Abstract
Résumé
Facilitant le partage des connaissances latentes des consommateurs, les communautés autonomes de consommateurs en ligne constituent des communautés de pratique de consommation. S’inspirant des études sur la gestion des connaissances, cet article étudie les dynamiques d’activation et d’accumulation des connaissances des consommateurs au sein des communautés en ligne dans le cadre naturel d’un forum en ligne. Cette étude netnographique identifie différents modèles d’activation des connaissances, en donnant un aperçu du type de connaissances des consommateurs qui émerge au sein des communautés en ligne autonomes. Différentes caractéristiques des communautés en ligne, et notamment la présence éventuelle de connaissances rares, la diversité des points de vue ou la valeur ajoutée d’opinions similaires, sont exploitées afin de produire différents types de connaissances collectives. Cette étude contribue à la littérature sur les communautés en ligne en décomposant les dynamiques de partage et d’accumulation des connaissances dans les communautés autonomes, qui agissent comme des communautés de pratique de consommation et participent au renforcement du pouvoir des consommateurs en développant des connaissances collectives à partir d’activations individuelles. Elle contribue à la littérature consacrée aux connaissances des consommateurs en caractérisant l’activation et l’accumulation des connaissances, tant au niveau individuel que collectif.
Keywords
Introduction
Lorsque les consommateurs cherchent une réponse à une question précise en matière de consommation, en quête d’idées nouvelles ou d’opinions divergentes sur un choix difficile, ils se tournent souvent vers les communautés en ligne (ou communautés virtuelles). Il existe différents types de communautés en ligne. L’un de leurs facteurs de différenciation essentiels consiste à savoir si elles sont autonomes, c’est-à-dire composées de groupes de consommateurs partageant des connaissances sur des questions liées à la consommation pour servir leurs propres intérêts, ou sponsorisées par des marketers et contribuant directement à un élément d’un organisme de parrainage, comme dans les communautés de marque ou d’innovation (Zwass, 2010). Des communautés autonomes puissantes, qui échappent au contrôle direct des marketers et des prestataires de services, se développent dans une multitude de secteurs de consommation tels que la cuisine, la santé, la grossesse ou encore les voyages. Dans le domaine de la santé, Pew Research (2011) a constaté que 34 % des internautes avaient consulté des communautés ou des blogs, afin de lire les expériences ou points de vue de leurs pairs concernant des questions de santé ou médicales. Lorsqu’ils se demandent comment faire face à une pathologie donnée, ils se tourneront aussi facilement vers leurs pairs présentant la même affection que vers les professionnels de santé. Ce constat amène le Pew Research à souligner le rôle croissant des pairs, parallèlement aux prestataires de services, dans la prise de décisions des individus en matière de santé, en déclarant : « ‘Je sais et je souhaite partager mes connaissances’ représente la tendance avant-gardiste en matière de soins de santé » (Pew Research Centre, 2011).
En mettant les consommateurs en rapport avec de nombreux liens faibles, les communautés en ligne autonomes leur permettent de déclencher ou consulter éventuellement de vastes champs de connaissances tacites que possèdent divers consommateurs membres des communautés, à l’état latent. A différents stades du processus décisionnel, les consommateurs peuvent exploiter les connaissances dont disposent les communautés en ligne pour résoudre leurs problèmes, par exemple en obtenant une série d’options susceptibles d’impliquer différents produits ou services, en recueillant un certain nombre de critères décisionnels, ou en recevant des recommandations pour des marques ou des prestataires de services spécifiques. Alors que les communautés de marque et autres formes de communautés sponsorisées par des marketers permettent à ces derniers de développer l’engagement des clients en faveur de leurs marques et entreprises, les communautés en ligne autonomes permettent aux consommateurs, grâce au partage collectif des connaissances, de devenir « virtuellement organisés » en tant que producteurs de valeur (Kozinets et al., 2008; Schor, 2014; Zwass, 2010) et de se rassembler en groupes (Labrecque et al., 2013) capables de générer un pouvoir important. Lorsque les communautés en ligne déclenchent le partage des connaissances distribuées afin de répondre aux besoins émergents et imprévisibles des consommateurs, elles fonctionnent comme des communautés de pratique (de consommation), ou des groupes de personnes partageant entre elles leurs connaissances et expériences sur des préoccupations communes (De Valck et al., 2009; Kozinets et al., 2008; Yanow, 2004). Les connaissances en matière de consommation, développées au sein des communautés en ligne autonomes, constituent des ressources potentiellement précieuses pour les consommateurs, qui rivalisent avec les informations et communications des marketers. Il est donc important pour le marketing de comprendre les dynamiques de partage et d’accumulation des connaissances qui s’opèrent au sein de ces communautés. La compréhension de ces dynamiques est également essentielle du point de vue des propriétaires des plateformes ainsi que des concepteurs et modérateurs des communautés en ligne autonomes, afin de créer des environnements qui favorisent l’émergence de connaissances collectives précieuses.
Les connaissances des consommateurs ont joué un rôle déterminant dans les études marketing et sur le comportement des consommateurs, en raison de leur importance dans le cadre du processus décisionnel des consommateurs (Raju et al., 1995). La littérature a examiné l’acquisition, le traitement, le stockage et l’exploitation des connaissances pour prendre des décisions (Alba et Hutchinson, 1987; Bertrandias et Vernette, 2012; Bettman, 1970; Brucks, 1986; Carlson et al., 2009; Pillai et Hofacker, 2007) au niveau du consommateur individuel. Toutefois, l’émergence de communautés en ligne requiert une nouvelle perspective, dans la mesure où les connaissances produites au sein de ces communautés deviennent collectives une fois qu’elles sont partagées par leurs membres. Reste à savoir comment les différents types de connaissances accumulées pour répondre à un besoin particulier peuvent être catégorisés et utilisés par d’autres membres.
Les études sur les communautés de consommateurs en ligne se sont focalisées sur les communautés qui se forment autour d’une marque en particulier (Brown et al., 2007; Muniz et O’Guinn, 2001; Zaglia, 2013) et sur le caractère social des communautés en ligne, en s’inspirant notamment de la théorie du capital social pour examiner les conditions favorables à la création de connaissances (Mathwick et al., 2008; Stewart Loane et Webster, 2017; Zhao et al., 2016), alors que les études sur le partage de contenu ont étudié l’impact du bouche-à-oreille en ligne des consommateurs sur les autres consommateurs (Berger, 2014; Bertrandias et Vernette, 2012; Rosario et al., 2016; You et al., 2015). Néanmoins, l’analyse de ces études révèle deux lacunes en rapport avec notre centre d’intérêt. Premièrement, elles n’ont guère prêté attention aux dynamiques d’activation, de partage et d’accumulation des connaissances qui s’opère au sein d’une communauté autonome, qui peut être perçue comme un système adaptatif complexe (Holland, 1995), à savoir un système qui s’organise sous une forme cohérente au fil du temps, sans être délibérément géré par une entité spécifique. Il s’agit d’une lacune de taille, compte tenu de la confiance que les consommateurs témoignent aux communautés autonomes (Mathwick et al., 2008; Pew Research Centre, 2010) et de leur mode de fonctionnement, les connaissances étant activées par les consommateurs au lieu des marketers.
Deuxièmement, bien que le capital social puisse offrir des conditions favorables au partage de connaissances latentes (Chiu et al., 2006; Mathwick et al., 2008) et que les motivations liées à la transmission des connaissances aient été examinées (Cheung et Lee, 2012), reste à savoir comment le partage des connaissances peut effectivement être déclenché, puis s’accumuler. Cependant, au sein des communautés de consommateurs en ligne, les connaissances sont généralement activées par la formulation d’un besoin individuel. Par conséquent, la façon dont ce besoin est exprimé à l’origine mérite une attention particulière, indépendamment des conditions générales facilitant le partage des connaissances. Ces lacunes subsistent, même si la question de savoir comment organiser l’activation des connaissances afin d’obtenir les meilleurs résultats s’est posée comme une question importante dans le domaine des études de marketing en ligne (Zwass, 2010).
Afin de combler les trois lacunes identifiées précédemment, notre étude pose la question de savoir comment sont activées et partagées les connaissances inexploitées au sein des communautés en ligne autonomes, et comment elles s’accumulent comme un bien public et collectif. Notre recherche considère le phénomène à deux niveaux : au niveau individuel de l’activation et du partage des connaissances, et au niveau collectif de l’accumulation des connaissances, en utilisant une étude netnographique au sein d’une communauté en ligne (www.expatwoman.com), qui regroupe des femmes partageant un intérêt pour les activités relatives à l’installation et la vie quotidienne dans une ville donnée du Moyen-Orient. Ainsi, cette étude vise à : (1) caractériser les différents types d’activation des connaissances par les membres des communautés à titre individuel ; (2) identifier et caractériser les différentes stratégies d’activation des connaissances utilisées par différents membres des communautés ; et (3) caractériser les différentes formes de dynamiques d’accumulation des connaissances collectives émergeant de contributions individuelles, et analyser leurs répercussions sur la prise de décisions des consommateurs.
Le besoin d’examiner la dimension collective de la création de connaissances, parallèlement à la reconnaissance du fait que les consommateurs qui contribuent à la création de connaissances au sein des communautés en ligne constituent une forme d’organisation (Kozinets et al., 2008; Zwass, 2010), nous permet d’établir certains parallèles avec la gestion des connaissances organisationnelles. La création de connaissances collectives occupe une place importante dans les études en gestion, étant donné que les processus qui consistent à mettre les informations appartenant à un individu à la disposition des autres au sein d’une organisation peuvent être une source d’avantage concurrentiel dans une économie du savoir (Teece, 2003). Le concept de communautés de pratique, ou réseaux d’individus ayant un intérêt commun qui partagent leurs connaissances ou expériences en interagissant les uns avec les autres (Wenger et al., 2002), décrit les espaces dans lesquels s’opère la création de connaissances de manière fluide au sein des réseaux professionnels, dans les entreprises ou entre elles (Borzillo et Kaminska-Labbe, 2011; Brown et Duguid, 1991; Wenger et al., 2002). Bien que ce concept ait émergé de l’étude des pratiques professionnelles, les auteurs des études se sont également penchés sur les processus de création de connaissances dans les systèmes ouverts qui existent en dehors du cadre de structures formelles, et notamment dans les communautés de développement de logiciels (Lee et Cole, 2003). Cette approche semble pertinente dans le cadre de l’étude de la création de connaissances des consommateurs au sein des communautés en ligne autonomes, qui représentent, en substance, des communautés de pratique de consommation permettant, en toute liberté, la « révélation » d’« immenses réserves de connaissances, qui ne sont pas associées à des producteurs spécifiques » (Zwass, 2010: 13).
Cette étude constitue un apport théorique aux connaissances des consommateurs en « ouvrant la boîte noire » de l’accumulation collective des connaissances des consommateurs, alors que les précédentes études portant sur les connaissances au sein des communautés en ligne (Toder-Alon et al., 2014; Jayanti et Singh, 2010; Kozinets et al., 2008; De Valck et al., 2009) se sont principalement focalisées sur les processus individuels de connaissances des consommateurs. Elle montre la valeur d’une analyse à deux niveaux : le niveau individuel de l’activation et du partage des connaissances, et le niveau collectif de l’accumulation des connaissances. Elle identifie des schémas spécifiques d’activation et de création de connaissances, et caractérise le mode d’accumulation des connaissances. En s’inspirant des études de gestion des connaissances sur les communautés de pratique et en adoptant une perspective de bien public à l’égard des connaissances collectives, cette étude nous aide à comprendre comment différentes formes de connaissances peuvent être activées et partagées. Alors que les précédentes études ont mis davantage l’accent sur les raisons incitant les gens à partager leurs connaissances (leurs motivations), notre étude apporte des éclairages nouveaux sur le mode d’activation et d’accumulation des connaissances au sein des communautés en ligne autonomes.
Elle contribue à la littérature sur les communautés en ligne en analysant de manière approfondie les dynamiques de partage et d’accumulation des connaissances dans les communautés en ligne autonomes. Elle montre comment elles fonctionnent en tant que communautés de pratique de consommation et participent au renforcement du pouvoir des consommateurs en développant des connaissances collectives à partir d’activations individuelles. Elle fait ressortir le rôle de l’étape initiale de l’activation dans le cadre du processus, constatant l’exploitation des différentes caractéristiques des connaissances à l’état latent dans les communautés en ligne (rareté, spécialisation, diversité, redondance). Les connaissances collectives ainsi obtenues peuvent être exploitées à différentes fins en faveur du processus décisionnel, par différents membres de la communauté.
Cadre théorique
Connaissances des consommateurs dans les communautés en ligne
Les chercheurs ont examiné le phénomène au cœur de la capacité des communautés en ligne à inciter à la collaboration et la générosité par le biais du partage. Rheingold (1993) avance l’idée d’une économie du don lorsqu’il décrit les interactions entre différents membres de la communauté. D’autres (Kollock, 1999) ont préféré parler d’échanges généralisés. Dans le domaine de la consommation, Giesler (2006) approfondit la théorie du don à l’aide du concept de systèmes de dons entre consommateurs, qu’il utilise pour caractériser les réseaux P2P de partage de fichiers, comme Napster. Parallèlement, Hollenbeck et al. (2006) élargissent la notion de « don/contre-don » au-delà de l’échange économique ou relationnel, afin de montrer comment les communautés (au vu des nouvelles opportunités offertes par Internet) peuvent promouvoir une nouvelle forme communautaire de « don/contre-don ». Plus récemment, Belk (2014) a établi une distinction entre plusieurs phénomènes qui coexistent dans « l’économie collaborative » : le partage « réel », le partage avec une certaine attente de réciprocité et la consommation collaborative, sur la base de l’existence d’une réciprocité et contrepartie, ou non. Cependant, les distinctions conceptuelles établies dans les articles précités concernent des comportements individuels ; elles ne prennent pas en considération la façon dont ces comportements peuvent forger les caractéristiques du produit collectif issu de ces comportements. En outre, ces auteurs étudient les comportements individuels dans les communautés qui permettent le partage de plusieurs « produits » ; la question relative aux caractéristiques particulières de la connaissance comme bien public reste ouverte.
Une série d’études relativement restreinte s’est employée à comprendre comment les connaissances sont partagées et s’accumulent, au lieu de se concentrer sur la communauté au sein de laquelle ces connaissances étaient partagées ou sur les individus, et leur propension à partager, échanger ou faire don de leurs connaissances. De Valck et al. (2009) présentent une série de trois études visant à comprendre comment les consommateurs utilisent les communautés en ligne à la fois comme des réseaux sociaux et comme des réseaux d’information, et à examiner les répercussions sur leur prise de décisions. L’une de ces études s’emploie à dévoiler la nature des échanges en ligne et identifie quatre principaux cadres de discussion : le partage des connaissances, la négociation des normes, l’expression des valeurs et la célébration des ressemblances. Ainsi, au sein des forums et fils de discussion d’une communauté autonome en ligne, un large éventail de pratiques de consommation est échangé et révélé, où les informations, les opinions, les expériences et les valeurs s’entrecroisent. Exploitant également les messages provenant des forums, Toder-Alon et al. (2014) s’intéressent aux méthodes rhétoriques que les participants aux forums utilisent afin de demander ou fournir des conseils, et apportent les premières preuves de la relative efficacité des différentes stratégies. Cette étude offre un répertoire précieux des moyens les plus efficaces de lancer et d’alimenter les fils de discussion. Toutefois, elle reste centrée sur les stratégies individuelles ; elle ne tient pas compte du champ des connaissances qui s’accumulent progressivement autour de thèmes particuliers dans chaque fil de discussion, via les contributions individuelles des différents membres des communautés. Enfin, Jayanti et Singh (2010) utilisent les conversations dans les communautés en ligne axées sur la santé pour dévoiler les processus d’apprentissage social des consommateurs. Fait important, cet article introduit la notion de recherche participative (et, par conséquent, la promesse de connaissances collectives) dans l’arène des consommateurs, en s’inspirant des études sur la gestion des connaissances pour avancer l’idée, suite aux travaux de Lave et Wenger (1991), que se nourrir des expériences distribuées (à savoir les expériences d’individus dans la communauté à laquelle on appartient) est un moyen efficace d’accroître ses connaissances et sa capacité à résoudre des problèmes. Ainsi, cet article étudie la création de connaissances collectives, tant au niveau individuel que collectif. Il montre également comment, grâce aux avantages de la recherche participative, même les membres qui sont moins aptes à formuler leurs problèmes sont capables d’élargir leurs options de résolution de problèmes, développant ainsi leur pouvoir d’action.
Les trois études évoquées précédemment favorisent la compréhension des connaissances qui émergent au sein des communautés en ligne autonomes de trois façons importantes. Premièrement, elles introduisent dans la sphère des communautés de consommateurs en ligne la notion centrale de connaissances collectives et, dans le cas de Jayanti et Singh (2010), font connaître la littérature consacrée aux communautés de pratique et à la gestion des connaissances pour nous aider à réfléchir au-delà des limites des connaissances individuelles. Deuxièmement, elles montrent que les connaissances collectives qui naissent dans ces communautés sont « désordonnées », car composées d’anecdotes, d’expériences directes de membres, de rumeurs, de valeurs et d’autres opinions toutes entremêlées dans différents fils de discussion. Troisièmement, elles montrent que ces champs de connaissances peuvent néanmoins donner aux consommateurs les moyens de mieux comprendre leurs problèmes ou besoins, et de prendre des décisions. Cependant, ces trois études s’intéressent aux pratiques individuelles concernant les conversations en ligne analysées : pratiques de discussion (De Valck et al., 2009), procédés rhétoriques d’activation et d’enrichissement des connaissances (Toder-Alon et al., 2014), et pratiques de recherche (Jayanti et Singh, 2010). Ces perspectives restent donc au niveau d’un échange de connaissances entre individus ; elles ne tiennent pas compte de la dimension collective de l’accumulation des connaissances que les pratiques individuelles génèrent de façon émergente. Dès lors, reste à savoir comment sont activées et partagées les connaissances qui existent à l’état latent au sein des communautés en ligne autonomes, et comment elles s’accumulent comme un bien public et collectif. Cette question cruciale sous-tend la recherche du présent article.
Communautés en ligne, communautés de pratique et création de connaissances collectives
La notion de communautés de pratique, ou réseaux d’individus ayant une préoccupation ou une problématique commune, qui partagent leurs connaissances et leur expertise dans ce domaine en interagissant les uns avec les autres au fil du temps (Wenger et al., 2002), a été conçue dans un contexte organisationnel. Néanmoins, elle semble pertinente dans le cadre de l’étude du partage et de l’accumulation des connaissances des consommateurs au sein des communautés en ligne, en particulier si l’on considère que les consommateurs qui activent et partagent les connaissances dans ces communautés agissent comme des producteurs (Kozinets et al., 2008; Schor, 2014; Zwass, 2010). En outre, la notion de communauté de pratique reflète la diversité des formes de connaissances qui sont créées dans les communautés de consommateurs autonomes. Par ailleurs, le terme « pratiques de consommation » illustre bien le contenu de ces connaissances, étant donné que celles-ci s’accumulent autour des problèmes et pratiques des consommateurs (Brown et Laurier, 2014), et non pas autour des productions des marketers, comme les produits, les communications, les services ou les marques.
L’étude des connaissances qui émergent et s’accumulent au sein des communautés de consommateurs en ligne requiert l’utilisation d’une théorie en dehors des domaines des études de marketing et de consommation, qui ont été limités aux phénomènes d’acquisition et de traitement des connaissances individuelles (Jayanti, 2010), malgré le vif intérêt pour les pratiques de consommation collaborative (Belk, 2014; Roux, 2007; Roux et Guillard, 2016; Roux et Guiot, 2008; Scaraboto, 2015). Bien qu’elle soit absente des études en marketing, la notion de création et d’exploitation de connaissances collectives occupe une place importante dans la littérature en gestion, étant donné que, dans une économie du savoir, les processus qui consistent à mettre les informations appartenant à un individu à la disposition des autres au sein de l’organisation peuvent procurer un avantage concurrentiel (Teece, 2003). De plus, bien que la création de connaissances ait principalement été étudiée du point de vue du contexte d’une organisation soucieuse d’activer, d’alimenter et, par conséquent, de gérer les processus de création de connaissances (Alavi et Leidner, 2001; Brown et Duguid, 1998; Nonaka et al., 2006), d’autres études ont analysé la création de connaissances au sein de groupes autonomes (Borzillo et Kaminska-Labbe, 2011; Lee et Cole, 2003; Mathwick et al., 2008; Orr, 1996).
La littérature consacrée à la gestion des connaissances adopte généralement une vision socio-constructiviste de la création de connaissances, qui, allant au-delà des aspects explicite et informationnel de la connaissance, souligne l’importance de l’expérience et de la situation, y compris les émotions associées à ces expériences situées. Comme l’a fait remarquer Spender (1996: 64), « de nos jours, le savoir est moins une question de vérité et de raison que de pratique qui consiste à intervenir de façon éclairée et dans un but précis dans le monde » ; il n’est pas dépourvu de valeurs humaines (Nonaka et al., 2006). Une telle perspective souligne également l’importance de la pratique dans le développement des connaissances ainsi que la relation entre le savoir et la résolution de problèmes : les connaissances représentent un atout précieux, dans la mesure où elles sont capables de guider les actions, comme l’illustre Mische (2001: 167–168) dans sa définition du terme « connaissance » : « tout capital intellectuel, toute information, tout apprentissage ou tout point de vue personnel qui stimule, entraîne ou contribue à une compréhension accrue, un acte intentionnel, de nouveaux comportements, un meilleur processus décisionnel, une adaptation et un apprentissage plus poussé ».
La littérature en gestion fournit diverses catégorisations permettant de définir d’importantes distinctions. Deux principaux types de distinction présentent un intérêt particulier pour notre étude. Premièrement, la littérature distingue la connaissance en tant que propriété individuelle et la façon dont elle peut être « extraite » des individus qui la détiennent, de la connaissance en tant que propriété collective, sous la forme d’un bien public, et son éventuelle « sagesse » (Nonaka et al., 1996; Spender, 1996).
Deuxièmement, les auteurs font la distinction entre les connaissances déclaratives (« quoi ») et les connaissances procédurales (« comment »), tout en établissant un parallèle avec la distinction entre les connaissances explicites (connaissances qui sont articulées et généralisées ; Nonaka, 1994) et les connaissances tacites (connaissances qui proviennent d’une action, d’une expérience ou d’une implication dans une situation : Nonaka, 1994). Même si ces deux formes de connaissances, qui sont à l’origine des connaissances individuelles, peuvent devenir des connaissances collectives (Brown et Duguid, 2001; Nonaka et al., 1996), les connaissances tacites sont généralement reconnues comme étant plus précieuses que les connaissances explicites, car elles sont souvent latentes ou « ne sont pas encore articulées » (Tsoukas, 2005) et sont, par conséquent, plus difficiles à partager et à acquérir (Alavi et Leidner, 2001).
Les questions qui consistent à savoir comment activer les connaissances latentes implicites et comment les individus peuvent exploiter les connaissances qui s’accumulent sous la forme d’un bien public sont au cœur de cet article. Par conséquent, nous distinguons l’activation des connaissances du partage des connaissances, estimant que l’activation de connaissances latentes constitue une étape importante pour favoriser leur partage. Par ailleurs, nous distinguons les processus individuels d’activation et de partage des connaissances du processus collectif émergent d’accumulation des connaissances, et leur transformation en bien public, qui peut être exploité par la personne à l’origine de l’activation de ces connaissances et par tous les autres membres de la communauté, à des fins diverses. Dans la mesure où nous passons du niveau individuel de l’activation et du partage des connaissances au niveau collectif de l’accumulation des connaissances, les caractéristiques des connaissances et leurs utilisations sont transformées par la transition d’une propriété et de besoins individuels, vers la disponibilité et les utilisations éventuelles par d’autres membres de la communauté. Nous passons également de la question de savoir comment les connaissances peuvent être activées à la question de comment les connaissances collectives émergentes s’accumulent et peuvent être exploitées par différents individus pour prendre des décisions.
Méthodologie
Afin de mieux comprendre les dynamiques d’activation, de partage et d’accumulation des connaissances au sein des communautés autonomes de consommateurs en ligne, une approche exploratoire s’est avérée nécessaire, compte tenu du manque de connaissances dont nous disposons dans ce nouveau champ de recherche. L’étude suit une approche netnographique (Kozinets, 2002; Kozinets, 2010) pour examiner les deux axes d’étude portant sur la façon dont les connaissances individuelles sont activées et partagées, et les différentes formes de connaissances collectives qui s’accumulent dans les communautés en ligne.
Sélection et caractéristiques du site de collecte de données
Une attention particulière a été accordée à la sélection d’un site approprié qui permettrait de collecter des données dans un cadre naturel, protégées contre l’intrusion du parti pris du chercheur, et d’explorer les dynamiques de création de connaissances des consommateurs. Nous avons jugé qu’une communauté dédiée à la résolution de problèmes par des pairs (Mathwick et al., 2008) serait le choix idéal pour répondre à nos besoins. Ces communautés, qui sont axées sur la recherche de solutions, le partage de bonnes pratiques et le développement de l’expertise, constituent des « réseaux de pratique » (Kozinets, 2002; Mathwick et al., 2008). Le site sélectionné est un forum en ligne destiné aux habitants de Dubaï (Emirats arabes unis), hébergé par le site www.expatwoman.com. Ce forum est décrit comme portant sur « les conditions de vie et de travail » dans certaines villes. Il héberge des échanges de connaissances qui s’appuient sur un intérêt commun pour les activités relatives à l’installation et la vie quotidienne dans une ville donnée. Il est donc représentatif d’une communauté virtuelle de consommation (Kozinets, 1999). Bien que la communauté cible une ville en particulier, sa nature orientée vers la résolution de problèmes et les intérêts communs de ses membres sont à la fois évidents dans les discussions qu’elle accueille et justifiés par la migration périodique de la population du pays, dont le dernier recensement estimait la part des non-ressortissants à hauteur de 80 % de la population totale (Gulf News, 2009). De ce fait, la problématique liée à l’installation et la vie quotidienne dans ce « lieu étranger » en particulier se prête à merveille au partage de problèmes, de solutions et de pratiques entre les non-ressortissants. Il convient également de signaler que, bien que le terme « expatriés » (personnes qui ne vivent pas dans leur propre pays ; Cambridge Dictionary) soit souvent associé aux cadres réalisant des missions de courte durée pour leur entreprise dans d’autres pays, à Dubaï, ce terme s’applique à l’ensemble des non-résidents, dont beaucoup n’ont pas un statut social aussi élevé. Comme le nom de la plateforme (expatwoman) l’indique, la plupart – mais non la totalité – des membres de la communauté sont des femmes.
Le choix du site a été guidé par les cinq critères de Kozinets (2002), à savoir : être organisé autour d’un thème ciblé, générer un volume de trafic important avec un nombre élevé d’auteurs de posts distincts, contenir des données abondantes et générer un haut niveau d’interaction. Le jour de la collecte des données, les forums du site web comptaient 46 369 membres, tous identifiés par des pseudonymes ; ils avaient hébergé au total 84 024 fils de discussion. Les statistiques de vue des fils de discussion affichaient un nombre élevé de vues : le post le plus consulté avait recueilli 46 942 vues. Les posts généraient également un nombre satisfaisant de réponses : le fil de discussion le plus actif avait suscité 697 réponses.
Bien que les archives soient disponibles pour tous les fils de discussion, le site affiche en permanence les 1 000 fils de discussion contenant les posts les plus récents, accessibles aux membres comme aux non-membres. Les messages de ces 1 000 fils de discussion et d’autres données afférentes ont été immédiatement téléchargés. Nous avons supprimé 171 fils de discussion, qui comprenaient : les règles du forum rédigées par l’équipe d’administration du site ; les fils de discussion en double et les messages personnels ; les fils de discussion ne contenant aucun élément de « connaissance » tels que les petites annonces (bien que les règles du forum n’autorisent pas les petites annonces, quelques-unes étaient présentes) et les simples « chaînes de mots » ; les fils de discussion datant de moins de 24 heures et jugés trop récents pour avoir pu être consultés par tous les membres (en partant du principe que les membres accèdent au forum à une heure régulière chaque jour) ; et les fils de discussion dont les données relatives aux membres étaient manquantes. Il nous restait 829 fils de discussion, représentant tous des réserves uniques de connaissances partagées entre les consommateurs – soit environ 450 000 mots. Nous avons également collecté les données suivantes accessibles au public : la date de publication des posts, le pseudonyme des auteurs de posts, le nombre de posts des auteurs sur le forum et la date à laquelle les auteurs ont rejoint le forum. Les messages de ces fils de discussion et les données associées constituent les données de cette étude.
Afin de clarifier la terminologie employée tout au long de l’étude, nous entendons par « post » un texte rédigé par un membre d’une communauté en ligne, qui fait partie d’un fil de discussion. Le premier post d’un fil de discussion est appelé ici le « post initial » ; il active ou sollicite le partage de connaissances grâce à la création d’un nouveau fil de discussion ; nous appelons l’auteur d’un post initial un « activateur » (de connaissances). Un fil de discussion comprend un ou plusieurs posts. Les fils de discussion apparaissent sur la « page d’accueil » d’un forum via leur intitulé, dont le lien hypertexte renvoie au post initial et aux posts suivants. Tout membre de la communauté peut démarrer un fil de discussion pour activer ou partager des connaissances.
Il existe parmi les méthodes netnographiques plusieurs approches de participation des chercheurs et plusieurs catégories de données associées (Kozinets, 2010). L’objectif des travaux de recherche étant ici l’étude des dynamiques d’activation et de création de connaissances au sein d’une communauté de pratique de consommation, nous avons jugé que la collecte de données disponibles sur le forum était la stratégie la plus adaptée. Il n’était pas nécessaire d’éliciter des données d’autres membres ou des notes prises sur le terrain (à ne pas confondre avec l’activité de tenue du journal de recherche tout au long de l’analyse et de l’interprétation des données : Miles et Huberman, 1994). Par conséquent, les auteurs ne sont pas devenus membres de la communauté et n’ont pas interagi avec ses membres ; ils ont uniquement consulté les données accessibles au public. Conformément aux règles de déontologie, ils ont pris contact avec les responsables de la communauté, en les informant des objectifs de l’étude ; les responsables de la communauté ne se sont pas opposées à l’utilisation des données accessibles au public dans ces conditions. En outre, cet article suit également les recommandations de Kozinets (2010) en préservant l’anonymat des auteurs des posts cités. Bien que les membres de la communauté ne soient identifiés que par leur pseudonyme, les auteurs des posts cités ont été rendus anonymes afin de protéger davantage leur identité. Toutes les mentions de lieux ou prestataires de services particuliers dans les citations reproduites textuellement ont également été remplacées par une référence générique.
L’analyse des données s’est déroulée en trois phases distinctes, comme suit.
Phase 1 : identifier les types d’activation des connaissances
La première phase de l’analyse visait à définir les différents types de connaissances activées par chaque membre de la communauté. Le post initial de chaque fil de discussion peut être considéré comme le vecteur via lequel les connaissances sont initialement activées, par l’intermédiaire d’un membre de la communauté qui cherche ou partage des informations. Ainsi, les données de la Phase 1 se composent des posts initiaux de chacun des 829 fils de discussion – soit environ 46 000 mots.
Le contenu des posts initiaux a été analysé de façon inductive, à l’aide de la méthode de comparaison constante (Corbin et Strauss, 1990), dans le but de laisser les thèmes se dégager concernant les types de connaissances recherchées ou partagées. Suivant la classification de Brucks (1986) concernant le contenu des connaissances des consommateurs, les catégories du codage initial relatives au contenu des connaissances (informations sur le produit/service, conseils, pratiques, idées, avis, bouche-à-oreille, etc.) recherchées par l’activateur et, au fil de l’analyse, les catégories d’ordre supérieur ont été créées. L’analyse a pris fin lorsque l’interprétation s’est orientée vers une catégorisation émergente de quatre types de connaissances activées (Kozinets, 2002).
Phase 2 : identifier les modèles de création des connaissances
La deuxième phase de l’étude visait à identifier et caractériser différents modèles d’activation des connaissances, utilisés par les membres de la communauté. L’analyse typologique est une technique exploratoire bien adaptée à la classification empirique des cas (Hair et al., 2010). Elle a été utilisée à des fins semblables dans de nombreuses disciplines, dont la recherche sur les comportements des internautes (De Valck et al., 2009; Moe, 2003; Okazaki, 2006). De ce fait, en parallèle et indépendamment de la Phase 1, une analyse typologique a été réalisée sur le même échantillon de posts initiaux et de données associées des 829 fils de discussion, sur la base du cadre conceptuel suivant.
Cadre conceptuel et sélection de variables
Premièrement, lorsque les auteurs qui commencent un nouveau fil de discussion contextualisent leur activation ou partage de connaissances, les lecteurs peuvent mieux discerner quelles sont les connaissances recherchées ou partagées ; ils peuvent se sentir plus aptes à répondre à leur demande. Ainsi, les posts initiaux ont été codés selon que l’activateur a expliqué ou non le contexte de son activation de connaissances. Deuxièmement, le fait que le post initial concerne la recherche ou le partage de connaissances peut en retour influencer la réponse qui lui sera apportée, les fils de discussion étant plus longs suite à la recherche que suite au partage de connaissances, car les gens seraient plus enclins à répondre à une question qu’à commenter des propos (Mangold et al., 1999). Ainsi, les posts initiaux ont été codés selon que les auteurs ont recherché ou partagé des connaissances.
Troisièmement, l’expression émotionnelle que dégage le post initial peut avoir des répercussions sur la façon dont il est perçu par les membres et leur envie d’y répondre. Alors que la valence constitue un facteur important dans l’analyse du bouche-à-oreille (voir les travaux de Purnawirawan et al., 2015, pour un examen de la question), certaines émotions peuvent mieux prédire le comportement qu’une simple valence d’opinion (Derbaix et Vanhamme, 2003; Zeelenberg et Pieters, 2004). Davantage de membres sont susceptibles de répondre aux posts dans lesquels l’auteur évoque une inquiétude/de la confusion, par rapport aux posts véhiculant des sentiments de colère ou de frustration, qui peuvent être plus intimidants. Les posts véhiculant des émotions positives risquent de ne pas induire un besoin aussi irrésistible de contribuer au fil de discussion que ceux exprimant une inquiétude/confusion. Ainsi, les posts initiaux ont été codés selon qu’ils exprimaient un sentiment d’inquiétude/de confusion, de colère/frustration ou des émotions positives. Ces trois sortes d’émotions étaient celles qui prédominaient dans les posts.
Quatrièmement, nous avons inclus trois variables continues : la durée du fil de discussion, la proportion du nombre de réponses par rapport au nombre de vues et de réponses par jour. La durée du fil de discussion témoigne de sa longévité, laquelle peut être considérée comme un indicateur de son importance et de sa pertinence pour la communauté en ligne. La deuxième variable, la proportion de réponses par rapport aux vues, donne une idée du « volume » de connaissances activées. Enfin, le nombre de réponses par jour suggère le degré « d’efficacité » du post initial pour activer les connaissances. La conceptualisation et les procédures évoquées précédemment offrent huit variables de classification : cinq variables catégorielles et trois variables continues. Les trois variables continues auraient également pu être conçues comme des variables expliquées. Cependant, la durée du fil de discussion, le nombre de vues et le nombre de réponses sont des éléments d’information qui apparaissent sur le forum à côté de l’intitulé de chaque fil de discussion et peuvent, par conséquent, contribuer radicalement aux modèles d’activation des connaissances. Ils ont donc été inclus comme des variables de regroupement 1 .
Analyse typologique
En raison de l’association de variables continues et catégorielles, l’étude a employé l’analyse typologique en deux étapes, développée par Chiu et al. (2001), qui convient également au traitement de vastes banques de données (Norusis, 2003). L’application « TwoStep Cluster » dans IBM SPSS 21 a été utilisée. La procédure permet de suggérer le nombre optimal de groupes à l’aide du critère d’information bayésien (Bayes Information Criterion ou BIC) et démontre l’importance de chaque variable dans la formation des différents groupes.
Phase 3 : dynamiques de création de connaissances
La Phase 3 de l’étude visait à identifier et caractériser les différentes formes de dynamiques de création et d’accumulation des connaissances collectives, qui émergent à partir d’activations individuelles au sein d’une communauté en ligne autonome. La succession de messages que forment les posts d’un échantillon de 50 fils de discussion complets ont été analysés de façon inductive, dans le but d’identifier différentes formes de connaissances collectives émergentes et leurs caractéristiques.
Echantillon
Un échantillon stratifié de 50 fils de discussion (soit environ 35 000 mots) a été sélectionné de façon aléatoire à partir de l’échantillon global de 829 fils de discussion, de manière à ce que les 50 fils de discussion soient proportionnels aux quatre types d’activation des connaissances, identifiés lors de la Phase 1, et aux quatre groupes ayant émergé de manière empirique lors de l’analyse typologique de la Phase 2. Les 50 fils de discussion ont été initiés par 47 membres différents. En moyenne, ils ont recueilli 421 vues, ont obtenu 9,88 réponses et ont duré 6,22 jours. Quatre fils de discussion n’ont obtenu aucune réponse ; le plus soutenu a reçu 48 réponses ; il a recueilli le plus de vues (1 270 vues) et a impliqué le plus grand nombre de participants (32). La décision de choisir un échantillon de 50 fils de discussion a été prise a priori par les auteurs, qui estimaient que le volume prévu des données des fils de discussion ainsi sélectionnées pourrait permettre la saturation théorique lors de l’analyse, à des fins de théorisation inductive. Ils sont restés ouverts à la possibilité de devoir augmenter la taille de l’échantillon, mais la saturation théorique a été atteinte avec la taille d’échantillon donnée, et une nouvelle itération entre l’analyse et la collecte des données a été jugée superflue.
Analyse
Afin d’étudier les dynamiques d’accumulation des connaissances collectives, la méthode de comparaison constante (Corbin et Strauss, 1990) a été utilisée, la première étape de l’analyse ayant lieu au niveau du fil de discussion (ou cas) et la seconde étape consistant en une analyse transversale des fils de discussion (ou cas). Lors de la première étape de l’analyse, au niveau du fil de discussion, chaque post publié dans le fil de discussion a été codé au regard de sa contribution aux connaissances globales au sein du fil de discussion (p. ex. activation des connaissances, formation et exploration des connaissances, partage d’informations factuelles, attribution de sens, recherche active, partage d’expériences personnelles, contributions porteuses de valeurs, témoignages de soutien social, etc.). Lors de la seconde étape, à savoir l’analyse transversale, chaque fil de discussion a été classé en fonction des caractéristiques du champ global des connaissances accumulées dans le fil de discussion et de sa relation avec l’activation initiale. Le codage axial a fourni les moyens de relier différentes formes d’activation des connaissances à certaines stratégies d’activation ou d’enrichissement des connaissances individuelles, et de rattacher les diverses contributions individuelles distinctes à différentes formes de connaissances collectives émergentes. Il a ensuite permis, lors de la phase de théorisation et de codage sélectif, d’établir un lien entre différentes formes d’accumulation des connaissances et leur utilisation potentielle à différents stades du processus décisionnel. L’analyse a pris fin lorsque la classification évolutive des cinq formes de dynamiques d’accumulation des connaissances a permis de décrire tous les cas.
Résultats
Types d’activation des connaissances
Lors de la Phase 1 de l’étude, l’analyse de comparaison constante des messages provenant des 829 posts initiaux de l’échantillon a révélé sept formes de connaissances des consommateurs activées au sein de la communauté en ligne (voir Tableau 1), qui peuvent être organisées grâce à deux distinctions conceptuelles : selon que les connaissances recherchées (ou partagées) devraient converger (convergentes) ou demeurer hétérogènes; et selon que l’auteur du post initial recherche (ou partage) des connaissances informationnelles (connaissances composées de faits, de descriptions de processus, etc., réputées « objectives » et vérifiables, et ne présentant, par conséquent, aucune valence) ou des connaissances évaluatives (connaissances contenant les points de vue, les interprétations ou les opinions des auteurs, et ayant, par conséquent, une valence positive ou négative). Le croisement des deux dimensions crée une matrice 2 × 2. Les résultats sont présentés de façon plus détaillée ci-après, alors que des exemples de verbatims figurent dans le Tableau 1.
Types d’activation des connaissances par les auteurs d’origine des fils de discussion.
Les auteurs de posts en quête de connaissances informationnelles convergentes peuvent chercher à obtenir des informations déclaratives ou procédurales relatives à des produits, un service ou un accès, et notamment les endroits où l’on peut acheter des produits ou des marques spécifiques, les tarifs, les heures d’ouverture ou l’adresse d’un lieu. Ces informations peuvent également se rapporter à certaines procédures telles que des procédures officielles dont les règles précises (souvent non publiées) peuvent sembler opaques. Dans certains cas, des connaissances informationnelles convergentes sont recherchées lorsque l’activateur tente de comprendre une situation qui est perçue comme inhabituelle. Les activateurs en quête de connaissances évaluatives convergentes peuvent rechercher du bouche-à-oreille, des conseils, voire un assentiment concernant une action ou une déclaration liée au marché. Par ailleurs, les auteurs peuvent solliciter des conseils ou des interprétations concernant des pratiques (culturelles) locales. La catégorie des connaissances évaluatives convergentes concerne les cas où la plupart des posts partageant (par opposition à ceux recherchant) des connaissances sont identifiés, dans lesquels l’auteur partage généralement une observation ou une opinion. Ces avis peuvent être formulés en des termes enflammés, à certaines occasions étant décrits comme des « coups de gueule » par les auteurs de posts eux-mêmes. Les auteurs du premier post qui activent des connaissances informationnelles hétérogènes ouvrent une réflexion pour obtenir diverses idées et options à envisager. Lorsqu’ils activent des connaissances évaluatives hétérogènes, les auteurs sollicitent ou partagent des opinions, des points de vue ou des conseils concernant des dilemmes complexes.
Globalement, le premier constat qui se dégage des conclusions est qu’une grande majorité (88,5 %) des posts initiaux vise à rechercher, au lieu de simplement partager, des connaissances, confirmant l’importance des connaissances latentes dans les utilisations que les membres font de la communauté. Par ailleurs, les conclusions montrent que les connaissances activées dans les communautés en ligne dépassent largement le bouche-à-oreille (évaluations d’un produit, d’un service ou d’une expérience) et incluent de nombreuses connaissances déclaratives et procédurales telles que des informations sur les produits, des informations d’accès, des conseils sur les procédures, qui pourraient également être disponibles sur les sites web des marketers ou des prestataires de services. Bien que certains posts initiaux puissent chercher à activer des connaissances à la fois informationnelles et évaluatives (et, par conséquent, appartenir à deux catégories en même temps), d’autres précisent clairement qu’ils ne demandent que des connaissances informationnelles ou les avis des membres, laissant supposer qu’ils ont l’intention d’utiliser les connaissances activées de différentes façons.
Modèles d’activation des connaissances – analyse typologique
Lors de la Phase 2, les auteurs ont effectué une analyse typologique pour identifier et caractériser différents modèles d’activation des connaissances, potentiellement présents dans les données. L’analyse typologique reposait sur cinq variables catégorielles (explication du contexte de l’activation des connaissances ; recherche ou partage de connaissances ; sentiment de frustration/colère ; sentiment de confusion/d’inquiétude ; expression d’une émotion positive) et trois variables continues (durée du fil de discussion ; nombre de réponses par jour ; proportion de réponses par rapport aux vues). L’algorithme utilisé par le logiciel de groupage en deux étapes a suggéré une classification en quatre groupes, en raison du rapport élevé des mesures de distance de la valeur moyenne (2,475) et de la valeur du critère BIC relativement faible (1938,838) – le traçage des valeurs du critère BIC révélerait que l’application de l’heuristique interprétative du diagramme d’éboulis aboutirait à la formation de quatre groupes (voir Tableau 2). L’indice de mesure, par le coefficient de silhouette, de la cohésion et de la séparation de la solution, qui détermine la qualité générale d’ajustement du modèle, est supérieur à 0,5, ce qui est considéré comme révélateur d’une bonne solution (Mooi et Sarstedt, 2011). L’analyse de la solution de regroupement pouvait donc être réalisée et a donné lieu au profilage des quatre groupes d’activation des connaissances.
Résultats de groupement automatique – « TwoStep Clustering » via IBM SPSS.
Les modifications sont relatives au nombre précédent de groupes dans le tableau.
Les rapports des modifications sont relatifs à la modification correspondant à la solution de deux groupes.
Les rapports des mesures de distance sont basés sur le nombre réel de groupes par rapport au nombre précédent de groupes.
Profilage des groupes d’activation des connaissances
Le Tableau 3 présente les caractéristiques des quatre groupes d’activation des connaissances identifiés, montrant les répartitions de fréquence des variables catégorielles et les moyennes des variables continues. La taille des groupes varie de 56 à 416 cas.
Profilage des quatre groupes de création de connaissances identifiés (n=829).
Le groupe 1 est constitué de fils de discussion dont les posts initiaux partagent essentiellement des connaissances véhiculant parfois un sentiment de frustration/colère ou des émotions positives. Le contexte du partage des connaissances est souvent communiqué. Ce groupe affiche la plus faible proportion moyenne de réponses par rapport aux vues (la moyenne est sensiblement inférieure à celle des trois autres groupes). Ces posts d’activation ne génèrent donc pas de longues discussions : comme on pouvait s’y attendre, les membres sont moins enclins à répondre à un partage qu’à une question et peuvent être intimidés pour répondre à un post véhiculant des sentiments de colère/frustration, ou se sentir moins obligés de répondre à un post exprimant une émotion positive. Ce groupe peut être qualifié de « partages ». Environ 13,6 % des posts d’activation appartiennent à ce groupe, qui est le troisième plus grand groupe.
Le groupe 2 est constitué de fils de discussions dont les posts initiaux expriment souvent des sentiments de confusion/d’inquiétude ; leurs fils de discussion durent de loin le plus longtemps (171,84 jours en moyenne, soit plus de 17 fois plus longtemps que la durée moyenne la plus longue parmi les trois groupes restants) et recueillent le plus grand nombre de réponses par jour (5,34, soit plus de trois fois plus que les trois autres groupes). Ce groupe est qualifié de « sujets de préoccupation ». Il s’agit du plus petit groupe, réunissant environ 6,8 % des posts.
Le groupe 3 est constitué de fils de discussion dont les posts d’activation recherchent des connaissances sans communiquer le contexte de la recherche. Les posts sont généralement dénués d’expressions émotionnelles, qu’elles soient positives ou négatives. Sur les quatre groupes, les fils de discussion figurant dans ce groupe affichent la plus courte durée moyenne (8,02 jours). Malgré cela, ils génèrent le deuxième plus grand nombre de réponses par jour (1,710). Ils peuvent donc être considérés comme étant très efficaces s’agissant de générer rapidement un grand nombre de réponses avant leur échéance, sans doute en raison d’une résolution rapide. C’est pourquoi ce groupe (le deuxième en taille), qui réunit environ 29,4 % de tous les cas, est qualifié de « questions rapides ».
Le groupe 4, à savoir le plus important (50,2 % des cas), est constitué de fils de discussion dont les posts initiaux recherchent des connaissances, dans lesquels le contexte de l’activation des connaissances est toujours communiqué, et qui n’expriment pas d’émotions. Ils affichent la deuxième durée la plus longue et génèrent, néanmoins, le plus petit nombre de réponses par jour, laissant supposer que les connaissances recherchées sont assez particulières, sont situées dans le contexte spécifique de l’auteur du post initial et risquent de ne pas être facilement accessibles. Certains des posts peuvent ne recevoir aucune réponse. Ce groupe est qualifié de « questions contextualisées ».
Globalement, trois variables affichent une portée prédictive supérieure à 0,6 quant à leur capacité à différencier les groupes : la communication ou non du contexte de l’activation ; la nature du post (partage ou recherche de connaissances) ; et l’expression d’un sentiment d’inquiétude/de confusion. Toutefois, les variables diffèrent en termes de portée prédictive entre les groupes. La nature du post (partage ou recherche de connaissances), le sentiment de colère/frustration ou l’expression d’une émotion positive, et la durée du fil de discussion sont des facteurs importants de différenciation du groupe 1 ; l’expression d’un sentiment d’inquiétude/de confusion, la durée du fil de discussion et la communication du contexte de l’activation sont les variables les plus importantes pour différencier le groupe 2. Enfin, les quatre mêmes variables – explication du contexte de la requête, durée du fil de discussion, nature du post (partage ou recherche de connaissances) et expression d’émotions (colère/frustration ou confusion/inquiétude) – jouent un rôle déterminant en matière de différenciation des groupes 3 et 4. Ainsi, six des huit variables figurant dans le cadre conceptuel présentent une portée prédictive pour au moins un groupe.
Validation de la solution de regroupement
Après le profilage des quatre groupes identifiés par l’algorithme de groupement à l’aide des huit variables perçues comme étant susceptibles d’influer sur les modèles d’activation des connaissances, d’autres tests statistiques ont été effectués pour caractériser davantage les groupes, en utilisant des variables qui n’avaient pas été prises en compte dans la formation initiale des groupes. Les données nécessaires ont été obtenues auprès de la communauté en ligne et à partir du codage des posts initiaux.
Une analyse de la variance (ANOVA) et plusieurs tests comparatifs révèlent que le groupe 1 (« partages ») peut être davantage caractérisé par le nombre total de posts des auteurs des posts initiaux depuis qu’ils ont rejoint la communauté, qui est nettement supérieur au nombre de posts rédigés par les activateurs dans les autres groupes. Cependant, la durée d’adhésion des membres ne permet pas d’établir une distinction notable entre les groupes. En conséquence, il semble que ce soit le niveau global d’activité de l’auteur qui distingue le groupe « partages » des autres groupes.
Ensuite, en intégrant les conclusions tirées de la Phase 2 à celles de la Phase 1, nous avons examiné les niveaux des associations entre les quatre groupes et la catégorisation des types de connaissances, développée lors de la Phase 1. A cet effet, tous les posts initiaux ont été codés dans l’un des quatre types de connaissances (informationnelles/convergentes ; informationnelles/hétérogènes ; évaluatives/convergentes et évaluatives/hétérogènes). Les tests d’indépendance du Chi-deux ont révélé des associations significatives. Plus précisément, le groupe 1 (« partages ») et le groupe 2 (« sujets de préoccupation ») sont tous deux étroitement associés aux groupes « évaluatives/hétérogènes » et « évaluatives/convergentes » ; le groupe 3 (« questions rapides ») est étroitement associé au groupe « informationnelles/convergentes » ; enfin, le groupe 4 (« questions contextualisées ») est étroitement associé à la fois au groupe « informationnelles/hétérogènes » et au groupe « évaluatives/hétérogènes ».
Globalement, la Phase 1 et la Phase 2 de l’analyse offrent une idée plus précise des modèles d’activation des connaissances dans la communauté en ligne. Le Tableau 4 intègre les conclusions tirées des deux phases dans une synthèse générale des modèles d’activation des connaissances identifiés. Quatre modèles différents d’activation des connaissances ont été découverts. Le plus fréquent est constitué de questions contextualisées et contient les fils de discussion dans lesquels les activateurs communiquent le contexte de leurs questions et recherchent des connaissances hétérogènes. La publication de posts sur ces fils de discussion n’est pas très prolifique, bien qu’ils durent relativement longtemps, laissant supposer que les connaissances sont plutôt difficiles à obtenir ou réunir, probablement parce qu’elles sont assez spécialisées ou rares. Ce modèle d’activation, qui représente la moitié de toutes les activations, a comme activateurs les membres les moins actifs des quatre groupes, donnant à penser que la création d’un réservoir de connaissances hétérogènes doit beaucoup à l’éventail de ses membres. Le deuxième groupe le plus fréquent, réunissant les questions rapides, contient les fils de discussion qui activent des connaissances informationnelles et convergentes, et sont dénués d’expression émotionnelle. Bien que les fils de discussion appartenant à ce groupe soient relativement brefs, ils reçoivent un nombre assez élevé de réponses par jour, donnant à penser que ces fils de discussion génèrent rapidement les connaissances recherchées et sont clos une fois que les objectifs du fil de discussion ont été atteints. Le troisième modèle d’activation des connaissances, regroupant les partages, implique les membres les plus actifs, qui sont plus habitués à utiliser le forum et se sentent probablement plus libres de partager un contenu émotionnel et subjectif. Les fils de discussion de ce groupe génèrent peu de réponses. Enfin, le modèle le moins fréquent, réunissant les sujets de préoccupation, active des connaissances évaluatives ; il contient souvent des sentiments de confusion/d’inquiétude et, dans deux tiers des cas, les connaissances recherchées sont liées à la santé. Il s’agit du groupe qui contient les fils de discussion les plus longs et les plus nourris ; leurs activateurs sont des membres de longue date, laissant supposer que ce modèle d’activation des connaissances pourrait nécessiter, en raison du caractère sensible des connaissances requises, que l’activateur soit familiarisé et à l’aise avec la communauté.
Descriptions des modèles d’activation des connaissances.
Somme toute, ces résultats suggèrent que différents membres ont tendance à être impliqués dans différents modèles d’activation des connaissances, chacun d’entre eux contribuant différemment au réservoir de connaissances collectives. Les membres les plus anciens activent les connaissances plus sensibles ; les membres les moins actifs stimulent de vastes champs de connaissances latentes, assez spécialisées ; les membres les plus actifs privilégient le partage à la recherche de connaissances, souvent d’ordre émotionnel et évaluatif.
Formes de dynamiques de création et d’accumulation de connaissances collectives – analyse des fils de discussion
Dans le cadre de la Phase 3 visant à caractériser les différentes formes de création et d’accumulation de connaissances collectives au sein d’une communauté autonome de consommateurs en ligne, un échantillon stratifié de 50 fils de discussion a été analysé de façon inductive, à l’aide de la méthode de comparaison constante (Corbin et Strauss, 1990).
Stratégies d’enrichissement des connaissances
Dans un premier temps, l’analyse individuelle des fils de discussion a pris en compte la contribution que chaque post a apportée à l’accumulation globale des connaissances dans le fil de discussion. Elle a permis d’identifier trois principaux types de stratégies d’enrichissement des connaissances : l’activation, le partage de connaissances déclaratives et procédurales, et le partage de connaissances évaluatives. Les stratégies d’activation visent à appeler des connaissances susceptibles d’exister au sein de la communauté. Les stratégies de partage de connaissances déclaratives et procédurales visent à mettre à profit les connaissances que l’auteur a accumulées grâce à son expérience personnelle ou à celle des autres, à partir d’autres sources ou par le biais de ses propres recherches. Les stratégies de partage de connaissances évaluatives concernent l’expression d’opinions liées au problème autour duquel les connaissances sont produites, et se distinguent des stratégies de partage de connaissances déclaratives et procédurales en s’appuyant sur des valeurs, au lieu du « quoi » et du « comment », comme principale contribution.
Formes de création de connaissances collectives émergentes
Ensuite, les fils de discussion ont été analysés en termes de champ global des connaissances collectives produites. Cinq formes de création de connaissances collectives se sont dégagées de l’analyse. La première forme correspond à « l’échec de création de connaissances ». Elle regroupe les cas où aucune réponse n’est obtenue ou lorsque les réponses ne proposent pas de résolution à l’activation initiale. A titre d’exemple, on peut citer le cas où l’activateur demande où trouver des matériaux artisanaux en plastique ondulé ; aucune réponse n’est fournie. La deuxième forme de dynamique de création de connaissances correspond à la « création de connaissances partielles » : le fil de discussion contient certains éléments en faveur d’une résolution, mais d’autres éléments sont manquants. Les connaissances peuvent être imprécises ou non confirmées, voire incomplètes, notamment lorsque des conseils sont donnés quant à la façon d’accéder aux connaissances recherchées, mais que les connaissances elles-mêmes ne sont pas fournies. A titre d’exemple de dynamique de création de connaissances partielles, on peut citer le cas d’un fil de discussion où l’activateur demande où acheter des nappes iraniennes ; plusieurs possibilités sont proposées ; il est demandé s’il s’agit de simples suppositions ou si quelqu’un sait avec certitude que l’on peut trouver des nappes aux endroits cités ; aucune autre information qui permettrait de répondre à cette question n’est fournie.
La troisième forme de dynamique de création de connaissances correspond à « l’évolution vers une résolution », lorsque le fil de discussion converge progressivement vers une résolution ou un plan d’action spécifique. Ces fils de discussion peuvent porter sur la recherche de « la bonne réponse », sur la recherche d’opinions convergentes ou sur la clarification de situations complexes. Dans l’un de ces fils de discussion, l’activateur essaie de développer un plan d’action suite à un avis reçu par les gérants de son complexe résidentiel concernant l’usage privatif d’entreprises de jardinage. Plusieurs membres de la communauté en ligne s’efforcent ensemble de savoir ce qui serait acceptable et conçoivent une approche auprès des entreprises de jardinage afin de dénouer l’impasse dans laquelle ils se trouvent. Dans un fil de discussion similaire impliquant un bouche-à-oreille convergent, un membre sollicite des commentaires sur une nouvelle boutique dans laquelle il vient d’acheter quelques articles. Huit contributeurs génèrent un bouche-à-oreille tout aussi positif, en partageant leurs expériences personnelles.
La quatrième forme de dynamique de création de connaissances correspond à la « création de connaissances approfondies », où un grand nombre de posts, chacun avec un élément de connaissance différent, contribuent au développement de connaissances approfondies sur un sujet précis. L’un de ces fils de discussion commence par la diffusion d’une information annonçant qu’un nouveau salon de coiffure est sur le point d’ouvrir. Il évolue ensuite grâce aux contributions de nombreux membres qui fournissent des informations sur les heures d’ouverture, l’emplacement exact et les prix, ou rapportent leur propre expérience du salon, y compris en termes de bouche-à-oreille, d’évaluations du service et de recommandations.
La cinquième forme de dynamique de création de connaissances correspond à la « création de connaissances variées », où un champ abondant de connaissances est créé, qui se caractérise davantage par la diversité des connaissances, des thèmes ou des idées que par sa profondeur. Il peut s’agir de longues listes de solutions, communiquées une par une, ou de champs de pratiques. A titre d’exemple de listes de solutions, l’activateur sollicite des idées à propos de choses à faire lors de la prochaine fête nationale ; un contributeur fait savoir qu’il recherche également des idées ; sept contributeurs postent des idées ; sept idées distinctes sont proposées. A titre d’exemple de champs de pratiques, l’activateur, qui est récemment venu s’installer dans la région, demande aux membres comment ils font sécher leur linge ; 18 contributeurs partagent 22 pratiques, et mentionnent deux marques de sèche-linge à condensation et une marque de serviettes. Dans d’autres cas, les fils de discussion évoluent « en s’éloignant » de la formulation de la question d’origine de l’activateur. D’autres membres s’appuient sur des aspects connexes, mais néanmoins différents, du problème ou redéfinissent le problème ; les fils de discussion peuvent susciter des positions extrêmes pendant un certain temps, avant que d’autres perceptions de la situation soient proposées ou que de nouvelles questions/thématiques émergent. A titre d’exemple, on peut citer le cas d’un fil de discussion où un membre fait part d’une expérience décevante avec un salon de manucure et ses produits, cherchant à comprendre pourquoi. Les connaissances émergent sous forme de bouche-à-oreille contrasté sur le salon, de recommandations d’autres salons, de pertinence d’apporter ou non son propre vernis à ongles au salon, d’interrogation quant à savoir s’il est conseillé de garder son vernis à ongles pendant longtemps, d’interrogation quant à savoir si la marque du vernis est celle du salon, de caractéristiques du vernis à ongles en question.
Globalement, il existe une certaine continuité des formes infructueuses (« échec ») aux formes plus efficaces (« orientation vers une résolution », « approfondies » et « variées »), en passant par les formes « partiellement efficaces », de création de connaissances collectives. La richesse qui s’accroît à la mesure de la diversité des perspectives et des connaissances individuelles apportées présente une valeur collective particulièrement précieuse. Les données révèlent que certains activateurs sont conscients de la valeur collective des connaissances produites au sein des communautés : ils s’excusent de poser une question trop spécifique ou laissent entendre clairement que leur question pourrait intéresser d’autres membres.
Toutefois, il convient de souligner que les connaissances collectives sont initialement activées par un seul membre qui s’intéresse à un problème ou une situation spécifique. Il peut donc y avoir des différences en termes de degré d’utilité des connaissances produites entre l’activateur et la communauté dans son ensemble. A titre d’exemple, on peut citer le cas d’un fil de discussion activé par un membre qui souhaitait obtenir une recommandation sur le meilleur fer à repasser disponible sur le marché, qu’il souhaitait acheter le jour même. Le fil de discussion conduit à la communication de sept propositions différentes de « meilleurs fers à repasser ». Cette diversité de réponses risque d’avoir rendu la tâche de l’activateur plus difficile en réalité : il souhaitait utiliser la communauté pour écourter l’étape d’évaluation. Au lieu de cela, les connaissances qu’il a activées ont abouti à un ensemble assez vaste de considération. Néanmoins, la valeur collective des connaissances produites dans le fil de discussion est non négligeable, étant donné que celles-ci peuvent constituer un ensemble utile de considération pour tout autre membre cherchant un nouveau fer à repasser.
Si l’on part du principe que les connaissances sont particulièrement précieuses lorsqu’elles facilitent la résolution d’un problème en particulier (Spender, 1996), la valeur collective, à l’échelle communautaire, produite par chaque fil de discussion peut alors être évaluée en déterminant dans quelle mesure ces connaissances peuvent permettre aux autres membres de la communauté de prendre des décisions. Un premier signe de cette valeur est parfois perceptible dans les fils de discussion eux-mêmes, lorsque plusieurs autres membres publient un post à l’appui de l’activation initiale des connaissances, indiquent qu’ils sont également intéressés par les connaissances recherchées ou fournies, ou poursuivent ou approfondissent la ligne initiale de questionnement. Deuxièmement, dans l’ensemble de données provenant des 1,000 fils de discussion, on trouve des renvois à des posts antérieurs, qui se présentent sous deux formes. Dans une première forme de renvoi, l’activateur de connaissances montre qu’il a conscience de l’existence de fils de discussion antérieurs sur la question. L’auteur d’un post déclare par exemple : « Je sais qu’il existe déjà de nombreux fils de discussion sur ce sujet, mais j’aimerais obtenir des recommandations récentes. » Dans une autre forme de renvoi, un membre, en réponse à l’activateur d’un fil de discussion, fournit un lien vers un autre fil de discussion, laissant supposer que le fil de discussion antérieur répond précisément à la question de l’activateur ou qu’il contient des idées éventuellement utiles.
Qui plus est, nous avons étudié la question de savoir dans quelle mesure les connaissances produites et accumulées au sein d’un fil de discussion profitent également à la communauté dans son ensemble au fil du temps. Pour qu’il y ait accumulation au niveau de la communauté au-delà du fil de discussion, il faudrait que d’autres membres recherchant des connaissances similaires continuent à accéder aux connaissances contenues dans ces premiers fils de discussion sur une période prolongée. Nous nous sommes penchés sur la question en suivant l’évolution du nombre de vues et de réponses depuis la date de la première collecte de données, en utilisant l’échantillon de 50 fils de discussion exploité lors de la Phase 3. L’augmentation annuelle moyenne du nombre de vues s’élève à 257 %, alors que celle du nombre de réponses n’est que de 3,9 %. Bien qu’il soit impossible de tirer des conclusions sur l’utilité des connaissances accessibles à partir de ces statistiques, elles laissent à penser que les connaissances accumulées dans un fil de discussion durant une période déterminée continuent à être consultées au fil du temps par d’autres membres de la communauté et qu’elles « perdurent » dans le temps, étant utilisées par d’autres personnes que l’activateur d’origine et les premiers utilisateurs.
Discussion
En exploitant le cadre naturel et commun d’un forum en ligne, cette étude a tenté de savoir comment sont activées et partagées les connaissances inexploitées au sein des communautés en ligne autonomes, et comment elles s’accumulent comme un bien public et collectif. Globalement, les différentes phases de l’étude ont analysé les dynamiques à deux niveaux (individuel et collectif), révélant comment les connaissances activées suite à un besoin individuel sont accumulées et potentiellement utilisées par la communauté au sens large au fil du temps. Les conclusions apportent des éléments de réflexion et ont des implications sur plusieurs aspects importants de la création et l’accumulation de connaissances au sein des communautés en ligne autonomes : les catégories de connaissances recherchées et les différentes caractéristiques de la communauté en ligne qui sont utilisées à différentes fins ; les modèles d’activation des connaissances et les rôles distincts des différents membres de la communauté dans l’activation des différents types de connaissances ; la forme des champs émergents de connaissances et la façon dont ils peuvent éventuellement être utilisés par d’autres personnes. Nous allons à présent nous intéresser à ces implications à tour de rôle.
Implications théoriques
L’étude permet tout d’abord d’établir une catégorisation de l’activation des connaissances en analysant les posts initiaux de chaque fil de discussion. Cette catégorisation nous aide à comprendre comment les consommateurs eux-mêmes formulent les situations et problèmes qu’ils rencontrent ainsi que le type de connaissances qu’ils recherchent. Les consommateurs activent des connaissances à la fois informationnelles et évaluatives, confirmant ainsi le fait que les communautés en ligne autonomes sont utilisées beaucoup plus largement que pour obtenir du bouche-à-oreille et des recommandations : les consommateurs comptent également sur d’autres consommateurs pour obtenir des connaissances informationnelles (déclaratives ou procédurales), qui pourraient tout aussi bien provenir de marketers. Comme Lindgreen et al. (2013) le font remarquer, au lieu d’avoir uniquement recours aux moteurs de recherche, de nombreux consommateurs « confient » leurs recherches à des communautés en ligne, renforçant ainsi le rôle des consommateurs en tant que principaux producteurs de connaissance du marché.
L’analyse a révélé une autre distinction entre les connaissances censées être convergentes et celles censées être hétérogènes. L’activation de connaissances convergentes consiste à rechercher des connaissances « unitaires » ou confirmatoires, comme par exemple trouver les heures d’ouverture d’un magasin ou obtenir confirmation qu’un médecin recommandé est effectivement un bon médecin. En pareil cas, les membres exploitent la communauté en ligne pour localiser des ressources uniques spécialisées ou utiliser des réponses similaires répétées en vue de confirmer la supériorité d’une solution. L’activation de connaissances hétérogènes consiste à rechercher diverses options telles que des idées pour organiser une fête d’anniversaire qui sort de l’ordinaire pour un enfant, ou divers avis ou conseils concernant des choix difficiles. Contrairement à l’activation de connaissances convergentes, dans le cas présent, l’activateur exploite la diversité de la communauté pour produire une variété de connaissances.
Les conclusions montrent que différentes caractéristiques des liens faibles de la communauté sont exploitées à différentes fins de connaissance. Lorsqu’ils recherchent des connaissances rares, les activateurs misent sur la probabilité qu’une personne au sein de la communauté possède la ressource souhaitée ; lorsqu’ils se demandent si une solution est la bonne, les activateurs comptent sur les membres de la communauté pour produire une forme de consensus ou de redondance dans les réponses afin de désigner la solution idéale ; lorsqu’ils cherchent un large éventail d’options, les activateurs exploitent la diversité de la communauté de façon cumulative.
Deuxièmement, l’analyse typologique a permis de définir quatre types de modèles d’activation des connaissances, chacun caractérisé par différentes caractéristiques au niveau du post d’activation et du fil de discussion, donnant à penser que la façon dont les connaissances sont activées (dans le post initial) influence la structure des connaissances collectives ainsi obtenues. La présence ou l’absence d’émotions, ou de contexte, semble notamment donner différentes formes au fil de discussion. Ainsi, cette étude apporte de nouveaux éclairages sur les différents moyens d’activer les connaissances, et les formes de connaissances des consommateurs qui sont activées et produites au sein des communautés en ligne autonomes, allant des questions rapides qui recherchent des connaissances convergentes aux questions contextualisées aboutissant à des connaissances plus hétérogènes, et aux dilemmes plus complexes généralement associés à un sentiment de confusion ou d’inquiétude, qui recherchent des connaissances plus évaluatives. L’étude confirme surtout l’importance de la manière dont les connaissances sont activées à l’origine et démontre l’influence de l’étape d’activation des connaissances, que les études n’avaient jusqu’à présent pas dissociée du processus général de « création de connaissances ». En outre, nous remarquons la faible proportion de fils de discussion qui commencent par le partage, plutôt que la recherche, de connaissances : 11,6 % contre 88,4 %. Il serait donc erroné de considérer la motivation à partager le bouche-à-oreille comme le principal moyen de produire des connaissances collectives, renforçant ainsi l’idée selon laquelle les communautés en ligne autonomes sont souvent utilisées pour résoudre des problèmes (Mathwick et al., 2008).
L’analyse typologique a également permis de mieux comprendre le rôle des différents types de membres dans l’activation des différentes formes de connaissances. Les membres les plus actifs sont associés au partage (plutôt qu’à la recherche) de connaissances, alors que les membres « ordinaires » sont les auteurs des types d’activation de connaissances les plus fréquents. Par ailleurs, les membres plus anciens de la communauté sont liés aux modèles de création de connaissances autour de sujets de préoccupation. Nous contribuons à la littérature sur les rôles au sein des communautés en ligne autonomes (Akar et al., 2018; Kozinets, 1999; Mathwick et al., 2008) en reliant la durée et l’intensité de l’appartenance à la communauté à différentes contributions aux connaissances collectives au sein de la communauté.
Troisièmement, l’analyse qualitative d’un échantillon de 50 fils de discussion complets a permis d’identifier cinq formes principales de connaissances collectives émergentes, chacune caractérisée par différents types d’apport de connaissances et de contenu global. Bien que les tentatives d’activation ne soient pas toutes concluantes, beaucoup le sont. L’étude montre comment les besoins individuels de connaissance suscitent l’émergence de différentes formes de connaissances collectives, capables d’apporter de la valeur aux autres membres au sein de la communauté, comme en témoigne l’évolution du nombre de vues des fils de discussion dans le temps. Nous constatons également les aptitudes des membres tant à activer les connaissances qu’à partager les connaissances accumulées : même si l’activation répond généralement à un besoin personnel, certains membres entendent créer un champ de connaissances qui profitera à la communauté au sens large, bien qu’il y ait également des témoignages de conservation parmi les membres, qui redirigeront les autres personnes vers les champs existants de connaissances accumulées. En assemblant différents types de contributions individuelles, ces connaissances collectives constituent un bien public précieux (Christensen et Levinson, 2003), dont la richesse réside dans la diversité des contributions, créant ainsi ce que Jenkins (2006) appelle « l’intelligence collective ». La littérature sur la créativité au sein des équipes chargées de l’innovation des produits a associé les processus convergents à la recherche du sens, et les processus divergents à la recherche de l’innovant (Im et al., 2013) ; nous retrouvons dans le cas présent des processus similaires, avec des résultats semblables, au sein des communautés en ligne autonomes, suggérant ainsi que ces communautés peuvent améliorer la vie des consommateurs en leur fournissant des solutions et options qui sont à la fois pleines de sens et novatrices.
Par ailleurs, cette étude montre que les connaissances collectives émergentes possèdent des caractéristiques qui peuvent permettre aux autres membres de la communauté de résoudre leurs propres problèmes (Spender, 1996). Il est alors possible d’en déduire que les différentes formes de connaissances collectives identifiées peuvent être utilisées différemment par les autres membres de la communauté. Parce qu’elles apportent une solution à un problème ou un choix difficile, les connaissances évoluant vers une résolution peuvent stimuler les actions et décisions rapides, sans traitement complémentaire des informations. De même, les membres de la communauté peuvent s’inspirer des connaissances approfondies pour agir rapidement. La création de connaissances variées pourrait ne pas être aussi utile que les deux précédentes formes de connaissance en matière de prise de décision immédiate. En offrant un large éventail d’options et de pratiques, les connaissances variées peuvent en revanche servir d’ensemble de considération, que les membres de la communauté peuvent examiner et traiter plus en détail pour parvenir à une décision. Emanant d’un grand nombre de membres, ces connaissances peuvent également proposer de nouvelles idées et inciter les membres à remettre en question et revoir leurs propres pratiques, ou envisager de toutes nouvelles alternatives. En d’autres termes, les connaissances variées pourraient être la forme de connaissance la plus évolutive. Dans d’autres cas, la diversité des options peut nuire à leur utilité, si les membres sont en quête de bouche-à-oreille comme substitut à la recherche d’informations détaillées.
Quatrièmement, cette étude, qui met en avant les « consommateurs au travail » dans une communauté de pairs, révèle une relative pénurie d’échanges liés aux marques, laissant supposer que les consommateurs formulent leurs besoins de consommation en utilisant des termes et des concepts hors marché. A titre d’exemple, on peut citer le cas du fil de discussion dans lequel les consommateurs ont partagé leurs pratiques de séchage du linge : parmi les 22 pratiques partagées, seules trois marques ont été mentionnées. Leur capacité à envisager des solutions hors du champ des marques existantes suggère qu’ils peuvent développer des solutions exclusives et innovantes face à des problèmes et situations de consommation. De cette façon, l’étude confirme les capacités d’innovation de simples communautés de consommateurs (Steils et Hanine, 2016; Yoshida et al., 2014). Néanmoins, dans le cas présent, nous soutenons que ces capacités d’innovation sont exploitées par les consommateurs eux-mêmes, augmentant ainsi leurs propres ressources en dehors du marché et renforçant leur pouvoir d’action. Bien que les réflexions et pratiques marketing de ces deux dernières décennies aient amené la marque, ainsi que les aspects émotionnels et relationnels de l’image de marque, au cœur de nos considérations, cette étude montre à quel point les consommateurs peuvent avoir des difficultés à faire le lien entre les problèmes pratiques de consommation qu’ils rencontrent au quotidien et les marques qu’ils connaissent. Même si les consommateurs retirent clairement une valeur émotionnelle et relationnelle de leurs interactions régulières avec les marques (Fournier, 1998; McAlexander et al., 2002;Muniz et O’Guinn, 2001), les conclusions de cette étude prônent l’idée, qui donne à réfléchir, que les marques sont rarement mentionnées lorsque les consommateurs discutent entre eux de leurs problèmes de consommation de tous les jours et envisagent d’autres solutions. En outre, nous avons trouvé peu d’éléments probants dans les données indiquant que des membres se réfèrent aux informations des marketers, telles que leurs sites web ou leurs pages de réseaux sociaux, laissant supposer que les consommateurs établissent une distinction nette entre les connaissances émanant d’autres consommateurs et celles émanant des marques. Une telle attitude peut refléter la méfiance et le cynisme croissants des consommateurs à l’égard des marques et des marketers quant à leur capacité à répondre à des besoins concrets (Helm et al., 2015; Hogg et al., 2009).
Ainsi, cette étude aborde la question du renforcement du pouvoir des consommateurs en montrant comment les communautés de consommateurs en ligne autonomes produisent une sagesse collective émergente, comment elles peuvent favoriser une meilleure prise de décision, la formulation des problèmes en des termes compréhensibles pour les consommateurs ; et comment elles mettent l’acquisition d’informations, parfois spécialisées, à la portée de chaque membre de cette communauté. Les données démontrent également clairement la prise de conscience par certains consommateurs de leur nouveau pouvoir : plusieurs consommateurs ont commencé à activer des connaissances dans un post initial en suggérant qu’ils pouvaient, collectivement, dresser un tableau exhaustif des taux hypothécaires proposés par les différentes banques du pays, par exemple.
Cinquièmement, les éléments précités montrent que les communautés autonomes de consommateurs en ligne sont des communautés de savoirs induits par les consommateurs, qui permettent le « partage et l’élaboration de connaissances dans un certain domaine » (Zwass, 2010: 17), bien que leur objectif collectif soit moins explicite que dans le cas de Wikipédia ou d’un logiciel d’accès libre, donnant à penser que ces communautés se comportent comme des systèmes adaptatifs complexes (Holland, 1995). Les résultats, et notamment la référence limitée aux marques ou aux informations des marketers, soulignent l’importance de distinguer les communautés autonomes de consommateurs en ligne des communautés sponsorisées. Même s’il s’agit des premiers résultats, obtenus à partir de l’étude d’une seule communauté, nous pouvons supposer que les catégories de connaissances activées et accumulées que nous avons identifiées sont susceptibles d’être présentes dans d’autres communautés autonomes de consommateurs en ligne, car elles correspondent aux formes établies d’acquisition de connaissances, étudiées dans à le domaine de la gestion des connaissances. A cet égard, ils peuvent également s’appliquer à d’autres formes de communautés en ligne autonomes telles que les groupes d’apprentissage en ligne, au sein desquels les apprenants activent des connaissances en postant des questions ou en partageant des informations.
Implications managériales
D’un point de vue managérial, plusieurs implications découlent des résultats de cette étude. Premièrement, la Phase 1 de l’étude a identifié des distinctions en termes d’activation de connaissances entre les connaissances informationnelles et évaluatives, et entre les connaissances convergentes et hétérogènes. Ces distinctions présentent un intérêt pour les marketers et impliquent différentes actions. Dans le cadre de conversations spontanées, les connaissances informationnelles peuvent apporter des éclairages sur les pratiques de consommation et la façon dont les consommateurs utilisent les produits ou, encore plus en amont, la façon dont ils formulent leurs problèmes et besoins. Les marketers peuvent comprendre les contextes dans lesquels leur marque est mentionnée (ou omise), les autres marques ou services qui sont proposés comme solutions répondant aux mêmes besoins, etc. Par conséquent, ils peuvent exploiter les conversations de ces communautés en ligne autonomes à des fins de veille concurrentielle. Les connaissances informationnelles peuvent également permettre aux marketers de mieux comprendre quels éléments de connaissances factuelles ou procédurales les consommateurs recherchent, afin, éventuellement, de les faire figurer dans leurs propres supports de communication. D’autre part, les connaissances évaluatives, qui sont principalement analysées au regard de leur valence ainsi que de leur volume dans les études consacrées au bouche-à-oreille (Duan et al., 2008; Liu, 2006), peuvent fournir aux marketers des informations concrètes sur le positionnement de leurs produits ou services par rapport aux autres.
Deuxièmement, les marketers ont beaucoup à gagner à mieux comprendre les dynamiques de création de connaissances collectives et le type de dynamiques qui émergent dans les sphères de consommation présentant un intérêt pour leurs marques. Si leurs marques sont citées dans un fil de discussion orienté vers une résolution, les marketers peuvent alors chercher à en tirer parti (si la tendance est positive), par exemple en reprenant le langage utilisé dans le fil de discussion dans le cadre de leur communication et en revendiquant leur « popularité », ou agir rapidement (si la tendance est négative), par exemple en corrigeant les faiblesses de leur offre actuelle et en communiquant les mesures correctives prises. Les marketers peuvent également rechercher des moyens permettant de contribuer à la création de connaissances approfondies à propos de leurs marques, par exemple en faisant appel à des ambassadeurs de marque qui pourraient, à l’occasion du lancement d’un produit ou d’une offre spécifique, tous rendre compte de leur expérience, chacun en utilisant ses propres critères et son propre style rédactionnel. Enfin, les marketers peuvent tirer de précieuses informations des fils de discussion qui développent des connaissances variées, quant à la manière dont leur marque est perçue et comparée aux autres, ainsi qu’en termes de pratiques des consommateurs au sens large. A titre d’exemple, le fil de discussion que nous avons mentionné dans les résultats, et qui traite des différentes façons dont les utilisateurs font sécher leur linge sous un climat chaud et humide, pourrait être utilisé par les marketers pour positionner leur propre offre de produits avec plus de force, en comprenant mieux la diversité des points de vue et des préférences qui existent au sein de la communauté.
Troisièmement, cet article a révélé que, dans les communautés en ligne autonomes, les consommateurs sont capables de développer collectivement des solutions à la plupart des situations qu’ils soulèvent. Comme nous l’avons constaté, bon nombre de ces solutions peuvent résider en dehors du marché. Les marketers visionnaires peuvent exploiter les communautés de consommateurs en ligne autonomes comme sources d’idées pour développer des modèles économiques alternatifs et les lancer plus rapidement que les autres parties prenantes de l’écosystème. Une analyse approfondie de ces communautés pourrait constituer une alternative au crowdsourcing (production participative) interactif et à certains de ses enjeux (Djelassi et Decoopman, 2016; Steils et Hanine, 2016). A titre d’exemple, les marketers pourraient également étudier le fil de discussion évoqué précédemment sur la façon dont les utilisateurs font sécher leur linge sous un climat chaud et humide, afin de détecter des besoins particuliers qui sont actuellement insatisfaits et pour lesquels ils pourraient être en mesure de développer des solutions.
Conclusion
Les communautés en ligne autonomes constituent une source abondante d’informations sur les conversations spontanées qui donnent des éclairages sur le contexte au sens large de la vie, des pratiques et des problèmes des consommateurs, dans lequel les solutions du marché ou des solutions hors marché formulées par les consommateurs peuvent émerger. L’étude montre ainsi que ces communautés fonctionnent comme des communautés de pratique de consommation. S’inspirant des études sur les communautés de pratique, et alliant des techniques qualitatives et quantitatives au sein d’un cadre netnographique, cette étude nous aide à comprendre comment les connaissances sont activées et partagées, et comment elles sont ensuite accumulées collectivement, en développant une catégorisation des types d’activation de connaissances et des formes de connaissances collectives produites.
L’étude contribue aux connaissances sur les communautés en ligne en analysant de manière approfondie les dynamiques de partage et d’accumulation des connaissances dans les communautés en ligne autonomes. Elle apporte des éclairages nouveaux sur la façon dont ces connaissances sont activées et sur le processus émergent de création de connaissances collectives qui s’opère lorsque certains membres cherchent à résoudre leurs propres problèmes, montrant de quelle manière les communautés en ligne autonomes fonctionnent comme des communautés de pratique de consommation et participent au renforcement du pouvoir des consommateurs. Elle fait ressortir le rôle de l’étape initiale de l’activation dans le cadre du processus, constatant l’exploitation des différentes caractéristiques des connaissances qui existent à l’état latent dans les communautés en ligne (rareté, spécialisation, diversité, redondance). Alors que les précédentes études ont considéré la valeur des communautés du point de vue de leur valeur de mise en relation entre consommateurs, à savoir une forme sociale de valeur (Mathwick et al., 2008), cette étude révèle la valeur réelle des connaissances que les consommateurs produisent dans ces communautés. Elle s’appuie sur des études antérieures sur les communautés en ligne autonomes concernant le partage et l’apprentissage de connaissances (De Valck et al., 2009; Jayanti et Singh, 2010; Toder-Alon et al., 2014), en nous permettant de mieux comprendre la manière dont les connaissances sont développées collectivement et potentiellement exploitées à différentes fins par différents membres de la communauté.
Cette étude contribue également à la littérature sur les connaissances des consommateurs en s’inspirant des études sur la gestion des connaissances afin de mieux comprendre les dynamiques à deux niveaux (individuel et collectif), révélant le lien entre les niveaux individuel et collectif de l’analyse. L’activation et le partage des connaissances s’opèrent au niveau individuel. Cet article considère l’usage collectif potentiel des différentes formes de connaissances collectives émergentes, qui constituent un bien public, et explique les liens qui existent entre le besoin individuel, qui sous-tend l’activation initiale, et le potentiel des connaissances collectives qui s’accumulent suite à ce besoin individuel particulier, démontrant comment les consommateurs gèrent le processus de façon autonome.
L’étude n’est pas sans limites, notamment si l’on considère le fait qu’elle a été restreinte à une communauté. Bien que le choix d’une étude approfondie sur une seule communauté en ligne, alliant des techniques qualitatives et quantitatives, renforce sa validité interne, il pose la question de sa validité externe. Il faudrait procéder à d’autres recherches pour englober différentes communautés, afin d’évaluer la stabilité des dynamiques de création de connaissances dans d’autres communautés avec différents ensembles de valeurs, différentes caractéristique démographiques des membres, différents objectifs communautaires, etc. Deuxièmement, même si cette étude apporte certains éclairages concernant l’usage collectif des connaissances accumulées au sein de la communauté, d’autres travaux sont nécessaires pour mieux comprendre comment les consommateurs trouvent et comprennent les connaissances qui se sont accumulées, et à quelles fins. Dans un premier temps, cette question pourrait être examinée par le biais d’entretiens approfondis avec les membres d’une communauté donnée. Une voie de recherche ultérieure serait de tester ces propositions et d’examiner plus précisément comment les consommateurs utilisent les différents types de connaissances collectives, et à quels stades de leur processus décisionnel. Par exemple, les connaissances évoluant vers une résolution exercent-elles le plus d’influence sur les décisions ? D’autre part, comment les champs de pratiques ou les listes de solutions influencent-ils les premières étapes de la recherche d’informations ?
Troisièmement, la méthodologie de recherche que nous avons adoptée ne nous a pas permis d’établir des liens concluants entre les modèles d’activation des connaissances, identifiés lors de la deuxième phase de l’étude, et les formes d’accumulation des connaissances collectives, identifiées lors de la troisième phase de notre étude. Il serait particulièrement utile de comprendre ces liens afin de déterminer si et comment les différentes formes de connaissances collectives peuvent être façonnées par certains types d’activation. Enfin, cette étude suggère que les communautés en ligne autonomes donnent aux gens les moyens nécessaires de résoudre leurs problèmes de façon innovante. Par conséquent, nous estimons que ces communautés en ligne peuvent jouer un rôle de vecteur de transformation en permettant aux gens éprouvant une certaine forme de vulnérabilité dans leur vie (par exemple souffrant d’un problème de santé, confrontés à des difficultés personnelles) de développer des solutions adaptées à leurs besoins, à leur culture et à leur contexte général. Somme toute, il est à la fois important et passionnant de procéder à des recherches plus poussées dans ce domaine.
