Economie des réseaux Marc Bourreau ENST, Département Sciences Economiques et Sociales http://ses.enst.fr/bourreau/

Biens d’expérience et information de la demande

Plan L’information de la demande dans les marchés traditionnels Définition des biens d’expérience Problèmes posés aux marchés Les cascades informationnelles L’impact d’Internet et des TIC sur l’information de la demande Les communautés d’expérience

1 – L’information de la demande dans les marchés traditionnels

L’information de la demande Pour certains types de biens, les consommateurs ont une information incomplète sur l’espace des biens disponibles Biens d’attention Biens dont les consommateurs ignorent l’existence Plus de 300,000 CD actifs, plusieurs millions de livres édités… Recherche des biens existants Biens d’expérience Biens pour lesquels les consommateurs ignorent l’utilité qu’ils peuvent en retirer avant de les consommer (ou : dont ils ignorent la qualité) L’utilité se révèle à la consommation (≠ biens de croyance) Recherche d’informations sur la qualité des biens connus Même à l’issue de ces processus de recherche, les consommateurs ont une information imparfaite sur les biens Conséquences sur le fonctionnement des marchés de ce type de biens : incertitude forte (ex ante) sur les choix des consommateurs

L’information de la demande Deux cas, suivant le type de « qualité » Qualité « objective » (différenciation verticale) les consommateurs classent la qualité identiquement Solution : avis d’expert, certification… Problème : fiabilité/crédibilité de l’avis Rôle de la marque (ex: Fnac) Modèle des médias de masse (TV-radio-presse) Qualité « subjective » (différenciation horizontale) les consommateurs classent la qualité très différemment L’avis d’expert a moins d’intérêt Modèle diffusé peu performant Rôle du bouche à oreille Modèle des médias éclatés (Internet) : C to C

L’information de la demande Le problème est également différent suivant la nature de la consommation (cf. en particulier biens culturels) : Biens « sociaux » : L’utilité d’un consommateur dépend moins de la qualité intrinsèque d'une œuvre que d’externalités sociales (imitation, mode, distinction, consommation comme support au lien social) ou d’autres facteurs exogènes Exemple de la littérature : peu de corrélation entre les romans à succès au moment de leur publication et les romans jugés de « qualité » aujourd’hui Exemple du prix de piano de la Reine Elisabeth (un facteur exogène et indépendant de la « qualité » peut déterminer le « gagnant ») Modèle de promotion « push » Biens à « qualité intrinsèque » Utilité dépendant de goûts différenciés et partiellement exogènes Modèle de promotion « pull »

Les cascades informationnelles Un exemple… Comment créer un bestseller ? Michael Treacy et Fred Wieserman, « The Discipline of Market Leaders » Autres exemples : La « claque » au théâtre Les singles dans l’industrie de la musique Etc.

Les cascades informationnelles Un modèle de cascade informationnelle Des individus choisissent séquentiellement d’adopter ou de rejeter une action Gain en cas d’adoption (au départ) : V = 1 avec probabilité ½ V = -1 avec probabilité ½ Gain en cas de rejet (toujours) : Les individus reçoivent des signaux qui leur permettent de préciser si adopter est une « bonne chose » (V = 1) ou non (V = -1) Si on reçoit le signal « Favorable », il y a plus de chances que l’adoption soit une bonne chose que l’inverse : on reçoit ce signal avec une probabilité p>1/2 si V=1 Après réception d’un signal, les individus réajustent leur estimation de la valeur de l’adoption La probabilité que V = 1 est de p (loi de Bayes). Cas simple : si les signaux sont publics (observables par tous)

Les cascades informationnelles Situation de cascade informationnelle Les signaux reçus par un individu ne sont pas observables par les autres individus Par contre, les actions des individus précédents sont observables Exemple : Clara reçoit un signal Favorable Que fait-elle ? Yann reçoit un signal Défavorable Que fait-il ? Benoît reçoit un signal Défavorable Émilie reçoit un signal Défavorable

Les cascades informationnelles Conclusion : il y a une situation de cascade informationnelle lorsque l’information publique supplante l’information privée dans la décision C’est-à-dire qu’on est bien dans des situations où les biens sont plus « sociaux » qu’à qualité intrinsèque Dans cette situation, le modèle push s’impose Prix d’introduction agressifs Promotion intensive – mass médias Objectif : déclencher la cascade informationnelle

L’exemple du cinéma Les travaux d’Arthur De Vany ont montré que les audiences de cinéma constituent un « système complexe » Comportement des spectateurs dans une zone critique entre Ordre – imitation (cascade informationnelle) Modèle du bien social Chaos – choix individuels décorrélés Modèle du bien à qualité intrinsèque et fortement différencié Ce type de système se caractérise par des distributions particulières dites en loi de puissance C’est bien ce qu’on observe dans le cinéma

L’exemple du cinéma Distribution des revenus (box office) en fonction du rang dans le top 50 de la revue Variety (De Vany)

L’exemple du cinéma Dans le cinéma, on sait qu’il y a beaucoup d’incertitudes sur le succès d’un film « No one knows anything »

L’exemple du cinéma Néanmoins, les producteurs de cinéma sont souvent dans le modèle push : il faut créer la demande Par le contenu : Rôle des stars pour créer la demande : recettes médianes de 21 millions de $ pour les films sans stars contre 38 millions de $ pour les films avec des stars Augmentent sensiblement la probabilité de succès Effets spéciaux, etc. : effet statistique + du budget des films sur le succès Par la promotion Le modèle « Blair Witch » Coût de production 40 k$ Vente à la compagnie de distribution : 1,1 M$ Création de la demande : 11 M$ (site Internet officiel, faux sites de fans, diffusion de fausses copies pirates, etc.) Recettes en salles : 170 M$

2 – L’impact d’Internet et des TIC sur l’information de la demande

Effets d’Internet sur l’information de la demande Internet et les TIC améliorent la qualité des systèmes d’information existants : Facilité d’accès aux prescripteurs traditionnels Lecture des critiques de cinéma de la presse sur Allociné Facilité d’accès aux échantillons Les bandes annonces… Amélioration des communications au sein des communautés existantes (réelles) : Bouche à oreille par SMS, mail, mobile, IM… Les TIC ont permis l’apparition de nouveaux outils informationnels Outils topologiques « Ceux qui ont acheté ce bien ont aussi acheté cet autre bien » Outils communautaires Communautés d’expérience

Effets d’Internet sur l’information de la demande

Les communautés d'expérience Nouvel équipement du marché reposant sur des relations C to C Lieux d'interaction où s'élabore un corpus critique forums, Amazon, sites d’échanges d’avis, sites d’information sur les biens culturels (IMDB…) c'est-à-dire où s'élaborent les moyens de focaliser l'attention de chaque consommateur sur les items qui lui conviennent topologie dans l'espace des {biens x consommateurs} à partir des historiques de fournir des critiques adaptées à chacun topologie dans l'espace des consommateurs d'éditer les critiques (faciliter la lecture) avis sur les critiques : notes sur leur utilité moyens de connaître l'émetteur: intimité instrumentale (page personnelle: qui il est, ses autres critiques)

Les conséquences sur les marchés Quelles conséquences sur le marché plus de variété des biens consommés ? goûts plus différenciés ? Théorie de la long tail (Chris Anderson) Brynjolfsson, Smith et Hu (2003): Le commerce électronique apporte deux changements par rapport au commerce traditionnelle : Une offre beaucoup plus large Des outils permettant de trouver le meilleur match dans cette offre abondante Conséquence : Non seulement les biens « stars » se vendent, mais aussi les « biens obscurs » Intérêt pour les vendeurs qui vendent les biens obscurs : Moins de concurrence pour les biens obscurs Discounters vs. Grands magasins

Les conséquences sur les marchés Étendue de l’offre (Brynjolfsson-Smith-Hu)

Les conséquences sur les marchés Impact sur les marges d’une stratégie de vente de biens obscurs

Un exemple d’analyse de communauté d’expérience Le site Jeuxvideo.com Un site de référence sur les JV Une audience très jeune Une communauté d’expérience Questionnaire en ligne en juin 2004 avec la collaboration du site 9500 réponses Des hommes (92%), jeunes (87% moins de 25 ans), urbains (63% dans villes de + de 10,000 hab). En ligne (88% haut débit ) et gros joueurs (85% 2 plates-formes ou +), 45% jeu en réseau au moins 1 fois par semaine Gros acheteurs de jeux : plus de 6 jeux / an pour 58%

Un exemple d’analyse de communauté d’expérience Quel est l’effet de la communauté d’expérience sur les achats de JV ? L’analyse statistique montre que les sources d’information potentielles ont différents effets : Pas d’effet significatif pour : sites Internet spécialisés, démos de jeux, sites généralistes, versions illégales. Effets significatifs pour : Les magazines spécialisés : effet positif (prescription) Bouche à oreille : effet négatif Visite des forums & lecture des opinions des utilisateurs de JV sur les jeux : effet positif (effet communauté d’expérience) Astuces de JV (positif) Contrôles pour variables démographiques, Internet, lieux d’achats, nombre de plates-formes…

Un exemple d’analyse de communauté d’expérience Le fonctionnement de la communauté Par une analyse statistique, on arrive à identifier deux grandes classes quasiment indépendantes d’internautes : Des « lecteurs » Consultent souvent des sites Internet spécialisés sur les JV, consultent les tests du site et les avis/conseils des autres internautes, … mais écrivent très peu Pourquoi lisent-ils les commentaires des autres internautes sur les jeux ? Essentiellement pour avoir un avis différent du site, en particulier si la critique éditoriale leur paraît contestable Jugent les avis souvent utiles Des « écrivains » Lisent moins, mais consultent beaucoup les avis des autres internautes, ils ont des contacts par email Ceux qui ont posté peu de critiques (< 5) cherchent avant tout à promouvoir les jeux de « qualité » (leurs goûts ou les jeux qu’ils aiment) Ceux qui ont posté beaucoup de critiques (+ de 10) cherchent un contact communautaire.