, lenfermement consiste mettre en place des clauses contractuelles pour empcher le client de partir (tlphonie mobile, crdit immobilier), lactivation quant elle consiste mettre en place des actions et dispositifs pour stimuler activement la fidlit des clients. Afin dviter le dpart de leurs clients, les entreprises mettent en place des actions autres que les programmes de fidlit. Au nombre de ces actions nous avons : - le processus de dpart qui consiste en une analyste descriptive du processus de dpart (drop-out process) - une analyse exploratoire permettant de dcrire le flux de clients qui quittent lentreprise. Si les dparts sont nombreux, il est ncessaire de mettre en place des actions de rtention. - le profilage des clients qui partent : cette analyse consiste dresser le portrait robot des clients qui quittent lentreprise. - lanalyse de niveau et des causes dinsatisfaction : une telle analyse permet danticiper les dparts et dagir ventuellement de faon prventive. Cette analyse devra galement profiler les clients les plus insatisfaits afin de dterminer si une tendance se dgage t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 60 - lanalyse des rclamations client : ces rclamations doivent permettre lentreprise de comprendre les signes annonciateurs de dfection. Les clients qui ont quitt lentreprise ont-ils fait des rclamations avant de faire dfection ? Lanalyse de ces rclamations doit permettre de comprendre et danticiper les causes de dpart. Des techniques comme le textmining ont t dveloppes afin daider les managers automatiser lanalyse et le traitement des rclamations. On peut galement faire rfrence aux modles prdictifs permettant de modliser la probabilit de dpart des clients. Lune des premires mthodes en marketing relationnel est celle dveloppe par Drew et al., (2001). Plus tard Batislam, Denitzel et Filiztekin (2007) ont dvelopp un modle conomtrique probabiliste trs sophistiqu pour dtecter le statut du client (actif ou non) et modliser son niveau dachat futur. Il faut cependant noter que mme si ces modles sont apprcis des responsables marketing, leur application est trs complexe (Peelen et al., 2009) Le tableau ci dessous expose une typologie des programmes de fidlit.
Type
Seuil requis
Communi cation
Objectifs principaux
Contre parties
Condition nement
Programme de capitalisation
Raliser au moins un achat
Centre sur les points collects donnant droit des remises et des cadeaux.
Augmente les dpenses ralises par les clients et allonge la dure de vie commerciale (rtention)
Proposes gratuitement ou ncessitant un paiement supplmentaire. Rcompenses en lien troit avec le produit/service
Fort
Club de clients
Sinscrire aux conditions dabonnement stipules (historique
Centre sur le produit, la marque du prestataire ou les points
Augmente lengagement du client vis- -vis de la marque et du
Remises et cadeaux, information, crdit, quelques services autour
Faible t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 61 dachat, paiement dun droit dentre) offerts. prestataire. Engagement sur le long terme avec le client qui favorise les achats du produit/service, etc.
Programme relationnel
Dpasser un nombre minimal de transactions au cours dune priode donne, pour acqurir un statut particulier
Centre sur le client, son usage du produit/service, et sa relation lunivers de la marque.
Augmente durablement lengagement du client envers lentreprise, et vice versa.
Remise et cadeaux, information et conseils, produits et services complmentaires, crdit, nombreux services autour de loffre, souvent avec des partenaires, etc.
Faible
Tableau 4/ Titre : typologie des programmes de fidlit
Source: Broekhuizen I et Peelen E Het belonen van trouwe klanten , Tijdschrift voor Marketing, juillet aot 1997, pp. 52-56
Cette section nous a permis de mettre en vidence les diffrentes mthodes de calcul de performance et daborder la notion du cycle de vie du client. En faisant une revue de littrature relative la notion de cycle de vie du client, nous avons approfondi nos connaissances sur le thme et les diffrentes techniques dveloppes par les auteurs et les entreprises afin de grer ce cycle de vie du client. Nous avons abord les techniques dacquisition, de dveloppement et de rtention du client et avons expos quelques tudes menes sur chaque phase du cycle. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 62 Afin que cette revue de littrature soit complte, nous aborderons dans la section suivante, quelques tudes qui ont trait la notion de mesure de performance des outils logiciels CRM sur le cycle de vie du client ou sur la performance globale de lentreprise.
II- MODELE DEVALUATION DE LA TECHNOLOGIE CRM : DES MODELES EMPIRIQUES AUX FORMULATIONS DE CAUSALITES AVANCEES
Dans cette section, il est question de prsenter des modles dvaluation de la technologie CRM pour la gestion de la relation client qui ont t tests empiriquement. Bien que les travaux qui vont tre prsents abordent diffrents aspects de la performance, ils ont, cependant, en commun le fait daccorder une importance particulire la question de lvaluation de la performance des technologies CRM. Les modles prsents dans cette section tentent de tester statistiquement la relation entre lutilisation de la technologie CRM et son impact sur la performance organisationnelle. Dans ces recherches, lunit danalyse est souvent lentreprise, et parfois la dyade entreprise/client. Sans prtention dexhaustivit de notre part, nous avons essay de regrouper les tudes empiriques se rapportant lvaluation de limpact de la technologie CRM sur la performance relationnelle des entreprises. Ces dernires sont groupes dans le tableau suivant :
Auteurs
Titres de la publication
Pays de ltude
Goetz Greve et Sonke Albers (2006)
Determinants of performance in Customer Relationship Management _ Assessing the technology usage _ performance link
10 pays europens
Ben Pinkerton et Tim R. Colman (2002)
Do CRM applications increase firm performance?
Australie
J.E. Richard et al. (2008)
The impact of customer relationship management (CRM) technology on business- to-business customer relationship
Nouvelle Zlande t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 63
Johnson et al. (2008)
Driving Customer Relationship Management (CRM) performance: the role of knowledge store and technology assimilation
USA
Zouaoui Fekhta (2005)
Le rle mdiateur des technologies dinformation sur la relation orientation client-performance de lentreprise
Tunisie
Ang et Buttle (2006)
CRM software applications and business performance
Australie
Chokri El Fidha et Mohamed Hdi Charki (2008)
Le rle des technologies de linformation et de la communication dans le dveloppement de la relation client.
Tunisie
Sunil Mithas, M.S. Krishnan et Claes Fornell (2005)
Why do customer relationship management application affect customer satisfaction?
USA
Jayachandran et al. (2004)
The role of relational information processes and technologiy use in customer relationship management
USA
Ed Peelen et al. (2006).
A study into the foundation of CRM success
Pays bas
Reinartz et al. (2004)
The CRM process : Its measurement and Impact on performance
Australie, Allemagne et Suisse.
Tableau 5/ titre: tableau rcapitulatif des tudes empiriques sur limpact de la technologie CRM sur la performance des entreprises
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 64 Il convient de remarquer quil nexiste aucun travail ralis en France sur la performance et limpact de lutilisation des logiciels CRM sur la performance des entreprises. Lexploitation de ce tableau se fera en deux parties. Tout dabord, nous nous attarderons particulirement sur une slection de modles et ce, vu leurs contributions significatives, leurs originalits et surtout leur ressemblance la proccupation qui est la notre. Ces modles font rfrences aux travaux de Ang et Buttle (2006), Jayachandran et al. (2004), Reinartz et al (2004), J.E. Richard (2008) et pour finir celui de Chikri El Fidha et Mohamed Hdi Charki (2008) qui traitent de limpact de lutilisation des TIC sur la relation client. Les hypothses de recherches, les mthodologies, les rsultats et les limites de chacune de ces tudes vont tre examins et discuts. Ensuite, pour les autres travaux, prsents dans le tableau ci-dessus, une prsentation sommaire de la mthodologie et des rsultats est expose de manire synthtique sous forme dun tableau de synthse.
1- LES MODELES DE RECHERCHE EMPIRIQUES SUR LIMPACT DU CRM SUR LA PERFORMANCE DES ENTREPRISES
Comme nous lavons annonc plus haut, cette partie abordera les recherches effectues par : Ang et Buttles (2006), Jayachandran et al., (2004), Reinartz et al (2004), J.E. Richard (2008) et pour finir celui de Chikri El Fidha et Mohamed Hdi Charki (2008)
1-1 Modle de Lawrence Ang et Francis Buttle (2006) mesurer limpact du CRM par le ROI en se basant sur les tapes du cycle de vie du client
Lobjectif poursuivi par Buttle et Ang (2006) est de montrer la performance des entreprises aprs lutilisation des logiciels CRM. Ces auteurs dfinissent le CRM comme tant: CRM is the core business strategy that integrates internal process and functions, and external networks, to create and deliver value to targeted customers, at a profit. It is grounded on high quality customer data and enabled by IT soit en franais le CRM est la stratgie fondamentale qui intgre des processus internes et des fonctions, et les rseaux externes, pour crer et offrir de la valeur des clients cibls par rapport leur potentiel de rentabilit. Elle est fonde sur la qualit des donnes client et rendue possible par les TIC (traduction directe). Dans leur publication, les auteurs soulignent que les TIC sont indispensables au CRM dans ces diverses activits. Ils distinguent galement deux types de CRM savoir : t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 65 - Le CRM analytique : activ pour tudier des donnes relatives la clientle et pour rpondre aux questions suivantes : quest ce quil faut offrir cette dernire ? comment segmenter la base de donnes client ? - Le CRM oprationnel activ pour automatiser la force de vente, les campagnes marketing, les processus de service ainsi que la vente. Pour Buttle et Ang, les logiciels CRM servent gnralement aider les entreprises grer efficacement leurs relations avec les clients. Pour montrer la performance des entreprises grce lutilisation des logiciels CRM, Buttle et Ang (2006) ont dvelopp le modle suivant.
Satisfaction With ROI From CRM software Software Performance Exceeds Retention expectations Software Performance Exceeds Customer development expectations Software Performance Exceeds Customer Acquisition expectations Improve Company profitability Les performances du logiciel CRM de ANG et Buttles (2006) Modle d'analyse
Figure 10 / Titre : le modle de mesure de performance du logiciel CRM (Ang et Buttle ; 2006)
En se basant sur ce modle, les hypothses de recherches suivantes ont t proposes :
- H1 : il existe une relation significative et positive entre la satisfaction avec le retour sur investissement apporte par les logiciels CRM et la performance des logiciels dpassant les attentes des entreprises en matire d'acquisition, de conservation et de dveloppement de client. - H2 : il existe une relation significative et positive entre la satisfaction avec le retour sur investissement apporte par les logiciels de CRM et lamlioration de la rentabilit de lentreprise. - H3 : les grandes entreprises sont nettement plus enclins utiliser le logiciel de CRM afin daider lacquisition de client, la conservation de client et au dveloppement de client que les petites entreprises. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 66 - H4 : les grandes entreprises sont plus susceptibles dtre insatisfaites du retour sur investissement rendu par les logiciels CRM que les petites. - H5 : les entreprises de services sont nettement plus susceptibles dutiliser les logiciels de CRM afin daider lacquisition, la conservation et au dveloppement du client que les autres entreprises. - H6 : les entreprises de services sont plus satisfaites du retour sur investissement des logiciels de CRM que les non prestataires de services. La collecte des donnes a t effectue auprs des responsables chargs de la relation clients de 170 entreprises. Un taux de rponse de 23% a t atteint. Pour mesurer les construits du modle, les auteurs ont utilis des chelles de mesure multi-items. Certaines des questions mesurant des variables indpendantes sont nominales. Dautres mettant laccent sur lutilisation des logiciels pour lacquisition, la conservation et le dveloppement du client sont mesures laide de lchelle de Likert 7 points (1 pour ne contribue pas ; et 7 pour contribue ). Pour les auteurs, lultime question lie la variable dpendante tait de savoir si les logiciels CRM contribuent la rentabilit de lentreprise. Celle-ci aussi tait galement mesure par lchelle de Likert comme celles dfinies plus haut. 39% des entreprises interroges seulement utilisent des logiciels CRM. Parmi celles qui utilisent les logiciels CRM, 40% ont dclar quelles taient satisfaites (au dessus du point mdian 4) avec le retour sur investissement gnr par ces logiciels ; 24% sont ni satisfaites ni insatisfaites (milieu) et 20% se sont dclares insatisfaites (en dessous du point mdian). Le reste des entreprises ne se sont pas prononces. Les rsultats ont montrs quil existe une relation positive entre la satisfaction avec le retour sur investissement mis par les logiciels CRM et la performance des logiciels dpassant les attentes des entreprises en matire dacquisition, de conservation et de dveloppement du client. Il y a galement une relation forte et positive entre la satisfaction avec le retour sur investissement mis par les logiciels CRM et lamlioration de la rentabilit. Les rsultats de ces tudes montrent galement que 48% des entreprises utilisant les logiciels CRM pour soutenir le maintien de la clientle ont indiqu quelles taient satisfaites des performances des logiciels et quils ont dpasss leurs attentes. Il en est de mme pour le dveloppement de la clientle (42%). Le tableau suivant synthtise les principaux rsultats trouvs dans ltude dAng et Buttle (2006).
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 67
Synthse des rsultats de ltude de Ang et Buttle (2006)
Hypothse
Variables indpendantes
Variables dpendantes
Tests des hypothses
H1
La performance des logiciels CRM
Satisfaction avec le retour sur investissement des logiciels CRM
Valide
H2
Lamlioration de la rentabilit
Satisfaction avec le retour sur investissement des logiciels CRM
Valide
H3
Taille de lentreprise
Adoption de logiciel CRM
Non valide
H4
Taille de lentreprise
Satisfaction avec le retour sur investissement des logiciels CRM
Valide
H5
Secteur dactivit
Adoption de logiciel CRM
Valide
H6
Secteur dactivit
Satisfaction avec le retour sur investissement des logiciels CRM
Non valide
Tableau 6 /titre : synthse des rsultats de ltude de Ang et Buttle (2006)
Les auteurs de cette tude sont arrivs la conclusion gnrale suivante : lutilisation des logiciels est efficace pour soutenir la fidlisation, le dveloppement et lacquisition des clients. Cependant, ils sont tous daccord pour signaler que le dploiement des logiciels CRM t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 68 dans lindustrie australienne est loin datteindre la maturit ; quils soient employs pour lacquisition de clients, le maintien et le dveloppement de client. Cette tude na pas apport les preuves que lutilisation des logiciels CRM aide lacquisition, la conservation et au dveloppement du client. A la fin de leur tude, Ang et Buttle (2006) saccordent sur le fait que ltude souffre dun certain nombre de dinsuffisances savoir : - Les tudes se sont focalises sur la satisfaction en termes de retour sur investissement livr par les logiciels plutt que sur le retour sur investissement lui-mme - Absences de mesures objectives de lamlioration de la rentabilit. - Dfaut de connaissance sur lexprience des entreprises en matire dutilisation de CRM - Non connaissance du montant de linvestissement initial. Cette tude, bien que significative, nous permet de constater que ce modle naborde pas limpact de lutilisation des logiciels sur le cycle de vie du client. Cependant certaines parties de cette tude montrent que lutilisation des logiciels CRM ne dpend pas de la taille des entreprises et que les entreprises de services sont plus enclines utiliser les logiciels de CRM que les autres. Dans cette tude, sil sagissait de mesurer limpact de lutilisation des logiciels CRM, ces derniers auraient t utiliss comme variables indpendantes ou variables mdiatrice, ce qui na pas t le cas. Nous pensons galement que lintroduction de lexprience des entreprises en matire dutilisation de logiciels CRM comme variables de contrle dans cette tude rendrait ce modle plus complet. Dans le cadre de notre tude nous essayerons de complter cette tude dAng et Buttle (2006) et de refaire un autre cadre danalyse conceptuelle.
1-2 Le modle de Reinartz et al (2004)
Reinartz et al (2004) ont concentr leur recherche sur lorganisation des processus CRM au sein de lentreprise. Cette recherche a galement permis de mesurer limpact du CRM sur les performances de lentreprise. Lune des questions fondamentales qui a guid cette recherche est : comment conceptualiser les processus CRM. ? Autrement dit, comment mettre en uvre, les trois principales dimensions de la relation client savoir : linitiation, la fidlisation et la rsiliation ? Reinartz et al (2004) dfinissent le processus CRM comme : un processus systmatique pour grer la relation client, de linitiation de la relation la rsiliation en passant par lentretien, dans tous les points de contact clientle afin de maximiser la valeur du t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 69 portefeuille client . Les travaux de Reinartz tournent autour de deux questions fondamentales savoir : - leffet principal du processus CRM sur la performance conomique de lentreprise - les lments qui servent deffet modrateur au processus CRM. Pour mener bien leur recherche, les auteurs ont dvelopp le modle suivant :
objective perceptual Relationship termination Relationship maintenance Relationship initiation Moderators CRM compatible Organizational alignment CRM Tecgnology Control Industry CRM process Economic performance H1 H2 H3 Modle d'analyse de la performance du crm de Reinartz et al
Figure 11 / Titre : Modle danalyse de la performance du CRM de Reinartz et al. (2004)
En se basant sur ce modle, les hypothses de recherches suivantes ont t proposes :
- H1 : une plus grande performance conomique est associe une plus grande excution des processus de CRM aux tapes dinitiation (a) dentretien (b) et de rsiliation (c). t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 70 - H2 : plus le niveau dalignement dorganisation compatible du CRM est lev, plus le lien entre la performance conomique et la relation dinitiation (a), dentretien (b) et de rsiliation (c) est grand. - H3 : Plus le niveau de la technologie de CRM est grand, plus le lien entre la performance conomique et la relation dinitiation (a), de maintien (b), et de rsiliation (c) est positif. Dans cette recherche, la technologie CRM est utilise comme variable modratrice et le secteur dactivit comme variable de contrle. Ils dfinissent la technologie CRM comme tant la technologie informatique, qui est dploye dans le but de mieux acqurir de nouveaux clients, de fidliser les clients existant et de grer la rsiliation de la relation. Pour les auteurs, la technologie CRM fonctionne comme un facilitateur des activits du CRM et contribue une meilleure performance. Pour valider leur modle, une enqute transversale a t mene dans trois pays savoir : lAllemagne, lAutriche et la Suisse en automne 2001. Sur la base dune revue de littrature et dentretiens pr-test, les industries ont t choisies sur la base de caractristiques comme le fait davoir une grande base de clients et lutilisation intensive dune varit de canaux de communication. Un pr-test de questionnaire a t envoy sur un petit chantillon de directeurs de marketing et dexpert en CRM. Un second pr-test du questionnaire a t effectu pour valider le questionnaire. Le questionnaire final a t envoy un chantillon de 1015 entreprises qui ont t tires des associations de lindustrie (liste des membres). Pour augmenter le taux de rponses, les enquteurs ont effectu un appel tlphonique trois semaines aprs les envois postaux. Il en rsulte un taux de rponse de 21,1%. Cest un taux satisfaisant pour les enquteurs tant donn que le taux moyen pour les enqutes en gestion est de 15 20% (Menon et al. 1999). Au total, 214 rponses ont t obtenues dont 211 taient utilisables. Les rsultats suivant ont t obtenus : H1 : la performance perceptuelle est forte pour lentretien et pour linitiation de la relation. Par contre il est non significatif pour la rsiliation. En ce qui concerne la performance objective, les trois coefficients sont peu significatifs. Ainsi, plus lentreprise sengage dans la mise en uvre des processus CRM, en particulier pour linitiation et le maintien de la relation et meilleure semble tre sa performance. H2 : la performance perceptuelle est peu significative pour linitiation mais elle est assez significative pour la rsiliation. Lhypothse nest pas valide pour ltape de lentretien de la relation mais lassociation tait au moins dans la direction prsume (positive). En ce qui t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 71 concerne la performance objective, leffet modrateur est peu significatif pour linitiation de la relation mais non significatif pour les deux autres tapes du processus CRM. H3 : pour la mesure de la performance perceptuelle, lhypothse a t valide uniquement pour la rsiliation de la relation. Pour linitiation de la relation lhypothse na pas t valide car leffet modrateur a t ngatif. Pour le maintien de la relation leffet a une valeur positive mais peu significatif. Pour les mesures objectives, les trois effets sont non significatifs. Ce qui est contraire aux attentes des chercheurs. Ainsi, les auteurs sont arrivs la conclusion selon laquelle la performance conomique dune entreprise travers les processus CRM ne dpend pas ncessairement de la sophistication de la technologie CRM utilise. Reinartz et al., (2004) ont trouv une relation ngative entre la technologie CRM et la performance conomique de lentreprise. Cette tude a permis de conceptualiser le processus CRM travers trois tapes qui sont : linitiation de la relation, lentretien de la relation et la rsiliation de la relation. Elle ouvre galement des voies de recherches intressantes. Les rsultats de cette recherche montrent que la mise en place dun programme de CRM va au-del de la mise en place de la technologie. Cette recherche, comme la premire recherche utilise, souffre de quelques insuffisances. En ce qui concerne la technologie, aucune variable concernant lexprience des entreprises en matire de technologie CRM na t utilise. Cette variable pourra donner une autre orientation aux rsultats obtenus. Cette recherche ne mesure pas vraiment limpact de la technologie CRM mais plutt cherche mesurer la performance gnrale de lentreprise lemploi des processus CRM. Cest nanmoins, une piste trs intressante pour les travaux que nous menons.
1-3 Evaluer les processus CRM travers un modle de causalit tendue : le modle de Jayachandran et al. (2004)
Jayachandran et al., (2004) ont travaill sur le rle de linformation des processus relationnels et de lutilisation de la technologie dans la gestion de la relation client. Leur objectif est de conceptualiser et dexaminer le rle des processus dinformation relationnels et de la technologie CRM en gestion de la relation client. Pour les auteurs, la gestion de la relation client ncessite des processus dinformation relationnels qui permettent lentreprise de rpondre efficacement et rapidement aux exigences du client, afin de solidifier la relation de confiance ainsi que son engagement. Sur la base dune enqute prliminaire, les auteurs ont t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 72 russi dduire que le processus de construction de linformation relationnelle se compose de cinq dimensions savoir : - la circulation de linformation ; - la capture de linformation ; - lintgration de linformation ; - laccs linformation ; - lutilisation de linformation Les auteurs assimilent le problme de lutilisation des technologies CRM aux problmes rencontrs par les entreprises au dbut des annes 80 avec lutilisation de linformatique pour automatiser les activits commerciales. Pour mener bien leur recherche, Jayachandran et al., (2004) ont dvelopp le modle de recherche suivant :
Customer relationship orientation CRM technology use Relational information process Customer relationship potential Customer- centric management system Customer relationship performance Organisation performance Modle de Jayachandran et al .
Figure 12 / Titre : modle danalyse de Jayachandra et al., (2004)
En se basant sur ce modle, les hypothses de recherches suivantes ont t proposes : - H1 : lorientation client aura une association positive avec les processus dinformation relationnelle. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 73 - H2 : le systme de management centr sur le client aura une association positive avec le processus dinformation relationnelle. - H3 : une relation client potentielle aura une association positive avec le processus dinformation relationnelle. - H4 : lorientation client, le systme de management centr client et la relation client potentielle auront une association positive avec le processus dinformation relationnelle. - H5 : le processus dinformation relationnelle aura une association positive la performance de la relation client. - H6 : limpact positif du processus dinformation relationnelle sur la performance de la relation client, sera renforc par ltendue de lutilisation de la technologie CRM. - H7 : la performance de la relation client aura une association positive avec la performance organisationnelle. - Se basant sur les travaux de Di Maggio et de Powell (1983), les auteurs ont introduit linfluence de la technologie CRM comme variable de contrle pour la performance organisationnelle. Pour le pr-test, une enqute prliminaire a t mene sur les sites web de CRM et a permis dlaborer une liste dindicateurs. Ces mesures ont t pr-testes sur deux tapes avec des chantillons duniversitaires et de gestionnaires. Les donnes ont t recueillies auprs de 46 gestionnaires responsables de la gestion de la relation client dans leurs entreprises. Une analyse factorielle exploratoire a t mene sur les donnes ce qui a permis de rviser les chelles et llaboration de questionnaire. Les variables comme lorientation client, le systme de management centr client, les processus dinformation relationnelle (les cinq dimensions), la performance de la relation client ainsi que la performance organisationnelle ont t mesurs laide dune chelle de type Likert 7 points. Les 7 points de Likert ont t galement utiliss pour la mesure de la relation client potentielle. En ce qui concerne lutilisation de la technologie la mesure est semblable la mesure de linnovation dans les travaux de Han, Kim et Srivastava (1998) selon les auteurs de ltude. Les enquts auront choisir dans une liste de mots celui qui convient lapport de la technologie CRM dans la gestion de leur relation client. Un total de 172 rponses a t obtenu soit un taux de rponses de 15,56%. Aprs analyse, les hypothses H1 et H2 sont valides, par contre H3 qui propose que la relation client potentielle aurait un effet positif sur le processus dinformation relationnelle na pas t valide. Toutefois, lhypothse 4 qui stipule que la combinaison de lorientation client, le systme de t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 74 management centr client et la relation potentielle client aurait un effet positif sur le processus dinformation relationnelle a t valide. Ce qui signifie que ces facteurs ont une influence synergique sur les processus dinformation relationnelle. Lhypothse H5 a t valide, elle confirme que les processus dinformation relationnelle sont associs positivement la performance de la relation client. En ce qui concerne lhypothse H6, il a t montr que lutilisation de la technologie CRM permet damliorer limpact des processus dinformation relationnelle sur la performance de la relation client, ce qui signifie quelle est valide. Lhypothse 7 galement a t valide justifiant quil y a un rapport positif entre la performance de la relation client et le rendement financier. Les auteurs ont galement valu le principal effet de lutilisation de la technologie CRM sur la performance de lorganisation. Ils ont conclu quune relation significative na pas t observe. Toutefois, ils ont montr que lutilisation de la technologie CRM renforce la performance de la relation client en association avec les processus dinformation relationnelle. Cette tude, comme les prcdentes souffre de quelques insuffisances. Les auteurs, Jayachandran et al. (2004) nont pas tenu compte de lexprience des entreprises en matire de technologie CRM ce qui aurait pu donner une autre orientation aux rsultats obtenus. Ltude na pas abord limpact des aspects de lutilisation de la technologie CRM sur les lments tels que la vente, le marketing et autre. En plus, cette tude na rellement pas pour objectif de mesurer limpact de lutilisation des technologies CRM sur le cycle de vie du client mais plutt sur la performance gnrale de lentreprise. En conclusion leur travaux, Jayachandran et al., (2004) suggrent ce que des recherches soient faites afin dexaminer le rles des diffrentes dimensions de la technologie CRM sur la performance de la relation client.
1-4 Le modle J.E. Richard (2008)
J.E. Richard a publi une recherche en 2008 intitule limpact des technologies CRM sur la relation B to B. Cette recherche a t mene en Nouvelle Zlande pour explorer la relation entre ladoption de la technologie CRM, lorientation vers le march et le marketing relationnel, et limpact sur les relations daffaires et la performance de la relation. Un modle a t dvelopp afin de tester et de valider ladoption de la technologie CRM. Ce modle sappuie sur de nombreuses hypothses. Dans ses recherches, J. E. Richard a considr la technologie CRM sous forme de trois variables savoir : - lacceptation de la technologie CRM ; t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 75 - la fonctionnalit de la technologie CRM - lintgration de la technologie CRM Le modle est le suivant :
Figure 13 / Titre : Modle danalyse de performance de la technologie CRM de Edward Richard.
Sur la base de ce modle, les hypothses suivantes ont t mises : - H1 : plus le niveau dorientation du march de lentreprise est grand, plus le niveau dadoption de la technologie CRM au sein de lentreprise est grand. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 76 - H2 : plus le niveau dorientation march de lentreprise est grand, plus la force de la relation entre lentreprise et le client est grande. - H3 : plus le niveau de lorientation en management des TI est grand, plus le niveau dadoption des technologies CRM est grand. - H4 : plus le niveau de ladoption de la technologie CRM au sein de lentreprise est grand, plus la force de la relation avec le client est grande. - H5 : plus le niveau dadoption de la technologie CRM au sein de lentreprise est grand, plus la performance de la relation client sera leve. - H6 : plus la force de la relation est grande, plus leve sera la performance de la relation client. - H7 : plus le niveau de lorientation client est grand, plus leffet de ladoption de la technologie CRM sur la force de la relation et la performance de la relation est grand. - H8 : plus les attentes des clients en matire de CRM sont grandes, plus leffet ladoption de la technologie CRM sur la force de la relation et la performance de la relation est grand. - H9 : plus le niveau de la turbulence du march est grand, plus leffet de lorientation march sur ladoption de la technologie CRM est fort. - H10 : plus le niveau de la turbulence de technologie est grand, plus leffet de lorientation march sur ladoption de la technologie CRM est fort et leffet de lorientation en management des TI sur ladoption de la technologie CRM est fort. Dans cette tude, la force de la relation ainsi que la performance de la relation ont t choisies comme variables dpendantes. Trois variables indpendantes ont t dsignes savoir : lorientation march (mise en place dune stratgie relationnelle oriente client), orientation management des IT et ladoption de la technologie CRM. Il faut noter que dans cette tude, les chercheurs ont pris ladoption de la technologie CRM la fois comme variable dpendante et variable indpendante. Il y a galement des variables modratrices et des variables de contrle comme : - lorientation client et les attentes des clients en matire de CRM comme variables modratrices - les turbulences du march et les turbulences de la technologie Les mesures sont varies et multiples, de lchelle de Likert aux valeurs nominales en passant par dautres formes dchelles. Pour la premire phase de ltude, les informateurs cls des moyennes et grandes entreprises de Nouvelle Zlande ont t mis face--face pour discuter de limpact de la technologie CRM t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 77 sur la relation B to B. Un autre entrevu a eu lieu galement avec les clients afin de dterminer leur point de vue sur la relation client fournisseur. Les rsultats issus de ces entrevus ont permis daffiner le modle de recherche, de confirmer et dajuster les hypothses. Aprs cette phase, une enqute postale a t mise en uvre afin de tester empiriquement la capacit explicative du modle conceptuel travers un certain nombre dentreprises de Nouvelle Zlande. Les donnes ont t collectes sparment la fois chez les fournisseurs et les clients. 1689 entreprises ont reu les questionnaires dans les secteurs de la fabrication, de communication, de services et de lindustrie. Les entreprises client ont aussi t interroges. Les rponses fournies par chaque entreprise ont t jumeles avec celles fournis par lentreprise client correspondante. Les auteurs ont choisi comme unit de recherche la dyade client fournisseur. Finalement 526 entreprises de fournisseurs ont accept participer ltude et 167 questionnaires ont t retourns et 140 dyades collectes. Les rsultats de lenqute ont t analyss laide de lanalyse factorielle exploratoire avec le logiciel SPSS. La technique des moindres carrs partiels de modlisation dquations structurelles a t utilise pour confirmer le modle de mesure et tester les hypothses. Aprs analyse, les rsultats de ltude sont rsums dans le tableau suivant :
Hypothse Intitul Rsultat Hypothses principales
H1
Plus le niveau dorientation du march de lentreprise est grand, plus le niveau dadoption de la technologie CRM au sein de lentreprise est grand
Valide
H2
Plus le niveau dorientation march de lentreprise est grand, plus la force de la relation entre lentreprise et le client est grande.
Valide (Indirectement) H3 Plus le niveau de lorientation en management des TI est grand, plus le niveau dadoption des technologies CRM est grand
Valide t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 78
H4
Plus le niveau de ladoption de la technologie CRM au sein de lentreprise est grand, plus la force de la relation avec le client est grande
Valide
H5
Plus le niveau dadoption de la technologie CRM au sein de lentreprise est grand, plus la performance de la relation client sera leve
Valide (Indirectement) H6 Plus la force de la relation est grande, plus lev sera la performance de la relation client
Valide Hypothses secondaires
H7
Plus le niveau de lorientation client est grand, plus leffet de ladoption de la technologie CRM sur la force de la relation et la performance de la relation est grand.
Non valide H8 Plus les attentes des clients en matire de CRM sont grandes, plus leffet ladoption de la technologie CRM sur la force de la relation et la performance de la relation est grand.
Non valide H9 Plus le niveau de la turbulence du march est grand, plus leffet de lorientation march sur ladoption de la technologie CRM est fort.
Non valide H10 Plus le niveau de la turbulence de technologie est grand, plus leffet de lorientation march sur ladoption de la technologie CRM est fort et leffet de lorientation en management des TI sur ladoption de la technologie CRM est fort
Non valide
Tableau 7/ Titre : rcapitulatif des rsultats de J.E. Richard (2008)
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 79 Comme le montre le tableau, les hypothses 1 et 3 sont valides : lorientation march et lorientation managriale en IT ont une influence positive sur ladoption de la technologie CRM. Lhypothse 4 est galement valide ce qui indique linfluence positive de ladoption des technologies CRM la force de la relation entre le client et le fournisseur. La force de la relation a galement un effet positif sur la performance de la relation, ce qui valide lhypothse 6. Les effets des variables modratrices comme lorientation client et les attentes des clients en matire de relation client dans les hypothses 7 et 8 ne sont pas significatifs. Ces hypothses sont donc rejetes. Il en est de mme pour les hypothses 9 et 10. En revanche, il ny a aucune preuve empirique manant des donnes de ltude que lorientation march affecte directement la force de la relation entre fournisseur et client. Ce qui rejette lhypothse 2. Cependant, des effets indirects par le biais de ladoption de la technologie CRM sont vidents. Lhypothse 5 aussi a t rejete car les donnes ne permettent pas de conclure que ladoption de la technologie CRM a une influence positive sur la performance de la relation. Toutefois, il y existe des preuves importantes deffets indirects par le biais de la force de la relation. Cette tude a contribu normment la comprhension de limpact des technologies sur la relation client fournisseur dans une logique B to B. Cependant des limites et des insuffisances sont signales. Selon nous, lexprience des entreprises en matire de technologie CRM na pas t incluse comme variable dans ltude. Selon les auteurs, le test est bas sur des donnes prises un moment donn alors que le CRM est un processus volutif puisque les variables comme lorientation march et la satisfaction des clients sont appeles changer au fil du temps. Ils reconnaissent galement quils auraient pu inclure dautres variables telles que lopportunit stratgique entre les organisations et le pouvoir asymtrique inter-entreprises. En ce qui concerne ladoption de la technologie CRM, les chelles de mesures ont t cres pour cette tude, il est donc possible que de nouvelles mesures apparaissent pour mieux valuer limpact.
1-5 Modle de Chikri El Fidha et Mohamed Hdi Charki (2008)
A la recherche dun modle qui nous permettrait de mesurer limpact de lutilisation des outils logiciels CRM sur le cycle de vie du client, nous avons dcouvert ce travail effectu par Chikri El Fidha et Mohamed Hdi Charki publi en (2008) dans la revue des Sciences de gestion qui mesure limpact de lutilisation des TIC sur la relation client dans le secteur bancaire. Cette tude nous est apparue intressante plus dun titre car mesurant limpact de t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 80 lutilisation des TIC sur la relation client. La similitude avec notre travail est vidente car nous cherchons mesurer limpact de lutilisation de logiciels CRM sur le cycle de vie du client. Afin dapprhender les TIC, ils ont utilis la dfinition de Martin et al. (1999). Ces auteurs dfinissent les TIC comme toutes formes de technologies utilises pour crer, enregistrer, manipuler, communiquer, changer, prsenter et utiliser les informations sous diverses formes (donnes, voix, images, prsentations multimdia) et toutes les autres formes incluant celles qui ne sont pas encore cres . Pour mesurer limpact de lutilisation des TIC sur la relation client fournisseur, les auteurs ont dvelopp le modle de recherche suivant :
Qualit de la relation La communication Utilisation des TIC La confiance L'engagement L'intgrit du rle La complexit de l'interface Modle d'analyse de l'impact de l'utilisation des TIC sur la relation client fournisseur
Figure 14 /Titre : Modle de Chikri El Fidha et Mohamed Hdi Charki (2008)
Les hypothses de recherches sont les suivantes : - H1 : ladoption des TIC dans les relations client amliore la qualit de la relation dans les services bancaires. - H2 : ladoption des TIC dans la relation client favorise ltablissement de la confiance. - H3 : ladoption des TIC dans la relation client favorise la communication. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 81 - H4 : ladoption des TIC dans la relation client favorise lengagement. - H5 : ladoption des TIC dans la relation client a un effet positif sur la perception de lintgrit du responsable du compte. - H6 : ladoption des TIC a un effet positif sur la perception de la complexit de linterface. Le contexte de ltude tait le secteur bancaire, lchantillon se compose 160 entreprises tunisiennes utilisatrices des TIC dans leurs relations dans leurs banques respectives. Les rpondants taient les directeurs administratifs. Les rponses valides taient de 106 soit un taux de rponse de 66%. La variable indpendante, utilisations des TIC a t mesure par quatre indicateurs savoir : - UMAI : utilisation du mail - UNIT : utilisation de linternet - UTEL : utilisation du tlphone - UFAX : utilisation du faxe Le test des hypothses de recherche a t fait grce au logiciel SPSS et Lisrel 8.3. Le niveau dajustement du modle est valu par la statistique de chi-deux. Toutes les hypothses ont t valides, cependant on remarque que cet impact est trs significatif sur la complexit de linterface, modr sur la communication et lengagement, puis assez faible sur la confiance. Lutilisation des TIC a un effet modr sur lintgrit du rle du responsable de compte. Les auteurs en concluent que: lutilisation des TIC a un effet positif sur la relation banque/entreprise exprime en termes de complexit de linterface, de communication entre lentreprise et sa banque, de lintgrit du rle du responsable de compte, dengagement des entreprises dans la relation banque/entreprise et de confiance.
2- SYNTHESE DES TRAVAUX EMPIRIQUES DEVALUATION ET DIMPACT DE LUTILISATION DE LA TECHNOLOGIE CRM
En plus des travaux cits dans la section prcdente, nous aborderons ici les tudes empiriques existant au niveau de la littrature propos de limpact de lutilisation de la technologie CRM sur la performance des entreprises. Sans prtention dexhaustivit, nous allons prsenter celles qui nous paraissent les plus intressantes dans le cadre de notre recherche. Une synthse de ces travaux est prsente dans le tableau suivant. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 82
Tableau de synthse des travaux empiriques de limpact de la technologie CRM
Auteurs
Variables explicatives
Variables expliquer
Echantillons et collecte des donnes
Mthodes danalyse
Rsultats
Goetz Greve et Sonke Albers (2006)
Lutilisation de la technologie CRM
- La performance des trois phases du cycle de vie du client. - Performance sur linitiation de la relation. - Performance sur le dveloppement de la relation. - Performance sur la rupture de la relation.
400 entreprises de la base de donnes dAccenture dans 10 pays europens. Taux de rponse 22,5%. Personnes interroges : cadres suprieurs marketing.
Mthode dquation structurelle
- Lutilisation de la technologie CRM a un impact positif sur les trois phases du cycle de vie du client. - La technologie CRM na pas dimpact direct sur la performance de lentreprise au niveau des trois phases du cycle de vie du client. Les rsultats montrent une relation significative pour le secteur des services t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 83 financiers que pour les autres secteurs dactivit
Ben Pinkerton et Tim R. Colman (2002)
La mise en uvre de la technologie CRM
- Laccroissement de la performance de lentreprise.
100 personnes interroges par diverses mthodes directes et indirectes denqutes. Personne interroges : cadre suprieurs et consultants.
Analyse de contenu
- Plus les entreprises mettent en uvre toutes les fonctionnalits du CRM, meilleurs sont leur rendement.
Johnson et al. (2008)
Lentrept de connaissance et la base connaissance de la technologie (assimilation de la technologie CRM)
- La performance CRM de lentreprise
22O entreprises ont rpondu soit un taux de rponse de 34%.
Analyse factorielle exploratoire avec le logiciel SPSS
La base de connaissance relationnelle client a un effet positif sur la performance CRM de lentreprise. La base de connaissance en technologie a un effet positif sur la performance CRM de lentreprise Lassimilation de la technologie CRM a un t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 84 effet positif sur la performance CRM de lentreprise
Zouaoui Fekhta (2005)
Orientation client
Adoption de la technologie de linformation pour la gestion de la relation client
- Performance de lentreprise
113 questionnaires ont t retourns (en Tunisie).
Analyse factorielle exploratoire avec le logiciel SPSS.
- Le degr dorientation client dune firme a un impact sur sa performance. - Lutilisation de la technologie dinformation nest pas une variable mdiatrice du lien orientation client et performance.
Sunil Mithas, M.S. Krishnan et Claes Fornell
Lutilisation dapplications CRM
La connaissance client La satisfaction client.
Les donnes sur lutilisation dapplication CRM ont t recueillies chez Information week sur
Approche spciale probabiliste non linaire. -Lutilisation de application CRM amliore la connaissance client. -Lutilisation des t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 85 (2005) plus de 300 grandes entreprises des USA. Les donnes sur la satisfaction du client ont t obtenues chez (ACSI) indicateur fiable de luniversit de Michigan aux USA ; applications CRM amliore la satisfaction client.
Ed Peelen et al. (2006).
Les composantes du CRM : limplication des dirigeants, la stratgie, la technologie, linformation, les processus, lorientation client, la gestion client, la mesure.
Les composantes du CRM. La russite du CRM
250 entreprises nerlandaises
Modle dquations structurelles
La russite du CRM dpend du dveloppement dune vision et dune stratgie CRM. Les composantes du CRM (information, processus et technologies) sont lies
Tableau 8 / Titre Synthse des travaux empiriques dvaluation et dimpact de lutilisation de la technologie CRM
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 86
CONCLUSION DU CHAPITRE 2
La recherche en sciences de gestion a accord un intrt la notion de performance et son valuation. Ce concept de performance au sein des entreprises a volu au fil des temps, passant dune vision purement financire base sur les indicateurs (la valeur ajout, excdent brute dexploitation, le retour sur investissement) une vision beaucoup plus large (association dindicateurs financiers et non financiers). Dans ce chapitre nous avons abord cette notion de performance et sa mesure et avons prsent quelques outils de mesure de performance tels que la balanced scorecard et la chane de profits comme mthode de calcul de performance tenant compte aussi bien des performances financires et non financires. En ce qui concerne la balanced scorecard, le modle de base a t dvelopp par Kalan et Norton. Souvent appel tableau de bord prospectif, il est compos de quatre catgories dindicateurs de performance dont lune exclusivement consacre des mesures lies la satisfaction client. Ce modle a subi des apports de la part de plusieurs chercheurs comme Kim, Suh et Hwang (2003) qui ont prsent un modle pour valuer lefficacit du CRM en se basant sur le modle dorigine de Kaplan et Norton. Kim (2003) et ses collaborateurs ont remplac les quatre perspectives traditionnelles par dautres refltant une philosophie centre sur le client dans lvaluation du CRM. Nous avons galement abord dans ce chapitre, la notion du cycle de vie du client. Nous avons dfini le cycle de vie du client comme tant un processus trois tapes successives savoir lacquisition, le dveloppement et la rtention du client. Le cycle de vie du client nest pas un mouvement cyclique comme on pouvait sy attendre mais plutt un mouvement linaire et dynamique. Ce cycle peut devenir un mouvement cyclique si on intgre dans nos analyses la reconqute du client perdu. Un client perdu peut en effet tre reconquis grce aux techniques sophistiques de marketing. Dans notre recherche nous nintgrons pas la reconqute car aucun chercheur (Reichheld 1996, Lars Meyer- Waarden 2004 ; Reinartz et al., 2004) de notre revue de littrature naborde cette notion en traitant le cycle de vie du client. La performance du cycle de vie du client peut tre mesure par le taux de conversion de prospect en client, le taux de rtention, la progression du chiffre daffaires et le taux de fidlisation. Il existe des techniques pour amliorer chaque tape du cycle de vie du client, ces diffrentes techniques ont t dveloppes dans ce travail. Des techniques de recrutement de nouveaux clients aux techniques de rtention sans oublier les techniques de dveloppement du client. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 87 Un large ventail des modles empiriques de recherche relative lutilisation de la technologie CRM a t prsent. Cette prsentation sest limite aux publications les plus rcentes afin de montrer la forte progression de la technologie dans la gestion de la relation client ces dernires annes. Aucun des travaux prsents naborde lutilisation des outils logiciels comme variable explicatives. Certains lont utilis comme variable modratrice. En revanche, Ang et Buttle ((2006) ont essay daborder la performance des logiciels CRM mais eux aussi se sont contents de dterminer la satisfaction apporte par lutilisation de ces logiciels sur chaque tape du cycle de vie du client. Leurs travaux font partie des seuls avoir abord de manire explicite lutilisation des logiciels CRM. Cependant, tous ces travaux ont apport une certaine comprhension des variables utilises et les rsultats obtenus permettront de concevoir notre modle conceptuel danalyse.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 88 CHAPITRE 3
IMPACT DE LUTILISATION DES LOGICIELS CRM SUR LE CYCLE DE VIE DU CLIENT : PROPOSITION DUN MODELE DANALYSE ET DEVELOPPEMENT DES HYPOTHESES DE RECHERCHES
INTRODUCTION
Ce chapitre sera consacr principalement au dveloppement de notre modle conceptuel danalyse ainsi quau dveloppement des hypothses de recherche. Il est organis de la manire suivante. En premier lieu, nous prsenterons le modle conceptuel danalyse et les diffrents lments qui le constituent. Le dveloppement des diffrentes hypothses de recherches sera prsent en second lieu. Pour finir nous prsenterons un tableau rcapitulatif des diffrentes hypothses.
I- MODELE CONCEPTUEL DANALYSE DE MESURE DE LIMPACT DE LUTILISATION DES LOGICIELS CRM SUR LE CYCLE DE VIE DU CLIENT
1- CADRE THEORIQUE DE MESURE DE PERFORMANCE
Nous avons dit prcdemment que le marketing relationnel est considr comme une nouvelle thorie du marketing (Hetzel 2004) et que le CRM est une application du marketing relationnel (Gummesson 2004 ; Vargo et Lusch 2004). Une entreprise qui adopte le marketing relationnel est oriente client et a donc une stratgie relationnelle. Les technologies et les applications CRM ont volu et continuent dvoluer surtout grce la concurrence et aux exigences des entreprises. Il en est de mme pour les investissements des entreprises en matire de logiciels CRM. Les entreprises croient la capacit des logiciels amliorer le cycle de vie de leurs clients. Dans le pass, Crosby et johnson (2000) 1 ont montr dans une tude que 60% des installations de logiciels CRM chouent et ne donnent pas les rsultats escompts. Il existe plusieurs raisons ces checs. Mitchell, A. (2003) 2 affirme que le vrai problme avec le CRM est quil nest pas souvent soutenu par une stratgie marketing relationnel. Pour cet auteur, la mise en
1 Crosby, L.A. Johnson, S.L. (2000) what to do before going 1-to-1 marketing management, vol.9 no 4 pp. 15-21 2 . Mitchell,A (2003) crm failing as it yields one- sided relationship precision marketing. P 14 t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 89 place dune stratgie relationnelle aurait un effet modrateur sur limpact de lutilisation des logiciels CRM sur le cycle de vie du client. Lorsque nous nous appuyons sur la dfinition du CRM suggre par Pierre Alard et Pierre Arnaud Guggmos (2005), nous constatons, quoutre la stratgie relationnelle, la connaissance client et la gestion efficace des canaux de communication peuvent constituer des variables modratrices lutilisation des logiciels CRM. En effet, Pierre Alard et Pierre Arnaud Guggmos (2005) dfinissent le CRM comme une dmarche organisationnelle qui vise mieux connatre et mieux satisfaire les clients identifis par leur potentiel dactivit et de rentabilit, travers une pluralit de canaux de contact, dans le cadre dune relation durable, afin daccrotre le chiffre daffaires et la rentabilit de lentreprise . Cette dfinition laisse apparatre les trois variables prcites qui constitueront les variables modratrices de notre modle danalyse. Il y a trs peu de recherches sur limpact direct de lutilisation des logiciels CRM sur la relation client encore moins sur le cycle de vie du client. La plupart des recherches prsentes dans le chapitre prcdent (Reinartz et al., 2004 ; Jayachandran et al.,2004 ; Goetz Greve et Sonke Albers, 2006 ; Johnson et al., 2008) abordent lutilisation des logiciels sans trop se focaliser sur la capacit des logiciels rpondre aux rels problmes des entreprises. Lvaluation de lefficacit dun logiciel CRM dpend de plusieurs variables dterminantes savoir : - La capacit du logiciel regrouper les informations venant de divers canaux de communication (CRM collaboratif) - La capacit analyser les informations client afin doffrir la meilleure rponse possible au client (CRM analytique) - Lautomatisation des campagnes marketing et de la force de vente (CRM oprationnel). Trayssac F. (2002) voque les solutions AOC du march en abordant les capacits Analytique, Oprationnelle et Collaborative des logiciels CRM. Cette notion de capacit a t voque par Zikmund et al., (2003) et Nga (2005). Ces chercheurs estiment que la capacit fournir en temps rel des informations prcises et crdibles travers les points de contact client, peut influencer la force de la relation client fournisseur. Dautres comme Geissler, (2001) et Mac Donald et Smith (2004) trouvent que la capacit entretenir une relation interactive est un avantage inhrent la technologie CRM. La littrature suggre que la majeure partie dune application CRM correspond un ensemble de capacits lies la technologie CRM (Croteau et LI, 2003) pour obtenir la comprhension du client (Bose et Sugumaran 2003 ; Zahay et Griffin 2004). Cela comprend lacquisition, le stockage, la t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 90 diffusion et lutilisation des informations client (Sinkula, Baker et Noordewier, 1997 ; Slater et Narver 1995) dans le but dengagement et de conserver une meilleure relation avec le client. Bien quil existe peu dtudes sur le sujet, nous avons une forte conviction que lutilisation des logiciels CRM devrait influencer positivement les lments tels que : - Le taux de conversion client prospect cause de la fonction analytique des logiciels. - Lamlioration de la connaissance du client par laccumulation dinformations provenant des divers anaux de communication. - Lamlioration du chiffre daffaire gnrer par les clients grce la prcision des propositions effectues aux clients - La diminution du taux de dfection client grce lcoute et lanalyse des rclamations des clients. Cette conviction se trouve soutenue par les rsultats et les perspectives proposes par Buttle, (2004) et Payne et Frow (2006) galement. Lide centrale de lefficacit dun logiciel CRM est quil doit tre capable de produire de la valeur, tant pour le client que pour lentreprise. Selon J. W. Kim et al., (2004), une des mesures de succs de la relation client est la force de la relation. Souvent plus une relation est forte, plus le client est fidle donc procde plus dachat. Ce rsultat est fortement conditionn par la capacit dinteractivit favorise par lutilisation de la technologie CRM (Zikmund et al., 2003 ; Nga 2005). Ben Pinkerton et Tim R. Colman (2002) ont montr que plus les entreprises mettent en uvre toutes les fonctionnalits du CRM, meilleur est leur rendement. Cette notion fonctionnalit renvoie la notion de capacit. Donc pour les chercheurs, plus une entreprise se dote dun logiciel avec toutes les capacits ncessaires, meilleur sera son rendement. La littrature dans le domaine, met laccent sur labsence dune stratgie relationnelle comme cause dchec des projets CRM (Ed Peelen, 2005). Jallat et al (2006) suggrent que pour russir la mise en place de la technologie CRM, lentreprise doit se poser des questions comme : - Quelle connaissance des clients lentreprise possde t-elle ? - Semploie t-elle consolider ses liens avec les meilleurs clients ? - Dans quelle mesure est elle oriente client ? Pour ces auteurs, les applications CRM ne fonctionnent plein rgime que si lentreprise matrise au pralable les fondamentaux de la relation client. Ils conclurent en soulignant quil est hautement prfrable que la technologie vienne aprs la stratgie et les questions dorganisation. Ils ont men une tude sur 250 entreprises nerlandaises avec la mthode t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 91 dquation structurelle et ont conclu que la russite du CRM dpend du dveloppement dune vision et dune stratgie CRM et que les composantes du CRM (information, processus et technologies) sont lies.
2- MODELE CONCEPTUEL DE LA RECHERCHE
Cette tude, a pour objectif de mesurer limpact de lutilisation des logiciels CRM sur le cycle de vie du client. Nous cherchons alors savoir leffet de lutilisation de ces logiciels sur le cycle de vie du client. Une tude causale, nous permettra dobtenir des preuves de relation de cause effet entre les diffrentes variables. La causalit se dfinit comme le rapport de la cause leffet quelle produit (Vandangeon-Derumez et Mbengue, 2007). Selon Zaltman et al.,( 1973), une variable est considre comme une cause, lorsquelle occasionne ou affecte un rsultat. Pour ces auteurs, les causes font rfrence aux facteurs par lesquels les phnomnes se produisent ou changent. Cette relation de causalit est souvent mise en vidence en utilisant la modlisation par quation structurelle. Jolibert et Jourdain (2006), estiment que la modlisation par les quations structurelles est une technique danalyse globale dont les cas particuliers sont la rgression, lanalyse canonique, lanalyse de variance et lanalyse factorielle. Ainsi, en nous inspirant des travaux de Reinartz et al. (2004) de Jayachandran et al., (2004) et de Goetz Greve et Sonke Albers (2006), et en nous situant dans le cadre thorique de mesure bas sur les capacits des outils logiciels CRM voqu par Zikmund et al., (2003) et Nga (2005), nous proposons notre modle conceptuel danalyse tel que prsent dans la figure ci-dessous. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 92 Stratgie Relationnelle) Connaissance client Gestion des canaux de communication Variables de contrle - secteur d'activit - l'exprience en matire de logiciel CRM - taille de l'entreprise Performance du cycle de vie du client - acquisition du client - dveloppement du client - rtention du client Logiciel CRM - CRM analytique - CRM oprationnel - CRM collaboratif Variables modratrices Modle conceptuel d'analyse
Figure 15 / Titre : Modle conceptuel danalyse dvaluation de lutilisation des logiciels CRM sur le cycle de vie du client (Coovi Byblice, 2010)
Le modle est compos de quatre parties. La premire concerne les logiciels CRM et toutes les fonctionnalits possibles. Il sagit du CRM analytique, du CRM oprationnel et du CRM collaboratif. Cette partie du modle comprend les variables explicatives La deuxime partie traite des variables modratrices pouvant produire des effets de dinteraction avec les capacits du logiciels CRM. Trois variables modratrices ont t extraites de la littrature : la connaissance client, la stratgie relationnelle et la gestion des canaux de communication. La t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 93 troisime partie regroupe la performance du cycle de vie du client. Pour la troisime partie, il est question de la performance du cycle de vie du client. Comme nous lavons signal plus haut, il se sera mesur travers trois indicateurs savoir : le taux dacquisition de nouveaux clients, le dveloppement du client et le taux de rtention des clients. Ce sont les variables expliquer. Enfin, une quatrime partie qui traite des variables de contrle. Trois facteurs ont t retenus : lexprience en matire de logiciel CRM et le secteur dactivit et la taille de lentreprise. Nous allons maintenant dvelopper les hypothses de recherche.
II- DEVELOPPEMENT DES HYPOTHESES DE RECHERCHE
Cette section sera consacre la dfinition des diffrents concepts et au dveloppement des hypothses de recherche.
1- LES VARIABLES INDEPENDANTES
1-1 Lutilisation du CRM analytique
Pour Irina et Buttle (2006), le CRM analytique recouvre les efforts pour constituer une base de donnes clients, la ralisation danalyses de donnes pertinentes pour orienter les investissements commerciaux et marketing, les efforts pour diffuser les informations en interne de faon permettre les dmarches de vente croise (cross selling) et de monte en gamme (up selling) et enfin les efforts pour diffuser les informations auprs du personnel en contact afin de mieux servir le client. La capacit analytique dun logiciel CRM est sa capacit stocker et analyser de trs vastes quantits de donnes gnres par les oprations de marketing, de vente, de service aprs vente ainsi que les informations rcoltes sur le client lors de contacts tlphonique, lectroniques ou encore grce des questionnaires. Saint Cast (2003) dfinit le CRM analytique comme lensemble de tous les mcanismes danalyse des donnes lies directement ou indirectement aux clients, prospects, partenaires ou fournisseurs. Le CRM analytique a pour objectif de construire des modles de comportement, de participer la segmentation/micro segmentation des typologies de clients, danticiper des volumes de chiffres daffaires en simulant des taux dacceptation, de concrtisations, par exemple sur les campagnes marketing (Saint Cast, 2003) Daprs Crosby et Johnson (2002), le CRM analytique repose sur des technologies intelligentes qui fournissent lentreprise une plate-forme permettant laide la dcision t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 94 marketing. Parmi ces technologies, on compte lentreposage des donnes (datawarehouse) et le forage des donnes (datamining). Les lments amasss dans les entrepts de donnes peuvent tre en rapport avec les prfrences, les comportements ainsi que lhistorique du client, contribuant ltablissement dune mmoire institutionnelle enrichie au fur et mesure par les interactions courantes avec le client (Brown, 2001). Le forage de donnes, quant lui, permet, sur la base de fichiers clients ou dentrepts de donnes, de dtecter des tendances gnrales et de rgles de comportement pouvant tre de nature causale, prdictive ou descriptive. Grce au profiling, lentreprise est capable de classer ses clients dans des segments prdfinis, dmographiques ou autres. Chen et Yuan-Ze et Ching (2004) ont annonc que les mthodes telles le traitement analytique en ligne (OLAP) et lextraction des donnes ont permis aux entreprises damliorer leur intelligence et leur capacit collecter des donnes et de nouvelles informations sur le client et leur march. En possdant une capacit analytique suffisamment dveloppe, lentreprise soffre la possibilit dapprhender les comportements des clients, de dfinir des segments de march et de dvelopper des modles prdictifs du comportement et des intentions du client (Crosby et al. 2002). Lefbure et Venturi (2005) dfinissent la capacit analytique comme cette capacit qui correspond la capacit danalyse. Pour Dominique Moisand (2002), la capacit analytique du logiciel permettra aux entreprises de calculer la probabilit exacte de chaque transaction avec un client et daffiner de plus en plus les modles dcisionnels qui sous-tendent lactivit commerciale. Lutilisation du CRM analytique permet davoir des donnes de qualits ce qui augmente lefficacit de la campagne de prospection. Les taux de rponse augmentent car lentreprise a plus de chance dapprocher le bon client avec la bonne proposition doffre et au moment opportun. Avec les outils analytiques, la probabilit de raliser une transaction augmente, ainsi que celle dattirer un client qui a le profil adquat par rapport loffre propose. Des chercheurs comme Roberts et Berger, (1999) ont mont que la qualit de la base de donnes a beaucoup dinfluence sur le taux de rponse une campagne de marketing direct. Ces chercheurs ont conclu que la qualit de loffre, la qualit du message et lattrait de la promotion associe ont autant dinfluence sur la rponse que la seule composition du fichier. Dautres tudes ont constat que lutilisation de la technologie CRM et les applications de base de donnes pouvaient renforcer les relations par le biais de la vente croise (cross- selling) et du up selling (Kamakura, Ramaswami et Srivastava, 1991 ; Kamakura, Wedel de Rosa et Mazzon, 2003). t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 95 Une tude ralise par la socit Everest et luniversit Paris-Dauphine (2006) 1 auprs de 206 directeurs marketing et commerciaux montre que lobjectif prioritaire de lutilisation du CRM analytique nest plus simplement de dvelopper la connaissance client mais dexploiter cette connaissance client pour recruter de nouveaux clients, accrotre la rentabilit des clients et fidliser les clients existants. Sur la base de tout ce dveloppement, nous pouvons alors formuler lhypothse suivante :
H1 : Plus lentreprise utilise la capacit analytique du logiciel CRM plus la performance du cycle de vie du client est leve.
1-2 Lutilisation du CRM collaboratif
Pour Lefbure et Venturi (2005), cest la capacit fdrer les forces de lentreprise, qui correspond la capacit de dmultiplication. Ce domaine met en oeuvre les technologies de travail de groupe et consiste mettre en place des canaux ou des actions pour dialoguer avec le client : messagerie lectronique, confrences, fax/lettres Cette partie "multicanal" (Enterprise Marketing Automation ou EMA) a pour objet essentiel d'optimiser les contacts clients et de transmettre le bon message au bon moment par le bon canal. Les entreprises spcialistes du secteur CRM ne saccordent pas souvent sur la dfinition donner cette division du CRM. Gartner Group estime que le CRM collaboratif met en avant les technologies entrant en jeu lorsquon est en contact avec le client (voix sur IP, web call center), Scaconsult parle de la gestion des connaissances, partages et synchronisation dinformations, dintgration back office et de bureaux nomades. Selon nos recherches et compte tenu du nombre dditeurs de logiciel CRM contact, nous pouvons dfinir le CRM collaboratif comme la mise en uvre de techniques collaboratives destines faciliter les communications entre lentreprise et ses clients ainsi que lintgration avec les autres dpartements de lentreprise. La mise en uvre dun systme CRM lchelle de lentreprise nest gnralement pas une solution cl en main en raison de processus idiosyncrasiques, des procdures et des interfaces client (Gefen et Riding, 2002). Un certain nombre de chercheurs (Bull 2003, Goodhue et al. 2002, M. Meyer et Kolbe, 2005, Plakoyiannaki et Tzokas 2002) considrent la capacit collaborative des logiciels CRM comme un facteur cl de succs de ladoption de la technologie CRM.
1 Source : daprs ltude diagnostic CRM ralis par Everest et luniversit Paris-Dauphine (2006) t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 96 Pour Buttle (2004) et Payne et Frow (2006), lintgration du logiciel au point de contact avec le client est trs importante pour le succs de la mise en uvre de la technologie CRM. Cette capacit intgrer le logiciel CRM aux autres systmes de lentreprise (financier, ressources humaines, distribution et lexploitation) apporte de la valeur aux clients car les requtes des clients peuvent tre traites avec plus de professionnalisme en temps rel et aux moments opportuns. La capacit collaborative du logiciel favorise galement lintgration des centres de contact client (centre dappel, mail, site web). Le CRM collaboratif permet linteraction entre le client et le fournisseur. La succession des interactions permet la relation de prendre de lampleur et selon la confiance et les liens ressentis lavenir de la relation se dessine (Moller et Wilson, 1995). Lutilisation du CRM collaboratif devrait se manifester chez le client par une satisfaction totale (la prise en compte rapide de ses proccupations), ce qui renforcera la confiance et la considration du client envers lentreprise. Depuis les travaux de Morgan et Hunt (1994) la confiance est devenue un dterminant important de la relation client fournisseur. La thorie selon laquelle des relations privilgies entre client et fournisseur peuvent contribuer une amlioration significative des rsultats financiers a t assez largement dmontre. La plus connue est celle prsente par Reichheld (1996). Selon cette thorie, lentreprise peut diminuer de 5% le taux de dfection de ses clients grce une meilleure gestion relationnelle de ses activits. Dans la mme tude, Reichheld (1996) montre que les clients satisfaits peuvent eux-mmes attirer de nouveaux clients (sans ncessiter dinvestissements supplmentaires de la part de lentreprise) en se faisant les ambassadeurs de la marque concerne. Dautres tudes ( Leuthesser et Kohli, 1995, Moon et Quelch 2004) ont galement montr que les relations entre client et fournisseur pouvaient accrotre le montant des ventes par client, le niveau moyen dachats cumuls, la valeur vie du client, la confiance, la satisfaction et sans doute engendrer sa fidlisation. Tout ceci nous amne poser lhypothse suivante :
H2 : Plus lentreprise utilise la capacit collaborative du logiciel CRM, plus la performance du cycle de vie du client est leve
1-3 Lutilisation du CRM oprationnel
Selon Lefbure et Venturi (2005), cest la capacit de mise en uvre qui correspond laction. Cest lintgration et lautomatisation des processus horizontaux en liaison avec le t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 97 client (front-office : ventes, marketing, services client) et avec le back office. On retrouve dans cette catgorie tous les outils de front-office, de la force de vente et de gestion des campagnes marketing, sans omettre les centres dappels. Le CRM oprationnel concerne la gestion quotidienne de la relation avec le client, travers lensemble des points de contact (point de vente, tlphone, Internet etc.). Le CRM oprationnel, reprsente linterface directe de lentreprise avec sa clientle lui permettant un accs facile linformation et la possibilit de discuter des problmes avec des tres humains plutt quavec un systme de rponse lectronique (Rembrand, 2004). Le CRM oprationnel est centr sur la gestion quotidienne de la relation avec le client, travers lensemble des points de contact (tlphone, fax, Internet, magasin et autres). Cest plus un ensemble doutils pour aider les commerciaux et les responsables client dans leurs tches quotidiennes. Pour Ang et Buttle (2006), le CRM oprationnel sappuie sur un logiciel pour automatiser la vente, le marketing et les services. Selon Jallat et al. (2006) les outils du CRM analytique contribuent rsoudre la question du ciblage et de slection des clients, mais les outils du CRM oprationnel permettent de proposer loffre concrtement au client, au bon moment et par le bon canal. Daprs ces mmes auteurs, le CRM oprationnel indique les clients qui il faut adresser un rappel, les canaux utiliser et les moyens mettre en uvre pour suivre le droulement des oprations. Daprs Remi Salette (cit par Pellen 2006), le CRM oprationnel permet de rpondre trois questions savoir : - Comment permettre la force de vente de saisir des opportunits commerciales avec agressivit et rgularit ? - Comment faire en sorte que chacun emploie les stratgies et tactiques de ventes appropries ? - Comment former rapidement de nouveaux collaborateurs commerciaux pour quils deviennent productifs ? Les campagnes marketing sont orientes vers les objectifs de rduction du taux dattrition, de fidlisation et dacquisition de nouveaux clients (Moisand 2002). La capacit oprationnelle permet dautomatiser les ventes et aide grer les contacts avec les prospects et les clients Lefbure et Venturi (2005). La capacit oprationnelle permet donc la mise en place du marketing one to one (Pepper et Rogers, 1997) ce qui fait que le client se sent unique pour lentreprise. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 98 Parmi les facteurs de succs des ventes, on constate que la personnalisation tant des relations que des propositions permettent daugmenter le taux de russite. La capacit oprationnelle du logiciel CRM permet lentreprise de prendre chaque client de manire individualise. La capacit oprationnelle des logiciels favorise linteraction avec le client et la personnalisation de loffre. Le CRM oprationnel se sert des informations fournies par le CRM analytique afin de proposer des offres personnalises aux clients. Pour Gilmore et Pine (1997), la personnalisation est synonyme de marketing sur mesure o lentreprise adapte ses offres aux besoins des clients. Pierre Alard et Damien Dirringer (2000) explique dans un livre que les logiciels dautomatisation de la force de vente sont apprcis aussi bien des clients que des entreprises. Pour ces auteurs, les gains lis la mise en uvre de tels outils sont multiples. Lutilisation des ces outils permet lentreprise de rduire les erreurs et des annulations de commandes. Ils permettent galement de raliser jusqu 40% daugmentation de chiffre daffaires grce un meilleur suivi des opportunits commerciales. Les auteurs concluent en indiquant que lutilisation des logiciels dautomatisation de la force de vente permet la rduction du dlai de conclusion daffaires et une bonne disponibilit des vendeurs pour se concentrer sur la relation clients, ce qui est particulirement fidlisant rajoutent-ils. De tout ce qui prcde, nous mettons lhypothse suivante :
H3 : Lutilisation de la capacit oprationnelle a un impact positif sur le cycle de vie du client
2- LES AUTRES VARIABLES
Nous dfinirons dans cette sous section les autres variables relatives notre modle et formulerons les hypothses qui sy rattachent
2-1 Connaissance client.
La connaissance du client et de ses besoins tout au long de son cycle de vie est la base du marketing relationnel (Moisand, 2002). Connatre chaque client titre individuel est indispensable pour dvelopper une relation durable avec lui. Nous avons montr plus loin que la capacit analytique du logiciel pouvait permettre daccrotre la connaissance du client. Pour cela, il faut que lentreprise mette en place des stratgies permettant de collecter les bonnes t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 99 informations. La connaissance client pouvait alors avoir un effet sur la performance de lutilisation des logiciels CRM sur le cycle de vie du client. Selon Moisand (2002), lamlioration de la connaissance client ne se limite pas de la collecte de donnes. Pour cet auteurs, connatre lattitude du client vis vis dune marque, sa satisfaction vis--vis des services proposs, participent la connaissance client. La connaissance client est laptitude de lentreprise collecter des informations sur le client ainsi que sa capacit exploiter ces informations. Lin et al (2005) dfinissent la gestion de la connaissance client en se basant sur la dfinition de la gestion des connaissances, prsente par Beckmann (1997). La gestion de la connaissance client est donc, lidentification, la capture, le choix, le stockage, le partage, lapplication de la connaissance, la cration et la rutilisation des connaissances clients. Mc Cann et Buckener (2004) considrent que la gestion de la connaissance client est lvaluation, la valorisation, lacquisition, la construction, le partage, le maintien, la saisie et lapplication de la connaissance. La connaissance client est devenue un capital et un facteur davantage concurrentiel pour lentreprise. La connaissance client comprend le modle des besoins des clients et ou lexprience de consommation de produits et ou des services (Su et al, 2005). Lin et al. (2005) dfinissent la gestion de la connaissance client comme lidentification, la capture, le choix, le stockage, le partage, lapplication de la connaissance, la cration et la rutilisation des donnes clients. Chung et al (2003) affirment que lentreprise qui russi comprendre et grer le comportement des consommateurs et les services client pourrait sapproprier de lavantage comptitif. Jayachandran, Hewett et Kaufman (2004) ont montr que la connaissance client amliore la rapidit et lefficacit de la raction de lentreprise envers ses clients. Pour ces auteurs, une meilleure connaissance du comportement des clients permet aux entreprises de grer et de cibler les clients sur la base de lvolution des expriences de services plutt que sur des critres dmographiques, ce qui augmente la valeur perue de loffre et diminue le risque de dfection des clients fidles. SU et al. (2005) ont galement montr que la connaissance client favorise les possibilits de satisfaire le client. Luchesi (2003) affirme que toute amlioration de la connaissance client favorise une identification fine du client, qui peut se traduire par une diffrenciation de loffre de lentreprise et par consquent une meilleure satisfaction du client do lamlioration de son cycle de vie. Lin et al. (2005) affirment que les applications du CRM et la gestion de la connaissance client ont un effet positif sur la rduction des cots et laugmentation des revenus. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 100 Wassermann (2001) affirme que linstantanit de servir les clients grce aux connaissances que lentreprise possde sur eux amliore la satisfaction du client tout en diminuant les cots, car le traitement se fait plus rapidement et plus efficacement. Tisseyre (1999) considre que la gestion de la connaissance client est une nouvelle mthode dorganisation car elle aide les entreprises atteindre un seuil en termes de productivit et de qualit. Pour que la technologie CRM soit efficace dans la gestion de la relation client, il faut quelle soutienne les processus de gestion des expriences client (Greenberg 2001 ; Rigby et al. 2002). Selon Ja et al. 2004 la technologie CRM nest pas un substitut pour le processus dinformation relationnel efficace mais plutt un facilitateur de son efficacit. Lutilisation conjointe de la technologie CRM et les processus dinformation relationnelle peut permettre lentreprise dtre plus efficace dans ces interactions avec le client (Flint et al. 2002). Sambamurthy et al. (2003) ont mont que la gestion de la connaissance client a un effet mdiateur sur limpact des nouvelles technologies sur la performance des entreprises. Mithas, Krishnan et Fornell, 2005 ont montr que loutil CRM permet damliorer la connaissance client qui a son tour, permet damliorer la satisfaction or Rust et Zahorik (1993) ont constat quil y avait un lien entre la satisfaction et la rtention. De tout ce qui prcde, nous pouvons formuler les hypothses suivantes.
H4 : Plus lentreprise dveloppe une aptitude connatre ses clients, plus limpact de lutilisation de la capacit analytique sur le cycle de vie du client est fort H5 : Plus lentreprise dveloppe une aptitude connatre ses clients, plus limpact de lutilisation de la capacit oprationnelle sur le cycle de vie du client est fort
2-2 Stratgie relationnelle
Ce sont les hommes qui initient et dveloppent les relations, pas les ordinateurs (Jallat et al., 2005). Les chercheurs comme Rigby, Reichheld et Schefter (2002) ont montr que pour avoir ignor cette considration de nombreuses entreprises ont chou dans leur projet CRM. La stratgie relationnelle consiste transmettre des marques dattention positives (Fournier, 2000). Pour Jallat et al. (2005), les entreprises qui dveloppent une stratgie relationnelle sintressent au dveloppement de la relation de long terme avec leur client. La stratgie relationnelle est selon Morgan et Hunt (1994) lensemble des activits marketing destines tablir, dvelopper et maintenir des relations dchanges fructueuses . Selon Benamour t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 101 et Prim (2000), la stratgie relationnelle passe par le degr dorientation client du vendeur. Ce degr est laptitude de vendeur sengager auprs du client et laide faire les choix qui le satisferont. Saxe et Weitz (1982) dfinissent lorientation client comme le degr selon lequel le vendeur applique la notion du marketing en tentant daccompagner le client dans ses dcisions dachats de faon rpondre efficacement ses besoins. Pour Brown et al (2002) lorientation client est la prdisposition de lemploy satisfaire les besoins du client dans le contexte de son travail. Benamour et Prim (2000) dfinissent alors lorientation relationnelle comme une attitude base sur lorientation affective, fonctionnelle et temporelle du client, ainsi que sur des lments contextuels. Lorientation client est selon Narver et Slater (1994) la comprhension suffisante des consommateurs cibles afin dtre capable de leur offrir une valeur suprieure de manire continue . La fidlit des consommateurs est prsente comme une consquence majeure des processus relationnel (Morgan et Hunt, 1994 ; Garbarino et Johnson, 1999). La stratgie relationnelle consiste donc tenir compte de la valeur du client. Ladoption dune stratgie relationnelle rclame un engagement vigoureux de lentreprise et limplication de toutes les fonctions concernes. Pour Peppers et Roger (2004), une entreprise qui est orient client doit se proccuper de la satisfaction de sa clientle, doit traiter chaque client diffremment en leur proposant des offres sur mesure. Lefbure et Venturi (2005) qualifient le marketing relationnel de Freudien car coute et analyse. Cette coute et cette analyse constituent une vraie gestion de la relation client. Lendrevie, Levy et Lindon (2006) dfinissent la politique relationnelle comme une stratgie et un processus organisationnel qui visent accrotre le chiffre daffaires et la rentabilit de lentreprise en dveloppant une relation durable et cohrente avec les clients identifis par leur potentiel dactivit et de rentabilit. Cest cette aptitude de lentreprise couter et donner de la valeur aux clients qui constitue la stratgie relationnelle. La stratgie relationnelle vise la stabilit dchange fonde sur la fidlit mutuelle non dicte par le contrat formel et permet dviter la concurrence en considrant la relation comme une ressource cl (Salerno, 1995). Pour Jallat, Le Nagard et steyer (1997), les effets de la stratgie relationnelle sur la rtention des clients sont plus importants sur les profits que sur les conomies dchelle dans les entreprises de service. Plus la relation dure, plus les profits augmentent car la consommation augmente et la sensibilit aux prix diminue. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 102 La fidlit du client net pas seulement le fait du client mais passe galement par le personnel en contact. Pour Reichheld (1993, 1996), si lon veut entretenir des relations personnalises avec la clientle, il faut sen occuper convenablement, donc avoir un personnel bien form. Les chercheurs comme Parasuraman (1997) et Woodruff (1997) affirment que la stratgie relationnelle serait une source davantage concurrentiel. Pour Abidi (2002), dans un environnement concurrentiel o la diffusion des innovations produit est trs rapide, une orientation client permettrait dassurer la fois une vision long terme et une cohrence dans le choix stratgique et organisationnel. Lenjeu dune bonne stratgie relationnelle consiste dvelopper auprs des employs une culture relationnelle afin que lorientation client soit effectivement perue par la clientle (Deshpand, Farley et Webster, 1993). Meehan et Barwise, (1996) affirment que le dveloppement et la performance de certaines entreprises sont le rsultat dune culture interne refltant lorientation client. Sur la base de ce dveloppement, nous pouvons formuler les hypothses suivantes :
H6 : Plus lentreprise adopte une stratgie relationnelle, plus limpact de lutilisation de la capacit analytique sur le cycle de vie du client est lev H7 : Plus lentreprise adopte une stratgie relationnelle, plus limpact de lutilisation de la capacit oprationnelle sur le cycle de vie du client est lev
2-3 La gestion des canaux de communication
La gestion des canaux est dfinie par Neslin, (2006) comme : la conception, le dploiement, la coordination et lvaluation des canaux dans lesquels les firmes et les clients interagissent, dans le but daugmenter la valeur du client . Chaque client fait un usage diffrent des canaux. La connaissance de ce comportement et des prfrences est essentielle pour pouvoir tablir un dialogue et ou leffet souhait. Un service efficace consiste aussi permettre au client datteindre la socit par le canal quil prfre, quil sagisse du tlphone, dInternet, du courrier lectronique, dun magasin traditionnel ou autre. Selon Brown (2006) les entreprises les plus innovantes parviennent une synergie des divers canaux ; elles savent tirer parti de leurs avantages respectifs pour les assurer un service efficace et homogne. Pour dvelopper et utiliser ces canaux avec succs, lentreprise doit dterminer les prfrences des clients et la manire dont ils les utilisent. Sans t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 103 ces informations, lentreprise ne pourra pas faciliter le processus de communication orient client. Compte tenu de la capacit interactive des canaux informatiques, des entreprises considrent tort quils favorisent le pouvoir grandissant du client, le passage dun fournisseur un autre et la pression des prix. Dautres entreprises trouvent les moyens dattirer leurs clients vers les canaux plus conomiques. Nous citerons lexemple de la socit Columbia House, diteurs de musique sur CD et cassettes, qui offre sa clientle un rabais de 10% sur les commandes passes sur Internet ou par tlphone plutt que par courrier. Daprs lagence ETO (2005) cite par Peleen (2006), une action multicanal optimise le rendement dune opration de 15 20%. Selon Jallat et al, (2006), la cration de campagnes associant publipostage, email et centre dappels est frquemment cite comme permettant damliorer les taux de retour ou de raction des clients de faon trs significative. Dans une tude ralise par Badoc et al., (1998), il a t dmontr quun rapport de 1 10 spare le cot dune transaction bancaire en agence de celui de la mme transaction faite sur Internet. Il est alors possible de penser que les prestations de service ralises en ligne cotent moins chres et sont susceptible dattirer plus de nouveaux clients et aussi permettre de conserver les anciens donc les fidliser et rduire en mme temps le taux de dfection client. Lintgration multicanal augmente lexprience de service vcue par le client sur lensemble des canaux entranant un niveau de satisfaction plus grand (Rosenbloom, 2007 ; Soussa et Voss, 2006) qui favorise une relation long terme (Payne et Frow, 2004) bas sur la confiance. Selon Ryals et al., (2000), coordonner les points de contact avec les clients, permet de corriger et dajuster les informations sur ceux-ci afin dobtenir une rponse unique et fiable et renforcer ainsi la stratgie relationnelle tout en tant performant dans la gestion de la relation. Le client qui traite avec plusieurs units de lentreprise, naura plus limpression de sadresser plusieurs entits distinctes mais une seule et unique entit qui lui prsente une information unique. Ceci conduira sa satisfaction et pas consquent sa fidlisation. Ainsi, nous pouvons mettre lhypothse suivante :
H8 : Plus lentreprise met en place une stratgie de gestion des canaux de communication, plus limpact de lutilisation de la capacit oprationnelle du CRM sur le cycle de vie du client est lev H9 : Plus lentreprise met en place une stratgie de gestion des canaux de communication, plus limpact de lutilisation de la capacit collaborative du CRM sur le cycle de vie du client est lev
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 104
2-4 Variable de contrle
Dans le domaine du CRM et de mesure des performances de la relation client, plusieurs variables ont t identifies comme variables de contrle (ex : la taille de lentreprise, lge de lentreprise, type dentreprise etc.). Dans cette recherche, nous avons retenu trois variables dont la plus part se trouvent dans les travaux empiriques sur la performance du CRM (Renartz et al, 2004 ; Johnson et al, 2008 ; Goetz Greve et Sonke Albers, 2006) savoir : le secteur dactivit de lentreprise, lexprience de lentreprise en matire dutilisation de la technologie CRM et la taille de lentreprise.
La taille de lentreprise
La taille de lentreprise est une variable de contrle qui peut influencer la performance CRM de lentreprise. En effet, la mise en place dun projet CRM ncessite la mobilisation et ladhsion des diffrents types de ressources (financires, technologies) et de comptences. Vu que les grandes entreprises possdent en gnral le plus de ressources que les petites ou moyennes, elles sont donc les mieux places pour tirer le plus davantage de la mise en place dun projet CRM. Rivers, ML et Dart (1999) ont constat que les grandes entreprises avec plus de vendeurs ont tendance adopter la SFA (logiciel dautomatisation de la force de vente) donc un logiciel de gestion de relation client. Starkey et Woodcock (2002) ont galement constat que les grandes entreprises ont tendance trouver plus difficile la gestion de leurs clients que les petites. Mais ceci ne signifie pas forcement que les grandes entreprises ont un meilleur rendement en matire de cycle de vie de client que les petites.
H10 : la performance du cycle de vie du client dpend de la taille de lentreprise
Le secteur dactivit
Le secteur dactivit est considr ; afin de contrler la possibilit de la variance entre les diffrents secteurs, le secteur dactivit a t inscrit comme variable de contrle. Le secteur dactivit dune entreprise peut avoir une influence sur lutilisation des logiciels CRM. Les entreprises de service ont une propension plus leve entretenir une bonne relation avec t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 105 leurs clients que les entreprises dautres secteurs. En raison de leur haut niveau dintangibilit, les services sont galement plus faciles personnaliser. La personnalisation dpend de la capacit de lentreprise rpondre aux besoins individuels de chaque client. Compte tenu de la capacit connue des logiciels CRM, nous somme amens poser lhypothse suivante :
H11 : La performance du cycle de vie du client dpend du secteur dactivit de lentreprise lorsquelle utilise les logiciels CRM.
Lexprience en matire dutilisation de logiciel CRM
Lexprience en matire dutilisation de logiciel CRM reflte le degr de familiarit des utilisateurs du logiciel avec ce dernier. Une exprience importante peut tre lorigine dun degr de matrise de la technologie et dun meilleur usage. Plus le temps depuis lequel lentreprise utilise le logiciel est lev plus le rendement produit par les employs est important. Il en est de mme pour la frquence dutilisation. On peut tre amen croire galement que plus la frquence dutilisation du logiciel est leve et plus les employs ont une bonne exprience du logiciel. Selon Brodie et al.,( 2004) une appropriation progressive des outils par les employs permettra damliorer progressivement les programmes mis en uvre et davoir un meilleur rendement. Do lhypothse suivante :
H12 : Lexprience en matire dutilisation du logiciel CRM a un effet positif sur la performance du cycle de vie du client
2-5 Rcapitulatif des hypothses
Lobjet de ltude tant de mesurer limpact de lutilisation des logiciels CRM sur le cycle de vie du client, nous avons comme hypothse principale lhypothse H0. Cette hypothse stipule que lutilisation des logiciels CRM a un impact positif sur le cycle de vie du client. De cette hypothse et compte tenu des variables mesurer dcoulent les hypothses H1 H9. Les effets modrateurs des variables comme la stratgie relationnelle, la connaissance client et la gestion des canaux de communication sont reprsents par les hypothses H10 H12. Les effets directs de la taille de lentreprise, du secteur dactivit et lexprience de lentreprise en t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 106 matire dutilisation de logiciel CRM sont rsums par les hypothses H13 H15. Le tableau suivant fait une rcapitulation des diffrentes hypothses.
Variables
Hypothses
Les logiciels CRM
H0 : lutilisation des logiciels CRM a un effet positif sur cycle de vie du client
CRM analytique
H1 : lutilisation de la capacit analytique du logiciel CRM a un impact positif sur le cycle de vie du client
CRM collaboratif
H2 : Lutilisation de la capacit collaborative du logiciel CRM a un impact positif sur le cycle de vie du client
CRM oprationnel
H3 : Lutilisation de la capacit oprationnelle a un impact positif sur le cycle de vie du client
Connaissance client
H4 : Plus lentreprise dveloppe une aptitude connatre ses clients, plus limpact de lutilisation de la capacit analytique sur le cycle de vie du client est fort H5 : Plus lentreprise dveloppe une aptitude connatre ses clients, plus limpact de lutilisation de la capacit oprationnelle sur le cycle de vie du client est fort
Stratgie relationnelle
H6 : Plus lentreprise adopte une stratgie relationnelle, plus limpact de lutilisation de la capacit analytique sur le cycle de vie du client est lev H7 : Plus lentreprise adopte une stratgie relationnelle, plus limpact de lutilisation de la capacit oprationnelle sur le cycle de vie du client est lev t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 107
Gestion des canaux de communication
H8 : Plus lentreprise met en place une stratgie de gestion des canaux de communication, plus limpact de lutilisation de la capacit oprationnelle du CRM sur le cycle de vie du client est lev H9 : Plus lentreprise met en place une stratgie de gestion des canaux de communication, plus limpact de lutilisation de la capacit collaborative du CRM sur le cycle de vie du client est lev
La taille de lentreprise
H10 : la performance du cycle de vie du client dpend de la taille de lentreprise
Le secteur dactivit
H11 : les socits de services ont une meilleure performance en matire de cycle de vie du client
Lexprience des entreprises en matire de logiciel CRM
H12 : Lexprience en matire dutilisation du logiciel CRM a un effet positif sur la performance du cycle de vie du client
Tableau 9 /Titre : Tableau rcapitulatif des hypothses de recherche
Le schma suivant reprsente le modle conceptuel danalyse initial auquel les liens entre les diffrentes variables ont t rajouts. Il montre de manire explicite les diffrentes hypothses. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 108 Stratgie Relationnelle (orientation client ) Connaissance client Gestion des canaux de communication Variables de contrle - secteur d'activit - l'exprience en matire de logiciel CRM - taille de l'entreprise Performance du cycle de vie du client - acquisition du client - dveloppement du client - rtention du client Logiciel CRM - CRM analytique - CRM oprationnel - CRM collaboratif Variables modratrices Modle conceptuel d'analyse avec les diffrentes hypothses H1 H3 H10 H 12 H0 H4 H5 H6 H7 H8 H9
Figure 16/ Titre : Modle conceptuel danalyse dvaluation de lutilisation des logiciels CRM sur le cycle de vie du client avec les diffrentes hypothses (Coovi Byblice, 2010)
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 109 CONCLUSION DU CHAPITRE 3
Dans ce chapitre, nous nous sommes appuys sur les travaux des chercheurs comme Reinartz et al. (2004) de Jayachandran et al., (2004) et de Goetz Greve et Sonke Albers (2006) pour dvelopper un modle conceptuel incluant trois parties savoir : le logiciel CRM, la performance du cycle de vie du client et les variables modratrices. En ce qui concerne le logiciel CRM, nous avons dfini trois types savoir : le CRM analytique, Le CRM oprationnel et le CRM collaboratif. La stratgie relationnelle, la connaissance client ainsi que la gestion des canaux de communication ont t incluses dans ce modle comme variables modratrices. La variable expliquer est la performance du cycle de vie du client. Cette performance se mesure par le taux de conversion prospect client, le dveloppement du client et le taux de rtention client. Pour finir, nous avons introduit lexprience de lentreprise dans lutilisation du logiciel CRM, la taille de lentreprise et le secteur dactivit comme variable de contrle. Treize hypothses identifiant plusieurs relations entre ces variables ont t dveloppes. Avant de tester ces hypothses, nous dvelopperons dans le chapitre suivant, notre mthodologie de recherche et vrifierons galement la validit de nos mesures. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 110 CHAPITRE 4
METHODOLOGIE ET DESIGN DE LA RECHERCHE
INTRODUCTION
Aprs llaboration du modle de recherche et le dveloppement des hypothses dans le chapitre prcdent, ce chapitre traitera les aspects dordre mthodologique de la recherche. En matire de recherche, plusieurs mthodes sont souvent cites. On parle en effet de paradigme scientifique. On peut distinguer entre autres : les paradigmes positiviste, postpositiviste moderniste, constructiviste etc. Les mthodologies contemporaines en sciences de gestion, consistent construire les chelles posteriori en ayant recours des analyses statistiques approfondies, il sagit du paradigme de churchill. Cette mthodologie dveloppe par Churchill (1979) comporte plusieurs tapes savoir : la dfinition du domaine conceptuel, la phase exploratoire et la phase de validation (Evrard et al., 2003). Ce travail de recherche sera organis en suivant la mthodologie de Churchill. Nous traiterons notamment les questions de lchantillon de ltude, le dveloppement de linstrument de collecte des donnes et la validit des mesures. Ce chapitre est organis en deux grandes parties. La premire sera consacre aux donnes, elle englobe la constitution de lchantillon, llaboration des instruments de collecte des donnes et le dveloppement des items du questionnaire. La deuxime partie sera consacre, quant elle la validation des mesures. Elle se composera des sections suivantes : notions de validit et processus de validations, valuation de lunidimensionnalit, valuation de la fiabilit, valuation de la validit convergente et valuation de la validit discriminante.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 111 I- MISE EN PLACE DE LINSTRUMENT DE MESURE Cette section sera consacre llaboration des diffrents items et la dmarche qui a conduit cette laboration 1- PHASE PREPARATOIRE DE LINSTRUMENT DE MESURE
1-1 Phase de comprhension du domaine
Nous aborderons dans cette sous section la phase de pr enqute, la lecture prparatoire, les tudes de logiciels et visite de forums de discussion et pour finir, nous prsenterons note entretiens avec les experts du domaine.
1-1-1-La phase de pr enqute
Sur les recommandations dEvrard et al. (1997) et de Igalens et Roussel (1998), nous avons men une recherche prliminaire de pr enqute base sur diffrentes mthodes (lecture prparatoire, entretiens avec les experts du domaine, visites de sites web, tudes de logiciels). Cette phase a t ralise pour comprendre les rapports entre lutilisation du logiciel CRM et la gestion de la relation client.
1-1-2-Lectures prparatoires
Nous avons effectu des lectures prparatoires sur les recherches dj menes sur le CRM. Ces lectures nous ont permis de mettre en vidence la perspective qui nous parat la plus pertinente pour aborder lobjet de recherche. Ces lectures ont t effectues avec des grilles de lecture et des rsums bien structurs nous ont permis de dgager des ides essentielles des textes tudis et de les comparer entre eux.
1-1-3-Etudes de logiciels CRM et visite de forum de discussion
Afin de mieux comprendre les fonctionnalits des logiciels CRM, nous avons choisir dinstaller et de tester trois logiciels sur notre ordinateur. Ces trois logiciels ont t choisis dans une liste de logiciels CRM du classement perspectives 2008 du cabinet Gartner. Les responsables de ces entreprises ont t contacts par tlphone et ont accept de participer la recherche. Une description sommaire des logiciels est prsente en annexe (10) ainsi que le t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 112 classement du cabinet Gartner. Cette tude nous a permis de savoir comment fonctionnent les logiciels et quels avantages les entreprises utilisatrices pouvaient en tirer. Nous avons galement visit les forums de discussion spcialiss comme la communaut Ph. Nieuwbourg (www.relationclient.net/forum/). Les diffrentes discussions que nous avons suivies nous ont permis de prciser la question de recherche et de savoir quelle est la direction suivre pour cette recherche.
1-1-4-Entretiens avec les experts du domaine
Pour complter la dmarche qualitative, nous avons men des entretiens auprs des experts. Ces experts sont des responsables des entreprises ditrices de logiciels CRM et ont eu lieu Montpellier et Lyon en face face. Il sagissait de trois entretiens semi directifs dune heure au minimum selon la personne interroge. Le matriel verbal recueilli lors de ces entretiens, bas sur des notes extensives enregistres manuellement a t soumis une analyse thmatique de contenu. Les thmes gnraux du guide dentretien semi directif sont les suivants : - la notion de CRM - les diffrentes formes de CRM - indicateurs de la performance de CRM - causes probables de lchec de mise en uvre des solutions CRM
Cette tape du travail nous a permis de remplir plusieurs objectifs. Tout dabord, elle a amlior notre degr de matrise du phnomne tudi et de la ralit des construits identifis. Deuximement, elle nous a permis dlaborer une partie du questionnaire de recherches. Troisimement, elle nous a permis de cerner le langage pratiqu dans le domaine du CRM. Enfin, elle nous a offert la possibilit de reprer les rpondants pour mieux raliser ensuite notre enqute par questionnaire. A la suite de cette dmarche qualit, nous avons labor une premire version du questionnaire de notre enqute. La dfinition pralable des concepts et les informations recueillies lors de la pr enqute nous ont permis dadapter quelques items dj existants dans la littrature et de clarifier certains noncs de linstrument de mesure. Nous avons privilgi lutilisation de mots simples et surtout frquemment utiliss par les responsables client des entreprises. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 113 Cette premire version du questionnaire a t soumise une enqute par questionnaire auprs de treize experts (acadmiciens chercheurs, praticiens, responsables dentreprises ditrice de logiciels CRM). Un exemplaire du questionnaire se trouve en annexe (01) de ce document. Cest un questionnaire comportant treize questions avec huit questions ouvertes et cinq questions fermes (lchelle de Likert). - Les questions ouvertes du questionnaire ont t soumises une analyse thmatique de contenu. Une prsentation sommaire des rsultats est prsente dans le tableau suivant.
Questions
Nombre de rponses effectives
Thmatiques pertinentes
Frquence Q2 : Sinon, quelle aurait t votre proposition pour mieux faire cette tude ? 0 0 0 Q4 : Quelle est votre opinion sur lensemble des questions ? il y a-t-il des points ngatifs corriger ? 5 - questionnaire trop long - liste non reprsentative - mots techniques 1
1
5 Q6 :Avez-vous remarqu des manques flagrants concernant cette partie analytique ? 5 - mlange de fonctionnalit Q5 4 Q7 : Avez-vous des propositions de questions pour cette partie du questionnaire ? 2 0 0 Q9 : Dans le cas o les questions concernant le CRM oprationnel vous paraissent insuffisantes pour valuer la capacit oprationnelle du logiciel, pouvez-vous proposer dautres questions ? 6 - mlange de fonctionnalit Q12 - manque de dtails 4
2 t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 114 concernant les oprations marketing menes
Q11 : Dans le cas o les questions concernant le CRM collaboratif vous paraissent insuffisantes pour valuer la capacit collaborative du logiciel, pouvez-vous proposer dautres questions ? 6 - mlange de fonctionnalit Q20 4 Q12 : Pensez-vous que les questions concernant la performance relationnelle de lentreprise permettent dvaluer limpact de lutilisation des outils CRM sur la gestion de la relation client ? 8 Oui globalement 8 Q13 : Avez-vous dautres indicateurs de performance proposer ? 4 Gain de productivit Performance du personnel en contact 3
1
Tableau 10 /Titre : Rsultats de lanalyse des questions ouvertes (experts)
- les questions fermes ont fait lobjet dun tri plat les rsultats vous seront prsents dans la partie validit Faciale. A la suite de cette dmarche qualitative, des modifications mineures ont t apportes la premire version du questionnaire. Ces modifications se rapportent la forme et au style de quelques questions. Nous avons choisi de ne pas intgrer lindicateur gain de productivit comme le suggre les rsultats de lenqute car le gain de productivit est un indicateur qui nimpacte pas le cycle de vie du client mais plutt la performance du personnel en contact avec le client. Mme si ce gain de productivit permettra de traiter plus rapidement les questions des clients, nous considrons quelle nest pas un indicateur fiable de mesure de performance du cycle de vie du client. Dans cette recherche la variable expliquer reste le cycle de vie du client et vouloir mesurer le gain de productivit ne fera que rallonger le questionnaire que quelques experts trouvent dj trop long. Le dpouillement des questions t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 115 ouvertes montre une inquitude des experts par rapport aux questions numro 5, 12 et 20 quant leur pertinence dans ltude. Nous avons alors dcid de les supprimer. Aprs le traitement de lenqute expert et en tenant compte de tous les manquements voqus par lensemble des experts, nous avons produit la dernire version du questionnaire qui sera diffuse aux enquts aprs laccord du directeur de recherche.
1-2-Echantillonnage
Nous aborderons dans cette section la slection des chantillons et llaboration de linstrument de mesure.
1-2-1-Slection des chantillons
Notre unit de recherche est toute entreprise utilisatrice de logiciel CRM. Aprs llaboration de la premire version de notre questionnaire, nous avons pris contact avec des experts afin quils donnent leur avis sur ce dernier. Dans le mme temps nous avons demand ces experts de nous fournir la liste de quelques unes de leurs clients (entreprises utilisatrices de leur logiciel). Le Pr. Pecquet a personnellement contact des entreprises tunisiennes afin quelles participent lenqute. Pour tre ligible, lentreprise doit tre utilisatrice dun logiciel CRM ce qui na pas facilit ltablissement de la liste denvoi. Cette liste tait tablie progressivement au fur et mesure que dautres entreprises de la liste avaient dj rpondu au questionnaire. Au final, une liste de 346 entreprises de diffrentes tailles, de diffrents secteurs et de diffrentes nationalits a t constitue.
1-2-2-Linstrument de collecte des donnes
Lenqute auto - administre a t choisie pour collecter les donnes. Nous avons labor trois formats du questionnaire. Le premier format est le format papier classique, le deuxime est un fichier PDF modifiable dans lequel le rpondant pourra directement rpondre sans le mettre en version papier et renvoy par email. Enfin le troisime format est une version en ligne du questionnaire. Le lien tait envoy aux rpondants par email et il leur suffisait de remplir et la fin de cliquer sur finish. Le lien est le suivant : http://www.kwiksurveys.com/online-survey.php?surveyID=LMLNO_c346889b t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 116
Le questionnaire (annexe 03) a t remis directement la personne interroge par le chercheur (moi-mme) ou par le directeur de thse (Pr. Pecquet) soit en version papier ou par les deux autres formats prcits. Les rpondants cls ont t identifis dans notre cas, en se rfrant aux recherches antrieures traitant de la performance de CRM et notre recherche exploratoire. En effet, les recherches empiriques examines (Reinartz et al., 2004 ; Ang et Buttle, 2006 ; Yin, 2003 ; Goetz et Sonke, 2006 ; Ben pinkerton et Tim Colman, 2002, Johnson et al. 2008) ont montr que les dirigeants et les responsables client ou marketing sont les plus a mme de nous renseigner sur la performance des outils logiciels CRM. Egalement, au cours de lenqute auprs des experts, il y avait la question suivante : Que pensez-vous de soumettre un questionnaire aux dirigeants et ou aux responsables "client" pour mesurer l'efficacit et les performances des outils CRM? Aprs un tri plat, la rponse cette question est la suivante :
La question est rponse unique sur une chelle. Les paramtres sont tablis sur la notation : Excellent (4), bien adapt (3), moyennement adapt (2), pas vraiment adapt (1), ne se prononce pas (0).
perception_gnrale Excellent bien adapt moyennement adapt pas vraiment adapt ne se prononce pas TOTAL OBS. Nb. cit. Frq. 7 53,8% 3 23,1% 3 23,1% 0 0,0% 0 0,0% 13 100% Moyenne = 3,31 Ecart-type = 0,85 t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 117
En administrant notre questionnaire auprs des entreprises, nous nous sommes adresss en premier lieu aux dirigeants ou aux responsables client pour rpondre aux questions de lenqute. A dfaut, nous laissons le choix au responsable de la structure pour quil trouve une personne capable de rpondre aux questions et de faire avancer la recherche. Suite des dplacements frquents dans diffrentes entreprises, des appels tlphoniques et des contacts par mails, nous avons runis 88 questionnaires en six mois dont quelques uns (6) taient inutilisables cause de nombreuses rponses manquantes. Au final 82 questionnaires utilisables ont t retenus reprsentant un taux de rponse de 23,36%. Cest un taux satisfaisant pour notre enqute tant donn que le taux moyen pour les enqutes en gestion est de 15 20% (Menon et al. 1999). Un tri plat du questionnaire de lenqute montre que 37,8% des rpondants taient des responsables marketing et que les responsables clients qui ont rpondu cette enqute taient de 25,6%. Nous avons eu galement des responsables commerciaux hauteur de 11% ainsi que des directeurs marketing pour 12,2%. Les autres sont essentiellement des associs grants, des chefs dquipe etc. Au total, plus de 80% des rpondants sont des informateurs cls. Le tableau suivant donne plus de dtails concernant les caractristiques de lchantillon de notre tude.
Excelle nt 7 bien adapt 3 moyenn ement a dapt 3 pas vrai ment ad apt 0 ne se pr ononce pas 0 perception_gnrale 0 7 t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 118
Profil des entreprises de lchantillon de ltude
Caractristiques de lchantillon
Intituls
Nombres
Pourcentages
Nombres demploys Moins de 20 Entre 20 et 49 Entre 50 et 99 Plus de 100 29 39 4 10 35,4 47,6 4,9 12,2
Secteur dactivit Industrie service 19 63 23,2 76,8
Age de lentreprise Moins de 10ans Entre 10 et 19 ans Entre 20 et 29 ans Entre 30 et 39 ans Plus de 40 ans 36 21 12 4 9 43,9 25,6 14,6 4,9 11
Rpartition des rpondants Responsable marketing Responsable client Directeur marketing Responsable commercial Directeur commercial Associ grant autres 31 21 10 7 2 8 3 37,8 25,6 12,2 8,5 2,4 9,8 3,6
Tableau 11 / Titre : Profil des entreprises de lchantillon de ltude
Daprs ce tableau, il ressort que la majorit des entreprises sont des petites et moyennes entreprises. Les secteurs de services et de lindustrie sont tous reprsents dans lchantillon. Il apparat toutefois que les entreprises industrielles sont peu reprsentes. Elles sont que 23,2% de lchantillon alors que les entreprises de services reprsentent 76,8%. Enfin, notre chantillon contient des entreprises de diffrents ges. Prs de 70% des entreprises ont un ge de moins de 20 ans.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 119 2- DEVELOPPEMENT DES ITEMS DU QUESTIONNAIRE
Pour le dveloppement des chelles de mesure, un examen de la littrature se basant principalement sur les recherches empiriques a t entrepris. Un effort a t consacr pour slectionner les chelles les plus pertinentes qui rpondent le mieux aux critres de validit psychomtriques. Dans cette recherche, des chelles valides utilises dans dautres travaux ont t utilises et des adaptations lies au contexte de ltude ont t ralises. Ce travail a t ralis tout en essayant de ne pas trop modifier, dans la mesure du possible, lchelle de mesure initiale. Dans ce qui suit, nous prsenterons loprationnalisation de nos concepts. Peu dinstruments ont t publis des fins denqutes sur la relation entre lutilisation des logiciels CRM et la performance du cycle de vie du client. Nous prsenterons dans ce qui suit, les diffrentes mesures observes dans la littrature pour chaque lment de notre modle danalyse.
2-1 les items relatifs aux variables indpendantes
2-1-1-Lutilisation des logiciels CRM
Lobjectif de la prsente tude est de dvelopper une chelle de mesure pouvant tre utilise par des universitaires et les praticiens pour les aider comprendre le type et ltendue de ces logiciels au sein des entreprises. Lchelle est base sur les attributs du CRM, les fonctions, les applications et les caractristiques obtenues partir de recherches antrieures (Jayahandran et al. 2005, Stefanou et al., 2003), de la conceptualisation de la littrature (Buttle, 2004, Kumar et Reinartz, 2006) et surtout de la description des vendeurs et diteurs de logiciels observe dans la littrature (Oracle 2004, Sap 2004). La capacit des logiciels CRM na pas t traite dans la littrature comme une variable cl. Une chelle pour mesurer cette capacit est base sur la littrature existante et les commentaires des recherches exploratoires (Greenberg, 2002 ; Payne et Frow, 2005 ; Krumar et Reinartz, 2006 ; Payne 2006). Cette nouvelle chelle de la capacit des logiciels CRM se compose de trois dimensions savoir : le CRM analytique, le CRM oprationnel, le CRM collaboratif.
Lutilisation du CRM analytique : lutilisation du CRM analytique correspond lutilisation ou la mise en uvre de la capacit analytique du logiciel. La capacit analytique est la capacit du logiciel capturer, stocker, organiser, analyser, interprter et utiliser les t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 120 donnes cres partir de laspect oprationnel de lentreprise (Payne, 2006 p.23). Selon Buttle (2004) et Goodhue et al. (2002) la mesure de cette capacit analytique dpend de la source dinformation ; du type danalyse et doutils danalyse disponible et de la faon dont les fonctions sont automatises. Ainsi dans cette recherche, nous mesurons lutilisation du CRM analytique par une chelle de Likert cinq points compose de quatre items. Les items ont t dvelopps suite la lecture des anciens travaux et des entretiens avec les experts.
Lutilisation du CRM oprationnel : il est centr sur la gestion quotidienne de la relation avec le client, travers lensemble des points de contact (centre de contacts distance par tlphone ou Internet, outils de force de ventes). Il coordonne les diffrents canaux dinteraction entre lentreprise et ses clients en synchronisant les informations pour le marketing, la vente et lensemble des services. Pour Saint Cast (2003), le CRM oprationnel est la catgorie des technologies et des processus qui contribue lindustrialisation des contacts quotidiens de lentreprise avec ses clients. Pour Buttle (2004), le CRM oprationnel se rapporte tous les aspects fonctionnels des outils et applications relles utiliss au sein des lentreprise par le personnel en charge des oprations de la relation client. Nous dsignons par CRMo le CRM oprationnel. Nous utilisons cinq points dchelle de Likert cinq items pour ce concept. Les items sont emprunts aux travaux de Buttle et Ang (2004) et de Goodhue et al. (2002) et sont relatifs aux outils de la force de vente, des processus de centre de contact, de soutien la clientle et des liens fonctionnels.
Lutilisation du CRM collaboratif : Selon Crosby et Johnson (2001), le CRM collaboratif reprsente la deuxime catgorie des technologies CRM et vise une amlioration de la communication et de la coordination interne laide de technologies (telles que la gestion lectronique des processus ou workflow). Il assure la coordination des activits et permettent ainsi davoir une vision intgre du client mais aussi externe grce des technologies (telles que le courrier lectronique) qui facilitent et dveloppent des interactions directes avec le client. Les technologies collaboratives du CRM permettent une communication personnalise et en temps rel, un apprentissage des prfrences des clients grce une communication double sens. Dans la littrature, il nexiste pas dchelle mesurant le CRM collaboratif au niveau des entreprises. Ainsi nous avons men une dmarche qualitative afin de dgager les principaux facteurs explicatifs de la capacit collaborative des logiciels CRM. A cet effet une recherche exploratoire travers la littrature du CRM et les sites Internet des t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 121 entreprises vendeuses et ditrices de CRM a t mene. Nous dsignons par CRMc le CRM collaboratif et sera mesur par une chelle de likert cinq points avec trois items.
2-2-les items des autres variables
Les autres variables sont les variables modratrices, les variables de contrle et les variables dpendantes.
2-2-1- Les variables modratrices
Lensemble des variables modratrices constitue les lments dterminants de lorientation client dune entreprise (Ed Peelen, 2005). Il existe dans la littrature plusieurs chelles de mesure. La plus rpandue est lchelle de Narver et Slater (1990) compose de six items refltant laptitude de lentreprise comprendre ses clients et sa capacit leur proposer continuellement une offre de valeur suprieure. Dautres chelles plus pertinentes de cette mesure ont galement t dveloppes par Kohli et al. (1993) et Ohana (2001). Afin de mesurer les lments de lorientation client, nous utiliserons lchelle utilise par Jallat et al. (2005). Cette chelle propose pour chaque lment de lorientation client une srie ditems mesurs par cinq points de likert.
2-2-2-La mesure de la performance du cycle de vie du client
La variable dpendante de ce modle est bien videmment la performance du cycle de vie du client. Lobjectif est de savoir si lutilisation des logiciels CRM amliore les rsultas des processus dacquisition, de dveloppement et de rtention client. Nous mesurons la performance du cycle de vie du client en phase dacquisition, par lamlioration du pourcentage dacquisition de nouveaux clients depuis lutilisation du logiciel CRM (Reinartz et Kumar, 2005). La performance du dveloppement du client est mesure en pourcentage de lamlioration du cross selling et du up selling (Reinartz et Kumar 2000). Enfin, la phase de mesure de la performance de rtention client est mesure par lamlioration du pourcentage de la rtention de la clientle et la baisse de dfection de client (Reichhed et Teal 1996 ; Sheth et parvatiyar 1995). Sur la base de ces lments et en nous inspirant de la mesure utilise par Ang et buttle (2006), nous avons dvelopp un certains nombre ditems et mesure avec une chelle de type likert cinq points. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 122
2-2-3-Les variables de contrle
Trois variables de contrle ont t introduites, la taille de lentreprise mesure par le nombre des employs, le secteur dactivit mesur sur une chelle de 1 5 (1 pour lindustrie, 2 pour grossiste, 3 pour dtaillant, 4 pour service et 5 pour autres) et finalement lexprience en matire dutilisation de logiciels CRM mesure en terme dannes. Le tableau suivant prsente les items des chelles de mesures utilises dans cette recherche.
Items pour le questionnaire de recherches
Items des chelles de mesure
Rfrences
Capacit analytique : o CRMa1 : les sources dinformation client ma disposition sont principalement (fiches manuelles - des fichiers+ profil graphique en ligne) o CRMa2 : lanalyse des donnes client donne par le logiciel me donne (trs bien dtaille - pas du tout dtaille) o CRMa3 : les outils danalyse que nous utilisons sont (manuels - entirement automatiss) o Quelle est la frquence dutilisation des outils qualifis danalytique ? (jamais - trs souvent)
Buttle (2004) Goobhue et al. (2002)
Capacit oprationnelle : o CRMo1 : Les outils de la force de vente ma disposition sont (manuels - entirement automatiss) o CRMo2 : Votre centre de contact client est compos de processus (manuels - entirement automatiques)
Buttle, (2004) t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 123 o CRMo3 : Votre support client et service est compos de processus (manuels - entirement automatiss o CRMo4 : tous Vos systmes par exemple (des finances, ventes et oprations) sont lis et communiquent entre eux (franchement oui franchement non) o Quelle est la frquence dutilisation des outils qualifis doprationnels ? (Jamais trs souvent)
Goodhue et al. (2002)
Capacit collaborative : o CRMc1 : Votre systme intgre toutes les interactions avec Vos clients quelque soient les canaux de communication utiliss (pas du tout - parfaitement) o Votre systme vous permet didentifier vos clients lors dun appel entrant (franchement oui franchement non) o Quelle est la frquence dutilisation des outils qualifis de collaboratif ? (Jamais trs souvent)
Stratgie relationnelle : o SR1 : Vous donnez la priorit vos clients plutt qu vos produits et vos processus internes (franchement oui - franchement non). o SR2 : Vous savez clairement quels traitements vous devez rserver chaque type de clients (franchement oui - franchement non). o SR3 : La satisfaction du client est lun des principaux objectifs de votre entreprise (franchement oui franchement non). o SR4 : Pour votre entreprise, il est trs important de savoir vous mettre la place du client (franchement oui
Ed Peelen (2005) Jallat et al. (2005) t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 124 - franchement non). o SR5 : Votre entreprise laisse son personnel une grande libert daction pour rpondre aux attentes du client (entirement daccord pas du tout daccord) o SR6 : Votre direction consacre une part importante de son temps des activits lies aux clients (entirement daccord pas du tout daccord) o SR7 : Vous valuez aussi les performances de notre socit partir dindicateurs lies aux clients (entirement daccord pas du tout daccord)
Gestion des canaux de communication : o GC1 : Vous savez par quels canaux de communication chaque type de clients prfre tre contact (franchement oui franchement non) o GC2 : Votre plan de communication attribue des objectifs spcifiques chaque contact avec le client (entirement daccord pas du tout daccord). o GC3 : Votre choix de canaux de communication nest pas limit par des contraintes dordre (entirement daccord pas du tout daccord). o GC4 : Lors de chaque contact avec un client, vous tes capables de lidentifier et disposons de toute linformation utiles son sujet (franchement oui franchement non). o GC5 : Vos services et ceux de Vos partenaires sont suffisamment souples pour rpondre parfaitement aux besoins de Vos clients (franchement oui franchement non).
Jallat et al. (2005) (Ed Peelen, 2005).
Connaissance client :
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 125 o CC1 : la collecte de donnes client constitue une partie de vos activits (franchement oui franchement non). o CC2 : Vous disposez de toutes les donnes clients ncessaires la concrtisation de votre stratgie relationnelle (entirement daccord pas du tout daccord). o CC3 : Le personnel de lentreprise sait exploiter les donnes clients et sy emploie activement (entirement daccord pas du tout daccord). o CC4 : Vos donnes client sont protges (en matire de respect de la vie priv et de scurit), y compris pour les tierces parties avec lesquelles vous travaillez (franchement oui franchement non). o CC5 : Vos donnes client sont pertinentes et jour. (franchement oui franchement non). o CC6 : Les membres du service informatique manifestent un intrt pour le marketing et vice versa (pas daccord, neutre, daccord).
Jallat et al. (2005) (Ed Peelen, 2005).
Performance du cycle de vie du client : o PCV1 : Lutilisation du logiciel CRM a permis votre entreprise dacqurir plus de nouveaux clients (entirement daccord pas du tout daccord) o PCV2 : Lutilisation de logiciel CRM a permis votre entreprise daugmenter les revenus par client (franchement oui franchement non) o PCV3 : Lutilisation du logiciel CRM a permis votre entreprise de rduire les cots dacquisition de nouveaux clients (franchement oui franchement non) o PCV4 : Lutilisation des logiciels CRM a permis votre entreprise de fidliser vos clients (franchement oui franchement non)
Reinartz et Kumar (2000) Ang et buttles (2006) (Reichhed et Teal 1996 ; Sheth et parvatiyar 1995) t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 126 o PCV5 : Lutilisation des logiciels CRM a permis votre entreprise de baisser le taux de dfection de vos clients (franchement oui franchement non) o PCV6 : Lutilisation des logiciels CRM vous a permis de mieux connatre vos clients (entirement daccord pas du tout daccord)
Tableau 12 / titre : Rcapitulatif des items pour le questionnaire de recherches
II- VALIDITE DES MESURES
La validation des chelles de mesure dsigne sa capacit apprhender un phnomne (Hair et al., 2006). Selon Evrard et al. (2003), la validation est relative la rponse la question Mesure-t-on ce quon cherche mesurer ? . Cette validation prend plusieurs formes dans les travaux traitant de la mthodologie et de la thorie de la mesure (Wallace, 1983 ; Evrard et al., 2003 Gavard-Perret et al., 2008). Parmi celles qui sont les plus cites dans les recherches empiriques, il y a la validit faciale, la validit de contenu, la validit du construit (ou de trait) et la validit nomologique.
1- DE LA VALIDATION FACIALE A LA VALIDATION DE CONTENU
1-1- Validit Faciale Ou Validit De Consensus
Elle cherche montrer que les items qui composent lchelle correspondent bien un construit admis par les chercheurs ou experts, notamment en sollicitant leur jugement (Gavard-Perret et al., 2008). Certains auteurs comme Evrard et al., (2003) estiment que cette notion rejoint celle dintersubjectivit . La vrification de la validit faciale passe donc par le jugement des experts et des chercheurs dans le domaine concern. Dans notre cas, nous avons eu recours aux professionnels spcialistes de gestion de la relation client et des responsables produit des entreprises ditrices de logiciels CRM. De plus, des chercheurs acadmiciens en Marketing et CRM ont t consults pour savoir sil y a des noncs qui ntaient pas lis leurs construits respectifs ou associs plus dun construit. Ils ont t soumis un questionnaire et les rsultats se trouvent lannexe (02) de ce document. Aprs t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 127 dpouillement du questionnaire expert , il en ressort que la majorit des experts trouvent que les items mesurent bien les diffrents aspects de notre construit. Suite aux remarques et suggestions collectes, quelques modifications mineures ont t apportes concernant la formulation de certains noncs.
1-2-Validit De Contenu
Elle permet de vrifier si le domaine du concept est totalement cern par les noncs retenus, elle porte sur lanalyse de ladquation de chaque lment de linstrument ce pourquoi il a t construit (Evrard et al., 2003 ; Gavard-Perret et al., 2008). Selon Gavard-Perret et al., (2008) la validit de contenu vise sassurer que chaque item de lchelle reprsente bien le construit vis et que toutes ses facettes sont bien mesures. Cette validit est galement base sur le jugement des experts ainsi que sur une bonne revue de littrature. Dans cette recherche, nous avons donc combin la revue de littrature avec une enqute expert . Les rsultats du dpouillement se trouvent lannexe (02) de ce document. Les rsultats nous permettent daffirmer que la validit de contenu de construit est vrifie.
1-3-Validit Monologique
Cette validit permet de savoir si les relations entre les mesures dun concept et celles dautres concepts sont ou non en conformit avec les prdictions issues de la thorie fonde sur les recherches prcdentes (Evrard et al., 2003). On parle aussi de validit prdictive dans le cas o il sagit de la mise en relation du concept avec des comportements. Cette validit sera examine lors de la discussion de nos rsultats avec ceux des recherches passes.
2- VALIDITE DE CONSTRUIT
Lanalyse de la validit de construit permet de savoir si les indicateurs construits sont une bonne reprsentation du phnomne tudier (Evrard et al., 2003 ; Gavard-Perret et al.,2008). Cette analyse est base sur une approche statistique danalyse des donnes. Elle cherche vrifier si un indicateur ou nonc est, sur le plan empirique, associ au construit auquel il est cens tre li. Deux formes permettent de vrifier la pertinence de cette validit. Il sagit de la validit convergente et la validit discriminante. Dans un article intitul Un paradigme pour t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 128 dvelopper de meilleures mesures de construits marketing , Churchill (1979) propose une procdure pour renforcer la validit et la fiabilit des mesures. Avant de passer la validation du construit, il convient de raffiner les chelles de mesure. Deux techniques complmentaires sont frquemment employes, il sagit de lanalyse factorielle en composantes principales (ACP), et lanalyse factorielle confirmatoire. (Churchill, 1979 ; Evrard et al., 1993, Roussel et Igalens, 1998). La mise en uvre dune ACP doit tre complte par lanalyse factorielle confirmatoire.
2-1- Les analyses statistiques
Il sagit de lanalyse factorielle exploratoire et de lanalyse factorielle confirmatoire. Au cours de ces analyses, nous aborderons lunidimensionnalit des construits
2-1-1-analyse factorielle exploratoire
La premire partie de cette analyse a consist tablir la cohrence interne de lchelle utilise afin dprouver sa fiabilit et den dterminer sa structure sous-jacente. Pour se faire, nous avons utilis lanalyse en composantes principales (ACP) car elle assure que lchelle mesure prcisment et exclusivement le construit quelle est cense mesurer. Lorsque le construit est unidimensionnel, lACP fait apparatre un seul facteur et inversement pour les construits multidimensionnels. Elle permet de vrifier que, pour chaque dimension du construit, les items censs la mesurer sont exclusivement et clairement lis elle. Nous considrons les rgles suivantes adaptes de Igalens et Roussel (Roussel et Igalens, 1998) et de Evrard et al. (Evrard et al., 1997) pour raliser lACP - Extraction de facteurs restituant un minimum de 50% de la variance totale, - Vrification des valeurs du test de Kaiser-Meyer-Olkin (KMO), qui mesure la prcision de lchantillon : un KMO lev indique que la solution factorielle est statistiquement excellente (0,9), mritoire (0,8), moyenne (0,7), mdiocre (0,6) ou insuffisante (0,5 et en de), et donc des valeurs de KMO comprises entre 0,7 et 0,9 reprsentent des solutions factorielles acceptables. Pour mener bien cette analyse, nous avons utilis le logiciel SPSS 16. Nous prsenterons les rsultats de cette analyse construit par construit. (Rsultats complets en annexe 05)
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 129
Capacit analytique
Test KMO
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,725 Approx. Chi-Square 85,071 df 6 Bartlett's Test of Sphericity Sig. ,000
Ces tests sont significatifs pour notre chelle car la valeur du KMO est comprise entre 0,6 et 0,9 et celle de la significativit du test de Bartlett qui teste lhypothse nulle de corrlation des variables est proche de 0 (ici gale 0).
Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Compo nent Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2,352 58,793 58,793 2,352 58,793 58,793 2 ,791 19,764 78,557
3 ,462 11,553 90,110
4 ,396 9,890 100,000
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 130
Component Matrix a
Component
1 L'analyse des donnes client fournie par le logiciel vous donne des informations "client" ,822 Les sources d'information client sont principalement disponibles sous la forme suivante ,690 Les outils d'analyse que vous utilisez sont ils ,719 Quelle est la frquence d'utilisation des outils qualifis d'analytique? ,826
Lanalyse factorielle a extrait un seul facteur donc tous les items permettent bien de mesurer le variable capacit analytique. Toutes les contributions factorielles sont significatives. Les tests laissent apparatre clairement lunidimensionnalit de lchelle de mesure la capacit analytique. La solution restitue 58,79 de la variance.
Capacit oprationnelle
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,725 Approx. Chi-Square 231,842 df 10 Bartlett's Test of Sphericity Sig. ,000
Les tests KMO et de sphricit de Bartlett nous permettent de vrifier la capacit des donnes tre factorises. Ces tests sont significatifs pour notre chelle car la valeur du KMO est t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 131 0,725. La significativit du test de Bartlett qui teste lhypothse nulle de corrlation des variables est proche de 0 (ici gale 0).
Component Matrix a
Component
1 2 Les outils principaux de force de vente votre disposition sont ,868 -,261 Votre centre de contact client est compos de processus ,940 -,104 Votre support client et service est compos de processus ,947 -,080 Tous vos systmes par exemple (finances, ventes et oprations) sont lis et communiquent entre eux ,165 ,865 Quelle est la frquence d'utilisation des outils qualifis d'oprationnels? ,470 ,546
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 132
Rotated Component Matrix a
Component
1 2 Les outils principaux de force de vente votre disposition sont ,906 -,013 Votre centre de contact client est compos de processus ,933 ,158 Votre support client et service est compos de processus ,933 ,183 Tous vos systmes par exemple (finances, ventes et oprations) sont lis et communiquent entre eux -,079 ,877 Quelle est la frquence d'utilisation des outils qualifis d'oprationnels? ,303 ,654
Aprs la premire analyse factorielle et une rotation de type varimax, nous avons remarqu que le quatrime item (COPE_SYSTEM : Tous vos systmes par exemple (finances, ventes et oprations) sont lis et communiquent entre eux) est fortement reprsent sur le deuxime axe factoriel, nous avons donc dcid de le supprimer et de reprendre lanalyse factorielle. Le dernier Item nest pas fortement reprsent sur le premier axe mais compte tenu de limportance de litem dans lanalyse, nous avons dcid de le garder pour linstant. Les rsultats de la deuxime analyse factorielle exploratoire sont les suivants :
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 133
Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Compo nent Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2,766 69,155 69,155 2,766 69,155 69,155 2 ,858 21,441 90,596
3 ,291 7,287 97,883
4 ,085 2,117 100,000
Component Matrix a
Component
1 Les outils principaux de force de vente votre disposition sont ,879 Votre centre de contact client est compos de processus ,942 Votre support client et service est compos de processus ,948 Quelle est la frquence d'utilisation des outils qualifis d'oprationnels? ,456
Cette nouvelle analyse montre donc un concept unidimensionnel car les quatre items dcrivent un seul et unique facteur. La solution restitue 69,155% de la variance.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 134
Capacit collaborative
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,733 Approx. Chi-Square 104,136 df 3 Bartlett's Test of Sphericity Sig. ,000
Le test KMO (0,733) et le test de significativit de Bartlett est gal 0,000. Ces rsultats indiquent une prdisposition des donnes tre factorises.
Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Compo nent Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2,319 77,306 77,306 2,319 77,306 77,306 2 ,353 11,776 89,082
3 ,328 10,918 100,000
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 135
Component Matrix a
Component
1 Votre systme intgre toutes les interactions avec vos clients quelques soient les canaux de communication utiliss ,885 Votre systme vous permet d'identifier vos clients lors d'un appel entrant. ,876 Quelle est la frquence d'utilisation des outils qualifis de collaboratifs? ,876
Les tests laissent apparatre clairement lunidimensionnalit de lchelle de la capacit collaborative. La solution restitue 77,306% de la variance totale. La stratgie relationnelle
La premire analyse factorielle a montr que les items Votre entreprise laisse son personnel une grande libert d'action pour rpondre aux attentes du client et Vous valuez les performances de votre socit partir d'indicateurs lis aux clients. ont une faible contribution. Aprs une rotation de type Varimax, litem Vous savez clairement quels traitements vous devez rserver chaque type de clients est fortement reprsent sur le second axe factoriel. Nous avons donc supprim les trois items et reprendre lanalyse factorielle, les rsultats sont les suivants :
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 136 KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,726 Approx. Chi-Square 126,824 df 6 Bartlett's Test of Sphericity Sig. ,000
Le test KMO (0,726) et le test de significativit de Bartlett est gal 0,000. Ces rsultats indiquent une prdisposition des donnes tre factorises.
Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Compo nent Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2,630 65,742 65,742 2,630 65,742 65,742 2 ,682 17,059 82,801 3 ,426 10,659 93,460 4 ,262 6,540 100,000
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 137 Component Matrix a
Component 1 Vous donnez la priorit vos clients plutt qu' vos produits ou vos processus internes ,826 La satisfaction du client est l'un des principaux objectifs de votre entreprise ,758 Pour Votre entreprise, il est trs important de savoir vous mettre la place du client ,806 Votre direction consacre une part importante de son temps des activits lies aux clients ,851
Les tests laissent apparatre clairement lunidimensionnalit de lchelle de la stratgie relationnelle. La solution restitue 65,742% de la variance totale.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 138
Gestion des canaux de communication
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,684 Approx. Chi-Square 181,788 df 10 Bartlett's Test of Sphericity Sig. ,000
Le KMO (0,684) et le test de significativit de Bartlett indique que une prdisposition tre factorise acceptable. Les items dcrivent un seul facteur et restitue 59,575% des variances expliques.
Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Compo nent Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2,979 59,575 59,575 2,979 59,575 59,575 2 ,893 17,860 77,436 3 ,632 12,633 90,069 4 ,302 6,044 96,113 5 ,194 3,887 100,000
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 139
Component Matrix a
Component 1 Vous savez par quels canaux de communication chaque type de clients prfre tre contact ,777 Votre plan de communication attribue des objectifs spcifiques chaque contact avec le client ,741 Votre choix de canaux de communication n'est pas limit par des contraintes d'ordre technique ,810 Lors de chaque contact avec un client, vous tes capables de l'identifier et disposez de toute l'information utile son sujet. ,640 Vos services et ceux de vos partenaires sont suffisamment souples pour rpondre parfaitement aux besoins de vos clients. ,872 t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 140
La connaissance client
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,748 Approx. Chi-Square 119,571 df 15 Bartlett's Test of Sphericity Sig. ,000
La premire analyse factorielle a montr que litem Vous disposez de toutes les donnes client ncessaires la concrtisation de votre stratgie relationnelle est fortement reprsent sur un autre axe factoriel Nous avons donc dcid de le supprimer et reprendre lanalyse factorielle, les rsultats sont les suivants :
Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Compo nent Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2,565 51,305 51,305 2,565 51,305 51,305 2 ,916 18,319 69,625
3 ,680 13,599 83,223
4 ,501 10,029 93,252
5 ,337 6,748 100,000
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,728 Approx. Chi-Square 102,698 df 10 Bartlett's Test of Sphericity Sig. ,000 t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 141
Component Matrix a
Component
1 La collecte de donnes client constitue une partie de vos activits ,725 Le personnel de votre entreprise sait exploiter les donnes client et s'y emploie activement ,816 Vos donnes client sont protges (en matire de respect de vie priv et de scurit), y compris pour les tierces parties avec lesquelles vous travaillez. ,770 Vos donnes client sont pertinentes et jour ,671 Les membres de votre service informatique manifestent un intrt pour le marketing et vice versa ,575
Cette nouvelle solution dcrit un seul facteur et restitue 51,305% de la variance totale explique.
Performance du cycle de vie du client
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,759 Approx. Chi-Square 322,305 df 15 Bartlett's Test of Sphericity Sig. ,000
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 142
Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Compo nent Total % of Variance Cumulative % Total % of Variance Cumulative % 1 3,844 64,068 64,068 3,844 64,068 64,068 2 ,682 11,363 75,431
3 ,560 9,337 84,767
4 ,544 9,064 93,831
5 ,303 5,054 98,886
6 ,067 1,114 100,000
Les rsultats dcrivent un seul facteur et la solution restitue 64,068%.
Component Matrix a
Component
1 L'utilisation des logiciels CRM a permis votre entreprise d'acqurir plus de nouveaux clients. ,782 L'utilisation des logiciels CRM a permis votre entreprise d'augmenter les revenus par client. ,733 L'utilisation des logiciels CRM a permis votre entreprise de rduire les cots d'acquisition de nouveaux clients. ,689 L'utilisation des logiciels CRM a permis votre entreprise de mieux fidliser vos clients ,902 L'utilisation des logiciels CRM a permis votre entreprise de baisser le taux de dfection de vos clients ,874 t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 143 Le logiciel CRM vous a permis de mieux connaitre vos clients ,802
2-1-2-analyse factorielle confirmatoire
Lanalyse factorielle confirmatoire (AFC) permet destimer les relations entre les variables observes et les variables latentes estimes (Igalens et Roussel, 1998). Elle permet galement de spcifier les relations entre les variables latentes et leurs indicateurs observs. Cette analyse nous permet de dterminer lajustement du modle factoriel hypothtique. Les paramtres du modle sont estims partir de la matrice des covariances par la mthode du maximum de vraisemblance, qui slectionne les estimations ayant la plus grande probabilit de reproduire les donnes observes et qui est la plus communment utilise (Bollen et Long, 1993). Cette analyse a t ralise laide du logiciel AMOS 4, avec lequel plusieurs indices permettent de nous assurer de lajustement de la structure thorique aux donnes de lchantillon. Nous utiliserons des critres dajustements absolus: test du chi deux, RMSEA (Root Mean Square Error of Approximation), GFI (Goodness of Fit) et lAGFI (Adjusted Goodness of Fit). Nous nous intresserons galement aux indices incrmentaux suivants, qui permettent de comparer le modle test un modle nul. Il sagit : du NFI (Normed Fit Index), le CFI (Comparative Fit Index) et le TLI (Tucker Lewis index). Le tableau suivant montre les valeurs considres comme satisfaisantes pour chaque indice.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 144
Indices
Normes
Dfinitions
X2 /ddl
Entre 2 et 3, mme 5
Cet indice value la qualit dajustement du modle en tenant compte de la parcimonie
GFI
> 0.9 ou 0.8 selon les auteurs
Il reprsente le montant de la variance et de la covariance explique par le modle. Il est analogue au R Deux de la rgression multiple
AGFI
> 0.8 ou 0.7 selon les auteurs
Cest lindice ajust du GFI au regard des degrs de libert, est aussi analogue au R Deux ajust de la rgression multiple
RMR
0.05 ou 0.08
Indice de la valeur moyenne des rsidus du modle
NFI
> 0.9 ou proche de 0.9
Ils permettent de tester si un modle factoriel exploratoire particulier reprsente une amlioration par rapport un modle 0 qui ne suppose aucune relation entre les variables
CFI
> 0.9 ou proche de 0.9
Il permet galement de comparer un modle factoriel un modle nul en calculant la diminution relative dun manque dajustement
RMSEA
0.05 ou 0.08 selon les auteurs
Il reprsente la diffrence moyenne par degr de libert attendue dans la population totale et non dans lchantillon
Les indices dajustement sont trs satisfaisants pour la mesure de la capacit oprationnelle.
Capacit collaborative Etant donn que la capacit collaborative est mesure avec trois items, nous ne serons pas en mesure de faire cette analyse factorielle confirmatoire de manire spare car, avec trois items, le modle est exactement identifi ce qui signifie quil contient suffisamment dinformations pour estimer tous les paramtres. Dans de tel cas, le nombre de degr de libert est gal zro (0) et le test du chi-deux indique un ajustement parfait. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 146
Analyse des trois capacits runies
La capacit du logiciel est un construit unique trois composantes savoir : la capacit analytique du logiciel, la capacit oprationnelle du logiciel et la capacit collaborative du logiciel. La premire analyse factorielle confirmatoire a donn des indices dajustement trs mauvais. Aprs une analyse des indices de modification et de la contribution factorielle standardise de certains items nous avons dcid dapporter quelques ajustements au modle. Ainsi nous avons supprim un item pour chaque variable latente. Les items relatifs la capacit analytique et la capacit oprationnelle prsentent des contributions factorielles standardises faibles. Le troisime item relatif la capacit collaborative a t supprim aprs analyse des indices de modification. Les rsultats de cette analyse sont rsums dans le tableau suivant et sont trs conformes aux normes inscrites dans le tableau qui rsume les valeurs dacceptation.
Lanalyse de la stratgie relationnelle a donn des indices trs satisfaisants aprs cration dune corrlation entre les erreurs du deuxime et du troisime item. Cette manipulation nous a permis datteindre des rsultats qui sont consigns dans le tableau ci dessous
Les indices dajustement ne sont pas assez satisfaisants la suite de la premire analyse factorielle. Aprs analyse des indices de modification, nous avons dcid de supprimer litem numro 5 (Vos services et ceux de vos partenaires sont suffisamment souples pour rpondre parfaitement aux besoins de vos clients). Les rsultats des indices aprs suppression de litem 5 sont rsums dans le tableau ci-dessous et sont trs satisfaisants.
La premire analyse na pas donn des indices dajustement satisfaisants. Lanalyse des indices de modification nous a permis de supprimer litem Les membres de votre service t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 148 informatique manifestent un intrt pour le marketing et vice versa . La suppression de cet item nous a permis dobtenir des rsultats satisfaisants.
Performance du cycle de vie du client La premire analyse factorielle a montr que la valeur de khi2/ddl est de 5,551. Cette valeur nest pas conforme aux normes. Aprs analyse des indices de modification, nous avons supprim litem L'utilisation des logiciels CRM a permis votre entreprise de baisser le taux de dfection de vos clients ce qui nous a permis dobtenir des indices trs satisfaisants. La suppression de cet item, naffaiblira pas le construit car cet item rejoint litem L'utilisation des logiciels CRM a permis votre entreprise de mieux fidliser vos clients . Les rsultats sont inscrits dans le tableau suivant :
Une fois lunidimensionnalit des construits dmontre, nous pouvons passer aux diffrentes valuations.
2-2-validation des mesures
2-2-1-Evaluation de la fiabilit
La fiabilit dune chelle dsigne le degr selon lequel les items dune chelle mesurent conjointement le mme concept. La fiabilit est value au niveau de chaque chelle par le coefficient de fiabilit rh de Joreskorg () et par lalpha de Cronbach () Lalpha de Cronbach est un coefficient de fiabilit qui mesure la cohrence interne dune chelle construite partir dun ensemble ditems. Plus la valeur de lalpha est proche de 1 plus la cohrence interne de lchelle (sa fiabilit) est forte. Il a t prouv quil existe une relation entre le nombre ditems et la valeur de lalpha de Cronbach. Les valeurs de lalpha sont rsumes dans le tableau ci-dessous :
valeurs
Acceptabilit
Infrieur 0,6
Insuffisant
Entre 0,6 et 0,65
Faible
Entre 0,65 et 0,7
Minimum acceptable
Entre 0,7 et 0,8
Bon
Ente 0,8 et 0,9
Trs bon
Suprieure 0,9
Considrer la rduction du nombre ditems
Tableau 14/ Titre : Les valeurs dacceptation de lalpha de Cronbach
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 150 Cependant, le professeur J-J. Croutsche (1997) estime quune valeur de lalpha gale 0,6 est suffisante ds lors quil sagit dune tude exploratoire, thorique. La seconde valeur permettant de mesurer la cohrence interne est le rh de Joreskorg qui contrairement lalpha de Cronbach a la particularit et lavantage dtre moins sensible au nombre ditems (Roehrich, 1994). En ce qui nous concerne, nous avons utilis les deux valeurs pour mesurer la fiabilit de notre chelle. Lalpha de Cronbach est donn par le logiciel SPSS 16 et le rh de Joreskorg est calcul aprs lanalyse factorielle confirmatoire suivant la formule suivante : Rh de Joreskorg = (somme des contributions factorielles standardises) au carr/ (somme des contributions factorielles standardises) au carr+ (somme des erreurs de mesure des indicateurs). La fiabilit est satisfaisante si le rh est suprieur 0,7 ou 0,8 (Fornelle et Lacker, 1981). Les rsultats sont consigns dans le tableau ci-dessus. (annexe 07)
EVALUATION DE LA FIABILITE Construit Rho de Joreskog () Alpha de Cronbach ()
Stratgie relationnelle
0,86
0,81
Gestion des canaux
0,82
0,76
Connaissance client
0,86
0,75
Capacit analytique
0,75
0,72
Capacit oprationnelle
0,92
0,93
Capacit collaborative
0,66
0,80
Performance du cycle de vie
0,87
0,83
Tableau 15/ Titre : Evaluation de la fiabilit
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 151 Au vu des rsultats consigns dans le tableau, on peut conclure la fiabilit de nos chelles de mesure.
2-2-2-Evaluation de la validit convergente
La validit convergente permet de vrifier si diffrents indicateurs qui sont censs mesurer le mme phnomne sont corrles (Evrard, Pras et Roux, 1997). Deux critres permettent dvaluer cette forme de validit - Les contributions factorielles (comparables des coefficients de rgression) issues de lAFC doivent tre significativement non nuls (cr > 1.96) (Gerbing et Anderson, 1988) ; - La variance moyenne extraite pour chaque construit doit tre gale ou suprieure 0,5 (Fornell et Larcker, 1981). La validit convergente est estime par la formule suivante : Rh de validit convergente () = (somme des carrs des contributions factorielles standardises)/ (somme des carrs des contributions factorielles standardises) + (somme des erreurs de mesure des indicateurs). Le tableau suivant synthtise les tests de validit convergente. Les rsultats montrent que les ratios critiques (cr) sont tous trs suprieurs valeur critique de 1,96 prouvant que la relation entre chaque construit et ses indicateurs de mesure est bien significativement diffrente de zro avec un intervalle de confiance de 95 %. La variance moyenne extraite (VME) pour chaque construit dpasse le seuil de 0,5 Ainsi, et daprs les rsultats prsents dans le tableau ci-dessous, nous pouvons conclure que la validit convergente est vrifie dans notre cas.
Performance du cycle de vie du client crm_cc 8,172 0,000
0,59
Tableau 16 / Titre : Evaluation de la validit convergente
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 153 2-2-3-Validit discriminante
La validit discriminante signifie que deux construits diffrents thoriquement sont galement distincts dans la pratique. Pour vrifier, il faut sassurer que la racine carre de la variance moyenne explique (VME) de chaque construit est suprieure aux corrlations quil partage avec les autres construits (Ping, 2004). Le tableau suivant prsente les rsultats des tests de la validit discriminante.
EVALUATION DISCRIMINANTE
SR GC CC CRM-A CRM- O CRM-C PER SR 0,78
GC 0,727
0,74 CC 0,588 0,496
0,77 CRM- A 0,596 0,499 0,706 0,71 CRM- O 0,243 0,076 0,188 0,538 0,88 CRM- C 0,760 0,610 0,730 0,688 0,405 0,70 PER
0,893 0,608 0,615 0,768 0,518 0,893 0,77
Tableau 17 / Titre : Validit discriminante
Au vu des rsultats consigns dans ce tableau nous constatons une forte corrlation entre : - Performance du cycle de vie du client et stratgie relationnelle - Performance du cycle de vie du client et CRM collaboratif - CRM collaboratif et stratgie relationnelle Nous pouvons donc conclure que la validit discriminante nest pas vrifie pour notre construit globale.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 154 CONCLUSION CHAPITRE 4
Dans cette recherche nous avons men des tests prliminaires de pr enqute bass sur diffrents types dinformations et donnes. Notre unit de recherche tait lentreprise utilisatrice de logiciel CRM. Notre base de sondage est constitue de 346 entreprises de diffrentes tailles et de diffrents secteurs dactivit. Lenqute auto administre a t choisie pour collecter les donnes ; suite des contacts multiples, nous avons pu runir quatre vingt huit (88) rponses dont six taient inutilisables pour cause de rponses manquantes. Au final 82 rponses utilisables ont t retenues soit un taux de rponse de 23,36%. Plus de 80% des rpondants taient des informateurs cls. Dans cette recherche, des chelles utilises au cours dautres travaux empiriques ont t utilises et des adaptations lies notre contexte de ltude ont t ralises. Afin de raliser la validation de nos mesures, nous avons eu recours des experts qui ont t soumis une enqute que nous avons intitul enqutes experts . Leurs rponses nous ont permis de confirmer les validits faciale et de contenu de notre construit. La validation du construit a t ralise grce une analyse statistique. Pour lanalyse statistique, nous avons eu recours lanalyse factorielle exploratoire et lanalyse factorielle confirmatoire. Au cours de lanalyse factorielle confirmatoire nous avons utilis la modlisation par quations structurelles avec des variables latentes. Cette dmarche a permis, aprs un processus de purification, de dvelopper des mesures qui rpondent aux critres psychomtriques de fiabilit et de validit.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 155 CHAPITRE 5
TESTS DES HYPOTHESES ET DISCUSSION DES RESULTATS
INTRODUCTION
Ce chapitre sera consacr au test des hypothses et la discussion des rsultats. Il est organis de la manire suivante. Tout dabord, nous accorderons une attention particulire au choix de la mthode danalyse et ses conditions dapplication. Dans le cas de notre travail, nous justifierons le recours la rgression multiple et nous vrifierons, notamment, les conditions de la linarit du modle, labsence de multicolinarit des variables indpendantes, lhomoscdasticit des erreurs, labsence dautoccorlation et la normalit des rsidus. Ensuite, nous procderons aux tests statistiques proprement dits afin de confirmer ou dinfirmer nos hypothses de recherche. Pour finir, nous consacrerons une section la discussion des rsultats.
I-CHOIX ET HYPOTHESES DE LA REGRESSION
Diffrentes techniques statistiques peuvent tre utilises afin de tester leffet dinteraction : la rgression multiple, la rgression multiple avec variables muettes, la rgression multiple par sous-groupes et lANOVA (Caceres et Vanhamme, 2003).
1-LA REGRESSION MULTIPLE
La rgression linaire a pour objet de modliser les relations entre une variable expliquer mesure sur une chelle dintervalle ou de rapport et une (rgression simple) ou plusieurs (rgression multiple) variables mesures sur une chelle dintervalle ou de rapport, et explicatives sous la forme dune quation linaire du type : Y = +1X1+2X2++nXn+ (Gavard-Perret et al., 2008). Pour tester nos hypothses, nous nous appuierons sur les recommandations de Caceres et Vanhamme (2003) ainsi que dIrwin et Mc Clellamd (2002). En effet, ces auteurs suggrent lutilisation de la rgression multiple pour la validation des hypothses dans notre cas puisquelle permet dune part, dexpliquer une variable dpendante mtrique (performance du cycle de vie du client dans notre cas), par un ensemble dautres variables indpendantes mtriques (les capacits du logiciels CRM : capacit analytique, capacit oprationnelle et capacit collaborative) et dautre part, de tester les effets t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 156 dinteractions entre variables indpendantes. En ce qui nous concerne, la rgression multiple est davantage recommande que la modlisation en quations structurelles avec variables latentes dans la mesure o notre chantillon nest pas assez important. En effet, lchantillon minimal pour la modlisation en quation structurelle est de 100 (Kline, 1988). Enfin, la mthode de rgression multiple offre lavantage de tester le modle au niveau global (par le coefficient de corrlation multiple) et au niveau de chacune des variables explicatives (par le test t de student appliqu chaque coefficient de rgression).
1-1- Hypothses de la rgression multiple
Le modle de rgression multiple repose sur un certain nombre dhypothses qui permettent dtablir les proprits des estimateurs et de faire linfrence partir de ceux-ci. Au nombre de ces conditions, nous avons : - la linarit du modle : la rgression tablit une relation linaire entre la variable dpendante (ou expliquer) et la ou les variables indpendantes (ou explicatives). Les hypothses relatives la linarit peuvent tre vrifies en se basant sur le diagnostic des graphiques des rsidus (Evrard, Pras et Roux, 1997 ; Dodge et Rousson, 2004). Cette mthode de diagnostic permet galement de dtecter, les valeurs aberrantes (observations dont le rsidu est, en valeur absolue, bien plus lev que les autres). Gnralement, deux types de graphiques peuvent tre utiliss : le graphique des rsidus en fonction des valeurs estimes et le QQ-plot 1 des rsidus. Si le modle choisi est adquat, les rsidus seront rpartis uniformment dans une bande horizontale du graphique des rsidus en fonction des valeurs estimes. La non linarit est dmontre si les points forment des courbes. On peut galement comparer lcart type de la variable dpendante par rapport lcart type des rsidus. Un cart type de la variable dpendante suprieur lcart type des rsidus montre ladquation du modle linaire (Dodge et Rousson, 2004 ; Garson, 2007). - Absence de multi colinarit : les variables explicatives sont indpendantes les unes des autres (impossibilit dexprimer lune dentre elles comme une combinaison linaire des autres). La matrice de corrlation et lindice VIF (Variance Inflation Factor) peuvent tre utiliss. Une mthode simple pour dtecter une trop grande
1 Un "diagramme Quantile-Quantile", permet d'valuer l'adquation d'un chantillon une distribution thorique en se dbarrassant des influences de la tendance centrale et de la dispersion de l'chantillon. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 157 corrlation entre variables indpendantes est de demander la tolrance 1 et le VIF. Le seuil du facteur dinflation de la variance doit tre faible et infrieur 3 (Carricano et Poujol 2008) et celui de la tolrance est de 0,3 (valeur suprieure 0,3). Une matrice de correlation prsentant des valeurs suprieures 0,9 et un indice VIF suprieur 10 signale un problme de multicolinarit (Kline, 1998). - Homoscdasticit : la variance des erreurs est constante quelle que soit lobservation. Elle est vrifie par lexamen des rsidus ou par un simple test statistique. Le logiciel SPSS fournit le test dhomognit de Leverne (Carricano et Poujol 2008), qui mesure lgalit des variances pour une seule paire de variables. Selon Dodge et Rousson, (2004) et Garson (2007), lhtroscdasticit est constat lorsque les points forment un entonnoir ou une autre forme montrant que la variance diffre en se dplaant sur laxe Y. La variation des variances des termes derreur doit tre comprise entre -3 et +3. - Absence dauto corrlation : les erreurs relatives deux observations diffrentes ne sont pas corrles entre elles. Elle est valide par le test de Durbin-Watson. Lexamen du coefficient D du Durbin-Watson permet de tester lautocorrlation, une valeur de D comprise entre 1,5 et 2,5 indique que les observations sont indpendantes (Dodge et Rousson, 2004 ; Garson, 2007). - La normalit de la distribution du terme derreur : les erreurs suivent une distribution normale de moyenne 0 et de variance constante. Ce qui veut dire que les point se trouvent rpartis en dessous et en dessus de la ligne 0 de laxe Y (Dodge et Rousson, 2004 ; Garson, 2007). Cette normalit peut galement tre examine en effectuant un QQ-plot des rsidus. Si les erreurs sont normalement distribues, les points sur le graphique doivent tre peu prs aligns sur une droite de 45 degr (Dodge et Rousson, 2004 ; Garson, 2007). Les conditions dapplicabilit de la rgression multiple ayant t vrifies, il convient ds lors dinterprter les rsultats de cette rgression.
1 La tolrance est dfinie comme la part de variabilit de la variable indpendante qui nest pas explique par une ou dautres variables indpendantes. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 158 1-2- Les rsultats de la rgression
Pour la validation des relations nonces dans nos hypothses, il est recommand de se rfrer deux indicateurs : le t de student (CR) et les coefficients de rgression standardiss (bta). La valeur du CR doit tre suprieure 1.96 alors que les coefficients de rgression doivent tre compris entre 1 et 1. Par consquent, plus la valeur absolue dun coefficient est proche de 1, plus la relation linaire est forte; le contraire tant vrai. Les rsultats de la rgression se lisent grce aux indices suivants (Carricano et Poujol 2008) : - R : le coefficient de corrlation multiple est un indice standardis variant de -1 +1, indiquant la force de la relation entre lensemble des variables indpendantes et variables dpendantes. Plus la corrlation est leve, plus la relation linaire entre les variables est leve. - R2 (R au carr) : encore appel coefficient de dtermination, il est un indice de la part de variance de la variable dpendante par les variables indpendantes qui sont dans lquation. Il donne ainsi la part de variance de la variable explique par la variable explicative. - Le Bta : ce coefficient standardis permet de comparer la contribution de chaque variable puisquil sagit du coefficient de rgression ramen sur une chelle standard (entre -1 et +1) - Le test F : sa valeur indique si la variance ou lajout de variance explique est significative, c'est--dire si, quelle que soit la force de la relation entre les variables explicatives et les variables expliquer, cette relation est susceptible dexister dans la population et nest pas due simplement au hasard de lchantillonnage. - Le test t : sa valeur doit tre plus grande que 1,96 pour tre significative (note** p< 0,05). Elle indique si chacun des coefficients des variables prsentes dans lquation est significatif.
2- RESULTATS DE LA RECHERCHE
2-1- Effets principaux des capacits du logiciel CRM sur le cycle de vie du client
Afin de tester la relation entre les capacits du logiciel CRM et le cycle de vie du client, nous avons utilis le modle de la rgression multiple suivant : Y=+iCcrmi+ t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 159 Avec : Y=PCVC : la variable dpendante reprsente dans notre cas par le cycle de vie du client La constante du modle : Le coefficient du modle estimer : i Ccrmi (i=1, 2,3) : les trois capacits du logiciel CRM Le terme derreur ou rsidu : Pour notre modle, cette quation devient :
PCVC = +1ANA+2OPE+3COLL+ Avec : ANA : capacit analytique OPE : capacit oprationnelle COLL : capacit collaborative Lanalyse de rgression suppose que les hypothses concernant la linarit du modle, la normalit des erreurs, la prsence dhomoscdasticit, labsence dautocorrlation et labsence de multicolinarit soient vrifies. (annexe 08)
2-1-1 Vrification des conditions de rgression de notre modle
Pour vrifier la linarit du modle, la normalit des erreurs et lhomoscdasticit, nous avons utilis le graphique des rsidus en fonction des valeurs estimes et QQ-plot des rsidus. Aprs limination de lobservation 21 (valeur du rsidu suprieure 3 en valeur absolue), les graphiques montrent que les rsidus sont uniformment rpartis dans une bande horizontale et ne dcrivent pas un entonnoir ni une courbe. Il faut remarquer galement que les points sur le QQ-plot des rsidus sont peu prs aligns sur une droite dune pente de 45 degr. Sagissant de notre modle, labsence de multicolinarit est donc vrifie ; les tolrances pour les trois variables indpendantes tant suprieures 0,3 (0,575 - 0,698 et 0,694) et les VIF tant faibles et infrieures 3 (1,74 1,433 et 1,442). Pour finir, lexamen du coefficient D de Durbin Watson montre que le modle ne souffre pas dautocorrlation. En effet, la valeur de ce coefficient est de 1,661 ce qui est compris entre 1,5 et 2,5 valeur recommande par Dodge et Rousson, 2004 ; Garson, 2007.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 160 2-1-2 Rsultats de lanalyse de la rgression
Les rsultats (annexe 08) montrent que le modle explique 64% de la variance du cycle de vie du client et que la capacit analytique et la capacit collaborative sont associes positivement au cycle de vie du client. Les coefficients standardiss sont respectivement de 0,275 (avec p gal 0,003 et infrieur 0,01) pour la capacit analytique et de 0,585 (avec p gal 0,000 donc infrieur 0,001). Ainsi, nous pouvons en dduire que les hypothses H1 et H2 sont vrifies. Il en est de mme pour lhypothse H0 car le modle explique prs de 64% de la variance de la performance du cycle de vie du client et la significativit est de 0,000. Lutilisation des logiciels CRM amliore le cycle de vie du client. La discussion de ces rsultats fera lobjet de la cession suivante.
Les effets directs de lutilisation des capacits des logiciels sur le cycle de vie du client
Variables indpendantes
Hypothses
Beta standardiss
Capacit analytique
H1
0,275**
Capacit oprationnelle
H3
0,057
Capacit collaborative
H2
0,585***
0,638
0,642
R2
R2 ajust
Valeur de F
45,76***
* 0,01 p 0,05 ; ** 0,001 p 0,01 ; *** p 0,001 Tableau 18 / Titre : Les effets directs de lutilisation des capacits des logiciels sur le cycle de vie du client
Vrification laide dune analyse en composante principale t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 161 Afin de vrifier nos rsultats, nous avons men une analyse en composante principale avec le logiciel danalyse Sphinx. La carte factorielle ainsi que le tableau des contributions sont les suivants :
ANA OPE COLL PCVC
Figure 17 / titre : Carte factorielle sous Sphinx
Au regard de ce tableau, le premier axe (F1) permet dexpliquer 66,65% de la variance totale du nuage de points, le second axe (F2) permet dexpliquer 18,02% de la variance totale. En projetant donc chaque individu sur un plan F1 F2, on conserve donc 66,65+18,02 soit 84,67% de la variance totale (on a donc une bonne qualit de reprsentation). CONTRIBUTIONS POSITIVES CONTRIBUTIONS NEGATIVES Axe 1 (+66.65%) Axe 2 (+18.02%) PCVC +29,0% COLL +27,0% OPE +62,0% COLL -18,0% ANA +3,0% PCVC -14,0% t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 162 Au vu de la carte factorielle, nous remarquons que les variables CRM collaboratif et performance du cycle de vie du client sont trs corrles car elles forment un angle aigu. Lutilisation de la capacit analytique est galement corrle avec la variable performance du cycle de vie du client mais pas aussi fortement que le CRM collaboratif. En revanche, le CRM oprationnel dcrit un angle droit avec la performance du cycle de vie du client, ce qui traduit labsence de corrlation entre les deux variables. Ces rsultats confirment bien les rsultats de la rgression multiple.
2-2-Effets des variables modratrices sur le cycle de vie du client
Pour mesurer leffet des variables modratrices, nous avons utilis le modle suivant de rgression multiple avec des variables dinteractions :
PCVC = + 1ANA + 2OPE + 3COLL + 4(ANAxCC) + 5(ANAxSR) + 6(OPExCC) + 7(OPExSR) + 8(OPExGC) + 9(COLLxGC) + 10CC + 11SR + 12GC+ 13SECT_ACT+ 14TAIL+ 15EXPE+ Avec : Variable expliquer : - PCVC : performance du cycle de vie du client Variables explicatives : - ANA : capacit analytique - OPE : capacit oprationnelle - COLL : capacit collaborative Variables modratrices : - CC : connaissance client - SR : stratgie relationnelle - GC : gestion des canaux de communication Variables de contrle : - SECT_ACT : secteur dactivit - TAIL : taille de lentreprise - EXPE : exprience de lentreprise en matire dutilisation de technologie CRM
Erreurs : - terme rsiduel t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 163
2-2-1 Vrification des conditions de rgression de notre modle
Comme nous lavons fait dans le cadre de la vrification de leffet direct des capacits du logiciel CRM sur la performance du cycle de vie du client, nous allons vrifier les cinq principales hypothses de la rgression multiple savoir : les hypothses de la linarit, de multicolinarit, dhomoscdasticit, de l'autocorrlation et de la normalit de la distribution du terme derreur.
La linarit du modle
Afin de vrifier cette hypothse, nous analyserons la rpartition des rsidus. Une observation du graphique (annexe 09) de rpartition des rsidus par rapport une rpartition normale montre que les rsidus sont uniformment rpartis dans une bande horizontale du graphique. Cette remarque permet daffirmer la linarit de notre modle.
Homoscdasticit
Pour vrifier lhypothse dhomoscdasticit, nous avons fait recours une fois encore au graphique de la rpartition des rsidus par rapport une distribution normale. Nous avons remarqu que le nuage de points dit des rsidus standardiss en rapport avec les valeurs prdites standardises ne fait apparatre aucun modle particulier. Lhistogramme des rsidus standardiss montre que la variation des variances des termes derreur est comprise entre -3 et +3 ce qui confirme lhypothse de valeur constante de la variance du terme derreur (homoscdasticit).
Absence de multi colinarit
Lobservation de la matrice des corrlations et les indices VIF nous permet daffirmer que la condition dabsence de multicolinarit est vrifie. En effet, la matrice des corrlations ne montre pas de valeurs suprieures 0,9 et les indices VIF sont tous infrieurs 10.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 164 Absence dauto corrlation
Lexamen du coefficient D du Durbin-Watson de notre modle indique une valeur de 1,707. Ce coefficient D est compris entre 1,5 et 2,5. Nous pouvons alors affirmer que lhypothse dabsence dautocorrlation est vrifie pour notre modle.
La normalit de la distribution du terme derreur
En examinant le QQ-plot des rsidus, nous avons remarqu que les erreurs sont normalement distribues, les points sur le graphique sont peu prs aligns sur une droite de 45 degr. Nous pouvons alors affirmer avec certitude que lhypothse de la normalit de la distribution du terme derreur est vrifie. Toutes les hypothses qui sous-tendent une rgression linaire multiple sont vrifies. Ainsi, nous pouvons interprter les coefficients de notre modle.
2-2-2 Rsultats de lanalyse de la rgression
Nous avons dvelopp deux modles au moment de la rgression multiple : le premier modle regroupe les variables indpendantes et les variables de contrle et le second comporte lensemble des variables du modle ainsi que les interactions entre les capacits du logiciel CRM et les variables modratrices. Il est important de signaler que les tests de modration peuvent tre influencs par la colinarit entre les variables indpendantes (Caceres et Vanhamme, 2003). Pour pallier cette influence, nous avons donc centr les variables indpendantes par rapport la moyenne.
Rsultats de la rgression multiple avec les variables modratrices et les variables de contrle
Performance du cycle de vie du client
Modle 1
Modle 2
Variables indpendantes
Hypothses
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 165 Beta standardiss
Exprience
H12
-0,231**
-0,241**
Secteur dactivit
H11
0,120
0,74
Taille
H10
0,018
0,004
Capacit analytique
H1
0,257**
0,332**
Capacit oprationnelle
H3
0,064
0,002
Capacit collaborative
H2
0,646***
0,427***
0,742
0,721
R2 R2 ajust Valeur de F
35,397***
Connaissance client
0,208*
Stratgie relationnelle
0,322***
Gestion des canaux
-0,123
Capacit analytique x connaissance client
H4
0,218
Capacit oprationnelle x connaissance client
H5
-0,181
Capacit analytique x stratgie relationnelle
H6
0,059 t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 166
Capacit oprationnelle x stratgie relationnelle
H7
-0,008
Capacit collaborative x gestion des canaux H9 -0,151
Capacit oprationnelle x gestion des canaux H8 0,237*
Tableau 19/ Titre : Rsultats de la rgression multiple avec les variables modratrices et les variables de contrle
Le modle 1 montre que les variables de contrle et les variables indpendantes expliquent 74% de la performance du cycle de vie du client. Les variables capacit analytique et collaborative sont significativement positives ce qui confirme les premiers rsultats issus de la rgression multiple ayant servi mesurer limpact direct de lutilisation des capacits du logiciels CRM sur la performance du cycle de vie du client. Les hypothses H1 et H2 sont donc valides. Ces rsultats confirment galement les premiers rsultats concernant lhypothse H3. En effet, cette hypothse a t infirme par la premire rgression, ce qui se trouve vrifie avec la seconde rgression. Lajout de variables modratrices au modle 1 (termes dinteraction dans le modle 2) amliore le pouvoir explicatif en passant de 74% avec le modle linaire simple 82% avec le modle 2, soit une augmentation de 8%. Cette amlioration prouve lexistence dun effet dinteraction de la part des variables modratrices sur les variables indpendantes. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 167 Linteraction de la capacit analytique avec la connaissance client produit un effet positif significatif sur la performance du cycle de vie du client alors que linteraction de cette capacit avec la stratgie relationnelle nest pas significative. Les bta standardiss sont respectivement de 0,218 (H4) et de 0,059 (H6). Ainsi, lhypothse H4 est vrifie et significative alors que lhypothse H6 est valide mais pas significativement. Leffet de linteraction de la capacit oprationnelle avec la connaissance client est significatif. Toutefois, cet effet ainsi que le bta standardis sont ngatifs, ce qui invalide lhypothse H5. Linteraction de cette capacit oprationnelle avec la stratgie relationnelle nest pas significative ce qui infirme galement lhypothse H7. Nanmoins, linteraction de cette capacit avec la gestion des canaux de communication est significativement positive, ce qui valide lhypothse H8. Enfin, leffet dinteraction de la capacit collaborative avec la gestion des canaux de communication nest pas significatif ce qui infirme lhypothse H9. Nos rsultats montrent galement que la connaissance client et la stratgie relationnelle ont chacun un impact direct positif sur la performance du cycle de vie du client alors que la gestion des canaux de communication a un effet direct ngatif sur cette performance. Finalement, la taille de lentreprise na aucune influence sur la performance du cycle de vie du client alors que lexprience des entreprises en matire de CRM semble influencer ngativement cette performance. Par consquent, les hypothses H10 et H12 ne sont pas valides. En ce qui concerne le secteur dactivit, son impact sur la performance du cycle de vie du client est positif mais pas significatif. Do lhypothse H11 est valide. Tous ces rsultats seront discuts aprs prsentation des rsultats complmentaires issus de lenqute.
Vrification laide de lanalyse en composantes principale
Nous utiliserons lanalyse en composante principale pour confirmer ou infirmer les hypothses lies aux variables de contrle. Nous avons ainsi procd une analyse en composante principale laide du logiciel SPHINX. La carte factorielle mettant en vidence les variables de contrle est la suivante : t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 168 ANA OPE COLL PCVC EXPE TAIL SECT_ACT
Figure 18/ titre : carte factorielle sous sphinx pour confirmer les hypothses lies aux variables de contrle
Le tableau des contributions permet daffirmer que nous avons une bonne reprsentation avec 59,59% de la variance totale explique. La carte factorielle montre que les variables taille et exprience nont pas de corrlation positive avec la performance du cycle de vie du client car elles forment des angles obtus avec cette dernire. En revanche, la variable t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 169 secteur dactivit a une corrlation avec la variable performance de cycle de vie du client . Ces rsultats confirment les rsultats de la rgression multiple.
2-3 Autres rsultats utiles issus de lenqute (annexe 04)
Un tri plat avec le logiciel sphinx a permis de remarquer que plus de 96% des entreprises interroges trouvent que la mise en place des logiciels CRM est une bonne chose pour leur entreprise. Nous avons galement remarqu quil y a un dcalage entre la date dadoption des logiciels CRM analytique et oprationnel et la date dadoption du CRM collaboratif. Les graphiques en barre des logiciels CRM analytique et oprationnel sont presque juxtaposables. Ce qui signifie que les entreprises ont adopt les logiciels CRM analytique et oprationnel au mme moment. Le graphique en barre de la date dadoption du logiciel CRM collaboratif, montre que la majorit (60%) des entreprises ont adopt ce type de logiciel partir de 2004 et 2005. Nous pouvons donc conclure que le CRM collaboratif est devenu populaire partir de 2004 mme si les entreprises taient dj dotes doutils ayant des fonctionnalits similaires celles du CRM collaboratif. Les rsultats ont montr que les fonctionnalits les plus utilises par les entreprises sont celles relatives au CRM analytique et oprationnel (segmentation, mailing, gestion des campagnes marketing, historisation des contacts et des actions associes). Nous avons en outre remarqu que les canaux utiliss par les clients pour entrer en contact avec lentreprise restent le tlphone, le mail et commerciaux. Par ailleurs, il apparat que la majorit des entreprises interroges (67,4%) ont entre 1 et 5 ans dexprience en utilisation de logiciel CRM. II- DISCUSSION DES RESULTATS Lobjectif de cette recherche est de mettre en avant les capacits des outils logiciels CRM et de mesurer limpact de lutilisation de ces logiciels sur la performance du cycle de vie du client. A cet effet, il convient de sintresser deux questions principales. Dans un premier temps, il sagit de savoir si la mise en place et lutilisation de ces logiciels CRM sont positivement lies la performance du cycle de vie du client. Dans un second temps, il sagit didentifier quels peuvent tre les modrateurs cls de la relation entre cette utilisation et la performance du cycle de vie du client. A lissus de cette tude empirique, les rsultats sont trs intressants. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 170 Ces rsultats ont notamment montr que la capacit analytique des logiciels CRM a une influence positive sur la performance du cycle de vie du client. En effet, la premire mesure (effet direct) a montr que la significativit t est gale 0,003 et que le bta standardis est gal 0,275. La seconde mesure (avec effet modrateur) a donn des rsultats de significativit et de bta standardis trs satisfaisants (p=0,001 et = 0,332). Ces rsultats, confirment notre hypothse H1 selon laquelle lutilisation de la capacit analytique des logiciels CRM a une relation positive avec la performance du cycle de vie du client. Une petite comparaison des deux rsultats montre lexistence dun effet modrateur sur lutilisation de la capacit analytique. Lanalyse des effets dinteraction nous permettra de dire quelle variable produit un tel effet sur la relation entre la performance du cycle de vie du client et lutilisation de la capacit analytique des logiciels CRM. Un logiciel qui a une bonne capacit analytique procure lentreprise qui lutilise, la possibilit dapprhender les comportements des clients, de dfinir une bonne segmentation et de dvelopper des modles prdictifs du comportement et des intentions du client. Certains auteurs comme Lefbure et Venturi (2005), dune part, et Dominique Moisand (2002), dautre part ont galement pens que lutilisation de la capacit analytique des logiciels CRM pouvait permettre de calculer la probabilit exacte de chaque transaction avec le client et daffiner de plus en plus les modles dcisionnels qui sous-tendent lactivit commerciale. Lutilisation de la capacit analytique de lentreprise permet davoir des donnes de qualit. Elle permet galement dattirer le client idal par rapport une proposition doffre. Nous avons soulign dans nos chapitres prcdents que la performance du cycle de vie du client, passe par laugmentation du taux de conversion de prospects en client, du dveloppement du client et de la rtention du client. Werner Reinartz, Manfred Krafft, et Wayne D. Hoyer (2004) ont dmontr que la mise en place de la technologie CRM est associe la performance de lentreprise dans deux de ces trois phases cites de la performance. Ils soulignent une relation positive pour le taux de conversion et le dveloppement de la relation. Cependant limpact est ngatif en ce qui concerne la rtention. Ces rsultats rejoignent en partie nos conclusions selon lesquelles lutilisation de la capacit analytique des logiciels CRM est associe positivement la performance du cycle de vie du client. Dans la mme logique, nos rsultats ont t galement dmontrs par Kamakura, Ramaswami et Srivastava, (1991) puis par Kamakura, Wedel de Rosa et Mazzon (2003). Ces auteurs ont montr que la capacit analytique des logiciels CRM permet de renforcer les relations par le biais de la cross-selling et des up selling. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 171 Une autre tude ralise en 2006 par luniversit Paris Dauphine et la socit Everest auprs de 206 entreprises a montr galement que lutilisation de la capacit analytique des logiciels CRM a une relation significativement positive avec le recrutement de nouveaux clients, laccroissement de la rentabilit des clients et la fidlisation de ces derniers. Ce qui est conforme aux rsultats observs lissue de notre tude. Concernant lhypothse H2, nous avons suggr que lutilisation de la capacit collaborative des logiciels CRM soit positivement associe la performance du cycle de vie du client. Les rsultats des deux mesures, ont montr que lutilisation de la capacit collaborative des logiciels CRM est positivement associe la performance du cycle de vie du client et pour cause la significativit t et le bta standardis sont satisfaisants. En effet, la premire mesure sans effet modrateur montre que la significativit t est gale 0,000 et que le bta standardis est gal 0,585. La seconde mesure montre une significativit toujours gale 0,000 et le bta standardis de 0,427. Ces rsultats confirment notre hypothse H2. Cette capacit a t dfinie par Lefbure et Venturi (2005) comme tant la capacit de lentreprise fdrer les forces de lentreprise, qui correspond la capacit de dmultiplication. Dans les chapitres prcdents, nous avons apport une dfinition cette capacit des logiciels CRM. Nous avons dfini la capacit collaborative comme tant la mise en uvre de techniques collaboratives destines faciliter les communications entre lentreprise et ses clients ainsi que lintgration avec les autres dpartements de lentreprise. De notre revue de littrature nous concluons que la frontire entre le collaboratif et loprationnel est trs mince. Nous suggrons ici de considrer la dernire partie de notre dfinition comme tant le fondement mme du collaboratif. Buttle (2004) puis Payne et Frow (2006) ont montr que lintgration du logiciel au point de contact avec le client est trs importante pour le succs du CRM. La capacit collaborative permet aux entreprises qui en disposent dapporter plus de valeur aux clients. En effet, les requtes de ces derniers peuvent tre traites avec nettement plus de professionnalisme en temps rel et au moment opportun. La prise en compte rapide des proccupations du client se manifeste par la satisfaction de ce dernier, ce qui naturellement engendre la fidlit mme si la satisfaction nest pas le seul lment conduisant la fidlit. Cette capacit permet une bonne interaction entre client et entreprise. Ds lors quil y a une bonne interaction entre le client et lentreprise, la confiance et lengagement sinstallent dans la relation (Morgan et Hunt, 1994). Lengagement, la confiance et la satisfaction dans une relation client fournisseur se traduit obligatoirement par lamlioration de la performance du cycle de vie du client. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 172 Dans le milieu universitaire, trs peu de travaux montrant limpact de la capacit collaborative des logiciels CRM ont t mens. Toutefois, Bull (2003) ; Goodhue et al. (2002), Plakoyiannaki et Tzokas (2002) puis enfin Meyer et Kolbe (2005) ont abouti des conclusions semblables celle de notre recherche empirique. Ils ont pu dmontrer que la capacit collaborative est le facteur cl de succs de ladoption de la technologie CRM. Pour ces auteurs, sans capacit collaborative, un outil logiciel CRM ne produit pas les rsultats escompts. Concernant limpact direct de li lutilisation de la capacit collaborative des logiciels CRM sur la performance du cycle de vie du client, nous pouvons conclure que nos rsultats sont conformes ceux de la littrature du domaine. Notre hypothse H3 stipule que la capacit oprationnelle des logiciels CRM est positivement associe la performance du cycle de vie du client. Les rsultats des deux modles ont montr que la capacit oprationnelle nest pas associe positivement la performance du cycle de vie du client. Pour le premier modle, la significativit t est suprieure 0,1 et le bta standardis est de 0,057, ce qui est trop faible pour conclure lexistence dune association positive. Ces rsultats ont t confirms par le deuxime modle o la significativit est de 0,029 donc infrieure 0,05 mais le bta standardis est galement trs faible (0,002) donc pas assez pour conclure lexistence dune relation positive entre ces deux variables. La comparaison des rsultats des deux modles permet de souponner lexistence dun effet modrateur entre les deux variables et une variable modratrice. Ce rsultat concernant lhypothse H3 peut sexpliquer par le fait que les entreprises de notre chantillon ont une mauvaise gestion des canaux de communication. Selon Jallat et al (2006), le CRM oprationnel permet de proposer loffre aux clients au bon moment et par le bon canal. De plus, le CRM oprationnel permet de savoir quel canal utilis pour relancer un client. Le CRM oprationnel est donc centr sur la gestion quotidienne de la relation avec le client travers les points de contact (canaux de communication). Cette explication se trouve justifier par la validation de notre hypothse H8. En effet, lhypothse H8 selon laquelle Plus lentreprise met en place une stratgie de gestion des canaux de communication, plus limpact de lutilisation de la capacit oprationnelle du CRM sur le cycle de vie du client est lev , est valide. Les rsultats de la rgression multiple montrent une significativit de linteraction capacit oprationnelle et gestion des canaux t de 0,026, ce qui est infrieure 0,05, et un bta standardis de 0,237 suffisant pour valider lhypothse. Ces rsultats sont conformes ceux cits par Peleen (2006). En effet, selon une t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 173 tude ralise par lagence ETO (2005) et publie par Peleen, une action multi canal optimise le rendement dune opration marketing de 15 20%. Nos rsultats sont galement conformes la conclusion de Ryals et al. (2000) affirmant quune bonne coordination des points de contact avec le client permet de corriger et dajuster les informations sur ceux-ci afin dobtenir une rponse fiable ce qui amliore la performance de la relation client. Nous avons galement mis comme hypothse que Plus lentreprise dveloppe une aptitude connatre ses clients, plus limpact de lutilisation de la capacit analytique sur le cycle de vie du client est fort . Cette hypothse que nous avons baptise H4 est valide car la significativit t de linteraction entre la capacit analytique et la connaissance client est de 0,094 et infrieure 0,1 et le bta standardis est de 0,218. En effet, tout logiciel disposant dune bonne capacit analytique a besoin de donnes afin de procder aux analyses. Pour que lanalyse soit juste il faut que les donnes soient fiables et jour. Cette tche incombe aux agents du front office. Laptitude de ces derniers recueillir ces donnes permettra la capacit analytique dtre plus performante. Chung et al., (2003) ont affirm que lentreprise qui russira comprendre et grer le comportement de ses clients et les services client pourrait sapproprier de lavantage comptitif. Cette comprhension passe par laptitude du front office aller chercher linformation chez le client afin de le stocker dans la banque de donnes pour permettre au CRM analytique de faire des analyses pertinentes. Jayahandran et al., (2004) ont abouti aux mmes conclusions que notre tude. Ces auteurs ont montrs que la connaissance client amliore la rapidit et lefficacit de la raction de lentreprise envers ses clients, ce qui engendre la satisfaction du client et par consquent sa fidlisation ; il en rsulterait une amlioration du cycle de vie du client. Leffet modrateur de la connaissance client sur limpact de lutilisation des outils technologiques sur la performance de lentreprise a t dmontr par Sambamurthy et al. (2003). Nos rsultats ont galement montr que la stratgie relationnelle nest un modrateur significatif ni pour la capacit analytique ni pour la capacit oprationnelle. En effet, le test des hypothses H6 et H7 ont donn des rsultats dcevants. Concernant lhypothse H6, nous avons lexistence dun petit effet dinteraction entre la stratgie relationnelle et la capacit analytique mais cette relation nest pas du tout significative. Mme si nous dcidons de valider cette hypothse, on conclura sa non significativit car t est gale 0,510 ce qui suprieur 0,05 et 0,1. En revanche, lhypothse H7 est invalide car la valeur du bta standardis ne permet pas de conclure lexistence dune interaction forte entre la capacit oprationnelle et la stratgie relationnelle. Dans le mme temps, leffet de la stratgie t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 174 relationnelle dans lquation de la rgression donne des valeurs satisfaisantes. Ce paradoxe peut rendre compliqu lexplication de ces deux rsultats. La logique serait que la stratgie relationnelle ait un effet dinteraction positivement significatif sur limpact des deux capacits sur la performance du cycle de vie du client. Ces rsultats sont vraiment inattendus car toute la littrature disponible voque limportance dune stratgie relationnelle avant mme ladoption de la technologie CRM. Nous pouvons donc en conclure que la mise en place dune stratgie relationnelle est ncessaire pour la prparation dune opration marketing personnalis mais quelle na pas deffet sur lexcution de cette opration. Le seul fait de penser mettre en place un marketing personnalis et de considrer un client comme tant unique est de la stratgie relationnelle. Nous avons galement formul comme hypothse que la gestion des canaux de communication soit associe positivement la capacit collaborative des logiciels CRM. Cette hypothse H9 na pas t soutenue par nos rsultats. Ce rsultat galement plus ou moins attendu sexplique par le fait que le CRM collaboratif sexerce plus au sein des diffrents dpartements de lentreprise quavec le client. Son action rside dans le traitement des rclamations clients et la prise en charge des demandes du client. Le CRM collaboratif est, en expression moins acadmique le pont entre le front office et le back office . Lorsqu chaque demande du client suit une rponse efficace, le client se trouve satisfait et cette satisfaction se manifeste dans son comportement envers lentreprise. Cette rponse efficace est toujours favorise par une bonne interconnexion des diffrents dpartements de lentreprise et non le canal utilis pour entrer en contact avec le client. Ces explications confortent les rsultats de nos recherches qui invalident lhypothse selon laquelle la gestion des canaux aurait un effet dinteraction sur la capacit collaborative. La dernire hypothse relative aux variables modratrices est celle qui voque un effet dinteraction possible entre la capacit oprationnelle et la connaissance client. Cette hypothse H5 (Plus lentreprise dveloppe une aptitude connatre ses clients, plus limpact de lutilisation de la capacit oprationnelle sur le cycle de vie du client est fort), na pas t valide par nos rsultats. Ce rsultat est d au fait que les entreprises de notre chantillon ont une mauvaise capacit oprationnelle. Comme nous lavons soulign pour linteraction entre la capacit oprationnelle et la stratgie relationnelle, la connaissance client est ncessaire au moment de la prparation de loffre individualise donc elle na aucun effet sur lexcution mme de lopration du marketing personnalis. La capacit oprationnelle aide lexcution et la planification des oprations de marketing prpares en amont. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 175 Finalement, notre tude a mesur limpact de trois variables de contrle (la taille de lentreprise, lexprience des entreprises en matire dutilisation des logiciels CRM et le secteur dactivit) sur la performance du cycle de vie du client gnr par lutilisation des logiciels CRM. Nos rsultats ont montr que lexprience en matire dutilisation de logiciels CRM a un effet significativement ngatif sur la performance du cycle de vie du client. Notre hypothse H12 nest donc pas valide. Ce rsultat signifie que plus lentreprise est exprimente en termes dutilisation de logiciel CRM, moindre est limpact de lutilisation des logiciels CRM sur la performance du cycle de vie du client. Le signe ngatif du bta standardis et de la significativit (-3,308 et =-0,231) signifie que la performance du cycle de vie du client due lutilisation du logiciel CRM et lanne dutilisation de ce logiciel sont opposes. En effet, six (6) des entreprises de notre chantillon ont 10 ans dexprience alors que 67,4% ont entre 1 et 5 ans dexprience. Ce rsultat ngatif peut tre expliqu par le learning effect ou par le paradoxe de Solow. Si lchantillon tait constitu dentreprise de plus de 10 ans dexprience peut tre que la performance voluerait dans le mme sens que les annes dutilisation des logiciels CRM. En outre, nous avons pu constater que la taille de lentreprise na aucune influence significative sur la performance du cycle de vie du client en matire dutilisation de logiciel CRM. Lhypothse H10 nest donc pas valide. En effet, quelque soit la taille de lentreprise, si le logiciel CRM a une bonne capacit (analytique, oprationnelle et collaborative) et si cette capacit est bien utilis on observera les mmes rsultats que pour une grande entreprise. Nous navons pas rencontr dans la littrature des cas o la taille de lentreprise est considre comme une variable de contrle dans la mesure de la performance du cycle de vie du client. Les quelques rares tudes observes (River, ML et Dart (1999) et Starkey et Woodcock 2002) soulignent limportance de la taille de lentreprise dans ladoption des logiciels CRM. Enfin, nos rsultats ont mis en vidence que le secteur dactivit influence la performance du cycle de vie du client lorsque les entreprises utilisent les logiciels CRM. Ce qui valide notre hypothse H11. Compte tenu des indices de significativit t infrieur 0,1, on peut dire que cette influence nest pas entirement significative. Ces rsultats sont identiques ceux de Reinartz et al., (2004) ; ces derniers ayant tabli que la performance de la relation client, inhrente lutilisation de logiciels CRM, varie en fonction du secteur dactivit. Le tableau suivant rsume les rsultats de cette recherche et dresse une synthse des principales relations significatives trouves.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 176
Synthse des rsultats
Hypothses
Lhypothse est-elle valide
La relation est- elle significative
H1 : Plus lentreprise utilise la capacit analytique du logiciel CRM plus la performance du cycle de vie du client est leve.
Oui
Oui/positive
H2 : Plus lentreprise utilise la capacit collaborative du logiciel CRM, plus la performance du cycle de vie du client est leve
Oui
Oui/positive
H3 : Lutilisation de la capacit oprationnelle a un impact positif sur le cycle de vie du client
Non
Non
H4 : Plus lentreprise dveloppe une aptitude connatre ses clients, plus limpact de lutilisation de la capacit analytique sur le cycle de vie du client est fort
Oui
Non
H5 : Plus lentreprise dveloppe une aptitude connatre ses clients, plus limpact de lutilisation de la capacit oprationnelle sur le cycle de vie du client est fort
Non
Non
H6 : Plus lentreprise adopte une stratgie
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 177 relationnelle, plus limpact de lutilisation de la capacit analytique sur le cycle de vie du client est lev
Oui Non
H7 : Plus lentreprise adopte une stratgie relationnelle, plus limpact de lutilisation de la capacit oprationnelle sur le cycle de vie du client est lev
Non
Non
H8 : Plus lentreprise met en place une stratgie de gestion des canaux de communication, plus limpact de lutilisation de la capacit oprationnelle du CRM sur le cycle de vie du client est lev
Oui
Oui/positive
H9 : Plus lentreprise met en place une stratgie de gestion des canaux de communication, plus limpact de lutilisation de la capacit collaborative du CRM sur le cycle de vie du client est lev
Non
Non
H10 : la performance du cycle de vie du client dpend de la taille de lentreprise
Non
Non
H11 : La performance du cycle de vie du client dpend du secteur dactivit de lentreprise lorsquelle utilise les logiciels CRM.
Oui
Non
H12 : Lexprience en matire dutilisation du logiciel
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 178 CRM a un effet positif sur la performance du cycle de vie du client
Non Oui/ngative
Tableau 20 / Titre : Synthse des rsultats de la recherche
CONCLUSION CHAPITRE 5
Ce chapitre a t consacr la validation des hypothses par la mthode de la rgression multiple. Aprs avoir test les hypothses de la rgression, nous avons tabli lquation de la rgression ce qui nous a permis de vrifier nos hypothses de recherche. La principale conclusion de cette recherche est que lutilisation des logiciels CRM a une influence positive sur la performance du cycle de vie du client. De plus, nous avons constat que la principale capacit influenant cette relation positive et significative est la capacit collaborative du logiciel CRM. Certes, la capacit oprationnelle des logiciels CRM na pas dinfluence sur la performance du cycle de vie du client. Cependant, les rsultats de la rgression multiple avec variables dinteraction nous a permis darriver la conclusion suivante : laptitude de lentreprise bien grer leurs canaux de communication engendre une influence positive de cette capacit sur la performance du cycle de vie du client. Au total, 12 hypothses ont t mises, six ont t valides dont trois (3) de manire non significative. Les six autres hypothses nont pas t soutenues par cette recherche. En conclusion, il ressort de cette recherche que le manque de rsultats positifs sur la performance des logiciels CRM est d labsence de capacit collaborative des premiers logiciels CRM. La dernire partie de ce travail sera consacre, dune part, aux implications thoriques et managriales de notre recherche et, dautre part aux limites de cette dernire. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 179
CONCLUSION GENERALE, IMPLICATIONS ET LIMITES
Dans cette conclusion gnrale, nous reviendrons sur les rsultats de la recherche. Un accent particulier sera mis sur les contributions et implications thoriques et managriales de cette recherche. Enfin, un aperu sur les limites et les voies de recherches futures sera prsent.
I- PRINCIPALE CONCLUSION
Lutilisation de la technologie CRM peut offrir de relles facilits en matire de gestion de la relation client. Les entreprises ditrices de logiciels CRM avancent comme arguments de vente, lamlioration du cycle de vie du client. Au fil des annes, de srieuses interrogations quant la capacit relle de ces logiciels amliorer le cycle de vie du client voient le jour. Les checs rpts de plusieurs projets de dploiement de logiciels CRM dans les entreprises et le taux trs faible dentreprises ayant de bon retour sur investissement des outils logiciels CRM ont fait lobjet de plusieurs recherches universitaires. Nous avons remarqu que les chercheurs se sont justes focaliss sur la mise en place des processus CRM au sein des entreprises. Les rponses apportes leurs recherches nous paraissent insatisfaisantes et la plupart des modles dvaluation proposs actuellement souffrent souvent de beaucoup de faiblesses. Ainsi, pour apporter quelques explications aux interrogations des chercheurs et des praticiens, nous avons essay dans cette tude danalyser limpact rel de lutilisation des logiciels CRM sur la performance du cycle de vie du client, en essayant de dpasser, dans la mesure du possible, certaines lacunes qui ont t constates aussi bien dans la littrature acadmique que managriale. Pour pouvoir progresser dans notre tude, nous nous sommes bas sur une revue de littrature suffisamment fournie, sur les diffrentes thories relatives la capacit des outils logiciels CRM et enfin sur une immersion totale dans les entreprises utilisatrices de logiciels CRM. Ainsi, En nous inspirant des travaux de Reinartz et al., (2004) de Jayachandran et al., (2004) et de Goetz Greve et Sonke Albers (2006), et en se situant dans le cadre thorique de mesure bas sur les capacits des outils logiciels CRM, nous avons labor un modle danalyse de la performance du cycle de vie du client par lutilisation des logiciels CRM. Ce modle intgre t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 180 plusieurs variables issues de notre revue de littrature. Nous avons galement introduit des variables que nous jugeons indispensables et que les recherches empiriques tudies ont ignores. Ce modle est compos dune part, dune relation directe entre les capacits (analytique, oprationnelle et collaborative) des logiciels CRM et la performance du cycle de vie du client et dautre part dune relation avec interaction des variables modratrices. Nous avons identifi trois variables modratrices (stratgie relationnelle, gestion des canaux et la connaissance client) dans la littrature susceptible de crer une interaction entre lutilisation des logiciels CRM et la performance du cycle de vie du client. Nous avons galement introduit dans notre modle trois variables de contrle savoir : la taille, le secteur dactivit et lexprience des entreprises dans lutilisation de logiciels CRM. Aprs avoir dfini lentreprise utilisatrice de logiciel CRM comme unit de recherche, nous avons test notre modle sur quatre vingt deux (82) entreprises. Les rsultats obtenus montrent la pertinence du modle propos. En effet, ce dernier a expliqu plus de quatre vingt pourcent (80%) de la variance totale du phnomne tudi. Cette tude a montr que pour que lutilisation du logiciel CRM produise, une bonne performance du cycle de vie du client, il faudrait que les logiciels aient une bonne capacit collaborative. Ces rsultats expliquent en partie lchec des premiers dploiements de technologie CRM dans les entreprises. En effet, les premiers logiciels CRM ne sont dots que des deux premires capacits savoir lanalytique et loprationnelle. Ces rsultats ont galement montr que, pour avoir de meilleur rendement au niveau de la capacit analytique des logiciels, il faut que lentreprise dveloppe une aptitude connatre le client (connaissance client). Il en est de mme pour la capacit oprationnelle et la gestion efficace des canaux de communication. Nous avons galement remarqu que la stratgie relationnelle une influence positive sur la performance du cycle de vie du client ; mais les hypothses suggrant lexistence dune interaction avec les variables explicatives nont pas t soutenues. Contrairement ce quon peut penser, lexprience des entreprises en matire dutilisation de logiciels CRM na pas un effet positif sur la performance du cycle de vie du client. Nous avons expliqu ce contraste par le paradoxe de Solow. Les hypothses lies aux deux autres variables de contrle (taille et secteur dactivit) nont pas non plus t soutenues dans cette recherche. Au total, douze (12) hypothses ont t mises ; six (6) ont t valides dont trois (3) de manire non significative. Les six autres hypothses nont pas t valides par cette recherche. Cette tude nous a permis de conclure que lchec des dploiements de la technologie CRM dans les entreprises sexplique en majeure partie par labsence de capacit collaborative des logiciels, par lincapacit grer efficacement les canaux de communication t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 181 afin doptimiser la capacit oprationnelle des logiciels et enfin par laptitude des employs connatre intimement les clients. Ces rsultats ont des implications tant sur le plan thorique que managrial que nous dvelopperons dans les sections suivantes.
II- CONTRIBUTIONS, IMPLICATIONS ET LIMITES DE LA RECHERCHE
Nous distinguerons dans cette section les implications et les contributions aussi bien thoriques que managriales de notre recherche. Ensuite, nous voquerons les limites de notre recherche et quelques pistes de recherche futures.
1- Les diffrentes contributions de la recherche
1-1 Contributions et implications thoriques
Cette recherche a permis de rpondre la question quel cadre thorique pour lvaluation de limpact de lutilisation des logiciels CRM sur le cycle de vie du client ? . Dans cette recherche, nous avons combin le secteur de linformatique (logiciels CRM et ses capacits) et le secteur du marketing relationnel (la stratgie relation, la connaissance client et la gestion des canaux) pour mesurer une performance, celle dun indicateur relationnel : le cycle de vie du client. La mise en place dun modle conceptuel a ncessit le dveloppement dchelles de mesure. En nous inspirant des items dvelopps par Buttle (2004) et Goodhue et al. (2002), nous avons mis en place lensemble des items permettant de mesurer les capacits analytique, oprationnelle et collaborative rpondant aux critres psychomtriques de fiabilit et de validit. Cette recherche enrichit la littrature dans la mesure de la capacit des outils lis la technologie CRM. Les conclusions de cette recherche ont apport plusieurs autres contributions la thorie. La premire contribution est celle de la redfinition du CRM en tant que processus technologique. En effet, Metagroup (2000) dfinit le CRM comme lautomatisation de processus dentreprise horizontalement intgrs, travers plusieurs points de contact possibles avec le client (marketing, vente, aprs vente et assistance technique) en ayant recours des canaux de communication multiples et interconnects . Pour Isolet (2003), le CRM dsigne une solution progiciel ou lintgration de diffrents progiciels aptes automatiser lensemble de la relation client ou prospects. Aucune de ces deux dfinitions naborde les processus internes de lentreprise. Ces dfinitions sont toutes orientes vers le client. Or, les t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 182 rsultats de notre recherche ont mis en avant le CRM collaboratif comme fondamental pour une bonne performance du cycle de vie du client. De ces conclusions, nous pouvons alors dfinir le CRM comme lautomatisation des processus dentreprise horizontalement et verticalement intgrs, travers dune part plusieurs points de contact avec le client et dautre part entre les diffrents services de lentreprise en ayant recours des canaux de communication multiples et interconnects. La deuxime contribution est relative aux travaux de Mithas, Krihman et Fornell, (2005). En effet, Mithas, Krihman et Fornell, (2005) ont montr que limpact du CRM sur la satisfaction est positif et que loutil lui-mme na pas dimpact direct sur la satisfaction. Pour ces chercheurs le CRM permet damliorer la connaissance client qui son tour, permet damliorer la satisfaction. Ces rsultats sont conformes ceux publis par Goetz Greve et Sonke Albers (2006). Ces derniers ont montr que La technologie CRM na pas dimpact direct sur la performance de lentreprise au niveau des trois phases du cycle de vie du client . La prsente tude permet de complter les rsultats de ces chercheurs et daffirmer que lutilisation des logiciels CRM a un impact direct sur la satisfaction et pour cause, lutilisation des logiciels amliore le cycle de vie du client. En effet, si le logiciel permet de rendre meilleur le cycle de vie du client, il permet tout aussi alors damliorer la fidlit du client qui nest que la consquence logique de la satisfaction. Une troisime contribution de cette recherche porte sur les travaux de J.E. Richard (2008). J.E. Richard (2008) ce spcialiste du CRM a travaill sur limpact de ladoption des logiciels CRM sur la performance relationnelle des entreprises dans une relation B to B . Le chercheur a conclu que lutilisation des logiciels CRM a un impact positif sur la force de la relation dans une relation B to B. Ses rsultats lui ont permis daffirmer que plus la force de la relation est grande, plus la performance de la relation client est leve . Les rsultats de cette recherche enrichissent la thorie et tendent les rsultats de J.E. Richard (2008) une relation B to C . Enfin, une dernire contribution de cette recherche porte sur les rsultats de Jayachandra et al., (2004). Ceux-ci ont dmontr que les processus dinformations relationnelles ont une influence positive sur la performance de la relation client. La prsente recherche largit ces conclusions et dmontre que cest la capacit analytique des logiciels CRM et laptitude de lentreprise connatre ses clients qui permettent davoir linformation crdible, pertinente et actualise sur le client. Il faut en effet signaler que cette tude, qui offre un cadre conceptuel danalyse lvaluation de la performance de lutilisation des outils logiciels CRM sur le cycle de vie du client, est t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 183 lune des premires ralises dans une universit franaise voire dans le monde francophone. La majorit des recherches empiriques dans la littrature sont luvre des universitaires anglophones, allemands ou nerlandais. Cette tude offre ainsi un nouvel outil de rfrence pour les universits franaises dans le cadre de futures recherches dans le domaine du CRM.
1-2 Contributions et implications managriales
Cette recherche offre des perspectives supplmentaires utiles pour lutilisation des logiciels CRM et pour les entreprises ditrices de logiciels. Les logiciels CRM peuvent rellement tre utiliss pour amliorer les relations entre client et fournisseur. Notre recherche fournit des directives pour les managers et dirigeants qui veulent dployer les logiciels CRM ou qui les utilisent pour la gestion de leur relation client. Cette recherche induit des contributions managriales pour les entreprises utilisatrices de logiciels CRM mais galement pour les entreprises ditrices de logiciels CRM. Sagissant des proccupations managriales, notre tude a apport quelques lments de rponse qui seront exposs dans les lignes qui suivent.
1-2-1 Pour les utilisatrices de logiciels CRM
- Comment lutilisation des logiciels CRM peut-elle tre un facteur damlioration de la performance du cycle de vie du client ? Cette tude a rvl que les logiciels CRM ne peuvent contribuer significativement lamlioration du cycle de vie du client que si lentreprise arrive utiliser de manire efficace les capacits du logiciel et plus prcisment ses capacits collaborative et analytique. Lutilisation de la capacit collaborative permet lentreprise de communiquer plus facilement avec ses clients ainsi que lintgration avec les autres dpartements de lentreprise. La capacit collaborative permet une amlioration de la communication et de la coordination interne laide de technologies (telles que la gestion lectronique des processus ou workflow). Elle assure la coordination des activits et permet ainsi davoir une vision intgre du client mais aussi externe grce des technologies (telles que le courrier lectronique) qui facilitent et dveloppent des interactions directes avec le client. Les logiciels dots dune bonne capacit collaborative permet de partager les agendas et les carnets dadresse par exemple. Ils sont assez utiles dans le cadre de la gestion des rclamations client. En ce qui concerne la capacit analytique, elle se base sur les possibilits offertes par les logiciels capturer, stocker, organiser, analyser, interprter et utiliser les donnes collectes. Cette t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 184 capacit offre lavantage de connatre les besoins du client afin de lui faire des propositions personnalises. Cette tude a galement prouv que la mise en place des logiciels peut paratre insuffisante amliorer le cycle de vie du client. Les entreprises doivent investir dans les formations visant doter leur personnel de certaines aptitudes savoir : laptitude chercher connatre en profondeur le client. En effet, la capacit analytique du logiciel CRM ne servira pas grande chose sil na pas de donnes analyser. Le personnel en contact avec le client doit dvelopper cette aptitude pousser les clients leur livrer des informations. Les informations les plus pertinentes sont livres par les clients eux-mmes. Cette qute dinformation incombe au personnel de front office. Ce travail, nous a permis de mettre en place un module de formation que nous proposerons aux entreprises afin daider leur personnel soutirer les informations les plus pertinentes aux clients. Cette remarque est galement valable pour la capacit oprationnelle des logiciels CRM. Les rsultats de cette ont permis de constater que lutilisation de la capacit oprationnelle elle seule na aucun effet sur la performance du cycle de vie du client. Cependant nous avons remarqu que la gestion efficace des canaux de communication permet la capacit oprationnelle de produire un effet sur la performance du cycle de vie du client. En quoi consiste alors la gestion efficace des canaux de communication ? La gestion efficace des canaux de communication, consiste en effet pouvoir identifier chaque client chaque contact avec lui et de disposer de toute linformation utile son sujet. Elle consiste galement pouvoir savoir par quel canal chaque client prfre-t-il tre contact et de pouvoir choisir le canal de communication sans contrainte dordre technique. Ces diffrentes propositions doivent figurer dans le manuel de chaque employ charg de grer la relation client dans une entreprise. Globalement cette tude a montr que lutilisation des logiciels CRM travers ses capacits (analytique, oprationnelle et collaborative) permet damliorer le cycle de vie du client. Lensemble des trois capacits est ncessaire pour la ralisation de cette performance. Toutefois pour que cette amlioration soit importante, il faut que les entreprises dveloppent auprs de leur personnel cette aptitude connatre de manire intime le client et avoir la capacit de bien grer leurs canaux de communication.
- Peut-on utiliser une capacit du logiciel CRM au dtriment dune autre ?
La mise en place dun logiciel CRM dpend des besoins de lentreprise et du volume du portefeuille client. Avant dopter pour un logiciel CRM, nous conseillons un audit CRM qui est bas sur une tude approfondie de lentreprise et du portefeuille. Les rsultats de cet audit t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 185 nous permettront de conseiller lentreprise, quel type de logiciel choisi. Evidemment, cet audit et cette mise en place seront suivis dune valuation dimpact effectue deux ans aprs le dploiement du logiciel dans lentreprise. Globalement pour une entreprise de taille moyenne, nous suggrons le dploiement dun logiciel dot des trois capacits
- Est-ce que ladoption de la technologie CRM ncessite de la part de lentreprise la mise en place dune stratgie relationnelle ?
Nos rsultats nont pas montr une interaction de la part de la stratgie relationnelle avec une des capacits du logiciel CRM. Toutefois nous avons constat que la stratgie relationnelle toute seule permet damliorer la performance relationnelle de lentreprise. Nous sommes donc amens conseiller aux entreprises la mise en place dune stratgie relationnelle avant ladoption ou lintgration des logiciels CRM dans leur structure. La stratgie relationnelle est une culture dentreprise. Benamour et Prim (2000) estiment que la stratgie relationnelle passe par le degr dorientation client du vendeur. Ce degr est laptitude de vendeur sengager auprs du client et laider dans les choix qui le satisferont. Dautres chercheurs comme Johnson et al, (2008) ont intgr comme variable pour mesurer limpact de lutilisation de la technologie CRM, lengagement et limplication de la direction de lentreprise (top of management) dans la mise en uvre de la technologie CRM. Ainsi, la direction de lentreprise doit galement tre oriente client afin de permettre la mise en place de la stratgie relationnelle. Il faudrait que la satisfaction client soit une priorit de lentreprise et que celle-ci arrive se mettre la place du client. La direction de lentreprise doit galement consacrer une part importante de son temps des activits lies aux clients. Cette recherche a galement permis de mettre en place un module de formation que nous proposerons aux entreprises soucieuses damliorer leur stratgie relationnelle.
1-2-2 Pour les entreprises ditrices de Logiciels CRM
Cette recherche offre aux entreprises ditrices de logiciels un argument de base de communication. Elles pourront dsormais avancer que lutilisation des logiciels CRM permet rellement damliorer le cycle de vie du client. Elles mettront particulirement laccent sur le dveloppement des applications qui facilitent une collaboration effective entre les diffrents services de lentreprise. Nos rsultats ont galement montr que les dveloppeurs de logiciels doivent se pencher sur la capacit oprationnelle des logiciels en introduisant des modules t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 186 complmentaires permettant de prendre en compte de manire automatique la gestion des canaux de communication. De plus en plus dentreprises ditrices de logiciels proposent des offres la carte (Sugar, Nlis). Ces entreprises proposent de vendre aux entreprises des solutions qui prennent en compte soit la force de vente, les campagnes marketing ou la relation collaborative. Nous pensons que cette dmarche sera productive partir du moment o lentreprise (ditrice) propose des packages complets et non des modules isols. Elles doivent tre en mesure de proposer leurs clients des formations lutilisation des logiciels combines des formations en stratgie relationnelle et en connaissance client.
2- LIMITES ET PERSPECTIVES DE RECHERCHE FUTURES
Cette recherche traite dune notion complexe quest lvaluation de lutilisation des capacits des outils CRM sur le cycle de vie du client. Ainsi, elle prsente certaines limites qui offrent autant de possibilits pour des recherches futures. La premire limite cette recherche concerne la notion du cycle de vie du client. Le cycle de vie du client est une notion longitudinale qui volue avec le temps ; il ne sagit ni dun diagnostic ni dun clich du portefeuille client un instant T. Dwer, Schurr et Oh (1987) dfinissent le cycle de vie du client comme un processus en trois phases distinctes qui volue au cours du temps en fonction de la quantit consomme. Toutes les dfinitions voques dans cette recherche vont dans le mme sens. La prsente tude ne porte que sur ltat du cycle de vie du client de manire instantane. Compte de tenu de la dfinition du cycle de vie du client, les futures recherches doivent suivre une mme base de client travers toutes les tapes du cycle de vie. Une telle mthodologie pourra permettre de mesurer au fil du temps limpact rel de lutilisation des outils logiciel CRM sur le cycle de vie du client. Une deuxime limite lie cette tude est la validation discriminante. Nous avons utilis des mesures subjectives fournies par des rpondants cls sur des chelles multi-items. Bien que nous ayons t prudents dans lvaluation des biais potentiels associs de tels types de donnes, et nous ayons accord une attention particulire la validation de nos mesures, nous avons remarqu que la validit discriminante globale de notre modle na pas t vrifie. Cette invalidation est due la forte corrlation qui existe entre les construits performance du cycle de vie et la capacit collaborative dune part, et la performance du cycle de vie et la stratgie relationnelle dautre part. Il serait souhaitable que les futures recherches utilisent aussi des mesures objectives et poursuivent leffort de raffinement de nos instruments de mesure surtout pour les construits stratgie relationnelle et la capacit collaborative. Nous t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 187 avons entrepris une dmarche similaire en introduisant des questions objectives dans notre questionnaire. Ces questions devraient nous aider apporter des chiffres concernant lamlioration de la performance. La plupart des rpondants ont laiss ces questions sans rponse. La quantit de non rponse nous a contraint abandonner cette piste de recherche. De futures recherches pourront apporter les rponses qui manquent dans ce sens, corrigeant ainsi cette insuffisance. Une limite potentielle peut tre lie lchantillon. Sa petite taille est due aux difficults rencontres lors de la collecte des donnes. Ces difficults sont lies lindisponibilit des rpondants mais galement la taille du questionnaire. Nous avons eu recours des entreprises de plusieurs pays (Bnin, France et Tunisie). Notre tude a trait toutes les rponses connectes comme venant dun mme univers conomique. Les futures recherches pourront mener cette tude en constituant des strates afin de dterminer une analyse par groupe dentreprises suivant leur origine. Enfin, nous avons introduit comme variable de contrle, lexprience des entreprises en matire dutilisation de logiciels CRM. La majorit des entreprises sondes ont moins de dix (10) annes dexprience. Cette faible exprience na pas permis de mesurer leffet de cette variable sur la performance des outils logiciels sur le cycle de vie du client. Malgr les implications intressantes qui ont merg de cette recherche, il est important de reconnatre ses limites et la ncessit de raliser des tudes plus approfondies. Notre souhait est que cette tude serve de rfrence aux futurs travaux de recherche et que les limites voques soient le point de dpart de recherches futures. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 188
TABLE DES TABLEAUX
TABLEAU 1 /TITRE : TABLEAU RECAPITULATIF DES NORMES DE MACNEIL................................ 16 TABLEAU 2 /TITRE: TABLEAU METTANT EN EVIDENCE LES DIFFERENCES ENTRE LE MARKETING TRANSACTIONNEL ET LE MARKETING RELATIONNEL.......................................................... 22 TABLEAU 3 /TITRE : LES DIFFERENTES DEFINITIONS DU MARKETING RELATIONNEL DANS LA LITTERATURE .................................................................................................................... 26 TABLEAU 4/ TITRE : TYPOLOGIE DES PROGRAMMES DE FIDELITE .............................................. 61 TABLEAU 5/ TITRE: TABLEAU RECAPITULATIF DES ETUDES EMPIRIQUES SUR LIMPACT DE LA TECHNOLOGIE CRM SUR LA PERFORMANCE DES ENTREPRISES.......................................... 63 TABLEAU 6 /TITRE : SYNTHESE DES RESULTATS DE LETUDE DE ANG ET BUTTLE (2006) .......... 67 TABLEAU 7/ TITRE : RECAPITULATIF DES RESULTATS DE J.E. RICHARD (2008)......................... 78 TABLEAU 8 / TITRE SYNTHESE DES TRAVAUX EMPIRIQUES DEVALUATION ET DIMPACT DE LUTILISATION DE LA TECHNOLOGIE CRM........................................................................ 85 TABLEAU 9 /TITRE : TABLEAU RECAPITULATIF DES HYPOTHESES DE RECHERCHE................... 107 TABLEAU 10 /TITRE : RESULTATS DE LANALYSE DES QUESTIONS OUVERTES (EXPERTS)........ 114 TABLEAU 11 / TITRE : PROFIL DES ENTREPRISES DE LECHANTILLON DE LETUDE .................. 118 TABLEAU 12 / TITRE : RECAPITULATIF DES ITEMS POUR LE QUESTIONNAIRE DE RECHERCHES. 126 TABLEAU 13 /TITRE : PRINCIPAUX INDICES DAJUSTEMENT GLOBAUX (DAPRES ROUSSEL & AL., 2002)............................................................................................................................... 144 TABLEAU 14/ TITRE : LES VALEURS DACCEPTATION DE LALPHA DE CRONBACH.................. 149 TABLEAU 15/ TITRE : EVALUATION DE LA FIABILITE............................................................... 150 TABLEAU 16 / TITRE : EVALUATION DE LA VALIDITE CONVERGENTE...................................... 152 TABLEAU 17 / TITRE : VALIDITE DISCRIMINANTE.................................................................... 153 TABLEAU 18 / TITRE : LES EFFETS DIRECTS DE LUTILISATION DES CAPACITES DES LOGICIELS SUR LE CYCLE DE VIE DU CLIENT ..................................................................................... 160 TABLEAU 19/ TITRE : RESULTATS DE LA REGRESSION MULTIPLE AVEC LES VARIABLES MODERATRICES ET LES VARIABLES DE CONTROLE........................................................... 166 TABLEAU 20 / TITRE : SYNTHESE DES RESULTATS DE LA RECHERCHE .................................... 178
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 189 TABLEAU DES FIGURES
FIGURE 1/TITRE : LES DIFFERENTES FORMES DECHANGES ET LEURS CARACTERISTIQUES : TYPOLOGIES RETENUE DAPRES LES TRAVAUX DE MACNEIL (1980) ET WILLIAMSON (1985). .............................................................................................................................. 17 FIGURE 2/TITRE : ROUE RESUMANT LES FACTEURS DE REUSSITE DU MARKETING RELATIONNEL................................................................................................................... 28 FIGURE 3/TITRE: LE MODELE CUSTOMER CONNECTIONS DERNEST &YOUNG.................. 33 FIGURE 4/TITRE : EXEMPLE DUN SYSTEME CRM................................................................ 35 FIGURE 5/ TITRE : LA CHAINE DE SERVICE ET DE PROFIT ..................................................... 43 FIGURE 6/ TITRE : LES QUATRE PERSPECTIVES DU BALANCED SCORECARD........................ 46 FIGURE 7/ TITRE : LES ETAPES SUR CYCLE DE VIE DU CLIENT ............................................... 51 FIGURE 8 / TITRE CYCLE DE VIE DU CLIENT COMPOSANT CRM PAR PHASE.......................... 53 FIGURE 9/ TITRE : RENTABILITE POTENTIELLE ET FIDELITE PREVISIBLE DES QUATRE GROUPES DE CLIENTS....................................................................................................... 57 FIGURE 10 / TITRE : LE MODELE DE MESURE DE PERFORMANCE DU LOGICIEL CRM (ANG ET BUTTLE ; 2006) ................................................................................................................ 65 FIGURE 11 / TITRE : MODELE DANALYSE DE LA PERFORMANCE DU CRM DE REINARTZ ET AL. (2004) ......................................................................................................................... 69 FIGURE 12 / TITRE : MODELE DANALYSE DE JAYACHANDRA ET AL., (2004)........................ 72 FIGURE 13 / TITRE : MODELE DANALYSE DE PERFORMANCE DE LA TECHNOLOGIE CRM DE EDWARD RICHARD. ......................................................................................................... 75 FIGURE 14 /TITRE : MODELE DE CHIKRI EL FIDHA ET MOHAMED HEDI CHARKI (2008)... 80 FIGURE 15 / TITRE : MODELE CONCEPTUEL DANALYSE DEVALUATION DE LUTILISATION DES LOGICIELS CRM SUR LE CYCLE DE VIE DU CLIENT (COOVI BYBLICE, 2010)......... 92 FIGURE 16/ TITRE : MODELE CONCEPTUEL DANALYSE DEVALUATION DE LUTILISATION DES LOGICIELS CRM SUR LE CYCLE DE VIE DU CLIENT AVEC LES DIFFERENTES HYPOTHESES (COOVI BYBLICE, 2010) .......................................................................... 108 FIGURE 17 / TITRE : CARTE FACTORIELLE SOUS SPHINX..................................................... 161 FIGURE 18/ TITRE : CARTE FACTORIELLE SOUS SPHINX POUR CONFIRMER LES HYPOTHESES LIEES AUX VARIABLES DE CONTROLE............................................................................ 168 t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 190 BIBLIOGRAPHIE
A Alard P. et Dirringer D. ; la stratgie de la relation client .ED Dunod 2000
Alard P. et Guggmos P-A. (2005), CRM : les cls de la russite, Edition dorganisation, Paris 2005
Allen N.J., & Grisaffe D.B. (2001). Employee commitment to the organization and customer reactions: Mapping the linkages . Human Resource Management Review, 11 (2001), 209-236.
Ang L. et Buttle F.A. (2002), ROI on CRM, a customer-journey approach,Conference Proceedings of IMP Conference, Perth, Australia
Arndt J., (1979) Toward a concept of domesticated markets Journal of marketing, 43, 69- 75 B Balantzian G. (2002), Les systmes dinformation : art et pratiques ; dition organisation 2002
Barnes J. G. et Howlett D. M. (1998), Predictors of equity in relationships between service providers and retail customers , International Journal of Bank Marketing, 16, 1, 5-23
Batislam E.P., Denizel M. et Filiztekin A., (2007) Empirical validation and comparison of models for customer base analysis, International journal of Research in Marketing, 201-09
Benamour Y (2000), Confiance interpersonnelle et confiance institutionnelle dans la relation client-particulier/entreprises de services: une application au secteur banquier franais, Thse de doctorat en sciences de Gestion, Universit IX Paris Dauphine
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 191 Benamour Y. & Prim I. (2000). Orientation relationnelle versus transactionnelle du client: dveloppement d'une chelle dans le secteur bancaire franais - Une tude exploratoire, 16me Congrs International de l'Association Franaise du Marketing, 18-20 mai, Montral, Canada, vol. 16, tome2, pp. 1111-1123. Bendapudi N. & Berry L.L., (1997), Customers Motivations for Maintaining Relationships with Service Providers. Journal of Retailing, 73(1): 15-37.
Bergada M. et Laaroussi S. (2001), la proximit avec le client dans un rfrentiel spatial et temporel en mutation: exploration d'un modle conceptuel acte du xvii congrs de AFM, Deauville 2001
Berger P.D. et Nasr N.I (1998).Customer life time value:marketing models and application Journal of interactive marketing 12, (1) 17-30
Bescos P., Dobler P., Mendoza C., Naulleau G. (1993), Contrle de gestion et management, Montchrestien, 2me dition.
Bessire D. (1999), Dfinir la performance, Comptabilit-Contrle-Audit, septembre, pp. 127-150.
Birtran Gabriel R. et Mondschein Susana V. (1996) Mailing Decisions in the Catalog Industry, Management Science vol.42, n9 1364-1381.
Bitner, Mary Jo (1995), Building Service Relationships: Its All About Promises, Journal of the Academy of Marketing Science, 23 (Fall), 246-251.
Bitrain G.R.et Mondschein S.V. (1996) Mailing decisions in the catalog industry Management science, vol. 42 n9, 1364-1381
Bjorn Ivens et Ulrike Mayrhofer (2003) ; Les facteurs de russite du marketing relationnel, revue : dcision marketing, p15.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 192 Blattberg, Robert C., Gary Getz, and Jacquelyn S. Thomas (2001), Customer Equity: Building and Managing Relationships as Valuable Assets , Boston, MA: Harvard Business School Press.
Berger, Paul D. et Nasr I Nada (1998), Customer lifetime value : marketing models and application, Journal of Interactive marketing, 12, 1, 17-30 Boisdevesy J.C. (1996), Le Marketing Relationnel: A la dcouverte du conso-acteur, les ditions d'organisation.
Bollen K.A. et Long J.S. (1993), Testing structural equation models, Sage Publications.
Bolton, Ruth N., Katherine N. Lemon, Peter C. Verhoef. (2004), The theoretical underpinnings of customer asset management: a framework and propositions for future research, Journal of the Academy of Marketing Science, 32, 3, 271-292
Bonnemaizon A. Cova B. Louyot M-C. (2006), Reprsentations europennes du marketing relationnel lhorizon 2015 : une analyse Delphi 5th International Congress on Marketing Trends Venice.
Bose, R., et Sugumaran, V. (2003), Application of knowledge management technology in customer relationship management. Knowledge and Process Management, 10(1), 3-17.
Bouquin H. (1986), Le contrle de gestion, Presses Universitaires de France.
Bourguignon A. (juillet -aot 1995), Peut-on dfinir la performance? revue franaise de comptabilit.
Broekhuizen I. et Peelen E. (juillet aot 1997), Het belonen van trouwe klanten, Tijdschrift voor Marketing, pp. 52-56.
Brown S. (2000), CRM: la gestion de la relation client, Edition, village mondial, Paris
Brown S. (2005), CRM: la gestion de la relation client, Edition, village mondial, Paris t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 193
Brown, T.J., Mowen, J.C., Donavan T.W. (2002), Customer Orientation of services Workers: Personality trait effects on self-and Supervisor performance Rating, Journal of Marketing Research, 39, pp 110-119.
Buckley, R., Benson, PG, Hall, S. and M. Buckley (1988), The Impact Of Rating Scale Format On Rater Accuracy: An Evaluation, Journal of Management, 14 (3), 415-423.
Buttle F. (1996), Relationship Marketing: Theory And Practice, Eds PCP Ltd, London, 195.
Buttle F. Ang L. "CRM software application and business performance" Database Marketing and customer strategy management vol .14,1,4-16 2006.
Buttle F. (2004). Customer relationship management: Concepts and tools. Sydney : Elsevier.
C
Caceres R. C. et Vanhamme J. (2003), Les processus modrateurs et mdiateurs : distinction conceptuelle, aspects analytiques et illustrations, Recherche et Applications en Marketing, 18,2, 67-100.
Capron M., Quairel-Lanoizelee F. (2005), Evaluer les stratgies de dveloppement durable des entreprises : lutopie mobilisatrice de la performance globale, Journe Dveloppement Durable- AIMS IAE dAix-en-Provence, pp.1-22.
Carricano M. et Poujol F. (2008), Analyse des donnes avec SPSS, dition Pearson ducation France, Paris.
Chirouze Y. (2003), Le marketing ; tudes et stratgies, collection Transversale ; dition marketing S.A. Paris.
Chokri E. F. et Charki M.H. (Jan-Feb 2008), Le rle des technologies de l'information et de la communication dans le dveloppement de la qualit de la relation client: application t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 194 la relation banque/entreprise La Revue des Sciences de Gestion : Direction et Gestion; 43, 229; ABI/INFORM . Chung S.H., Rainer R.K., Lewis B.R. (2003), The impact of information technology infrastructure flexibility on strategic alignment and applications implementation, Communications of AIS Volume 11 Article 11.
Churchill, G. A., Jr. (1979), A paradigm for developing better measures of marketing constructs., Journal of Marketing Research, 16(1), 64-73.
Coviello, N.E., Brodie, R.J., Danher, P.J. et Johnston, W.J. (2002)., How Firms Relate to their Markets: An Empirical Examination of Contemporary Marketing Practices. Journal of Marketing, Chicago, Vol. 66, No.3, pp. 33-46.
Cri D., (2002), La relation client, fidlit, fidlisation, produits fidlisants, ditions Vuibert, Paris
Crosby L.A. et Johnson S.L. (2000) what to do before going 1-to-1 marketing management, vol.9 no 4 pp. 15-21
Crosby L.A. Et Stephens N. (1987), Effects Of Relationship Marketing On Satisfaction, Retention And Prices In The Life Insurance Industry, Journal Of Marketing Research, 24 404-11.
Croteau, A.-M., & Li, P. (2003), Critical success factors of CRM technological initiatives. Canadian Journal of Administrative Sciences, 20(1), 21-34.
Croutsche J-J. (1997), Pratique de l'analyse des donnes en marketing, ditions ESKA.
Cuthbertson R. et Messenger S. (2008), "collaborative CRM: a missed or a mythical opportunity", Journal of Direct, Data and digital marketing pratice vol 9, 354-362
Czepiel J. (1990), Managing relationships with customers: A differentiating philosophy of marketing, in Service management effectiveness: Balancing strategy, organization t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 195 and human resources, Eds D. Bowen R. Chase et T. Cummings, CA: Jossey-Bass, 299-323.
D
Darell Rigby , Frederick Reichheld et Phil Scheffer (2002), avoid the four perils of CRM, Havard Buisness Review (febuary) PP.101-109.
Damperat M. (2005), Les approches de la relation client : volution et nature 1res Journes de Recherche en Marketing IRIS l IAE de Lyon, 4 et 5 avril 2005 Darpy D. et Volle P. (2007), Comportements du consommateur et dcisions marketing, 2 dition" Dunond.
Deshpand R., Farley J.U. et Webster F.E. (1993) Corporate culture, customer orientation and innovativeness in japanese firms Journal of Marketing, pp57.
Di Maggio, Paul J. and Walter W. Powell (1983), The Iron Cage Revisited: Institutional Isomorphism and Collective Rationality in Organizational Fields, American Sociological Review, 48 (April), 147-160.
Dionne, M. (2001), Pour comprendre le CRM: La logique des poupes russes , disponible sur le site www.crmodyssey.com.
Dodd, JL, et S. Chen (1997), La valeur conomique ajoute (EVA), Arkansas Business and Economic Review, 30 (4), 1-8.
Dodge Y. et Rousson V. (2004), Analyse de rgression applique, 2 me dition, Dunod, Paris.
Dominique Moisand (2002) ; CRM gestion de la relation client ; dition Lavoisier.
Don, P. et Martha, R. (1995). A New Marketing Paradigm: Share of Customer not Market Share, Managing Service Quality, Bedford, Vol. 5, No.3, p. 48.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 196 Dowling, Grahame R. and Mark Uncles (1997), Do Customer Loyalty Programs Really Work? Sloan Management Review , 38, 4(Summer), 71-82.
Drew J.H., Mani D.R., Betz A.L. et Datta P. (2001),Targeting customers with statistical and datamining techniques, Journal of Service Research, 3,2001, 205-19.
Dwyer F.R. (1989), Customer lifetime valuation to support marketing decision making Journal of Direct marketing,vol .3 n4.
Dwyer F.R.,Schurr P. H. et Oh S.( Avril 1987), Developing buyer -seller relationship, Journal of marketing, 51, 11-27
E
Elommal N. Et Perrien J. (2005), Proposition dun modle de linfluence des normes de la relation de Macneil (1980) Sur La Satisfaction dun client vis--vis de son institution financire principale 1res Journes de Recherche en Marketing IRIS l IAE .
Evans J.R. et Laskin R.L. (1994), The relationship marketing process: A conceptualization and application Industrial Marketing Management 23, New York, pp. 439-453.
Evrard Y., Pras B. et Roux E. (1997), Market : tudes et recherches en marketing, fondements, mthodes, 2 me dition, Nathan, France.
Evrard Y., Pras B. et Roux E. (2003), Market : tudes et recherches en marketing, 3dition dition Dunod
F
Fournier, J.Y., (2000), Dsamorcer les conflits relationnels, dition dorganisation, Paris, P 279.
Fenneteau H (1998), Cycle de vie des produits ; dition Economica Paris .
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 197 Fornell C. & Larcker D.F. (February 1981), Evaluating Structural Equation Models with Unobservable Variables and Measurement Error, Journal of Marketing Research, 18, pp. 39-50.
Frazier, GL et AR Howell (1982), Intra-industrie de la stratgie marketing des effets sur l'analyse des Firm Performance, Journal of Business Research, 10 (4), 431-443.
Jallat F., Stevens E. et Volle P. (2006), Gestion de la relation client ; dition pearson.
Flipo J. P. (1999), Activit de service et relation interentreprises: vers une gestion stratgique des facteurs relationnels et des lments d'interface, Revue Franaise de Marketing, 171, 63-76
G
Guillocheau D. et Pastural D. (2001), @- solution pour lentreprise dition Dunod Paris.
Ganesan S. (1994), Determinants of long-term orientation in buyer-seller relationships, Journal of Marketing 58, 2, 1-19.
Garbarino, E. et Jonhson, M.S. (1999), The Different Roles of Satisfaction, Trust and Commitment in Customer Relationships, Journal of Marketing, New York, Vol. 63, No.2, pp.70-87.
Garson (2007), Quantitative Research in Public Administration, accessible sur le site : http://www2.chass.ncsu.edu/garson/pa765/index.htm.
Gavard-perret M-L. Gotteland D. Haon C. Jolibert A. (2008), Mthodologie de la recherche : russir son mmoire ou sa thse en science de gestion, Pearson Education France.
Gefen, D., & Ridings, C. M. (2002), Implementation team responsiveness and user evaluation of customer relationship management: A quasi-experimental design study of social exchange theory,. Journal of Management Information Systems, 19(1), 47-69. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 198
Geissler, G. L. (2001), Building customer relationships online: The Web site designers' perspective, Journal of Consumer Marketing, 18(6), 488-502.
Gillenson, M.L. (2000), How Electronic Commerce has Led to the Return of Personelized Marketing, Business Perspectives, Vol. 12, No.3, p. 20.
Goetz Greve et Sonke Albers (2006), Determinants of performance in customer relationship management- Assessing the technology usage-Performance link Proceedings of the 39th Hawaii International conference on system sciences (HICSS-39, IEEE Computer Society.
Gomes C.F., Yasin M.M., Lisboa J.V., (2004) A literature review of manufacturing performance measures and measurement in organization context: a framework and direction for future research, Journal of Manufacturing technology management.
Goodhue, D. L., Wixom, B. H., & Watson, H. J. (2002), Realizing business benefits through CRM: Hitting the right target in the right way, MIS Quarterly Executive, 1(2), 79-94.
Grabner-Kraeuter, S. et Moedritscher, G. (2002) Alternative Approaches toward Measuring CRM Performance, 6th Research Conference on Relationship Marketing and Customer Relationship Management, Atlanta, 9-12 juin, pp. 1-16.
Greenberg, P. (2002). CRM at the speed of light: Capturing and keeping customers in Internet real time (2nd ed.). Sydney: McGraw-Hill.
Gerbing D.W. et Anderson J.C. (1988), An updated paradigm for scale development incorporating unidimensionality and its assessment, Journal of Marketing Research, 25, 2, 186-192.
Grnroos C. (1989), A relationship approach to marketing services: some implications, in Marketing Thought and Practice in the 1990s, EMAC, Eds Avlonistis et al., 1, 497- 511.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 199 Grnroos C. (1990), Service management and marketing : managing the moments of truth In Service Competition, Lexington Books, New York.
Grnroos C. (1994), From marketing mix to relationship marketing: toward a paradigm shift in marketing, Management Decision, 32, 2, 4-20.
Grnroos C. (1995), Relationship Marketing: The Strategy Continuum, Journal Of The Academy Of Marketing Science, 23, 4, 252-54. Grnroos C. (1996), Relationship Marketing: strategic and tactical implications, Management Decision, 34, 3, pp5-14.
Guibert N. (1996), La relation client-fournisseur et les nouvelles technologies de linformation : le rle des concepts de confiance et dengagement, Thse de doctorat, Universit de Montpellier II.
Gummesson E. (1994), Making Relationship Marketing Operational, International Journal Of Service Industry Management, 5, 5, 5-20.
Gummesson, E. (2004), Return on relationships (ROR): The value of relationship marketing and CRM in business-to-business contexts, The Journal of Business and Industrial Marketing, 19(2), 136-148.
Gundlach G.T., Murphy P.E. (Octobre 1993), Ethical and legal foundations of relational marketing exchanges,Journal of marketing, vol.57
Gupta, S., Donald R L. et Stuart J.A. (2004), Valuing Customers, Journal of Marketing Research , 41, 1(February), 7-18.
H
Hair, J. F., Jr., Black, W. C., Babin, B. J., Andersen, R. E., & Tatham, R. L. (2006), Mutilvariate data analysis (6th ed.). Upper Saddle River, NJ: Pearson Prentice Hall.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 200 Hkansson H. (1982), International marketing and purchasing of industrial goods: An interaction approach, Wiley, New York.
Han, Jin K., Namwoon Kim, and Rajendra K. Srivastava (1998), Market Orientation and Organizational Performance: Is Innovation a Missing Link? Journal of Marketing, 62 (4), 30-45.
Heide J.B. et John G. (1990), Alliances in industrial purchasing: the determinants of joint action in buyer-supplier relationships, Journal of Marketing Research, 37, 1, 24-36. Herv Fenneteau , Cycle de vie des produits ; Economica ; paris 1998.
Heskett J. L., Jones T. O., Loveman G. W., Sasser W. E. et Schlesinger L. A. ( mars-avril 1994), Putting the services-profit chain to work Havard Business Review, 164-174.
Hetzel Patrick (2004), Le marketing relationnel, Que sais-je, Presses Universitaires de France.
I
Iacobucci D. , Ostrom A. (1996), Commercial and interpersonal relationships: using the structure of interpersonal relationships to understand individual-to-individual, individual to-firm, and firm-to-firm relationships in commerce, International Journal of Journal of Research In Marketing, 13, 53-72.
Igalens J. et Roussel P. (1998), Mthodes de recherche en gestion des ressources humaines, Economica, Paris Irina R. Et Buttle F.(2006), strategic, operational and analytic customer relationship management; attributes and measures, Journal of Relationship Marketing, 23-42. Isolet C., (2002), La gestion de la relation client dans les systmes dinformation art et pratique, dition dorganisation, Paris 2002
Irwin J.R. et McClelland G.H. (2002), Heuristiques trompeuse et modles de rgression multiple avec variable modratrice, Recherche et Applications en Marketing, t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 201 17, 2, 87-101.
J
Jain, D., et S. Singh (2002), Customer Lifetime Value Research in Marketing: A Review and Future Directions, Journal of Interactive Marketing, 16 (2), 34-46.
Ja-Shen Chen, Yuan-Ze et Ching R.K.H. (2004), An empirical study of the relationship of IT Intensity and Organizational Absorption capacity on CRM performance, Journal of global information management.
Jallat F., Stevens E. et Volle P. (2005), Gestion de la relation client, Pearson Education France 2005
Jayachandran, S., Sharma, S., Kaufman, P., & Raman, P. (2004), The role of relational information processes and technology use in customer relationship management, Journal of Marketing, 69(4), 177-192.
Jaycachandran Satish, Kely Hewett, Peter Kaufman (2004), customer response capability in a sense and respond era : the role of customer knowledge process Journal of the Academy of Marketing Science, 32 (Summer) 219-233
Johnson J.L., Saini A. et Grewal R. (2008), Driving customer relationship management (CRM) performance: the role of knowledge store and technolohy assimilation ISBN Report 2008
Jones T.O. et Sasser W.E. (novembre-decembre 1995), "why satisfied customers defect", Harvard Business Review , 88-99.
K
Kaplan R.S. et Norton D. (1996), The Balanced Scorecard, Havard Business School Press.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 202 Kumar,V., Ramani,G. et Bohling, T.(2005), Customer lifetime value approaches and best pratice applications Journal of Interactive marketing.
Kamakura, W. A., Ramaswami, S. N., & Srivastava, R. K. (1991), Applying latent trait analysis in the evaluation of prospects for cross-selling of financial services, International Journal of Research in Marketing, 8(4), 329-349.
Kamakura, W. A., Wedel, M., de Rosa, F., & Mazzon, J. A. (2003), Cross-selling through database marketing: A mixed data factor analyzer for data augmentation and prediction International Journal of Research in Marketing, 20(1), 45-65.
Keane, T. & Wang, P. (1995), Applications for the Lifetime Value Model in Modern Newspaper Publishing, Journal of Direct Marketing, 9, 2, 59-66.
kim E. et Lee B. (10-13 july 2003), Economics of CRM 7th Pacific Asia conference on information systems, Adelaide, South Australia.
Kim J. Suh E. et Hwang H. (2003), A model for evaluating the effectiveness of CRM using the balanced scorecard, Journal of marketing vol 17
Kim, J. W., Choi, J., Qualls, W., & Park, J. (2004), The impact of CRM on firm - and relationship - level performance in distribution networks, Communications of the Association for Information Systems, 14, 632-652.
Kline R.B. (1998), Principles and practice of structural equation modelling, Guilford Press, New York.
Kolter P. et Dubois B. (1997), Marketing management, 9me Edition, Paris, Publi-Unlon.
Kotler P. et Dubois B. (2004), Marketing management 11dition, Edition Pearson Paris.
Kuhn T.S. (1972), La structure des rvolutions scientifiques, Flammarion, Paris.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 203 Kumar, V., & Reinartz, W. J. (2006). Customer relationship management: A databased approach, Hoboken, NJ: John Wiley & Sons
L Langeard E. et Eiglier P. (1994), Relations de service et marketing, Dcisions Marketing, 2, mai-aot, 13-21.
Lars Meyer- Waarden (2004), La fidlisation client, librairie VUILBERT Lebas M. (1995), Oui, il faut dfinir la performance , Revue Franaise de Comptabilit, juillet- aot, pp.66-71.
Lefbure R. et Venturi G. (2005), Gestion de la relation client ; Edition 2005 ; Eyrolles
Leuthesser L. et Koli A.K. (1995), Long-term manufacturer-supplier relationship: do they pay off for supplier firms?, Journal of Marketing, 59, 1-16.
Levitt T. (1983), The marketing imaginaire, the Free Press, New York.
Liljander, V., Strandvik, T., (1995), The nature of customer relationships in services. Advances in Services Marketing and Management 4, 141-167.
Lin Y. , Su H. Y. et Chien S. (2005), A knowledge_ enabled procedure for customer relationship management, Industrial marketing management.
Lincoln, Y. S. et Guba, E. G. (2000), Paradigmatic controversies, contradictions, and emerging confluences, In N. K. Denzin & Y. S. Lincoln (Eds.), Handbook of qualitative research (2nd ed., pp. 163-188). Thousand Oaks: Sage
Lindon D. et Lendrevie J. (2000) , Mercator, Dalloz
Love D.E.P., Gharavi H. et Merchant V. (25-26 Mai 2008), CRM technology and bulding material suppliers, European and mediterranean conference on information systems.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 204 Lovelock C.H., Wirtz J. et Lapert D. (2004), Marketing des services, 5me Edition, Pearson Education, Paris, France.
Luchesi A.W. (2003), Le concept de connaissance client et la dmarche de mobilisation des personnels lcoute du client, 3 colloque la mtamorphose des organisations.
M
MacDonald, J. B., & Smith, K. (2004), The effects of technology-mediated communication on industrial buyer behavior Industrial Marketing Management, 33(2), 107-116.
Macneil I. R. (1980), The new social contract: An inquiry into modern contractual relations, New Haven, CT:Yale University.
Malhotra N., Dcaudin J.M, Bouguerra A. (2007), Etude marketing avec SPSS, 5 dition Pearson Education France.
Marion G (2001), Le marketing relationnel existe-t-il ? Dcisions Marketing, n22.
Mark R. et Danaher, Peter J. (2000), Implementing a Customer Relationship Strategy : The asymmetric Impact of Poor versus Excellent Execution, Journal of The Academy of Marketing Science, vol 28, n3 375-387. Mbengue A., Vandangeon-Derumez I. (2007) Analyse causale et modlisation dans Thietart R., Mthodes de recherche en management , Paris.
McKenna R. (1998), En temps rel: s'ouvrir au client toujours plus exigeant, Village Mondial, Paris.
Meeshan S et Barwise P (1996), Do Market- oriented businesses perform better ?, Center of marketing, London business school. Cahier de recherche, pp 96-103.
Menon, A. Bharadwaj S. G., Phani Tej Adidam et Edison S. W. (1999), Antecedents and Consequences of Marketing Strategy Making: A Model and a Test, Journal of Marketing, 63 (April), 18-40. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 205
Meyer, M., & Kolbe, L. M. (2005). Integration of customer relationship management: Status quo and implications for research and practice, Journal of Strategic Marketing, 13(3), 175-198.
Mitchell,A (2003), CRM failing as it yields one- sided relationship, Precision Marketing. P 14
Mithas, S., Krishnan, M. S., & Fornell, C. (2005), Why do customer relationship management applications affect customer satisfaction?, Journal of Marketing, 69(4), 201-209.
Mittal V. et Kamakura W.A. (2001), Satisfaction, repurchase intent and repurchase behavior: Investigating the moderating effect of customer characteristics, Journal of Marketing Research , 38, 131-42.
Moller K., Wilson D. (1995), Business marketing: An interaction and network perspective, Kluwer academic publishers Inc.
Moon Y. et Quelch J.( fvrier 2004), "Starbucks: delivering customer service" Harvard Business school case, 9-504-016.
Morgan R. et Hunt S. (1994), The Commitment-Trust Theory of Relationship Marketing, Journal of Marketing, vol. 58, pp. 20-38.
N
Ngoala G. (1998), Epistmologie et thorie du marketing relationnel, Actes du congrs de lAssociation Franaise de Marketing, Bordeaux, pp. 1-47.
Naik, Prasad A. and Chih-Ling Tsai (2004), Isotonic Single-Index Model for Database Marketing, Computational Statistics and Data Analysis.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 206 Neely, A (1998), Measuring Business Performance Why, What, How, Profile Books Ltd, London.
Neslin S.A. (2006), Challenges and opportunities in Multichannel customer Management, Journal of Services Research, vol 9, n2, 95-112.
Ngai, E. W. T. (2005), Customer relationship management research (1992-2002): An academic literature review and classification, Marketing Intelligence & Planning, 23(6/7), 582-605.
Nuss E. (2001); Marketing et mdias interactifs, dition organisation.
P
Payne, A. (2000), Un cadre stratgique pour la gestion de la relation client, BT CRM livre blanc.
Payne A., Christopher M., Clark M., Peck H. (1999), Relationship Marketing, Oxford, Butterworth-Heinemann,
Payne A. et Frow P.(2004), The role of multichannel integration in customer Relationship management, Industral marketing management, Vol.33, 527-538.
Payne, A., et Frow, P. (2006), Customer relationship management: From strategy to implementation., Journal of Marketing Management, 22(1,2), 135-168.
Pecquet P. (2004), Lagilit, vritable gisement de valeur , LExpansion, avril 2004, numro 685.
Peelen E.,Jallat F., Stevens E et Volle P . (2009), Gestion de la relation client" 3dition Edition Pearson Education.
Ping, R. A. Jr. (2004), On assuring valid measures for theoretical models using survey data, t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 207 Journal of Business Research, 57, Fvrier, 125-141.
Pinkerton B., Coltman T. R. (2002) "Do CRM Application Increase firm performance? A study of CRM success in computer Sciences corporation", Collecter novembre.
Plakoyiannaki, E., & Tzokas, N. (2002). Customer relationship management: A capabilities portfolio perspective, Journal of Database Marketing, 9(3), 228-237.
Prim-allaz I.; Perrien J. et Pras B. (2001), " Les apports de la thorie du contrat social lexplication des ruptures de relations de long terme entre organisations : une application aux relations Banques/PME, 17 Congrs international de lAssociation Franaise de Marketing.
R
Ravery G. (2006), Les entreprises et la relation client: stratgie et pratiques marketing, IDC, disponible sur le site www.idc.com/france,
Reichheld F.F. (1996), L'effet loyaut : russir en fidlisant ses clients, ses salaris et ses actionnaires, Edition Dunod.
Reichold A. Kolbe L. et Brenner W. (2004), Performance Measurement of CRM in financial services Institute of Information management, University of st. Gallen, Switzerland
Reinartz, W. J., Krafft, M., & Hoyer, W. D. (2004). The customer relationship management process: Its measurement and impact on performance, Journal of Marketing Research, 41(3), 293-305.
Reinecke S. et Reibstein, DJ (2002), Performance Measurement in Marketing und Verkauf, Kostenrechnungspraxis, 1 (January), 18-25.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 208 Ricard L. et Perrien J. (1996), Les facteurs explicatifs et normatifs d'une approche relationnelle : la perception des clients organisationnels, Actes du XIIme Congrs de l'Association Franaise du Marketing, Poitiers, pp.201-213.
Rich M.K. (2000), The Direction of Marketing Relationships, The Journal of Business and Industrial Marketing, Santa Barbara, Vol. 15, No.2/3, pp. 170-179.
Rivers M.L. et Dart J. (1999) The acquisition and use of sales force automation by mid-sized manufacture, Journal of personal selling and sales Management, Vol 19, n2 pp. 59-73.
Roehrich G. (1994), Innovativits hdoniste et sociale : proposition d'une chelle de mesure, Recherche et Applications en Marketing, 9, 2, 19-42.
Rosenbloom B. (2007), Multi channel strategy in business-to-business Markets: Prospects and Problem , Industrial marketing management, Vol 36, 4-9.
Roussel P., Durrieu F., Campoy E. et El Akremi A. (2002), Mthodes d'quations structurelles : recherche et applications en gestion, Economica.
Rust R. and Zahorik A. (1993), Customer Satisfaction, Customer Retention, and Market Share, Journal of Retailing, 69, 2.
Reinartz W. J., et Kumar V. (2000), On the profitability of long-life customers in a noncontractual setting: An empirical investigation and implications for marketing, Journal of Marketing, 64(4), 17-35.
Reinartz W. et V. Kumar V. (2002), The mismanagement of customer loyalty , Harvard Business Review, juillet 2002, P.93.
Reinartz W.J. et Kumar V. (2005), Balancing acquisition and retention resources to maximize customer profitability, Journal of Marketing. v69 11. 63-79.
S t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 209
Saint Cast N. (2003), Organiser sa relation client aujourdhui ; dition maxima Paris Saxe R. et Weitz, B.A. (1982), The SOCO Scale : A mesure of the customer Orientation- selling Orientation of salespeople, Journal of Marketing Research, 19, PP 341-351.
Selchert, M. (2004), Ermittlung des Erfolgs von CRM-Systemen - Konzeption und praktische Anwendung [Measureing the success of CRM systems], Controlling, No.1, p. 27-34.
Sharp B. et Sharp A. (1997), Loyalty programs and Their Impact on Repeat-Purchase Loyalty patterns, International Journal of Research in Marketing , 14, 473-86.
Slater, S. F., et Narver, J. C. (1995). Market orientation and the learning organization, Journal of Marketing, 59(3), 63-74.
Slater S. F. et Narver J. C. (1994), Does competitive environment moderate the market orientation performance relationship, Journal of Marketing, 58, January, pp 46-55.
Salerno F. et Colas H. (2007), Marketing : analyses et perspective, Edition Vuibert.
Srivastava R. K., Shervani T.A. et Fahey L., (1999), Marketing, business processes and shareholder value: an organizationally embedded view of marketing activities and the discipline of marketing, Journal of Marketing, 63 (Special Issue).
Salerno, A. (2001), Une tude empirique des relations entre personnalisation proximit dyadique et identit de clientle , Recherche et Application en Marketing, Vol. 16, No.4, pp. 25-46.
Sambamurthy V., Bharadwaj A., et Grover V. (2003), Shaping Agility Through Digital Options: Reconceptualizing the Role of Information Technology in Contemporary Firms, MIS Quarterly 27, no. 2 (June):237-263.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 210 Sheth J. N. et Parvatiyar A. (1995) The Evolution of Relationship Marketing., International Business Review, 4 (4), 397-418.
Slater S. F. et Narver J. C. (1994), Does competitive environment moderate the market orientation performance relationship, Journal of Marketing, 58, January, pp 46-55. Solow R.M. (1987), Wed Better Watch Out, New York Times, 12 juillet, Book Review, n 36.
Soussa R. et Voss C.A. (2006) Service quality in multichannel service Employing virtual channels Journal of Service Research, vol.8, n3, 356-371
Starkey M. Woodcock N. (2002), "CRM systems: necessary , but not sufficient. REAP the benefits of customer management" Journal of database marketing vol. 9, 3, 267-275.
Stefanou C. J., Sarmaniotis C. et Stafyla, A. (2003), CRM and customer-centric knowledge management: An empirical research, Business Process Management Journal, 9(5), 617-634.
Storbacka K., Strandvik T. et Grnroos C. (1994), Managing Customer Relationships for Profit, International Journal of Service Industry Management, 5(5), 21-28.
Su. C.T. et Chen Y.H., Sha D.Y. (2005), Linking innovative product development with customer knowledge : a data-mining approach Technovation pp 1-12.
T
Tahon C. (2003), Evaluation des performances des systmes de production, Lavoisier
Tisseyre R.C. (1999), Knowledge management thorie et pratique de la gestion des connaissances, Hermes Sciences Publications.
Thomas, JS (2001)." A Methodology for Linking Customer Acquisition to Customer Retention "Journal of Marketing Research, 38 (May). 262-268. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 211
Trayssac F. (2002), les particularits dun projet CRM dans lentreprise dans e Business : guide de rfrence Dir Le Flohic G. dition Elenbi diteur. (2002)
Turnbull P.W. et Wilson D.T. (1989), Developing and protecting profitable customer relationship, Industrial Marketing Management, 18, 3, 223-238.
V
Vargo, S. L., et Lusch, R. (2004), Evolving to a new dominant logic for marketing, Journal of Marketing, 68(1), 1-17.
Venkatesan, R. et V. Kumar (2004), A Customer Lifetime Value Framework for Customer Selection and Resource Allocation Strategy, Journal of Marketing, Vol. 68 (4) October, pp. 106-125.
Verhoef P. C. et Donkers B. (2005), "The Effect of Acquisition Channels on Customer Retention and Cross-Buying", Journal of Interactive Marketing.
Villanueva J., Yoo S. et M. Hanssens D.M. (2003), The Impact of acquisition Channels on Customer Equity, Working Paper , Los Angeles, CA: The Anderson School at UCLA
W
Wallace M.J. (1983), Methodology, research practice, and progress in personnel and industrial relations, Academy of Management Review, 8, 1, 6-13.
Wayland R. E. et Cole P. M. (1997), Customer Connections : New Strategies for Growth, Havard Business School Press.
Webster F. E. Jr (1968), On the applicability of communication theory to industrial markets, Journal of Marketing Research, 5, 4, 426-429.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 212 Williamson O. E. (1985), The economic institutions of capitatlism, The Free Press, New York.
Winer, R. S., ( 2001), A framework for customer relationship management, California Management Review, 43 (Summer),
Z
Zaltman C., Pinson C., Angelmar R., (1973), Metatheory and consumer Research, New York, Holt, Rinehart and Winston. Zikmund W. G., McLeod, R. J., et Gilbert, F. W. (2003), Customer relationship management: Integrating marketing strategy and information technology. Hoboken, NJ: John Wiley & Sons.
2 0 1 2 questionnaire expert 2009 - Universit de Clermont Ferrand Dans le cadre d'une enqute visant mesurer l'impact de l'utilisation des outils logiciels CRM sur la performance de la relation client des entreprises, nous sollicitons votre expertise afin de valider le questionnaire qui est joint notre demande. Pour se faire, nous allons vous sommettre une srie de questions correspondant chaque rubrique du questionnaire d'enqute ainsi que des questions portant sur l'ensemble de cette initiative. Merci de nous consacrer votre temps si prcieux. Intrt gnral du questionnaire Aprs avoir pris connaissance de ce questionnaire, vous donnerez votre perception gnrale de notre initiative 1. Que pensez-vous de soumettre un questionnaire aux dirigeants et ou aux responsables "client" pour mesurer l'efficacit est les performances des outils CRM? 1. Excellent 2. bien adapt 3. moyennement adapt 4. pas vraiment adapt 5. ne se prononce pas 2. Sinon, quelle aurait t votre proposition pour mieux faire cette tude? 3. Que pensez-vous des fonctionnalits numres la question 1 du questionnaire principal? 1. Trs pertinentes 2. pertinentes 3. satisfaisantes 4. faibles 5. pas adaptes 6. ne se prononce pas 4. Quelle est votre opinion sur l'ensemble des questions? il y a t-il des points ngatifs corriger. Si oui, faites nous des remarques. si non, laissez ce champs vide Partie analytique Nous cherchons mesurer la capacit analytique du logiciel CRM que l'entreprise enqute utilise. 5. Pensez-vous que la partie CRM analytique de notre questionnaire est en mesure d'valuer l'tendue des tches assignes un logiciel CRM? 1. entirement capable 2. capable 3. neutre 4. pas capable 5. vraiment pas capable 6. ne se prononce pas 6. Avez vous remarquez des manques flagrants concernant cette partie analytique? si oui lesquels? si suffisant, laissez ce champ vide. Si pas suffisant, citez les tches omises (separez les par une virgule) 7. Avez vous des propositions de questions pour cette partie du questionnaire? si non, laissez ce champ vide t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 Partie CRM oprationnel Nous cherchons mesurer la capacit oprationnelle du logiciel CRM que l'entreprise enqute utilise. 8. Pensez vous que les questions relatives au CRM oprationnel sont en mesure d'valuer la capacit oprationnelle d'un logiciel CRM? 1. entirement capable 2. capable 3. neutre 4. pas capable 5. vraiment pas capable 6. ne se prononce pas 9. Dans le cas o ,les questions concernant le CRM oprationnel vous paraissent insuffisantes pour valuer la capacit oprationnelle du logicel, pouvez vous nous proposer d'autres questions? si non, laissez ce champ vide Partie CRM collaborative Nous cherchons mesurer la capacit collaborative du logiciel CRM que l'entreprise utilise. 10. pensez vous que les questions relatives au CRM collaboratif sont capables pour mesurer la capacit collaborative d'un logiciel crm? 1. entirement capable 2. capable 3. neutre 4. pas capable 5. vraiment pas capable 6. ne se prononce pas 11. Dans le cas o ,les questions concernant le CRM oprationnel vous paraissent insuffisantes pour valuer la capacit collaborative d'un logicel, pouvez vous nous proposer d'autres questions? si non, laissez ce champ vide Performance 12. Pensez vous que les questions concernant la performance relationnelle de l'entreprises permettent d'valuer l'impact de l'utilisation des outils logiciels CRM sur la gestion de la relation client? 13. Avez vous d'autres indicateurs de performance proposer? Merci d'avoir consacr votre temps si prcieux pour participer ce travail de recherche t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2
ANNEXE 2
DEPOUILLEMENT DU QUESTIONNAIRE EXPERT
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 1 DEPOUILLEMENT QUESTIONNAIRE EXPERT
Perception gnrale
Que pensez-vous de soumettre un questionnaire aux dirigeants et ou aux responsables "client" pour mesurer l'efficacit est les performances des outils CRM?
perception_gnrale Excellent bien adapt moyennement adapt pas vraiment adapt ne se prononce pas TOTAL OBS. Nb. cit. Frq. 7 53,8% 3 23,1% 3 23,1% 0 0,0% 0 0,0% 13 100% Moyenne = 3,31 Ecart-type = 0,85
La question est rponse unique sur une chelle. Les paramtres sont tablis sur la notation : Excellent (4), bien adapt (3), moyennement adapt (2), pas vraiment adapt (1), ne se prononce pas (0).
Excelle nt 7 bien adapt 3 moyenn ement a dapt 3 pas vrai ment ad apt 0 ne se pr ononce pas 0 perception_gnrale 0 7
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 2 CRM_fonction
Que pensez-vous des fonctionnalits numres la question 1 du questionnaire principal?
CRM_fonction Trs pertinentes pertinentes satisfaisantes faibles pas adaptes ne se prononce pas TOTAL OBS. Nb. cit. Frq. 2 15,4% 8 61,5% 1 7,7% 1 7,7% 1 7,7% 0 0,0% 13 100%
CRM_fonction 2 8 1 1 1 Trs pertinentes pertinentes satisfaisantes faibles pas adaptes ne se prononce pas
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 3 CRM_analyt1
Pensez-vous que la partie CRM analytique de notre questionnaire est en mesure d'valuer l'tendue des tches assignes un logiciel CRM?
crm_analyt1 entirement capable capable neutre pas capable vraiment pas capable ne se prononce pas TOTAL OBS. Nb. cit. Frq. 0 0,0% 9 69,2% 3 23,1% 1 7,7% 0 0,0% 0 0,0% 13 100% Moyenne = 3,62 Ecart-type = 0,65
La question est rponse unique sur une chelle. Les paramtres sont tablis sur la notation : entirement capable (5), capable (4), neutre (3), pas capable (2), vraiment pas capable (1), ne se prononce pas (0).
entire ment ca pable 0 capable 9 neutre 3 pas capable 1 vraimen t pas ca pable 0 ne se pr ononce pas 0 crm_analyt1 0 9
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 4 CRM_op
Pensez vous que les questions relatives au CRM oprationnel sont en mesure d'valuer la capacit oprationnelle d'un logiciel CRM?
crm_op entirement capable capable neutre pas capable vraiment pas capable ne se prononce pas TOTAL OBS. Nb. cit. Frq. 0 0,0% 9 69,2% 3 23,1% 1 7,7% 0 0,0% 0 0,0% 13 100% Moyenne = 3,62 Ecart-type = 0,65
La question est rponse unique sur une chelle. Les paramtres sont tablis sur la notation : entirement capable (5), capable (4), neutre (3), pas capable (2), vraiment pas capable (1), ne se prononce pas (0).
entire ment ca pable 0 capable 9 neutre 3 pas capable 1 vraimen t pas ca pable 0 ne se pr ononce pas 0 crm_op 0 9
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 5
CRM_collab
Pensez vous que les questions relatives au CRM collaboratif sont capables pour mesurer la capacit collaborative d'un logiciel CRM?
crm_collab entirement capable capable neutre pas capable vraiment pas capable ne se prononce pas TOTAL OBS. Nb. cit. Frq. 0 0,0% 9 69,2% 3 23,1% 1 7,7% 0 0,0% 0 0,0% 13 100% Moyenne = 3,62 Ecart-type = 0,65
La question est rponse unique sur une chelle. Les paramtres sont tablis sur la notation : entirement capable (5), capable (4), neutre (3), pas capable (2), vraiment pas capable (1), ne se prononce pas (0).
entire ment ca pable 0 capable 9 neutre 3 pas capable 1 vraimen t pas ca pable 0 ne se pr ononce pas 0 crm_collab 0 9
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 ANNEXE 3
QUESTIONNAIRE DE LETUDE CRM
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 CRM_Cycle de vie du client 2009 - Universit de clermont ferrand Cette enqute est ralise dans le cadre d'une recherche doctorale propos de l'impact de la technologie CRM sur la performance du cycle de vie du client. Nous vous invitons participer cette recherche et nous vous prions de remplir ce questionnaire en slectionnant le numero ou la case qui traduit le mieux votre opinion. Nous tenons vous informer que les informations recueillies dans le cadre de cette enqute seront considres comme des informations confidentielles. Fonctionnalit Nous cherchons comprendre l'tendue des fonctions disponibles dans votre CRM 1. Quelles sont les fonctionnalits connues de votre logiciel CRM? choisissez parmi les rponses suivantes. 1. prospection 2. qualification des prospects 3. gestion des comptes et des ressources 4. proposition commerciale 5. conclusion d'une vente 6. analyse du march 7. segmentation des clients 8. planification et pilotage de campagnes marketing 9. gestion des campagnes marketing 10. mailings 11. analyse des rsultats 12. calcul de la rentabilit d'un client 13. facturation 14. relance 15. tlmarketing 16. identification des points de contact client 17. affichage des informations disponibles sur le client 18. historisation des contacts et des actions associes 19. partage d'agenda et prise de rendez-vous 20. suivi et analyse des appels et actions associes 21. remonte de la satisfation client Vous pouvez cocher plusieurs cases. 2. Pour quelles tches voques en Q01 avez vous souvent recours au logiciel CRM? citez les plus frquemment utilises en crivant les numros du Q1 3. Selon vous, l'utilisation du Logiciel CRM est-elle une bonne chose pour votre entreprise? 1. une trs bonne chose 2. une bonne chose 3. neutre 4. pas une bonne chose 5. vraiment pas une bonne chose 6. je ne sais pas 4. Si vous deviez prciser votre prcedente rponse...Quels arguments utiliseriez vous pour justifier votre rponse CRM analytique: Outils d'analyse de donnes lies directement ou indirectement aux clients, prospects, partenaires ou fournisseurs Nous cherchons mesurer la capacit d'analyse de votre logiciel CRM... 5. L'analyse des donnes client fournie par le logiciel vous donne des informations "client" 1. trs bien dtailles 2. bien dtailles 3. moyennement dtailles 4. pas dtailles 5. pas du tout dtailles 6. je ne sais pas 6. Les sources d'information client sont principalement disponibles sous la forme suivante 1. fiches manuelles 2. fichiers informatiques isols 3. fichiers de donnes agrges 4. donnes+formes graphiques 5. fichiers+profils graphiques en ligne 6. je ne sais pas Une seule rponse possible 7. Les outils d'analyse que vous utilisez sont ils 1. entirement manuels 2. manuels et automatiss 3. neutre 4. majoritairement automatiss 5. entirement automatiss 6. ne se prononce pas 8. Pouvez-vous dcrire les amliorations constates attribuables aux modules du logiciel CRM analytique? 9. Quelle est la frquence d'utilisation des outils qualifis d'analytique? 1. Jamais 2. Rarement 3. Occasionnellement 4. Assez souvent 5. Trs souvent 6. je ne sais pas t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 10. En quelle anne estimez vous avoir eu recours au CRM analytique pour la pemire fois? Cette date peut tre diffrente de celle de l'acquisition du logiciel CRM. CRM oprationnelle:l'ensemble des technologies qui favorisent la gestion des ventes, automatisation du marketing, automatisation de la force de vente et le support services client Nous cherchons mesurer la capacit oprationnelle de votre logiciel CRM 11. Les outils principaux de force de vente votre disposititon sont 1. entirement manuels 2. manuels et automatiss 3. neutre 4. majoritairement automatiss 5. entirement automatiss 6. je ne sais pas 12. Votre centre de contact client est compos de processus 1. entirement manuels 2. manuels et automatiss 3. neutre 4. majoritairement automatiss 5. entirement automatiss 6. je ne sais pas 13. Votre support client et service est compos de processus 1. entirement manuels 2. manuels et automatiss 3. neutre 4. majoritairement automatiss 5. entirement automatiss 6. je ne sais pas 14. Tous vos systmes par exemple (finances, ventes et oprations) sont lis et communiquent entre eux 1. franchement oui 2. plutt oui 3. neutre 4. franchement non 5. plutt non 6. je ne sais pas 15. Pouvez-vous dcrire en peu de mots, les amliorations constates attribuables aux modules du logiciel CRM Oprationnel? 16. Quelle est la frquence d'utilisation des outils qualifis d'oprationnels? 1. J amais 2. Rarement 3. Occasionnellement 4. Assez souvent 5. Trs souvent 6. je ne sais pas 17. En quelle anne estimez vous eu avoir recours au CRM oprationnel pour la premire fois? Cette date peut tre diffrente de celle de l'acquisition du logiciel CRM. CRM collaboratif: Outils fonds sur une collaboration et une interaction troite entre l'entreprise et ses clients, en avant vente comme en aprs vente Nous cherchons mesurer la capacit collaborative de votre logiciel CRM 18. Par quels canaux les clients entrent-ils en contact avec votre entreprise 1. commerciaux 2. bureaux et points de vente, site web 3. tlphone 4. automates 5. e-mails 6. courrier 7. sms 8. wap,fax, 9. autres Vous pouvez choisir plusieurs canaux 19. Votre systme intgre toutes les interactions avec vos clients quelques soient les canaux de communication utiliss 1. franchement oui 2. plutt oui 3. neutre 4. franchement non 5. plutt non 6. je ne sais pas 20. Votre systme vous permet d'identifier vos clients lors d'un appel entrant. 1. franchement oui 2. plutt oui 3. plutt non 4. franchement non 5. neutre 6. je ne sais pas 21. Quelle est la frquence d'utilisation des outils qualifis de collaboratifs? 1. Jamais 2. Rarement 3. Occasionnellement 4. Assez souvent 5. Trs souvent 6. je ne sais pas 22. Pouvez-vous dcrire en peu de mots, les amliorations constates attribuables aux modules du logiciel CRM collaboratif? 23. En quelle anne estimez vous eu avoir recours au CRM collaboratif pour la premire fois Cette date peut tre diffrente de celle de l'acquisition du logiciel CRM. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 Stratgie relationnelle Nous cherchons comprendre l'orientation client de votre entreprise 24. Vous donnez la priorit vos clients plutt qu' vos produits ou vos processus internes 1. franchement oui 2. plutt oui 3. neutre 4. plutt non 5. franchement non 6. je ne sais pas 25. Vous savez clairement quels traitements vous devez rserver chaque type de clients 1. franchement oui 2. plutt oui 3. neutre 4. plutt non 5. franchement non 6. je ne sais pas 26. La satisfaction du client est l'un des principaux objectifs de votre entreprise 1. franchement oui 2. plutt oui 3. neutre 4. plutt non 5. franchement non 6. je ne sais pas 27. Pour Votre entreprise, il est trs important de savoir vous mettre la place du client 1. franchement oui 2. plutt oui 3. neutre 4. plutt non 5. franchement non 6. je ne sais pas 28. Votre entreprise laisse son personnel une grande libert d'action pour rpondre aux attentes du client 1. entirement d'accord 2. d'accord 3. neutre 4. pas d'accord 5. pas du tout d'accord 6. je ne sais pas 29. Votre direction consacre une part importante de son temps des activits lies aux clients 1. entirement d'accord 2. d'accord 3. neutre 4. pas d'accord 5. pas du tout d'accord 6. je ne sais pas 30. Vous valuez les performances de votre socit partir d'indicateurs lis aux clients. 1. entirement d'accord 2. d'accord 3. neutre 4. pas d'accord 5. pas du tout d'accord 6. je ne sais pas Gestion des canaux: concerne la gestion de tous les canaux de communication utiliss par l'entreprise pour entrer en contact avec son client. Nous cherchons savoir comment votre entreprise gre les interactions avec son client 31. Vous savez par quels canaux de communication chaque type de clients prfre tre contact 1. franchement oui 2. plutt oui 3. neutre 4. plutt non 5. franchement non 6. je ne sais pas 32. Votre plan de communication attribue des objectifs spcifiques chaque contact avec le client 1. entirement d'accord 2. d'accord 3. neutre 4. pas d'accord 5. pas du tout d'accord 6. je ne sais pas 33. Votre choix de canaux de communication n'est pas limit par des contraintes d'ordre technique 1. entirement d'accord 2. d'accord 3. neutre 4. pas d'accord 5. pas du tout d'accord 6. je ne sais pas 34. Lors de chaque contact avec un client, vous tes capables de l'identifier et disposez de toute l'information utile son sujet. 1. franchement oui 2. plutt oui 3. neutre 4. plutt non 5. franchement non 6. je ne sais pas 35. Vos services et ceux de vos partenaires sont suffisamment souples pour rpondre parfaitement aux besoins de vos clients. 1. franchement oui 2. plutt oui 3. neutre 4. plutt non 5. franchement non 6. je ne sais pas Connaissance client Nous cherchons mesurer l'aptitude de votre entreprise mieux connaitre ses clients. 36. La collecte de donnes client constitue une partie de vos activits 1. franchement oui 2. plutt oui 3. neutre 4. plutt non 5. franchement non 6. je ne sais pas 37. Vous disposez de toutes les donnes client ncesssaires la concrtisation de votre stratgie relationnelle 1. franchement oui 2. plutt oui 3. neutre 4. plutt non 5. franchement non 6. je ne sais pas 38. Le personnel de votre entreprise sait exploiter les donnes client et s'y emploie activement 1. entirement d'accord 2. d'accord 3. neutre 4. pas d'accord 5. pas du tout d'accord 6. je ne sais pas 39. Vos donnes client sont protges (en matire de respect de vie priv et de scurit),y compris pour les tierces parties avec lesquelles vous travaillez. 1. franchement oui 2. plutt oui 3. neutre 4. plutt non 5. franchement non 6. je ne sais pas 40. Vos donnes client sont pertinentes et jour 1. franchement oui 2. plutt oui 3. neutre 4. plutt non 5. franchement non 6. je ne sais pas t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 41. Les membres de votre service informatique manifestent un intert pour le marketing et vice versa 1. franchement oui 2. plutt oui 3. neutre 4. plutt non 5. franchement non 6. je ne sais pas Performance: Nous cherchons savoir comment le CRM amliore vos performances en matire de relation client 42. L'utilisation des logiciels CRM a permis votre entreprise d'acquerir plus de nouveaux clients. 1. entirement d'accord 2. d'accord 3. neutre 4. pas d'accord 5. pas du tout d'accord 6. je ne sais pas Un chiffre approch suffira 43. Si d'accord, de combien en pourcentage? Un chiffre approch suffira 44. L'utilisation des logiciels CRM a permis votre entreprise d'augmenter les revenus par client. 1. franchement oui 2. plutt oui 3. neutre 4. plutt non 5. franchement non 6. je ne sais pas un chiffre approch suffira 45. Si oui, combien en pourcentage du chiffre d'affaire? Un chiffre approch suffira 46. L'utilisation des logiciels CRM a permis votre entreprise de rduire les cots d'acquisition de nouveaux clients. 1. franchement oui 2. plutt oui 3. neutre 4. plutt non 5. franchement non 6. je ne sais pas 47. Si oui, combien en pourcentage? Un chiffr approch suffira 48. L'utilisation des logiciels CRM a permis votre entreprise de mieux fidliser vos clients 1. franchement oui 2. plutt oui 3. neutre 4. plutt non 5. franchement non 6. je ne sais pas 49. L'utilisation des logiciels CRM a permis votre entreprise de baisser le taux de dfection de vos clients 1. franchement oui 2. plutt oui 3. neutre 4. plutt non 5. franchement non 6. je ne sais pas 50. Si oui, pouvez vous nous prcisez un taux? 51. Le logiciel CRM vous a permis de mieux connaitre vos clients 1. entirement d'accord 2. d'accord 3. neutre 4. pas d'accord 5. pas du tout d'accord 6. je ne sais pas 52. Quel est selon vous, l'indicateur de performance de la mise en oeuvre du CRM? Laissez ce champs libre si vous n'avez pas de rponse 53. Comment le calculez-vous? Laissez ce champs libre si vous n'avez pas de rponse 54. Quel est votre dernier rsultat obtenu? Laissez ce champs libre si vous n'avez pas de rponse Donnes gnrales 55. Quel est votre secteur d'activit? 1. industriel 2. grossiste 3. dtaillant 4. service 5. autre 56. Quels sont vos 3 derniers chiffres d'affaires? Des chiffres approximatifs pour chaque anne suffiront 57. Depuis combien d'annes votre entreprise existe-elle? 1. moins de 10 ans 2. entre 10 et 19 ans 3. entre 20 et 29 ans 4. entre 30 et 39 ans 5. plus de 40 ans 58. Quelle fonction occupez vous actuellement dans l'entreprise? Si vous avez plusieurs titres ou fonctions, indiquez les spars par une virgule... Merci de se limiter aux trois principaux 59. Quel est le nombre de vos employs permanents? 1. moins de 20 2. entre 20 et 49 3. entre 50 et 99 4. 100 et plus 60. Depuis combien d'annes utilisez-vous les logiciels CRM? Merci d'avoir consacr votre temps si prcieux rpondre ce questionnaire t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 ANNEXE 4
DEPOUILLEMENT : AUTRES RESULTATS DU QUESTIONNAIRE
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 1 DEPOUILLEMENT AUTRES RESULTATS DU QUESTIONNAIRE
Tableau d'effectifs
--- Nb. cit. RESPONSABLE MARKETING 31 RESPONSABLE CLIENT 21 DIRECTEUR MARKETING 10 associ grant 8 RESPONSABLE COMMERCIAL 5 DIRECTEUR COMMERCIAL 2 RESPONSABLE COMMERCIALE 2 CHEF D'AGENCE BANCAIRE 1 RESPONSABLE ADMISNISTRATIF ET FINANCIERE 1 RESPONSABLE DEVELOPPEMENT 1 TOTAL 82
Quelles sont les fonctionnalits connues de votre logiciel CRM? Choisissez parmi les rponses suivantes.
crm_fonct Nb. cit. Frq. prospection 35 42,7% qualification des prospects 42 51,2% gestion des comptes et des ressources 54 65,9% proposition commerciale 13 15,9% conclusion d'une vente 20 24,4% analyse du march 5 6,1% segmentation des clients 67 81,7% planification et pilotage de campagnes marketing 34 41,5% gestion des campagnes marketing 46 56,1% mailings 53 64,6% analyse des rsultats 28 34,1% calcul de la rentabilit d'un client 9 11,0% facturation 58 70,7% relance 56 68,3% tlmarketing 9 11,0% identification des points de contact client 30 36,6% affichage des informations disponibles sur le client 71 86,6% historisation des contacts et des actions associes 75 91,5% partage d'agenda et prise de rendez-vous 31 37,8% suivi et analyse des appels et actions associes 45 54,9% remonte de la satisfaction client 9 11,0% TOTAL OBS. 82
Le nombre de citations est suprieur au nombre d'observations du fait de rponses multiples (21 au maximum). t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 3 crm_fonct prospection 35 qualification des prospects 42 gestion des comptes et des ressources 54 proposition commerciale 13 conclusion d'une vente 20 analyse du march 5 segmentation des clients 67 planification et pilotage de campagnes marketing 34 gestion des campagnes marketing 46 mailings 53 analyse des rsultats 28 calcul de la rentabilit d'un client 9 facturation 58 relance 56 tlmarketing 9 identification des points de contact client 30 affichage des informations disponibles sur le client 71 historisation des contacts et des actions associes 75 partage d'agenda et prise de rendez-vous 31 suivi et analyse des appels et actions associes 45 remonte de la satisfation client 9
crm_inst Selon vous, l'utilisation du Logiciel CRM est-elle une bonne chose pour votre entreprise?
crm_inst Nb. cit. Frq. vraiment pas une bonne chose 0 0,0% pas une bonne chose 0 0,0% neutre 3 3,7% une bonne chose 16 19,5% une trs bonne chose 63 76,8% TOTAL OBS. 82 100%
Moyenne = 4,73 Ecart-type = 0,52 La question est rponse unique sur une chelle. Les paramtres sont tablis sur une notation de 1 (vraiment pas une bonne chose) 5 (une trs bonne chose). t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 4 crm_inst vraiment pas une bonne chose 0 pas une bonne chose 0 neutre 3 une bonne chose 16 une trs bonne chose 63
ge Depuis combien d'annes votre entreprise existe-elle?
age Nb. cit. Frq. moins de 10 ans 36 43,9% entre 10 et 19 ans 21 25,6% entre 20 et 29 ans 12 14,6% entre 30 et 39 ans 4 4,9% plus de 40 ans 9 11,0% TOTAL OBS. 82 100%
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 7
Moyenne = 2,13 Ecart-type = 1,33 La question est rponse unique sur une chelle. Les paramtres sont tablis sur une notation de 1 (moins de 10 ans) 5 (plus de 40 ans). age moins de 10 ans 36 entre 10 et 19 ans 21 entre 20 et 29 ans 12 entre 30 et 39 ans 4 plus de 40 ans 9
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,725 Approx. Chi-Square 85,071 df 6 Bartlett's Test of Sphericity Sig. ,000
Communalities
Initial Extraction L'analyse des donnes client fournie par le logiciel vous donne des informations "client" 1,000 ,676 Les sources d'information client sont principalement disponibles sous la forme suivante 1,000 ,476 Les outils d'analyse que vous utilisez sont ils 1,000 ,517 Quelle est la frquence d'utilisation des outils qualifis d'analytique? 1,000 ,682 Extraction Method: Principal Component Analysis.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 2 Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Compon ent Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2,352 58,793 58,793 2,352 58,793 58,793 2 ,791 19,764 78,557
3 ,462 11,553 90,110
4 ,396 9,890 100,000
Extraction Method: Principal Component Analysis.
Component Matrix a
Component
1 L'analyse des donnes client fournie par le logiciel vous donne des informations "client" ,822 Les sources d'information client sont principalement disponibles sous la forme suivante ,690 Les outils d'analyse que vous utilisez sont ils ,719 Quelle est la frquence d'utilisation des outils qualifis d'analytique? ,826 Extraction Method: Principal Component Analysis. a. 1 components extracted.
Factor Analysis KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,725 Approx. Chi-Square 231,842 df 10 Bartlett's Test of Sphericity Sig. ,000
Communalities
Initial Extraction Les outils principaux de force de vente votre disposititon sont 1,000 ,821 Votre centre de contact client est compos de processus 1,000 ,895 Votre support client et service est compos de processus 1,000 ,904 Tous vos systmes par exemple (finances, ventes et oprations) sont lis et communiquent entre eux 1,000 ,776 Quelle est la frquence d'utilisation des outils qualifis d'oprationnels? 1,000 ,519 Extraction Method: Principal Component Analysis. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 4
Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Compon ent Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2,783 55,670 55,670 2,783 55,670 55,670 2,660 53,193 53,193 2 1,132 22,640 78,309 1,132 22,640 78,309 1,256 25,117 78,309 3 ,733 14,664 92,973
4 ,267 5,333 98,307
5 ,085 1,693 100,000
Extraction Method: Principal Component Analysis.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 5
Component Matrix a
Component
1 2 Les outils principaux de force de vente votre disposititon sont ,868 -,261 Votre centre de contact client est compos de processus ,940 -,104 Votre support client et service est compos de processus ,947 -,080 Tous vos systmes par exemple (finances, ventes et oprations) sont lis et communiquent entre eux ,165 ,865 Quelle est la frquence d'utilisation des outils qualifis d'oprationnels? ,470 ,546 Extraction Method: Principal Component Analysis. a. 2 components extracted.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 6 Rotated Component Matrix a
Component
1 2 Les outils principaux de force de vente votre disposititon sont ,906 -,013 Votre centre de contact client est compos de processus ,933 ,158 Votre support client et service est compos de processus ,933 ,183 Tous vos systmes par exemple (finances, ventes et oprations) sont lis et communiquent entre eux -,079 ,877 Quelle est la frquence d'utilisation des outils qualifis d'oprationnels? ,303 ,654 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 3 iterations.
Component Transformation Matrix Compon ent 1 2 1 ,962 ,274 2 -,274 ,962 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,744 Approx. Chi-Square 223,706 df 6 Bartlett's Test of Sphericity Sig. ,000
Communalities
Initial Extraction Les outils principaux de force de vente votre disposititon sont 1,000 ,773 Votre centre de contact client est compos de processus 1,000 ,886 Votre support client et service est compos de processus 1,000 ,899 Quelle est la frquence d'utilisation des outils qualifis d'oprationnels? 1,000 ,208 Extraction Method: Principal Component Analysis.
Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Compon ent Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2,766 69,155 69,155 2,766 69,155 69,155 2 ,858 21,441 90,596
3 ,291 7,287 97,883
4 ,085 2,117 100,000
Extraction Method: Principal Component Analysis.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 8
Component Matrix a
Component
1 Les outils principaux de force de vente votre disposititon sont ,879 Votre centre de contact client est compos de processus ,942 Votre support client et service est compos de processus ,948 Quelle est la frquence d'utilisation des outils qualifis d'oprationnels? ,456 Extraction Method: Principal Component Analysis. a. 1 components extracted.
CRM COLLABORATIF
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,733 Approx. Chi-Square 104,136 df 3 Bartlett's Test of Sphericity Sig. ,000
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 9
Communalities
Initial Extraction Votre systme intgre toutes les interactions avec vos clients quelques soient les canaux de communication utiliss 1,000 ,783 Votre systme vous permet d'identifier vos clients lors d'un appel entrant. 1,000 ,768 Quelle est la frquence d'utilisation des outils qualifis de collaboratifs? 1,000 ,768 Extraction Method: Principal Component Analysis.
Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Compon ent Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2,319 77,306 77,306 2,319 77,306 77,306 2 ,353 11,776 89,082
3 ,328 10,918 100,000
Extraction Method: Principal Component Analysis.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 10 Component Matrix a
Component
1 Votre systme intgre toutes les interactions avec vos clients quelques soient les canaux de communication utiliss ,885 Votre systme vous permet d'identifier vos clients lors d'un appel entrant. ,876 Quelle est la frquence d'utilisation des outils qualifis de collaboratifs? ,876 Extraction Method: Principal Component Analysis. a. 1 components extracted.
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,655 Approx. Chi-Square 190,682 df 21 Bartlett's Test of Sphericity Sig. ,000
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 11 Communalities
Initial Extraction Vous donnez la priorit vos clients plutt qu' vos produits ou vos processus internes 1,000 ,606 Vous savez clairement quels traitements vous devez rserver chaque type de clients 1,000 ,818 La satisfaction du client est l'un des principaux objectifs de votre entreprise 1,000 ,686 Pour Votre entreprise, il est trs important de savoir vous mettre la place du client 1,000 ,664 Votre entreprise laisse son personnel une grande libert d'action pour rpondre aux attentes du client 1,000 ,256 Votre direction consacre une part importante de son temps des activits lies aux clients 1,000 ,837 Vous valuez les performances de votre socit partir d'indicateurs lis aux clients. 1,000 ,239 Extraction Method: Principal Component Analysis. t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 12
Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Compon ent Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % 1 3,094 44,204 44,204 3,094 44,204 44,204 2,263 32,329 32,329 2 1,012 14,461 58,664 1,012 14,461 58,664 1,843 26,335 58,664 3 ,969 13,840 72,505
4 ,906 12,941 85,445
5 ,465 6,642 92,087
6 ,373 5,325 97,412
7 ,181 2,588 100,000
Extraction Method: Principal Component Analysis.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 13 Component Matrix a
Component
1 2 Vous donnez la priorit vos clients plutt qu' vos produits ou vos processus internes ,739 -,245 Vous savez clairement quels traitements vous devez rserver chaque type de clients ,509 ,748 La satisfaction du client est l'un des principaux objectifs de votre entreprise ,795 ,232 Pour Votre entreprise, il est trs important de savoir vous mettre la place du client ,790 ,198 Votre entreprise laisse son personnel une grande libert d'action pour rpondre aux attentes du client ,467 -,196 Votre direction consacre une part importante de son temps des activits lies aux clients ,820 -,405 Vous valuez les performances de votre socit partir d'indicateurs lis aux clients. ,377 -,312 Extraction Method: Principal Component Analysis. a. 2 components extracted.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 14
Rotated Component Matrix a
Component
1 2 Vous donnez la priorit vos clients plutt qu' vos produits ou vos processus internes ,727 ,277 Vous savez clairement quels traitements vous devez rserver chaque type de clients -,078 ,901 La satisfaction du client est l'un des principaux objectifs de votre entreprise ,469 ,682 Pour Votre entreprise, il est trs important de savoir vous mettre la place du client ,487 ,653 Votre entreprise laisse son personnel une grande libert d'action pour rpondre aux attentes du client ,485 ,143 Votre direction consacre une part importante de son temps des activits lies aux clients ,892 ,204 Vous valuez les performances de votre socit partir d'indicateurs lis aux clients. ,489 -,004 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 3 iterations.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 15 Component Transformation Matrix Compon ent 1 2 1 ,775 ,632 2 -,632 ,775 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,649 Approx. Chi-Square 145,547 df 10 Bartlett's Test of Sphericity Sig. ,000
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 16
Communalities
Initial Extraction Vous donnez la priorit vos clients plutt qu' vos produits ou vos processus internes 1,000 ,649 La satisfaction du client est l'un des principaux objectifs de votre entreprise 1,000 ,598 Pour Votre entreprise, il est trs important de savoir vous mettre la place du client 1,000 ,600 Votre direction consacre une part importante de son temps des activits lies aux clients 1,000 ,729 Vous valuez les performances de votre socit partir d'indicateurs lis aux clients. 1,000 ,162 Extraction Method: Principal Component Analysis.
Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Compon ent Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2,738 54,756 54,756 2,738 54,756 54,756 2 ,966 19,322 74,079
3 ,680 13,601 87,680
4 ,396 7,927 95,608
5 ,220 4,392 100,000
Extraction Method: Principal Component Analysis.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 17
Component Matrix a
Component
1 Vous donnez la priorit vos clients plutt qu' vos produits ou vos processus internes ,806 La satisfaction du client est l'un des principaux objectifs de votre entreprise ,773 Pour Votre entreprise, il est trs important de savoir vous mettre la place du client ,774 Votre direction consacre une part importante de son temps des activits lies aux clients ,854 Vous valuez les performances de votre socit partir d'indicateurs lis aux clients. ,403 Extraction Method: Principal Component Analysis. a. 1 components extracted.
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,726 Approx. Chi-Square 126,824 df 6 Bartlett's Test of Sphericity Sig. ,000
Communalities
Initial Extraction Vous donnez la priorit vos clients plutt qu' vos produits ou vos processus internes 1,000 ,682 La satisfaction du client est l'un des principaux objectifs de votre entreprise 1,000 ,574 Pour Votre entreprise, il est trs important de savoir vous mettre la place du client 1,000 ,649 Votre direction consacre une part importante de son temps des activits lies aux clients 1,000 ,724 Extraction Method: Principal Component Analysis.
Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Compon ent Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2,630 65,742 65,742 2,630 65,742 65,742 2 ,682 17,059 82,801
3 ,426 10,659 93,460
4 ,262 6,540 100,000
Extraction Method: Principal Component Analysis.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 19
Component Matrix a
Component
1 Vous donnez la priorit vos clients plutt qu' vos produits ou vos processus internes ,826 La satisfaction du client est l'un des principaux objectifs de votre entreprise ,758 Pour Votre entreprise, il est trs important de savoir vous mettre la place du client ,806 Votre direction consacre une part importante de son temps des activits lies aux clients ,851 Extraction Method: Principal Component Analysis. a. 1 components extracted.
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,684 Approx. Chi-Square 181,788 df 10 Bartlett's Test of Sphericity Sig. ,000
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 20
Communalities
Initial Extraction Vous savez par quels canaux de communication chaque type de clients prfre tre contact 1,000 ,604 Votre plan de communication attribue des objectifs spcifiques chaque contact avec le client 1,000 ,549 Votre choix de canaux de communication n'est pas limit par des contraintes d'ordre technique 1,000 ,656 Lors de chaque contact avec un client, vous tes capables de l'identifier et disposez de toute l'information utile son sujet. 1,000 ,410 Vos services et ceux de vos partenaires sont suffisamment souples pour rpondre parfaitement aux besoins de vos clients. 1,000 ,760 Extraction Method: Principal Component Analysis.
Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Compon ent Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2,979 59,575 59,575 2,979 59,575 59,575 2 ,893 17,860 77,436
3 ,632 12,633 90,069
4 ,302 6,044 96,113
5 ,194 3,887 100,000
Extraction Method: Principal Component Analysis.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 21
Component Matrix a
Component
1 Vous savez par quels canaux de communication chaque type de clients prfre tre contact ,777 Votre plan de communication attribue des objectifs spcifiques chaque contact avec le client ,741 Votre choix de canaux de communication n'est pas limit par des contraintes d'ordre technique ,810 Lors de chaque contact avec un client, vous tes capables de l'identifier et disposez de toute l'information utile son sujet. ,640 Vos services et ceux de vos partenaires sont suffisamment souples pour rpondre parfaitement aux besoins de vos clients. ,872 Extraction Method: Principal Component Analysis. a. 1 components extracted.
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,748 Approx. Chi-Square 119,571 df 15 Bartlett's Test of Sphericity Sig. ,000
Communalities
Initial Extraction La collecte de donnes client constitue une partie de vos activits 1,000 ,551 Vous disposez de toutes les donnes client ncesssaires la concrtisation de votre stratgie relationnelle 1,000 ,659 Le personnel de votre entreprise sait exploiter les donnes client et s'y emploie activement 1,000 ,714 Vos donnes client sont protges (en matire de respect de vie priv et de scurit),y compris pour les tierces parties avec lesquelles vous travaillez. 1,000 ,760 Vos donnes client sont pertinentes et jour 1,000 ,485 Les membres de votre service informatique manifestent un intert pour le marketing et vice versa 1,000 ,691 Extraction Method: Principal Component Analysis.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 23
Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Compon ent Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2,751 45,857 45,857 2,751 45,857 45,857 2,185 36,422 36,422 2 1,109 18,490 64,347 1,109 18,490 64,347 1,676 27,925 64,347 3 ,682 11,362 75,710
4 ,624 10,403 86,113
5 ,499 8,319 94,432
6 ,334 5,568 100,000
Extraction Method: Principal Component Analysis.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 24
Component Matrix a
Component
1 2 La collecte de donnes client constitue une partie de vos activits ,730 ,135 Vous disposez de toutes les donnes client ncesssaires la concrtisation de votre stratgie relationnelle ,518 ,625 Le personnel de votre entreprise sait exploiter les donnes client et s'y emploie activement ,783 -,317 Vos donnes client sont protges (en matire de respect de vie priv et de scurit),y compris pour les tierces parties avec lesquelles vous travaillez. ,729 -,478 Vos donnes client sont pertinentes et jour ,645 -,262 Les membres de votre service informatique manifestent un intert pour le marketing et vice versa ,624 ,550 Extraction Method: Principal Component Analysis. a. 2 components extracted.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 25
Rotated Component Matrix a
Component
1 2 La collecte de donnes client constitue une partie de vos activits ,511 ,538 Vous disposez de toutes les donnes client ncesssaires la concrtisation de votre stratgie relationnelle ,053 ,810 Le personnel de votre entreprise sait exploiter les donnes client et s'y emploie activement ,820 ,203 Vos donnes client sont protges (en matire de respect de vie priv et de scurit),y compris pour les tierces parties avec lesquelles vous travaillez. ,871 ,041 Vos donnes client sont pertinentes et jour ,676 ,167 Les membres de votre service informatique manifestent un intert pour le marketing et vice versa ,182 ,811 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 3 iterations.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 26 Component Transformation Matrix Compon ent 1 2 1 ,809 ,587 2 -,587 ,809 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,728 Approx. Chi-Square 102,698 df 10 Bartlett's Test of Sphericity Sig. ,000
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 27
Communalities
Initial Extraction La collecte de donnes client constitue une partie de vos activits 1,000 ,525 Le personnel de votre entreprise sait exploiter les donnes client et s'y emploie activement 1,000 ,666 Vos donnes client sont protges (en matire de respect de vie priv et de scurit),y compris pour les tierces parties avec lesquelles vous travaillez. 1,000 ,593 Vos donnes client sont pertinentes et jour 1,000 ,450 Les membres de votre service informatique manifestent un intert pour le marketing et vice versa 1,000 ,330 Extraction Method: Principal Component Analysis.
Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Compon ent Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2,565 51,305 51,305 2,565 51,305 51,305 2 ,916 18,319 69,625
3 ,680 13,599 83,223
4 ,501 10,029 93,252
5 ,337 6,748 100,000
Extraction Method: Principal Component Analysis.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 28
Component Matrix a
Component
1 La collecte de donnes client constitue une partie de vos activits ,725 Le personnel de votre entreprise sait exploiter les donnes client et s'y emploie activement ,816 Vos donnes client sont protges (en matire de respect de vie priv et de scurit),y compris pour les tierces parties avec lesquelles vous travaillez. ,770 Vos donnes client sont pertinentes et jour ,671 Les membres de votre service informatique manifestent un intert pour le marketing et vice versa ,575 Extraction Method: Principal Component Analysis. a. 1 components extracted.
2 0 1 2 29 KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,759 Approx. Chi-Square 322,305 df 15 Bartlett's Test of Sphericity Sig. ,000
Communalities
Initial Extraction L'utilisation des logiciels CRM a permis votre entreprise d'acquerir plus de nouveaux clients. 1,000 ,612 L'utilisation des logiciels CRM a permis votre entreprise d'augmenter les revenus par client. 1,000 ,538 L'utilisation des logiciels CRM a permis votre entreprise de rduire les cots d'acquisition de nouveaux clients. 1,000 ,475 L'utilisation des logiciels CRM a permis votre entreprise de mieux fidliser vos clients 1,000 ,813 L'utilisation des logiciels CRM a permis votre entreprise de baisser le taux de dfection de vos clients 1,000 ,763 Le logiciel CRM vous a permis de mieux connaitre vos clients 1,000 ,644 Extraction Method: Principal Component Analysis.
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 30 Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Compon ent Total % of Variance Cumulative % Total % of Variance Cumulative % 1 3,844 64,068 64,068 3,844 64,068 64,068 2 ,682 11,363 75,431
3 ,560 9,337 84,767
4 ,544 9,064 93,831
5 ,303 5,054 98,886
6 ,067 1,114 100,000
Extraction Method: Principal Component Analysis.
Component Matrix a
Component
1 L'utilisation des logiciels CRM a permis votre entreprise d'acqurir plus de nouveaux clients. ,782 L'utilisation des logiciels CRM a permis votre entreprise d'augmenter les revenus par client. ,733 L'utilisation des logiciels CRM a permis votre entreprise de rduire les cots d'acquisition de nouveaux clients. ,689 L'utilisation des logiciels CRM a permis votre entreprise de mieux fidliser vos clients ,902 L'utilisation des logiciels CRM a permis votre entreprise de baisser le taux de dfection de vos clients ,874 Le logiciel CRM vous a permis de mieux connaitre vos clients ,802 Extraction Method: Principal Component Analysis. a. 1 components extracted.
RELIABILITY /VARIABLES=CANA_DONNEE CANA_OUTILS CANA_FRE_UTIL /SCALE('ALL VARIABLES') ALL /MODEL=ALPHA. Reliability Scale: ALL VARIABLES
Case Processing Summary
N % Valid 82 100,0 Excluded a 0 ,0 Cases Total 82 100,0 a. Listwise deletion based on all variables in the procedure.
Reliability Statistics Cronbach's Alpha N of Items ,725 3
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 2
FIABILITE CRM OPERATIONNEL
RELIABILITY /VARIABLES=COPE_FV COPE_CENTRE COPE_SUPPORT /SCALE('ALL VARIABLES') ALL /MODEL=ALPHA.
Reliability
Scale: ALL VARIABLES
Case Processing Summary
N % Valid 82 100,0 Excluded a 0 ,0 Cases Total 82 100,0 a. Listwise deletion based on all variables in the procedure.
Reliability Statistics Cronbach's Alpha N of Items ,927 3
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 3
FIABILITE CRM COLLABORATIF
RELIABILITY /VARIABLES=COLLAB_INTER COLLAB_FRE /SCALE('ALL VARIABLES') ALL /MODEL=ALPHA.
Reliability Scale: ALL VARIABLES
Case Processing Summary
N % Valid 82 100,0 Excluded a 0 ,0 Cases Total 82 100,0 a. Listwise deletion based on all variables in the procedure.
Reliability Statistics Cronbach's Alpha N of Items ,799 2
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 4
FIABILITE STRATEGIE RELATIONNELLE
RELIABILITY /VARIABLES=STRA_REL_CENTRE_CLIENT STRA_REL_SATI STRA_REL STRA_REL_DIRE /SCALE('ALL VARIABLES') ALL /MODEL=ALPHA.
Reliability
Scale: ALL VARIABLES
Case Processing Summary
N % Valid 82 100,0 Excluded a 0 ,0 Cases Total 82 100,0 a. Listwise deletion based on all variables in the procedure.
Reliability Statistics Cronbach's Alpha N of Items ,816 4
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 5 FIABILITE GESTION DES CANAUX
RELIABILITY /VARIABLES=GCAN_PREF GCAN_OBJE GCAN_CONT GCAN_IDEN /SCALE('ALL VARIABLES') ALL /MODEL=ALPHA.
Reliability
Scale: ALL VARIABLES
Case Processing Summary
N % Valid 82 100,0 Excluded a 0 ,0 Cases Total 82 100,0 a. Listwise deletion based on all variables in the procedure.
Reliability Statistics Cronbach's Alpha N of Items ,756 4
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 6 FIABILITE CONNAISSANCE CLIENT
RELIABILITY /VARIABLES=CCLIENT_COLL CCLIENT_PERS CCLIENT_PROT CCLIENT_QUAL /SCALE('ALL VARIABLES') ALL /MODEL=ALPHA.
Reliability Scale: ALL VARIABLES
Case Processing Summary
N % Valid 82 100,0 Excluded a 0 ,0 Cases Total 82 100,0 a. Listwise deletion based on all variables in the procedure.
Reliability Statistics Cronbach's Alpha N of Items ,751 4
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 7
FIABILITE PERFORMANCE
RELIABILITY /VARIABLES=PERF_TC PERF_CS PERF_CA PERF_FID CRM_CC /SCALE('ALL VARIABLES') ALL /MODEL=ALPHA.
Reliability
Scale: ALL VARIABLES
Case Processing Summary
N % Valid 82 100,0 Excluded a 0 ,0 Cases Total 82 100,0 a. Listwise deletion based on all variables in the procedure.
Reliability Statistics Cronbach's Alpha N of Items ,832 5
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 ANNEXE 8 REGRESSION MULTIPLE : EFFET DIRECT DES TROIS CAPACITES SUR LE CYCLE DE VIE DU CLIENT
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 1
EFFET DIRECT DES TROIS CAPACITES SUR LE CYCLE DE VIE DU CLIENT
Variables Entered/Removed b
Model Variables Entered Variables Removed Method 1 COLL, OPE, ANA a
. Enter a. All requested variables entered.
b. Dependent Variable: PCVC
Model Summary b
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 ,799 a ,638 ,624 ,61339209 1,661 a. Predictors: (Constant), COLL, OPE, ANA
b. Dependent Variable: PCVC
ANOVA b
Model Sum of Squares df Mean Square F Sig. Regression 51,653 3 17,218 45,761 ,000 a
Residual 29,347 78 ,376
1 Total 81,000 81
a. Predictors: (Constant), COLL, OPE, ANA
b. Dependent Variable: PCVC
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 2
Coefficients a
Unstandardized Coefficients Standardized Coefficients Collinearity Statistics Model B Std. Error Beta t Sig. Tolerance VIF (Constant) -1,245E-16 ,068
Collinearity Statistics Model Beta In t Sig. Partial Correlation Tolerance VIF Minimum Tolerance Zscore: SR ,274 a 3,669 ,000 ,395 ,535 1,868 ,508 Zscore: GC ,063 a ,860 ,392 ,100 ,663 1,507 ,514 Zscore: CC ,209 a 2,861 ,006 ,318 ,594 1,684 ,509 ZANAZCC -,024 a -,308 ,759 -,036 ,570 1,753 ,425 ZOPEZCC -,020 a -,293 ,770 -,034 ,798 1,253 ,524 ZANAZSR ,006 a ,078 ,938 ,009 ,705 1,418 ,496 ZOPEZSR ,025 a ,365 ,716 ,043 ,731 1,368 ,533 ZOPEZGC ,034 a ,529 ,598 ,062 ,832 1,202 ,512 1 ZCOLLZGC -,044 a -,640 ,524 -,075 ,758 1,320 ,480 a. Predictors in the Model: (Constant), Zscore: COLL, Zscore: TAIL, Zscore: SECTACT, Zscore: OPE, Zscore: EXPE, Zscore: ANA b. Dependent Variable: PCVC
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 5
Residuals Statistics a
Minimum Maximum Mean Std. Deviation N Predicted Value - 1,9782965 E0 1,2909173E 0 ,0236450 ,89078156 81 Residual - 1,11585093 E0 1,10391009 E0 - 1,1993150 0E-16 ,41543984 81 Std. Predicted Value -2,247 1,423 ,000 1,000 81 Std. Residual -2,421 2,395 ,000 ,901 81 a. Dependent Variable: PCVC
Charts
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 6
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 7
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 ANNEXE 10
QUELQUES LOGICIELS CRM
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2
Nous avons interrog plusieurs milliers dutilisateurs et de chefs de projets CRM dans de nombreuses entreprises, tous secteurs dactivit et toutes tailles confondues. 386 rponses prcises ont t analyses. Lensemble de ces chiffres sera disponible dans le courant de lt sous la forme dun baromtre complet. Mais quelques heures des premiers dparts en vacances des juillettistes , nous avons souhait dvoiler le classement des diteurs de solutions de CRM plbiscits par les utilisateurs.
Quelques mots sur la mthode pour commencer. Nous avons soumis aux personnes interroges une liste classe par ordre alatoire, de 35 diteurs de solutions de CRM. Certaines trs connues, gnralistes du CRM, dautres moins connues ou spcialistes dune des facettes de la gestion de la relation client. Les rsultats en termes de notorit taient prvisibles : Microsoft, Oracle (dont Siebel, Peoplesoft), SAP, Salesforce.com sont les solutions de CRM les plus connues. Mais nous souhaitions apprhender la perception des utilisateurs sur lavenir des principales solutions du march. Pour chacun des fournisseurs proposs nous avons demand aux utilisateurs comment ils considraient lavenir de la solution (en forte croissance, en croissance, stable, ou en perte de vitesse). Les rponses extrmes positives ou ngatives ont t affectes dun coefficient deux ; coefficient un pour les rponses centrales. Ce calcul nous a permis dtablir un indice faisant la diffrence entre les perceptions positives et les perceptions ngatives. Cet indice traduit la perception par les utilisateurs de lavenir de chacune des solutions proposes.
Les gagnants
Grand gagnant de cette anne, SugarCRM ! Et oui, cest une solution open source, qui recueille de la part des entreprises le meilleur indice. Un vnement pour le march du CRM, qui se voit contraint de considrer lopen source comme un concurrent srieux. Plusieurs explications cette position de n1 : la visibilit importante que SugarCRM et s es distributeurs crent par le canal du Web ; lintrt gnral des entreprises pour ce nouveau modle de lopen source mme si rares sont encore les entreprises franchir le pas ; la prise de conscience quun projet CRM ne dpend finalement que peu de loutil choisi mais beaucoup des prestations annexes (analyse des besoins, t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 intgration, conduite du changement). SugarCRM est donc le grand gagnant de notre baromtre RelationClient.net 2006.
Numro 2 : Neolane. Cet diteur franais de solutions de gestion marketing a russi une excellente anne 2005-2006. La croissance du commerce en ligne, du marketing interactif est une voie royale pour cet diteur qui privilgie le succs de ses clients un marketing tapageur.
Numro 3 : Salesforce.com. LASP a conquis ses lettres de noblesse et est mme considr par les utilisateurs comme le principal modle conomique davenir. Salesforce.com voit ici rcompense son agressivit marketing, et sa persvrance dfendre un modle dont il est le prcurseur grande chelle.
Numro 4 : Microsoft. Positionn lan dernier en numro 1 de notre classement, Microsoft subit le contrecoup de la dception engendre par une mise sur le march trop rapide et imparfaite de Microsoft CRM versions 1 puis 1.2. Larrive en 2005 de la version 3.0 a corrig ces erreurs initiales, mais la confiance des utilisateurs doit tre regagne. La solution reste nanmoins une solution davenir. La rorganisation tout juste annonce chez Microsoft qui dplace les quipes Microsoft CRM dans la division Office traduit bien la stratgie de lditeur : faire du CRM une application banalise et trs largement diffuse.
Numro 5 : Eptica. Les utilisateurs rcompensent ici le leader incontest de la gestion des emails entrants. Un secteur encore peu dvelopp mais promis un bel avenir, au prorata de la croissance de lemail comme canal privilgi de contact entre les clients et leurs fournisseurs. Eptica, diteur franais, convertit ici le travail ralis depuis plusieurs annes sur sa base clients.
Viennent ensuite dans notre classement de la 6me la 10me position : E- Deal, SAP, Selligent, Oracle et Saleslogix (Sage).
Les perdants A lautre extrmit du classement, plusieurs diteurs sont points du doigt pour leur manque de visibilit et de momentum avec les attentes actuelles des utilisateurs de CRM. Les raisons de cette perception ngative sont trs diffrentes en fonction des solutions concernes, mais de la 31me la 35me place on retrouve : Remedy, FrontRange, KDP Vente Partner, Applix et Saratoga Systems. Remedy, FrontRange et Applix ne considrent plus le CRM comme leur priorit. KDP ninvestit pas suffisamment en R&D pour maintenir ergonomie et fonctionnalits de son produit un niveau correct dinnovation, et Saratoga Systems tente de reprendre place sur le march aprs plusieurs annes de dshrence. http://www.progilibre.com/Les-utilisateurs-recompensent-les-editeurs-de-CRM- en-croissance_a342.html t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 Quel logiciel de CRM choisir ? Voici ci dessous la liste des principales solutions de CRM disponibles en France. Pour les petites entreprises, solo et TPE : ACT! (229 ) Simple et pratique utiliser. - Easy Contacts (199 ) - Un peu ancien, mais une des rares solutions sur Mac. Pour les PME : - Sage CRM (2990 / 4 utilisateurs) : 100 % web, avec SFA + Service SAV + Marketing. - Vente Partner (environ 800 / utilisateurs) : Trs facile personnaliser, sous Windows. - Sugar CRM (Open Source) : un logiciel gratuit et puissant Pour les Grandes Entreprises : - Sage Saleslogix : Trs puissant et entirement personnalisable, fonctionne en Web, windows et PDA. - Microsoft CRM : puissant et intgr MS Office , mais avec une parfois ergonomie lourde. - Salesforces : disponible uniquement en SaaS (location) avec de trs nombreux modules optionnels, mais un peu complexe (paramtrage) pour une petite entreprise. Il existe dautres solutions de CRM comme SAP (multinationales), Selligent, Eudoweb, Neolane (pour les mgabases de donnes), EBP (limit), Pivotal, eDeal, Ines mais qui sont souvent positionns sur des marchs de niche, avec des contraintes dintgrations au systme dinformations de lentreprise
t e l - 0 0 7 1 9 5 3 5 ,
v e r s i o n
1
-
2 0
J u l
2 0 1 2 Rsum en franais La gestion de la relation client a reprsent la proccupation majeure des entreprises et des chercheurs ces dernires annes. Selon les auteurs marketing, la notion de CRM (customer relationship management) se retrouve tre la solution efficace pour la gestion de la relation client. Nanmoins, plusieurs publications et tudes relatives la performance de ces logiciels ont donn des rsultats contradictoires. Cest dans ce contexte de rsultats paradoxaux que nous avons entrepris cette recherche afin dvaluer limpact de lutilisation de ces logiciels sur lentreprise. En essayant de dpasser certaines lacunes et manquement constats dans la littrature aussi bien acadmique que managriale, un modle conceptuel de type causal a t labor. Ce modle est bas sur diffrentes thories relatives dune part, lutilisation des capacits des logiciels CRM et dautre part, lapproche marketing du CRM. Aprs avoir contrl les effets du secteur dactivit, de la taille et de lexprience des entreprises en matire dutilisation des logiciels CRM, nous avons test ce modle sur un chantillon 82 entreprises ayant dvelopps toutes les fonctionnalits des logiciels CRM. Les rsultats ont montr la pertinence du modle propos avec 74 % de la variance totale de la performance du cycle de vie du client. La recherche a montr que lutilisation des logiciels CRM sur cette population dentreprises est centre dune part sur la valorisation des donnes analytiques et dautre part sur la collaboration entre services de lentreprise dans lutilisation de ces donnes. La prise en compte de la notion du cycle de vie du client peut constituer une limite pour cette recherche mais elle montre la voie pour de futures recherches.
Mots cls : CRM- Analytique - oprationnel collaboratif cycle de vie- performance- relation client - management
Summary in english The customer relationship management represented the major preoccupation of companies and researchers these last years. According to the marketing authors, the notion of CRM (customer relationship management) meets to be the effective solution for the customer relationship management. Nevertheless, several publications and studies relative to the performance of this software gave contradictory results. It is in this context of paradoxical results that we undertook this research to estimate the impact of the use of this software on the company. By trying to exceed certain gaps and breach noticed in the literature so academic as manager, an abstract model of causal type was elaborated. This model is based on various relative theories on one hand, in the use of the capacities of the software CRM and on the other hand, in the marketing approach of the CRM. Having controlled the effects of the business sector, the size and the experience of companies in use of the software CRM, we tested this model on a sample 82 companies having developed all the features of the software CRM. The results showed the relevance of the model proposed with 74 % of the total variance of the performance of the life cycle of the customer. The research showed that the use of the software CRM on this population of companies is centred on one hand on the valuation of the analytical data and on the other hand on the collaboration between services of the company in the use of these data. The consideration of the notion of the life cycle of the customer can constitute a limit for this research but it shows the way for future researches.
Discipline: Sciences de Gestion Laboratoire: Centre de Recherche Clermontois en Gestion et Management 36 bis rue cte Blatin, BP : 10448- 63000 Clermont Ferrand t e l - 0 0 7 1 9 5 3 5 ,