Les modèles de diffusion d'innovations en marketing et l'adoption d ...
Les modèles de diffusion d'innovations en marketing et l'adoption d ...
Les modèles de diffusion d'innovations en marketing et l'adoption d ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
PAPIERS DE RECHERCHEWORKING PAPERS« <strong>Les</strong> <strong>modèles</strong> <strong>de</strong> <strong>diffusion</strong><strong>d'innovations</strong> <strong>en</strong> <strong>mark<strong>et</strong>ing</strong> <strong>et</strong> <strong>l'adoption</strong>d'Intern<strong>et</strong> <strong>en</strong> France »Marianela FORNERINOGroupe ESC Gr<strong>en</strong>obleSPR / WPS 02-05Mars 2002Pour plus d’informations :For further information:Rahim BAHGroupe ESC Gr<strong>en</strong>oble12 Rue Pierre Sémard38003 Gr<strong>en</strong>oble Ce<strong>de</strong>x 01rahim.bah@esc-gr<strong>en</strong>oble.fr
LES MODELES DE DIFFUSION D’INNOVATIONS EN MARKETING ETL’ADOPTION D’INTERNET EN FRANCERESUME :La <strong>diffusion</strong> d’Intern<strong>et</strong> <strong>en</strong> France est analysée à l’ai<strong>de</strong> <strong>de</strong>s <strong>modèles</strong> <strong>de</strong> <strong>diffusion</strong> <strong>de</strong>s innovations développés <strong>en</strong><strong>mark<strong>et</strong>ing</strong>. Le modèle <strong>de</strong> Bass (1969), le plus classique, a été ajusté aux estimations faites par Médiamétrie. <strong>Les</strong>eff<strong>et</strong>s d’externalités <strong>de</strong> réseau sont introduits à l’ai<strong>de</strong> du modèle NUI (Easingwood, Mahajan <strong>et</strong> Muller, 1983),par la prise <strong>en</strong> compte <strong>de</strong> l’augm<strong>en</strong>tation <strong>de</strong> l’influ<strong>en</strong>ce <strong>de</strong> la communication interpersonnelle <strong>en</strong> fonction dunombre d’adopteurs cumulés. Des prévisions <strong>de</strong> la pénétration <strong>en</strong> France d’Intern<strong>et</strong> sont proposées.MOTS-CLES : Diffusion <strong>de</strong>s Innovations, Modèle <strong>de</strong> Bass, Modèle NUI (Non-Uniform Influ<strong>en</strong>ce),Externalités <strong>de</strong> réseau, Intern<strong>et</strong>, Adoption.ABSTRACT :The innovation <strong>diffusion</strong> mo<strong>de</strong>ls <strong>de</strong>veloped in <strong>mark<strong>et</strong>ing</strong> are applied to the adoption of Intern<strong>et</strong> in France. Themost classical of them, the Bass mo<strong>de</strong>l is adjusted to the estimations of Médiamétrie. The NUI mo<strong>de</strong>l(Easingwood, Mahajan <strong>et</strong> Muller, 1983) has be<strong>en</strong> utilized to introduce the n<strong>et</strong>work externalities by incorporatingthe increasing influ<strong>en</strong>ce of interpersonal communication on the p<strong>en</strong><strong>et</strong>ration as a function of previous adopters.Some predictions of the p<strong>en</strong><strong>et</strong>ration of Intern<strong>et</strong> in France are proposed.KEY-WORDS : Diffusion of Innovation, Bass Mo<strong>de</strong>l, NUI Mo<strong>de</strong>l (Non-Uniform Influ<strong>en</strong>ce), N<strong>et</strong>wokexternalities, Intern<strong>et</strong> , Adoption.3
INTRODUCTIONIntern<strong>et</strong> bouleverse nos mo<strong>de</strong>s <strong>de</strong> vie. Par le e-commerce, il prét<strong>en</strong>d aussi modifier nosmo<strong>de</strong>s <strong>de</strong> consommation. Si aux USA la pratique « internaute » s’est bi<strong>en</strong> installée, <strong>en</strong>France, c<strong>et</strong>te pratique a pris un peu <strong>de</strong> r<strong>et</strong>ard. Il est important <strong>de</strong> compr<strong>en</strong>dre les facteurs quiexpliqu<strong>en</strong>t le processus d’adoption <strong>de</strong> la pratique « internaute », pour mieux prévoir l’impact<strong>de</strong>s pratiques commerciales qui lui sont associées.Nous traitons dans c<strong>et</strong> article <strong>de</strong> l’application <strong>de</strong>s <strong>modèles</strong> <strong>de</strong> la <strong>diffusion</strong> d’innovations, lemodèle <strong>de</strong> Bass (1969) <strong>et</strong> une ext<strong>en</strong>sion <strong>de</strong> celui-ci, le modèle NUI (<strong>de</strong> l’anglais Non-Uniform Influ<strong>en</strong>ce) (Easingwood, Mahajan <strong>et</strong> Muller, 1983), à l’adoption d’Intern<strong>et</strong> <strong>en</strong>France.Nous allons étudier la <strong>diffusion</strong> d’Intern<strong>et</strong> comme une innovation, <strong>en</strong> termes <strong>de</strong> nouvellepratique <strong>de</strong> communication. Nous suggérons une influ<strong>en</strong>ce <strong>de</strong> la quantité <strong>et</strong> qualité <strong>de</strong>sservices proposés via Intern<strong>et</strong> sur l’accélération <strong>de</strong> l’adoption <strong>de</strong> ce <strong>de</strong>rnier, ainsi quel’influ<strong>en</strong>ce <strong>de</strong>s décisions stratégiques visant à améliorer la vitesse actuelle <strong>de</strong>s transmissions.L’obj<strong>et</strong> <strong>de</strong> c<strong>et</strong> article est <strong>de</strong> proposer une analyse du comportem<strong>en</strong>t <strong>de</strong> l’adoption d’Intern<strong>et</strong><strong>en</strong> France. Dans une première partie nous rappelons brièvem<strong>en</strong>t l’histoire d’Intern<strong>et</strong> <strong>et</strong> lesparticularités d’Intern<strong>et</strong> <strong>en</strong> France. Par la suite nous décrivons les <strong>modèles</strong> <strong>de</strong> <strong>diffusion</strong> <strong>de</strong>sinnovations que nous avons utilisés pour l’étu<strong>de</strong> <strong>de</strong> l’adoption d’Intern<strong>et</strong> <strong>en</strong> France, ainsi queles résultats obt<strong>en</strong>us. En fin, nous discutons ces résultats <strong>et</strong> les limites <strong>de</strong>s modélisationsréalisées, <strong>et</strong> nous proposons quelques voies <strong>de</strong> recherche.1. Un aperçu historiqueSi Intern<strong>et</strong> était au départ un réseau informatique <strong>de</strong> transmission d’information conçu parl’armée américaine <strong>en</strong> 1957 (Dufour, 1995), ét<strong>en</strong>du aux institutions <strong>de</strong> recherche <strong>et</strong>d’<strong>en</strong>seignem<strong>en</strong>t, il est <strong>de</strong>v<strong>en</strong>u actuellem<strong>en</strong>t un moy<strong>en</strong> mondial <strong>de</strong> communication «grandpublic ». La commercialisation d’Intern<strong>et</strong> a comm<strong>en</strong>cé <strong>en</strong> 1991 aux USA avec la création duCIX (Commercial Intern<strong>et</strong> Exchange), association née <strong>en</strong> réponse aux restrictions posées parle gouvernem<strong>en</strong>t américain concernant la tolérance exclusive <strong>de</strong>s institutions <strong>de</strong> recherche <strong>et</strong><strong>en</strong>seignem<strong>en</strong>t <strong>et</strong> <strong>de</strong>s <strong>en</strong>treprises commerciales travaillant avec les universités. En 1991RENATER (Réseau National <strong>de</strong> télécommunications pour la Technologie, l’Enseignem<strong>en</strong>t <strong>et</strong>la Recherche) est crée <strong>en</strong> France reliant ainsi <strong>en</strong>tre-eux les universités <strong>et</strong> les c<strong>en</strong>tres <strong>de</strong>recherche <strong>en</strong> France. Le système multimédia Word-Wi<strong>de</strong> Web a été crée <strong>en</strong> 1989, au CERNà G<strong>en</strong>ève. Mais c’est l’année 1993 qui est très importante dans l’histoire d’Intern<strong>et</strong> puisqu’il4
s’agit <strong>de</strong> l’apparition du premier logiciel convivial Mosaic à l’Université d’Illinois. Celogiciel a propulsé le Web comme outil universel d’accès aux ressources Intern<strong>et</strong>. En 1995les <strong>de</strong>ux plus grands réseaux <strong>de</strong> services <strong>en</strong> ligne américains CompuServe <strong>et</strong> America OnLine ont décidé <strong>de</strong> créer <strong>de</strong>s passerelles <strong>en</strong>tre leurs réseaux respectifs <strong>et</strong> Intern<strong>et</strong>, <strong>et</strong> <strong>de</strong><strong>de</strong>v<strong>en</strong>ir fournisseurs d’accès à Intern<strong>et</strong>. Mais à ce mom<strong>en</strong>t là, la France était déjà habituéeaux « services <strong>en</strong> ligne » par son système innovateur <strong>et</strong> précurseur : le Minitel. Le Minitel afait <strong>de</strong>s français <strong>de</strong>s habituées aux « terminaux » d’information. Des terminaux que FranceTélécom avait mis à leur disposition avec <strong>de</strong>s moy<strong>en</strong>s simples <strong>et</strong> bon marché, voire gratuits.Face à Intern<strong>et</strong>, le français était moins «surpris » que le reste du mon<strong>de</strong>. Le Minitel a-t-ilral<strong>en</strong>ti ou accéléré l’adoption d’Intern<strong>et</strong> ? La réponse à c<strong>et</strong>te question a fait bi<strong>en</strong> couler <strong>de</strong>l’<strong>en</strong>cre, tant par les déf<strong>en</strong>seurs du Minitel que par les opposants. Il est du moins certain que lecomportem<strong>en</strong>t <strong>de</strong>s français vis à vis d’Intern<strong>et</strong> a été différ<strong>en</strong>t <strong>de</strong> celui observé dans d’autrespays, <strong>et</strong> cela, <strong>en</strong> partie, <strong>en</strong> raison probable <strong>de</strong> l’exist<strong>en</strong>ce du Minitel. Pour les français, ils’agit <strong>en</strong> quelque sorte d’une substitution <strong>de</strong> technologie par une autre certes plus vaste, pluspuissante, <strong>et</strong> « mondiale », mais aussi moins sécurisante, plus déroutante <strong>et</strong> plus coûteuse <strong>en</strong>termes d’équipem<strong>en</strong>t. Dans une étu<strong>de</strong> qualitative m<strong>en</strong>ée par Robsons&Partners <strong>en</strong> 1999 (cf :http://www.leskiosques.com/minitel) la perception <strong>de</strong>s <strong>de</strong>ux outils, par les utilisateurs duMinitel, est différ<strong>en</strong>te. Le Minitel est la réponse à un besoin, une démarche <strong>de</strong> r<strong>en</strong>seignem<strong>en</strong>t,un « dictionnaire », <strong>et</strong> l’information officielle <strong>et</strong> sécurisée. L’Intern<strong>et</strong> est, respectivem<strong>en</strong>t,l’exploration, une démarche d’<strong>en</strong>richissem<strong>en</strong>t, « l’<strong>en</strong>cyclopédie » <strong>et</strong> l’information noncontrôlée. <strong>Les</strong> trois premières images laiss<strong>en</strong>t <strong>en</strong>visager une perception plutôt <strong>de</strong>complém<strong>en</strong>tarité. En revanche, la qualité <strong>et</strong> la quantité <strong>de</strong> l’information, <strong>et</strong> par ailleurs larapidité <strong>de</strong> l’utilisation, peuv<strong>en</strong>t placer les <strong>de</strong>ux produits <strong>en</strong> position <strong>de</strong> concurr<strong>en</strong>ce. Un autreaspect, qui peut induire la concurr<strong>en</strong>ce, concerne leurs coûts. Au départ, l’équipem<strong>en</strong>t estmoins coûteux, quasi gratuit pour le Minitel, <strong>en</strong> revanche, le coût <strong>de</strong> connexion à Intern<strong>et</strong> estplus avantageux. N’oublions pas, cep<strong>en</strong>dant, que le temps d’utilisation <strong>de</strong>s services Minitel sechiffre <strong>en</strong> minutes, alors que sur Intern<strong>et</strong> le temps se chiffre <strong>en</strong> heures.<strong>Les</strong> chiffres montr<strong>en</strong>t bi<strong>en</strong> un r<strong>et</strong>ard <strong>de</strong>s français par rapport à leurs voisins <strong>et</strong> par rapport auxUSA <strong>et</strong> aux Canada. En 1999, seulem<strong>en</strong>t 7% <strong>de</strong>s ménages français avai<strong>en</strong>t une connexionIntern<strong>et</strong> à la maison, contre 22% <strong>de</strong>s ménages finlandais <strong>et</strong> 25% <strong>de</strong>s canadi<strong>en</strong>s, (INSEE,2000). Ce r<strong>et</strong>ard ne concerne pas seulem<strong>en</strong>t Intern<strong>et</strong>, mais aussi d’autres bi<strong>en</strong>s d’équipem<strong>en</strong>tcomme le téléphone portable ou l’audiovisuel : le niveau d’équipem<strong>en</strong>t informatique <strong>de</strong>sménages français est plus proche <strong>de</strong> celui <strong>de</strong>s pays d’Europe du Sud (Espagne <strong>et</strong> Italie, par5
exemple) que <strong>de</strong>s pays plus au nord (comme les Pays-Bas, le Danemark ou <strong>en</strong>core leRoyaume-Uni). Il est tout <strong>de</strong> même intéressant <strong>de</strong> remarquer que Médiamétrie annoncequ’au 1 er trimestre 2001 (cf. http://www.mediam<strong>et</strong>rie.fr), un tiers <strong>de</strong>s foyers français estéquipé d’un micro-ordinateur, <strong>et</strong> 16,7% <strong>de</strong>s foyers dispos<strong>en</strong>t d’un accès Intern<strong>et</strong> (<strong>en</strong>virons 2fois <strong>et</strong> <strong>de</strong>mi d’augm<strong>en</strong>tation <strong>en</strong> un peu plus d’un an). Ces <strong>de</strong>rniers chiffres sembl<strong>en</strong>t indiquerune accélération dans l’équipem<strong>en</strong>t informatique <strong>en</strong> France.2. La modélisation <strong>de</strong> la <strong>diffusion</strong> <strong>de</strong>s innovationsUne innovation (Mahajan <strong>et</strong> P<strong>et</strong>erson, 1985), est une idée, un obj<strong>et</strong> ou une pratique perçucomme nouveau par les membres d’un système social. L’information sur l’exist<strong>en</strong>ce <strong>de</strong>l’innovation est transmise au système social <strong>et</strong> circule à l’intérieur du système par <strong>de</strong>s canaux<strong>de</strong> communication. La modélisation <strong>de</strong> la <strong>diffusion</strong> <strong>de</strong>s innovations a suscité un grand intérêtdans le domaine <strong>de</strong>s sci<strong>en</strong>ces sociales, <strong>en</strong> général, <strong>et</strong> <strong>en</strong> particulier dans le domaine <strong>de</strong>l’économie <strong>et</strong> du <strong>mark<strong>et</strong>ing</strong>.Rogers (1962) a formulé les fon<strong>de</strong>m<strong>en</strong>ts théoriques qui ont inspiré <strong>de</strong>s nombreux travaux surle suj<strong>et</strong> <strong>en</strong> <strong>mark<strong>et</strong>ing</strong>. Rogers proposait <strong>de</strong>ux sources d’explication <strong>de</strong> la <strong>diffusion</strong> d’une idé<strong>en</strong>ouvelle : les media <strong>et</strong> les canaux interpersonnels. Ces <strong>de</strong>ux facteurs sont les responsables <strong>de</strong>la propagation <strong>de</strong> l’idée <strong>de</strong>puis son lieu <strong>de</strong> création jusqu’aux personnes qui l’adopt<strong>en</strong>t. Dansle but d’étudier l’adoption <strong>de</strong>s nouveaux produits <strong>en</strong> Mark<strong>et</strong>ing, Bass (1969) a modélisé, sousforme mathématique, les idées <strong>de</strong> Rogers. En transposant les énoncés <strong>de</strong> ce <strong>de</strong>rnier, il adistingué <strong>de</strong>ux comportem<strong>en</strong>ts dans l’adoption d’un produit nouveau : le comportem<strong>en</strong>t« innovateur », <strong>et</strong> le comportem<strong>en</strong>t « imitateur ». Dans le premier cas, aucune influ<strong>en</strong>ce <strong>de</strong>sprécé<strong>de</strong>nts adopteurs est <strong>en</strong> jeu, l’adoption est due à l’influ<strong>en</strong>ce <strong>de</strong>s actions externes ausystème social. <strong>Les</strong> « imitateurs », <strong>en</strong> revanche, adopt<strong>en</strong>t l’innovation parce qu’influ<strong>en</strong>cés parles personnes ayant déjà adopté l’innovation. Ces <strong>de</strong>ux types <strong>de</strong> consommateurs vont adopterla <strong>diffusion</strong> <strong>de</strong> l’innovation impulsés par <strong>de</strong>ux forces équival<strong>en</strong>tes aux facteurs proposés parRogers : la t<strong>en</strong>dance à innover « p» <strong>et</strong> la t<strong>en</strong>dance à imiter « q ». Ce <strong>de</strong>rnier est aussi appelétraditionnellem<strong>en</strong>t coeffici<strong>en</strong>t <strong>de</strong> communication interpersonnelle ou coeffici<strong>en</strong>t d’imitation.Il traduit égalem<strong>en</strong>t le phénomène <strong>de</strong> bouche à oreille. « p » est appelé coeffici<strong>en</strong>t <strong>de</strong>communication externe ou coeffici<strong>en</strong>t d’innovation, <strong>et</strong> traduit l’influ<strong>en</strong>ce <strong>de</strong> toute sourced’information exogène (De Palma, Droesbeke <strong>et</strong> Lefevre, 1991). Le tableau n°1(ci-<strong>de</strong>ssous)résume la relation <strong>en</strong>tre la théorie <strong>de</strong> <strong>diffusion</strong> <strong>de</strong> Rogers (1962) <strong>et</strong> le modèle <strong>de</strong> Bass (1969).6
Théorie d’adoption <strong>de</strong> la<strong>diffusion</strong> d’une idée nouvelle,Rogers (1962)Modèle d’adoption <strong>de</strong> la<strong>diffusion</strong> d’un nouveauproduit, Bass (1969)Sources d’explication<strong>Les</strong> MediaDes canaux interpersonnelsForce Externe :Force Interne :T<strong>en</strong>dance à innover « p » T<strong>en</strong>dance à imiter « q »Tableau n°1 : Relation <strong>en</strong>tre la théorie <strong>de</strong> <strong>diffusion</strong> <strong>de</strong> Rogers (1962) <strong>et</strong> le modèle <strong>de</strong> Bass (1969)Si on définit m le nombre total d’individus qui pot<strong>en</strong>tiellem<strong>en</strong>t adopteront l’innovation (lemarché pot<strong>en</strong>tiel) <strong>et</strong> N(t) le nombre cumulé d’adopteurs au temps t, chacun <strong>de</strong>s m-N(t)individus peut passer du groupe <strong>de</strong> non-adopteurs à la classe d’adopteurs. L’apport <strong>de</strong>fondam<strong>en</strong>tal <strong>de</strong> Bass est <strong>de</strong> modéliser le taux <strong>de</strong> risque d’adoption z(t) comme une fonctionlinéaire croissante du taux <strong>de</strong> pénétration N(t)/m :N ( t)z( t)= p+qmA partir du taux <strong>de</strong> risque d’adoption, il est possible d’exprimer l‘augm<strong>en</strong>tation temporelle dunombre total d’adopteurs par une équation différ<strong>en</strong>tielle <strong>de</strong> la forme :dNdt=⎛⎜⎝N ( t)p + qm⎞⎟⎠( m − N ( t))La courbe <strong>de</strong>scriptive du nombre d’adopteurs N(t) est <strong>de</strong> forme sigmoïdale, avec unesaturation donnée par le pot<strong>en</strong>tiel d’adopteurs m. Une gran<strong>de</strong> partie <strong>de</strong>s applications dumodèle <strong>de</strong> Bass a été fondée sur la forme discrétisée dans le temps <strong>de</strong> l’équation suivante :⎡ q ⎤n( t)= ⎢ p + N(t)[ m−N(t)]m ⎥(3)⎣ ⎦où n(t) représ<strong>en</strong>te l’augm<strong>en</strong>tation du nombre d’adopteurs dans l’unité <strong>de</strong> temps. C<strong>et</strong>te formediscrète du modèle <strong>de</strong> Bass sera à la base <strong>de</strong> nos estimations.Le modèle <strong>de</strong> Bass a été largem<strong>en</strong>t appliqué <strong>en</strong> <strong>mark<strong>et</strong>ing</strong> pour étudier le phénomèned’adoption <strong>de</strong> bi<strong>en</strong>s durables. Il est certain qu’il est possible d’assimiler l’adoption d’un lavevaisselleou d’un sèche-linge par l’achat d’une unité : 1 achat = 1 adoption. De ce fait, lesdonnées <strong>de</strong> v<strong>en</strong>tes perm<strong>et</strong>t<strong>en</strong>t <strong>de</strong> mesurer le nombre d’adopteurs, expliquant ainsi, le volumeimportant d’applications du modèle <strong>de</strong> Bass aux bi<strong>en</strong>s durables. En 1969, Bass modélise avecsuccès l’adoption <strong>de</strong> plusieurs bi<strong>en</strong>s durables aux USA tels que la télévision, le sèche-linge7(1)(2)
ou les appareils <strong>de</strong> climatisation. Le modèle <strong>de</strong> Bass a généré par la suite une abondantelittérature. En 1990, Mahajan, Muller <strong>et</strong> Bass (1990) ont répertorié plus <strong>de</strong> 150 publicationsconcernant <strong>de</strong>s applications, améliorations <strong>et</strong> ext<strong>en</strong>sions du modèle <strong>de</strong> Bass. Dans la mêmeannée, Sultan, Farley <strong>et</strong> Lehmann (1990) réalis<strong>en</strong>t une méta-analyse sur 213 applicationspubliées. Nous pouvons parler actuellem<strong>en</strong>t <strong>de</strong> c<strong>en</strong>taines d’étu<strong>de</strong>s d’applications. Bemmaor(2000), dans son étu<strong>de</strong> <strong>de</strong>s contributions <strong>de</strong> Frank Bass au <strong>mark<strong>et</strong>ing</strong>, cite comme possiblessources du grand succès du modèle dans la communauté sci<strong>en</strong>tifique <strong>et</strong> dans celle <strong>de</strong>spratici<strong>en</strong>s, la simplicité du modèle <strong>et</strong> sa conformité avec les théories <strong>en</strong> vogue du processus<strong>de</strong> <strong>diffusion</strong> à <strong>de</strong>ux étapes. Le fait est que le modèle <strong>de</strong> Bass a connu un énorme succès<strong>de</strong>puis sa première publication, voici maint<strong>en</strong>ant 30 ans. Il a aussi connu un grand nombre <strong>de</strong>critiques. Il est possible d’affirmer, au vu du nombre d’étu<strong>de</strong>s qu’il a inspiré dans le domainedu <strong>mark<strong>et</strong>ing</strong>, que le modèle <strong>de</strong> Bass ne connaît pas <strong>de</strong> concurr<strong>en</strong>t à sa hauteur.Une série <strong>de</strong> limites ont été signalées concernant l’applicabilité <strong>de</strong> ce modèle, nous rappelonsci-après celles qui concern<strong>en</strong>t plus particulièrem<strong>en</strong>t notre application:1. Il faut t<strong>en</strong>ir compte <strong>de</strong>s possibles biais introduits dans les prévisions faites <strong>en</strong> début <strong>de</strong>cycle <strong>de</strong> vie. Ces biais sont dus à l’estimation erronée <strong>de</strong>s paramètres du modèle àcause du faible nombre <strong>de</strong> données disponibles.2. Le modèle ne pr<strong>en</strong>d pas <strong>en</strong> compte l’influ<strong>en</strong>ce <strong>de</strong>s actions <strong>mark<strong>et</strong>ing</strong> <strong>et</strong> d’autresdéterminants sur la <strong>diffusion</strong>.3. Le modèle suppose que les coeffici<strong>en</strong>ts p <strong>et</strong> q sont constants tout le long <strong>de</strong> la<strong>diffusion</strong>. Or d’après Easingwood, Mahajan <strong>et</strong> Muller (1983), une influ<strong>en</strong>ce constante<strong>de</strong> la communication interpersonnelle p<strong>en</strong>dant la pério<strong>de</strong> <strong>de</strong> <strong>diffusion</strong> implique que lacourbe d’adoption possè<strong>de</strong> un point d’inflexion au milieu du temps du cycle <strong>de</strong> vie.C<strong>et</strong>te supposition constitue une hypothèse simplificatrice du processus <strong>de</strong> <strong>diffusion</strong>qui limite la qualité <strong>de</strong> la modélisation.4. Le marché pot<strong>en</strong>tiel m est aussi supposé constant. Or le nombre d’adopteurs pot<strong>en</strong>tielspeut varier dans le temps <strong>en</strong> fonction <strong>de</strong>s caractéristiques intrinsèques <strong>et</strong> extrinsèques<strong>de</strong> l’innovation, ainsi que d’autres déterminants possibles.Ces limites seront prises <strong>en</strong> compte <strong>et</strong> comm<strong>en</strong>tées par la suite.Une bonne partie <strong>de</strong> la littérature issue du modèle <strong>de</strong> Bass est consacrée aux dépassem<strong>en</strong>ts<strong>de</strong>s limites <strong>de</strong> celui-ci. Un grand nombre <strong>de</strong> travaux a été dédié à l’introduction <strong>de</strong>s variables<strong>mark<strong>et</strong>ing</strong>. Bass, Krishnan <strong>et</strong> Jain (1994) ont répertorié 19 travaux dont l’objectif était8
d’introduire l’influ<strong>en</strong>ce du prix <strong>et</strong>/ou <strong>de</strong> la publicité dans la modélisation <strong>de</strong> la <strong>diffusion</strong>.Parmi les nombreuses ext<strong>en</strong>sions du modèle <strong>de</strong> base, nous nous intéressons particulièrem<strong>en</strong>tà la proposition <strong>de</strong> Easingwood, Mahajan <strong>et</strong> Muller (1983). Celle-ci introduit un nouveauparamètre α qui perm<strong>et</strong> <strong>de</strong> rompre la symétrie <strong>de</strong> la courbe d’adoption <strong>et</strong> <strong>de</strong> dépasser latroisième <strong>de</strong>s limites signalées précé<strong>de</strong>mm<strong>en</strong>t. Le modèle <strong>de</strong> <strong>diffusion</strong> ainsi proposé (appeléNUI <strong>de</strong> l’anglais non-uniform influ<strong>en</strong>ce) pr<strong>en</strong>d la forme discrète suivante :α⎛ N(t)⎞n( t)⎜ ⎛ ⎞= p+q⎜⎟ ⎟ t⎜ m ⎟⎝ ⎝ ⎠ ⎠[ m−N()]Ceci perm<strong>et</strong> <strong>de</strong> modéliser l’influ<strong>en</strong>ce <strong>de</strong> la communication interpersonnelle commeune fonction du temps :⎛ N(t)⎞Q(t)= q⎜⎟⎝ m ⎠α −1En fonction <strong>de</strong> la valeur <strong>de</strong> α, il est possible d’introduire une influ<strong>en</strong>ce <strong>de</strong> la communicationinterpersonnelle croissante avec le nombre d’adopteurs (pour <strong>de</strong>s valeurs <strong>de</strong> α supérieures à1) donnant une courbe d’adoption dont le point d’inflexion est situé dans la <strong>de</strong>uxième moitiédu cycle <strong>de</strong> vie. Au contraire, une influ<strong>en</strong>ce <strong>de</strong> la communication interpersonnelle quidiminue avec le nombre d’adopteurs peut être prise <strong>en</strong> compte pour <strong>de</strong>s valeurs <strong>de</strong>α inférieures à l’unité. La valeur <strong>de</strong> α égale à l’unité correspond à une influ<strong>en</strong>ce <strong>de</strong>communication interpersonnelle uniforme tel qu’elle est simulée par le Modèle <strong>de</strong> Bass.(4)(5)Dans le cas <strong>de</strong> la <strong>diffusion</strong> d’Intern<strong>et</strong>, s’agissant d’un produit communiquant, il est important<strong>de</strong> pr<strong>en</strong>dre <strong>en</strong> compte les eff<strong>et</strong>s d’externalités <strong>de</strong> réseau (Le Nagard-Assayag, 1999). Ceconcept, proposé au départ par les économistes <strong>de</strong>s télécommunications, reflète le fait qu’unproduit communiquant verra augm<strong>en</strong>ter l’utilité perçue par les consommateurs <strong>en</strong> fonction dunombre <strong>de</strong> personnes avec lesquelles ils peuv<strong>en</strong>t communiquer par son intermédiaire.Autrem<strong>en</strong>t dit, l’utilité perçue va augm<strong>en</strong>ter <strong>en</strong> fonction <strong>de</strong> la taille du réseau constitué parles adopteurs du produit. Ce concept est d’autant plus pertin<strong>en</strong>te qu’Intern<strong>et</strong> est considérécomme un outil d’intercommunication, comme c’est le cas <strong>de</strong> la messagerie électronique.Mais à ces externalités directes vont s’ajouter les externalités indirectes, liées au nombre <strong>de</strong>produits complém<strong>en</strong>taires associés. Concernant Intern<strong>et</strong>, ces externalités indirectescorrespon<strong>de</strong>nt au nombre <strong>et</strong> à la qualité <strong>de</strong>s services proposés par son intermédiaire : l’utilitéperçue va augm<strong>en</strong>ter avec le nombre <strong>et</strong> la qualité <strong>de</strong>s services proposés, <strong>et</strong> ceci va provoquer9
une accélération <strong>de</strong> la <strong>diffusion</strong>. Ces eff<strong>et</strong>s d’externalités <strong>de</strong> réseau, directes <strong>et</strong> indirectes, liésà Intern<strong>et</strong>, doiv<strong>en</strong>t être prises <strong>en</strong> compte dans la modélisation <strong>de</strong> sa <strong>diffusion</strong>. Il est possible<strong>de</strong> modéliser ces eff<strong>et</strong>s par le terme d’influ<strong>en</strong>ce <strong>de</strong> la communication interpersonnellepuisque le réseau concerné est constitué <strong>de</strong>s adopteurs d’Intern<strong>et</strong>. Il est possible aussid’interpréter c<strong>et</strong>te évolution du processus d’adoption par l’eff<strong>et</strong> <strong>de</strong> bouche à oreille, qui seraamplifié par l’augm<strong>en</strong>tation <strong>de</strong> l’utilité perçue. C<strong>et</strong>te augm<strong>en</strong>tation est due, d’une part, au fait<strong>de</strong> pouvoir communiquer avec un nombre plus important <strong>de</strong> personnes <strong>et</strong>, d’autre part, au fait<strong>de</strong> disposer d’un choix plus important <strong>de</strong> services proposés. Pour ce faire, nous avons choisile modèle NUI (équation 4) avec un coeffici<strong>en</strong>t α supérieur à 1, perm<strong>et</strong>tant ainsi la prise <strong>en</strong>compte d’une accélération du processus <strong>de</strong> pénétration due à l’augm<strong>en</strong>tation du nombred’adopteurs constituant le réseau.3. La mise <strong>en</strong> ouvre <strong>de</strong> la modélisationLe modèle <strong>de</strong> Bass <strong>et</strong> le modèle NUI nous sembl<strong>en</strong>t intéressants pour notre application, <strong>de</strong>par leur simplicité, <strong>et</strong> aussi par le fait qu’ils perm<strong>et</strong>t<strong>en</strong>t <strong>de</strong> modéliser <strong>de</strong>s facteurs explicatifs<strong>de</strong> la <strong>diffusion</strong>. Ces facteurs ont été, pour <strong>de</strong> nombreuses autres innovations, largem<strong>en</strong>tanalysés dans la littérature. Ils nous fourniss<strong>en</strong>t <strong>de</strong>s élém<strong>en</strong>ts d’interprétation du phénomène,comme nous l’exposons dans la suite <strong>de</strong> notre étu<strong>de</strong>.3.1. L’unité d’adoptionLa variable dép<strong>en</strong>dante ou variable à expliquer du modèle est le nombre d’adoptions <strong>de</strong>l’innovation concernée. Nous définissons l’innovation comme la pratique d’Intern<strong>et</strong> <strong>en</strong> tantque moy<strong>en</strong> <strong>de</strong> communication. Une adoption correspond donc au fait <strong>de</strong> <strong>de</strong>v<strong>en</strong>ir internaute.C<strong>et</strong>te définition n’est pas homogène actuellem<strong>en</strong>t dans l’<strong>en</strong>semble <strong>de</strong>s différ<strong>en</strong>tes sociétés quiestim<strong>en</strong>t le nombre d’internautes, fait qui explique les écarts observés dans les chiffresannoncés. Nous définissons l’internaute comme la personne qui se connecte <strong>de</strong> façonoccasionnelle, régulière ou assidue au réseau, <strong>en</strong> accord avec la définition <strong>de</strong> Médiamètrie.Le modèle <strong>de</strong> Bass <strong>et</strong> ses ext<strong>en</strong>sions ont été classiquem<strong>en</strong>t appliqués pour la modélisation <strong>de</strong>sbi<strong>en</strong>s durables. Dans ces cas l’unité d’adoption correspond au premier achat. Une limite <strong>de</strong>c<strong>et</strong>te approche est liée à la pério<strong>de</strong> <strong>de</strong> modélisation qui peut intégrer les achats <strong>de</strong>remplacem<strong>en</strong>t. Dans le cas <strong>de</strong>s bi<strong>en</strong>s consommables, comme dans le cas <strong>de</strong> la plupart <strong>de</strong>sservices, le modèle <strong>de</strong> Bass ne peut plus être appliqué puisqu’il ne considère pas l’essai <strong>et</strong> lere-achat. Dans notre cas, les données ne correspon<strong>de</strong>nt pas à <strong>de</strong>s registres <strong>de</strong> v<strong>en</strong>tes ou <strong>de</strong>s10
souscriptions prov<strong>en</strong>ant <strong>de</strong>s fournisseurs d’accès. Elles provi<strong>en</strong>n<strong>en</strong>t d’un panel <strong>de</strong>consommateurs, dont la mesure correspond à la pratique d’Intern<strong>et</strong>. La définition <strong>de</strong> notreunité d’adoption nous semble donc cohér<strong>en</strong>te avec la théorie, <strong>et</strong> non <strong>en</strong>tachée <strong>de</strong>s erreursliées aux données <strong>de</strong>s v<strong>en</strong>tes.3.2. <strong>Les</strong> donnéesConcernant la France nous avons choisi les données prov<strong>en</strong>ant <strong>de</strong> la société Médiamétrie quiestime le nombre d’internautes à partir d’un panel <strong>de</strong> consommateurs dans son proj<strong>et</strong> « 24000 Multimédia Mediam<strong>et</strong>rie/ISL» (cf. http://www.mediam<strong>et</strong>rie.fr). Un échantillon <strong>de</strong> 24 000foyers a été interrogé chaque année, <strong>en</strong>tre 1996 <strong>et</strong> 2000. Ce panel a permis <strong>de</strong> connaître l<strong>en</strong>ombre <strong>de</strong> personnes se connectant à Intern<strong>et</strong> d’une façon assidue, régulière ou occasionnelle<strong>et</strong> d’estimer le nombre d’internautes dans la population française. <strong>Les</strong> résultats sontdisponibles par trimestre, mais nous nous limiterons au nombre d’internautes estimé à la fin<strong>de</strong> chaque année, afin d’éviter les problèmes <strong>de</strong> saisonnalité.Il est important <strong>de</strong> remarquer que les données, sur lesquelles nous travaillons, necorrespon<strong>de</strong>nt pas au nombre <strong>de</strong> souscriptions reçues par les fournisseurs d’accès au réseau ;car une personne peut év<strong>en</strong>tuellem<strong>en</strong>t souscrire à plusieurs fournisseurs disponibles sur lemarché. Elles ne correspon<strong>de</strong>nt pas non plus au nombre <strong>de</strong> clics, ou au temps <strong>de</strong> connexion,ou <strong>en</strong>core à la fréqu<strong>en</strong>tation <strong>de</strong>s sites web. Ces mesures d’audi<strong>en</strong>ce <strong>de</strong>s sites ou d’audi<strong>en</strong>ce<strong>de</strong>s campagnes publicitaires m<strong>en</strong>ées sur le réseau prés<strong>en</strong>t<strong>en</strong>t <strong>de</strong>s limites méthodologiques <strong>et</strong>technologiques (Costes, 1998), <strong>et</strong> par ailleurs, elles ne sont pas <strong>en</strong> accord avec la définition<strong>de</strong> l’unité d’adoption. <strong>Les</strong> données fournies par Médiamètrie correspon<strong>de</strong>nt aux déclarationsfaites par chaque personne, qui apparti<strong>en</strong>t au panel, sur ses pratiques d’Intern<strong>et</strong>.Médiamétrie s’est intéressée à la tranche d’age située <strong>en</strong>tre 15 <strong>et</strong> 17 ans, seulem<strong>en</strong>t <strong>de</strong>puis lepremier trimestre 2000. De même, elle s’intéresse aux 11-14 ans <strong>de</strong>puis le début <strong>de</strong> l’année2001. Nous ne pouvons donc pas considérer ces <strong>de</strong>rnières tranches d’age dans notremodélisation par manque <strong>de</strong> données. C<strong>et</strong>te exclusion correspond donc à une <strong>de</strong>s limites <strong>de</strong>notre modélisation, puis que la population âgée <strong>en</strong>tre 11 <strong>et</strong> 17 est bi<strong>en</strong> concernée parl’adoption Intern<strong>et</strong>. Nous modélisons donc l’adoption d’Intern<strong>et</strong> dans la population françaiseâgée <strong>de</strong>18 ans <strong>et</strong> plus, <strong>en</strong> cohér<strong>en</strong>ce avec les données disponibles.11
3.3. Le marché pot<strong>en</strong>tielLe nombre d’internautes estimé par Médiamétrie est disponible sur 5 ans. Nous noustrouvons au démarrage du processus <strong>de</strong> <strong>diffusion</strong> <strong>et</strong> il est souhaitable d’estimer préalablem<strong>en</strong>tle marché pot<strong>en</strong>tiel pour diminuer les biais d’estimation <strong>de</strong>s paramètres p, q <strong>et</strong> α, relatifs aunombre restreint <strong>de</strong> mesures disponibles (cf. la limite n°1 citée ci-<strong>de</strong>ssus).Le « marché pot<strong>en</strong>tiel » d’Intern<strong>et</strong> est logiquem<strong>en</strong>t croissant avec le temps. Il est constituépar les personnes qui sont au courant <strong>de</strong> son exist<strong>en</strong>ce <strong>et</strong> qui <strong>de</strong>vi<strong>en</strong>n<strong>en</strong>t <strong>de</strong>s adopteurspot<strong>en</strong>tiels. Si actuellem<strong>en</strong>t l’exist<strong>en</strong>ce d’Intern<strong>et</strong> est connue par un grand nombre <strong>de</strong>personnes, ce n’était pas le cas dans les toutes premières années après son « lancem<strong>en</strong>t ». Parailleurs, la connaissance <strong>de</strong> son exist<strong>en</strong>ce ne donne pas automatiquem<strong>en</strong>t lieu à la conditiond’adopteur pot<strong>en</strong>tiel. Il est nécessaire, pour que c<strong>et</strong>te condition soit donnée, que la personneait :1. un « accès » au réseau, soit par l’équipem<strong>en</strong>t du foyer d’un micro-ordinateur avec unmo<strong>de</strong>m, soit par l’accès <strong>de</strong>puis son lieu <strong>de</strong> travail, <strong>en</strong>tre autres. L’accès <strong>de</strong>vrait segénéraliser rapi<strong>de</strong>m<strong>en</strong>t, <strong>et</strong> nous pouvons estimer que dans un av<strong>en</strong>ir proche lapopulation <strong>en</strong>tière sera pot<strong>en</strong>tiellem<strong>en</strong>t internaute.2. un « accès à une formation à l’utilisation d’Intern<strong>et</strong> ». Dans l’état actuel <strong>de</strong>s choses,l’utilisation d’Intern<strong>et</strong> est confinée aux utilisateurs <strong>de</strong>s micro-ordinateurs. A l’av<strong>en</strong>ir,c<strong>et</strong>te utilisation <strong>de</strong>vrait être <strong>en</strong>core plus conviviale <strong>et</strong> banalisée par <strong>de</strong>s moy<strong>en</strong>s« grand public » tels que la télévision numérique <strong>et</strong> interactive, le téléphone portableou d’autres moy<strong>en</strong>s pour l’instant non <strong>en</strong>core disponibles.Par faute <strong>de</strong> données disponibles concernant le nombre <strong>de</strong> personnes ayant accès au réseau <strong>et</strong>à la formation nécessaires à son utilisation, nous supposons que le marché pot<strong>en</strong>tiel estconstitué par la tranche <strong>de</strong> la population française âgée <strong>de</strong> plus <strong>de</strong> 18 ans (pour êtreconformes aux données disponibles). Nous avons utilisé les chiffres publiés par l’INSEE(2000) correspondant à c<strong>et</strong>te tranche <strong>de</strong> la population <strong>en</strong> 1991 <strong>et</strong> <strong>en</strong> 1999. Une extrapolationlinéaire nous a permis d’estimer la population à chaque année <strong>de</strong> la simulation, <strong>et</strong> <strong>de</strong>travailler ainsi avec un pot<strong>en</strong>tiel d’adoption variable. <strong>Les</strong> valeurs du pot<strong>en</strong>tiel variableutilisées sont tracées dans la figure n° 1.12
C<strong>et</strong>te hypothèse <strong>de</strong> travail aura tout son s<strong>en</strong>s dans les années à v<strong>en</strong>ir : il est possibled’<strong>en</strong>visager la <strong>diffusion</strong> <strong>de</strong> la pratique d’Intern<strong>et</strong> <strong>de</strong> la même façon que l’utilisation dutéléphone actuellem<strong>en</strong>t (pratiquem<strong>en</strong>t tous les foyers <strong>en</strong> France sont équipés <strong>de</strong> téléphone).Mais c<strong>et</strong>te hypothèse peut être contestée <strong>en</strong> tout état <strong>de</strong> cause dans les premières années <strong>de</strong> la<strong>diffusion</strong> d’Intern<strong>et</strong>. Nous supposons simplem<strong>en</strong>t que ce marché pot<strong>en</strong>tiel correspond à lataille <strong>de</strong> la population française. C<strong>et</strong>te hypothèse est commune à la plupart <strong>de</strong>s applicationsdu modèle <strong>de</strong> Bass <strong>et</strong> <strong>de</strong> ses ext<strong>en</strong>sions. Elle constitue aussi une <strong>de</strong>s principales limites <strong>de</strong>notre modélisation.Nous t<strong>en</strong>ons à signaler, néanmoins, que la solution que l’obti<strong>en</strong>drait, sans fixer au préalablela valeur du marché pot<strong>en</strong>tiel, sera très proche <strong>de</strong> la valeur supposée a priori avantl’estimation. C<strong>et</strong>te proximité résulte du nombre restreint <strong>de</strong> données disponibles <strong>et</strong> <strong>de</strong>l’utilisation d’une métho<strong>de</strong> d’estimation non linéaire.3.4. L’ajustem<strong>en</strong>tLe pot<strong>en</strong>tiel d’adoption étant estimé <strong>en</strong> <strong>de</strong>hors du modèle, l’ajustem<strong>en</strong>t consiste à estimer lesparamètres « p » <strong>et</strong> « q » (<strong>et</strong> α dans le cas du modèle NUI), <strong>de</strong> façon à mieux « coller » lesdonnées disponibles à la forme mathématique proposée.A partir <strong>de</strong>s formes discrètes <strong>de</strong>s <strong>modèles</strong> (3) <strong>et</strong> (4), les coeffici<strong>en</strong>ts (p, q <strong>et</strong> α) sont estiméspar maximisation du R² (le pouvoir explicatif), calculé comme suit :R²k∑i=1= 1 −k( N i − Nˆ ²( ) ( i))∑ ( N ( i)− N )i=1où N ˆ ( i ) est le nombre d’adopteurs estimé au temps t, <strong>et</strong> N est la moy<strong>en</strong>ne <strong>de</strong>s kdonnées N (i)disponibles. C<strong>et</strong>te maximisation est effectuée grâce à l’algorithme non-linéaire<strong>de</strong> Newton disponible avec le solveur d’Excel. <strong>Les</strong> conditions données a priori, pour larecherche du maximum, <strong>de</strong>s paramètres « p » <strong>et</strong> « q » correspon<strong>de</strong>nt aux valeurs moy<strong>en</strong>nestrouvées par Sultan, Farley <strong>et</strong> Lehmann (1990) à partir d’une m<strong>et</strong>a-analyse sur la base <strong>de</strong> 213produits.(6)13
4. <strong>Les</strong> résultats<strong>Les</strong> résultats <strong>de</strong>s différ<strong>en</strong>tes simulations sont prés<strong>en</strong>tés dans les figures n°1, n°2 <strong>et</strong> n°3, pour,respectivem<strong>en</strong>t, le nombre <strong>de</strong> nouveaux adopteurs d’Intern<strong>et</strong> par année, le nombre cumuléd’internautes <strong>et</strong> le taux d’internautes dans la population totale. <strong>Les</strong> résultats <strong>de</strong>s estimations<strong>de</strong>s différ<strong>en</strong>ts paramètres sont prés<strong>en</strong>tés dans le tableau n°2.ModèleRésultats Bass NUI a=1,23 NUI a =1,5P0,008* 0,013* 0,016*Q0,404* 0,608* 1,006*aInflu<strong>en</strong>ce <strong>de</strong> la communicationinterpersonnelleCf figure n°4Constant1,23* 1,5**Variant <strong>de</strong>Variant0,28 à 0,608 <strong>de</strong> 0,18 à 1,006R² 0,76 0,78 0,81Tableau n°2Résultats <strong>de</strong>s estimations obt<strong>en</strong>ues pour les différ<strong>en</strong>ts <strong>modèles</strong>* Valeurs estimées** Valeurs fixées avant l’estimationNous prés<strong>en</strong>tons par la suite quelques comm<strong>en</strong>taires concernant <strong>en</strong> particulierchacune <strong>de</strong>s modélisations réalisées.4.1. Le modèle <strong>de</strong> BassDans le tableau n°3, nous prés<strong>en</strong>tons les résultats <strong>de</strong> l’estimation <strong>de</strong>s coeffici<strong>en</strong>ts p <strong>et</strong> q pourle modèle <strong>de</strong> Bass ainsi qu’une comparaison avec la valeur moy<strong>en</strong>ne obt<strong>en</strong>ue par Sultan,Farley <strong>et</strong> Lehmann (1990). Rappelons que ces produits ont été pour la plupart <strong>de</strong>s bi<strong>en</strong>sdurables. Nous prés<strong>en</strong>tons aussi les valeurs obt<strong>en</strong>ues par Dekimpe, Parker <strong>et</strong> Sarvary (1998),concernant la France, dans leur application à l’adoption <strong>de</strong>s téléphones portables. L’intérêt <strong>de</strong>14
c<strong>et</strong>te application est qu’il s’agit aussi d’un produit <strong>de</strong> communication. Voici quelquesremarques concernant ces comparaisons :ü Le coeffici<strong>en</strong>t d’innovation « p » obt<strong>en</strong>ue pour l’adoption d’Intern<strong>et</strong> est plus faibleque la valeur moy<strong>en</strong>ne (0,04) <strong>de</strong>s coeffici<strong>en</strong>ts estimés par Sultan, Farley <strong>et</strong> Lehmann(1990), mais plus fort que la valeur obt<strong>en</strong>ue pour l’adoption du téléphone portable <strong>en</strong>France par Dekimpe, Parker <strong>et</strong> Sarvary (1998). Par rapport à ce <strong>de</strong>rnier, il est possibled’interpréter ce résultat comme la traduction d’une influ<strong>en</strong>ce plus importante <strong>de</strong>smédias <strong>et</strong> d’autres sources d’influ<strong>en</strong>ce externe sur l’adoption d’Intern<strong>et</strong> que surl’adoption du téléphone portable.ü En ce qui concerne le coeffici<strong>en</strong>t d’imitation « q », il est plus fort que la valeurmoy<strong>en</strong>ne <strong>de</strong> 0,3 rapportée par Sultan, Farley <strong>et</strong> Lehmann (1990). Il est aussi plus fortque celui obt<strong>en</strong>u pour l’adoption du téléphone portable par Dekimpe, Parker <strong>et</strong>Sarvary (1998) , traduisant aussi une influ<strong>en</strong>ce <strong>de</strong> la communication interpersonnelleplus importante dans le cas d’Intern<strong>et</strong>.Intern<strong>et</strong>Valeurs moy<strong>en</strong>nesSultan, Farley <strong>et</strong> Lehmann (1990)Téléphone portable <strong>en</strong>FranceDekimpe, Parker <strong>et</strong> Sarvary(1998)p« innovateurs » 0,008 0,04 0,0001q« imitateurs »0,404 0,3 0,353Tableau n° 3 : Comparaison <strong>de</strong>s paramètres obt<strong>en</strong>us pour la <strong>diffusion</strong> d’Intern<strong>et</strong>, avec lesvaleurs moy<strong>en</strong>nes <strong>de</strong> la méta-analyse sur 213 produits Sultan, Farley <strong>et</strong> Lehmann (1990) <strong>et</strong> lesvaleurs obt<strong>en</strong>ues par Dekimpe, Parker <strong>et</strong> Sarvary (1998) sur l’adoption <strong>de</strong>s téléphones portables <strong>en</strong>France.4.2. Le modèle NUIPremière estimation : En premier lieu, nous avons estimé les paramètres p, q <strong>et</strong> α avecla contrainte α >1 imposée, ce qui correspond à l’introduction <strong>de</strong>s eff<strong>et</strong>s d’externalités <strong>de</strong>réseau (modélisés par une influ<strong>en</strong>ce <strong>de</strong> la communication interpersonnelle qui augm<strong>en</strong>te avecle temps). Dans le but d’obt<strong>en</strong>ir une solution cohér<strong>en</strong>te avec celle obt<strong>en</strong>ue par le modèle <strong>de</strong>Bass, nous avons donné, comme conditions initiales pour l’optimisation, les valeurs <strong>de</strong> p <strong>et</strong> q15
obt<strong>en</strong>ues par ce modèle. Nous avons cherché à trouver une solution interprétable, avec <strong>de</strong>scoeffici<strong>en</strong>ts <strong>de</strong> p <strong>et</strong> <strong>de</strong> q du même ordre <strong>de</strong> gran<strong>de</strong>ur que les valeurs classiques prés<strong>en</strong>téesdans la littérature. Comme résultat <strong>de</strong> c<strong>et</strong>te première estimation nous avons trouvé α = 1,23.C<strong>et</strong>te valeur du coeffici<strong>en</strong>t α, correspond à une variation <strong>de</strong> l’influ<strong>en</strong>ce <strong>de</strong> la communicationinterpersonnelle allant <strong>de</strong> 0,28 au début <strong>de</strong> la <strong>diffusion</strong> à 0,608 à la fin. C<strong>et</strong> intervalle <strong>de</strong>variation est à comparer avec la valeur constante <strong>de</strong> 0,4 du modèle <strong>de</strong> Bass (Figure n°4). Lacourbe d’adoption (Figures n° 1-3) correspondant à ce modèle est asymétrique. Elle a unpoint d’inflexion situé dans la <strong>de</strong>uxième moitié du cycle <strong>de</strong> vie, <strong>et</strong> une accélération <strong>de</strong>l’adoption le long <strong>de</strong> la pério<strong>de</strong> <strong>de</strong> <strong>diffusion</strong> par l’augm<strong>en</strong>tation <strong>de</strong> la communicationinterpersonnelle. On observe ainsi une pénétration plus rapi<strong>de</strong>, plus optimiste que celleproposée par le modèle <strong>de</strong> Bass.Deuxième estimation : A titre illustratif <strong>de</strong> l’influ<strong>en</strong>ce du coeffici<strong>en</strong>t α sur la<strong>de</strong>scription <strong>de</strong> la <strong>diffusion</strong>, nous avons réalisé une nouvelle estimation <strong>en</strong> fixant α = 1,5. <strong>Les</strong>paramètres p <strong>et</strong> q sont estimés à partir <strong>de</strong>s conditions initiales correspondantes à la solution<strong>de</strong> l’estimation précé<strong>de</strong>nte. Ce cas illustratif montre que, plus la valeur <strong>de</strong> α est gran<strong>de</strong>, plusl’amplitu<strong>de</strong> <strong>de</strong> la variation <strong>de</strong> l’influ<strong>en</strong>ce <strong>de</strong> la communication interpersonnelle est large, <strong>et</strong>c<strong>et</strong>te variation se fait sur une pério<strong>de</strong> plus courte (pério<strong>de</strong> <strong>de</strong> <strong>diffusion</strong> avant saturation).Surtout, plus la valeur <strong>de</strong> α est gran<strong>de</strong>, plus la <strong>diffusion</strong> se fait sur une pério<strong>de</strong> plus courte,donc une accélération <strong>de</strong> l’adoption plus importante, <strong>et</strong> ainsi la saturation plus vite atteinte. Ilest intéressant <strong>de</strong> remarquer que le coeffici<strong>en</strong>t R² (le pouvoir explicatif du modèle) est plusélevé que pour l’estimation précé<strong>de</strong>nte. Dans la figure n° 4 nous prés<strong>en</strong>tons la variationtemporelle <strong>de</strong> l’influ<strong>en</strong>ce <strong>de</strong> la communication interpersonnelle (équation 5) pour les troisestimations prés<strong>en</strong>tées.Il est important <strong>de</strong> signaler que c<strong>et</strong>te fonction temporelle <strong>de</strong> l’influ<strong>en</strong>ce <strong>de</strong> la communicationinterpersonnelle doit, dans la réalité, être une fonction discontinue. Elle doit pouvoir changer<strong>de</strong> forme, influ<strong>en</strong>cée par <strong>de</strong>s décisions politiques <strong>et</strong> stratégiques qui peuv<strong>en</strong>t, à partir dumom<strong>en</strong>t où elles sont prises, diminuer ou r<strong>et</strong>ar<strong>de</strong>r l’accélération <strong>de</strong> l’adoption. Une <strong>de</strong>sraisons du mécont<strong>en</strong>tem<strong>en</strong>t actuel <strong>de</strong>s utilisateurs d’Intern<strong>et</strong>, qui peut avoir un impact négatifsur l’adoption, est la l<strong>en</strong>teur <strong>de</strong>s transmissions. On peut citer, parmi les décisions stratégiquesqui peuv<strong>en</strong>t avoir un impact d’accélération <strong>de</strong> l’adoption, celles concernant l’installation <strong>de</strong>16
éseaux câblés au niveau <strong>de</strong>s communes, ou l’arrivée <strong>de</strong> la concurr<strong>en</strong>ce (comme par exemple,les services <strong>de</strong> transmission ADSL commercialisé <strong>de</strong>puis 1998 aux Etats Unis).4.3. La prévisionA partir <strong>de</strong>s résultats obt<strong>en</strong>us, nous prés<strong>en</strong>tons sur la figure n° 3, la prévision <strong>en</strong> termes <strong>de</strong>taux <strong>de</strong> pénétration, c’est à dire <strong>en</strong> pourc<strong>en</strong>tage d’internautes par rapport à la population âgée<strong>de</strong> plus <strong>de</strong> 18 ans. Le tableau n° 4 donne les taux correspondants aux prévisions <strong>en</strong> fin <strong>de</strong>chaque année, pour le modèle <strong>de</strong> Bass <strong>et</strong> pour la première estimation du modèle NUI (sansfixer α). <strong>Les</strong> différ<strong>en</strong>ces <strong>en</strong>tre les <strong>de</strong>ux modélisations réalisées ne sont pas très importantes <strong>en</strong>début <strong>de</strong> pério<strong>de</strong> <strong>de</strong> simulation. En revanche, les différ<strong>en</strong>ces augm<strong>en</strong>t<strong>en</strong>t avec la <strong>diffusion</strong>,observant ainsi une différ<strong>en</strong>ce <strong>de</strong> 5% <strong>en</strong> 2003, <strong>de</strong> 14% <strong>en</strong> 2006 <strong>et</strong> <strong>de</strong> 13% <strong>en</strong> 2007. Lasaturation est atteinte <strong>en</strong>virons 5 ans plus tôt avec le modèle NUI (98% <strong>en</strong> 2008) qu’aveccelui <strong>de</strong> Bass (98% <strong>en</strong> 2013).Prévisions du taux <strong>de</strong> pénétrationBass NUI a=1,23Fin-1996 4% 4%Fin-1997 6% 6%Fin-1998 9% 9%Fin-1999 12% 13%Fin-2000 17% 18%Fin-2001 24% 25%Fin-2002 31% 34%Fin-2003 40% 45%Fin-2004 50% 58%Fin-2005 61% 72%Fin-2006 70% 84%Fin-2007 79% 92%Fin-2008 85% 98%Fin-2009 90% 100%Fin-2010 94% 100%Fin-2011 96% 100%Fin-2012 97% 100%Fin-2013 98% 100%Fin-2014 98% 100%Tableau n° 4 : Prévisions du taux d’internautes <strong>en</strong> fonction <strong>de</strong> <strong>de</strong>ux estimations du modèle.17
<strong>Les</strong> prévisions du modèle <strong>de</strong> Bass sont plus pessimistes que le modèle « NUI α=1,23 ». Lemodèle <strong>de</strong> Bass est un modèle qui traduit une situation « moy<strong>en</strong>ne » d’adoption, uneinflu<strong>en</strong>ce interpersonnelle constant tout le long du processus <strong>de</strong> <strong>diffusion</strong>. <strong>Les</strong> décisionsstratégiques visant à améliorer les transmissions <strong>et</strong> les facilités d’accès, ou les décisions<strong>mark<strong>et</strong>ing</strong> susceptibles d’augm<strong>en</strong>ter la qualité <strong>et</strong> quantité <strong>de</strong> services disponibles sur Intern<strong>et</strong>,auront t<strong>en</strong>dance à accélérer le processus d’adoption par l’augm<strong>en</strong>tation <strong>de</strong> l’influ<strong>en</strong>ceinterpersonnelle (augm<strong>en</strong>tation <strong>de</strong> l’utilité perçue ou eff<strong>et</strong>s d’externalités <strong>de</strong> réseau). Cesdécisions vont faire augm<strong>en</strong>ter le coeffici<strong>en</strong>t α <strong>et</strong> accélérer l’adoption. Il est possible aussid’<strong>en</strong>visager qu’un r<strong>et</strong>ard <strong>de</strong> ces décisions puisse avoir un impact négatif sur l’adoption, <strong>et</strong>induire un coeffici<strong>en</strong>t α inférieur à l’unité.4.4. <strong>Les</strong> limitesToute modélisation prés<strong>en</strong>te <strong>de</strong>s limites liées au fait qu’un modèle est, par sa propredéfinition, une représ<strong>en</strong>tation simplifiée <strong>de</strong> la réalité. Ces limites sont liées aux restrictionsimposées par les hypothèses établies <strong>et</strong> aux données utilisées pour l’ajustem<strong>en</strong>t. Parmi ceslimites, nous pouvons citer les suivantes :ü Le modèle fait interv<strong>en</strong>ir <strong>de</strong>ux phénomènes expliquant la <strong>diffusion</strong>, fondés sur latransmission d’information. Aucune modélisation <strong>de</strong>s facteurs politiques, stratégiquesou commerciaux n’a été directem<strong>en</strong>t prise <strong>en</strong> compte. Ceci constitue inévitablem<strong>en</strong>tune simplification importante <strong>et</strong> restrictive. Il est possible, tout <strong>de</strong> même, <strong>de</strong> prévoirune augm<strong>en</strong>tation <strong>de</strong> l’utilité perçue par <strong>de</strong>s décisions stratégiques <strong>et</strong> commercialesqui t<strong>en</strong><strong>de</strong>nt à faciliter l’accès au réseau, ainsi qu’à r<strong>en</strong>dre son utilisation plusconviviale <strong>et</strong> plus rapi<strong>de</strong>. C<strong>et</strong> eff<strong>et</strong> a été modélisé par l’influ<strong>en</strong>ce non uniforme <strong>de</strong> lacommunication interpersonnelle.ü L’unité d’adoption est issue d’une estimation ponctuelle, à laquelle n’est pas associéun intervalle <strong>de</strong> confiance. Il est possible d’intégrer c<strong>et</strong> intervalle <strong>de</strong> confiance dansune métho<strong>de</strong> d’estimation stochastique (Xie, Song, Sirbu <strong>et</strong> Wang, 1997). Mais c<strong>et</strong>telimite est commune à la plupart <strong>de</strong>s applications du modèle <strong>de</strong> Bass publiées jusqu’àprés<strong>en</strong>t.ü Une autre limite est liée au fait <strong>de</strong> restreindre l’étu<strong>de</strong> aux personnes âgées <strong>de</strong> plus <strong>de</strong>18 ans. C<strong>et</strong>te limite est imposée par les caractéristiques du panel <strong>de</strong> Médiamétrie. Ilest évi<strong>de</strong>nt que la population comprise <strong>en</strong>tre 11 <strong>et</strong> 17 ans est concernée par l’adoptiond’Intern<strong>et</strong>. Ceci étant, au 3 ème trimestre 2000, Médiamétrie estime à 346 000 le18
nombre d’internautes âgés <strong>en</strong>tre 15 <strong>et</strong> 17. Ces <strong>de</strong>rniers représ<strong>en</strong>t<strong>en</strong>t moins <strong>de</strong> 6% dunombre total d’internautes à la même époque.ü Une limite très importante vi<strong>en</strong>t du fait que nous nous trouvons <strong>en</strong> début du processus<strong>de</strong> <strong>diffusion</strong>, loin <strong>en</strong>core du point d’augm<strong>en</strong>tation maximale du nombre annuel <strong>de</strong>nouveaux adopteurs (maximum sur les courbes <strong>de</strong> la figure n°1). Dans ce cas lesvaleurs estimées peuv<strong>en</strong>t être biaisées. Pour palier à ce problème, nous avons imposécomme marché pot<strong>en</strong>tiel la population totale française âgée <strong>de</strong> 18 ans <strong>et</strong> plus. Unesolution, plus pertin<strong>en</strong>te, pourrait être d’estimer un marché pot<strong>en</strong>tiel augm<strong>en</strong>tant avecle temps d’adoption jusqu’à atteindre la population totale à la saturation. Cesprévisions <strong>de</strong>vront être plus pessimistes que celles que nous avons obt<strong>en</strong>ues. Ceciconstitue une piste <strong>de</strong> recherche à suivre pour améliorer les prévisions.CONCLUSIONSL’ère <strong>de</strong> la communication est caractérisée par <strong>de</strong>s changem<strong>en</strong>ts radicaux dans nos sociétés.L’impact <strong>de</strong> ces nouvelles technologies sur les pratiques managériales <strong>et</strong> sur l’innovationdans les services est très important. Parmi ces technologies, Intern<strong>et</strong> bouleverseprofondém<strong>en</strong>t nos comportem<strong>en</strong>ts <strong>et</strong> habitu<strong>de</strong>s, <strong>et</strong> son utilisation se répand inévitablem<strong>en</strong>t,malgré le r<strong>et</strong>ard initial pris par la France. Le modèle <strong>de</strong> Bass, appliqué avec succès <strong>en</strong><strong>mark<strong>et</strong>ing</strong>, <strong>et</strong> le modèle NUI nous ont servi d’outil <strong>de</strong> prévision du taux <strong>de</strong> pénétrationd’Intern<strong>et</strong> <strong>en</strong> France. L’introduction <strong>de</strong>s eff<strong>et</strong>s d’externalités <strong>de</strong> réseau, par le modèle NUI,perm<strong>et</strong> <strong>de</strong> r<strong>en</strong>dre plus réaliste la <strong>de</strong>scription <strong>de</strong> la <strong>diffusion</strong> d’Intern<strong>et</strong>. Malgré les limites <strong>de</strong>smodélisations proposées, elles nous ont permis <strong>de</strong> décrire <strong>et</strong> analyser le comportem<strong>en</strong>td’adoption <strong>et</strong> l’évolution du taux <strong>de</strong> pénétration d’Intern<strong>et</strong> <strong>en</strong> France. Avec l’arrivée <strong>de</strong>nouvelles données, il sera possible <strong>de</strong> mieux préciser la valeur du coeffici<strong>en</strong>t α.C<strong>et</strong>te étu<strong>de</strong> peut servir <strong>de</strong> base à l’analyse <strong>de</strong> l’impact <strong>de</strong> l’introduction d’Intern<strong>et</strong> dans lesservices, ainsi que l’impact sur les divers aspects <strong>de</strong> l’innovation dans les services (Gallouj <strong>et</strong>Gallouj 1994).Un autre intérêt <strong>de</strong> c<strong>et</strong>te étu<strong>de</strong> est <strong>de</strong> montrer l’applicabilité <strong>de</strong> ces types <strong>de</strong> <strong>modèles</strong> <strong>de</strong><strong>diffusion</strong> (classiquem<strong>en</strong>t appliqués aux bi<strong>en</strong>s durables) à Intern<strong>et</strong>, qui est lui-même unservice, montrant ainsi que la <strong>diffusion</strong> <strong>de</strong>s nouveaux services peut être modélisée à partir <strong>de</strong>sdonnées prov<strong>en</strong>ant <strong>de</strong>s panels. Ceci constitue une voie <strong>de</strong> recherche à développer.19
BIBLIOGRAPHIE1. BASS F. (1969), "A new product growth mo<strong>de</strong>l for consumer durables", Managem<strong>en</strong>tSci<strong>en</strong>ces, 15, 1, 215-227.2. BASS F., WIND Y. (1995), "Empirical G<strong>en</strong>eralizations in Mark<strong>et</strong>ing", Mark<strong>et</strong>ingSci<strong>en</strong>ce, 14, 3, Part 2 of 2, G1-G5.3. BEMMAOR (2001), "Bass ou le <strong>mark<strong>et</strong>ing</strong> sci<strong>en</strong>tifique", <strong>Les</strong> grands auteurs <strong>en</strong>Mark<strong>et</strong>ing, Ed. Alain JOLIBERT, Paris, Managem<strong>en</strong>t <strong>et</strong> Société.4. COSTES Y. (1998), "La mesure d’audi<strong>en</strong>ce sur Intern<strong>et</strong> : un état <strong>de</strong>s lieux",Recherche <strong>et</strong> Applications <strong>en</strong> Mark<strong>et</strong>ing, 13, 4, 53-67.5. DEKIMPE M., PARKER P., SAVARY M. (1998), "Staged Estimation ofInternational Diffusion Mo<strong>de</strong>ls", Technological Forecasting and Social Change, 57,105-1326. DE PALMA A., DROESBEKE J. J., LEFEVRE C. (1991), Modèles <strong>de</strong> <strong>diffusion</strong> <strong>en</strong><strong>mark<strong>et</strong>ing</strong>, Collection GESTION, Presses universitaires <strong>de</strong> France.7. DUFOUR A. (1995), Intern<strong>et</strong>, Collection « Que sais-je ? », Presses universitaires <strong>de</strong>France.8. EASINGWOOD C., MAHAJAN V., MULLER E. (1983), "A nonuniform influ<strong>en</strong>ceinnovation <strong>diffusion</strong> mo<strong>de</strong>l of new product acceptance", Mark<strong>et</strong>ing Sci<strong>en</strong>ce, 2, 3,273-2959. GALLOUJ C., GALLOUJ F. (1994), Economie <strong>de</strong> l’innovation dans les services,Collection Logiques économiques, Ed. l’Harmattan10. INSEE (2000), "La percée du téléphone portable <strong>et</strong> d’Intern<strong>et</strong>", Insee Première,N°700.11. INSEE (2000), "La France continue <strong>de</strong> vieillir", Insee Première, N° 746.12. LE NAGARD-ASSAYAG, E. (1999), "Le concept d’externalité <strong>de</strong> réseau <strong>et</strong> sesapports au <strong>mark<strong>et</strong>ing</strong>", Recherche <strong>et</strong> Applications <strong>en</strong> Mark<strong>et</strong>ing, 14, 3, 59-7813. MAHAJAN V., MULLER E., BASS F. (1990), "New Product Diffusion Mo<strong>de</strong>ls inMark<strong>et</strong>ing : A Review and Direction for Research", Journal of Mark<strong>et</strong>ing, 54, 1 , 1-2614. MAHAJAN V., PETERSON R. (1985), Mo<strong>de</strong>ls for Innovation Diffusion, SageUniversity Paper series on Quantitative Applications in the Social Sci<strong>en</strong>ces, 07-048,Beverly Hills and London: Sage Pubns.15. ROGERS (1962), Diffusion of Innovation, New York : The Free Press.20
16. SANOUILLET A. (1995), L’Intern<strong>et</strong> pour nous @utres, C<strong>en</strong>tre du XXIe siècleEditions, Université <strong>de</strong> Nice.17. SULTAN F., FARLEY J., LEHMANN D. (1990), "A M<strong>et</strong>a-Analysis of Applicationsof Diffusion Mo<strong>de</strong>ls", Journal of Mark<strong>et</strong>ing Research, 27, 1, 70-7718. XIE J., SONG M., SIRBU M., WANG Q. (1997), "Kalman Filter estimation of newproduct mo<strong>de</strong>ls", Journal of Mark<strong>et</strong>ing Research, 34, 4, 378-39321
ANNEXES10 000 0009 000 0008 000 0007 000 000Bass, R²=0,76Données (Médiamètrie)NUI alpha=1.23, R²=0,78NUI alpha=1.5, R²=0,806 000 0005 000 0004 000 0003 000 0002 000 0001 000 00001992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018 2020Figure n°1 : Augm<strong>en</strong>tation annuelle du nombre d’internautes <strong>en</strong> France60 000 00050 000 00040 000 00030 000 00020 000 00010 000 000Bass, R²=0,99Données (Médiam<strong>et</strong>rie)NUI alpha=1,2, R²=0,99Marché Pot<strong>en</strong>tielNUI alpha=1,5, R²=0,9901992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018 2020Figure n°2 : Evolution du nombre d’internautes dans la population française22
Evolution du % d'internautes <strong>en</strong> France10080604020Bass, R²=0,99NUI alpha=1,2, R²=0,99NUI alpha=1,5, R²=0,9901992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018 2020Figure n°3 : Evolution du taux <strong>de</strong> pénétration d’Intern<strong>et</strong>1,21BassNUI alpha=1,23NUI alpha=1,50,80,60,40,201992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018 2020Figure n°4 : Evolution temporelle du coeffici<strong>en</strong>t <strong>de</strong> communication interpersonnelle<strong>de</strong>s différ<strong>en</strong>ts <strong>modèles</strong>23