CHAPITRE II ANALYSE DES DONNEES,
INTERPRETATION ET RECOMMANDATIONS
La création de valeur est une fonction du site web
bancaire qui peut être un facteur de compétitivité et de
fidélité important. Le principe général est
d'utiliser le site pour augmenter la valeur d'usage ou perçue des
services bancaires. L'objet de ce chapitre est d'analyser les constats
soulevés dans le chapitre précédent dans l'optique
d'apprécier le degré de création de valeur de la
plate-forme Internet de la BICEC d'une part et de suggérer des
éléments d'optimisation du service de banque en ligne de la
banque dans une visée de valorisation du modèle relationnel
banque - clients sur Internet. Par conséquent, la section
première appréciera les éléments de scoring ;
la seconde mettra en relief le degré de participation du service
« bicec.com » à la performance commerciale. La
troisième section exposera des critiques et recommandations relatives
aux constats soulevés dans le travail.
Section 1 Etude des
éléments de scoring
Il est interprété dans cette partie les
éléments issus des différents scoring effectués.
A. Analyse de l'aspect
« vitrine en ligne » de bicec.com
Le scoring des sites web bancaires que nous avons
effectué a révélé un certain nombres
d'éléments dont la prise en compte pourrait avoir de positives
incidences sur la performance du site web de la banque. Le scoring a
porté, pour des raisons déjà soulignées, sur un
échantillon de sept banques sur une population de dix et sur les
éléments fonctionnels de premier ordre que sont
l'interactivité, le contenu, l'aspect technique, la qualité
informationnelle et le portail web banking. Un codage disjonctif complet a
été utilisé pour les modalités des variables ;
Ce codage consiste à transformer une variable qualitative à r
modalités en r variables binaires indicatrices de chaque
modalité.
Du point de vue de l'Entreprise, selon Liu et al. (2000), cinq
dimensions mesurent le succès d'un site web: la qualité de
l'information (précise, pertinente, complète et
personnalisée), la rapidité de réponse, le design du site
web, l'assurance et la sécurité, l'empathie et le suivi,
l'intimité et le contrôle de la transaction [...] et
l'interactivité perçue par les clients. Palmer et Jonathan (2002)
affirment, dans le même ordre d'idée, que le succès d'un
site web est associé au délai et à la rapidité de
téléchargement, à qualité de la navigation, au
contenu, au degré d'interactivité et aux temps de réponse
aux requêtes des clients. Yang, Peterson et Huang mettent quant à
eux en relief six dimensions de la qualité de service perçue en
ligne : la facilité d'utilisation, le contenu du site web, l'exactitude
de l'information, la rapidité de réponse, l'esthétique du
site et le respect de l'intimité.
Du point de vue client, Wan et Hakman (2000) estiment que les
attributs de la qualité d'un site web sont divisés en quatre
catégories que sont l'information, la convivialité, la
réactivité et la fiabilité. Selon Aladwani et al.(2002),
la mesure de la perception des clients relative à la qualité des
sites web est formée de quatre dimensions : un contenu
spécifique, une qualité de contenu, l'apparence et les
adéquations techniques.
De façon générale, Nantel et al. (2005)
concluent que les principales dimensions d'un site web sont la facilité
d'utilisation du site ou ergonomie, le design ou l'aspect esthétique du
site, la qualité et la quantité des informations
proposées, l'offre, la sécurité des données
financières, le respect de la vie privée, le degré
d'interactivité, le niveau de personnalisation proposée par le
site et enfin la fiabilité.
Une analyse statistique des caractéristiques des
variables mises en relief dans le cadre du scoring des sites web bancaires nous
donne le tableau suivant :
|
Interactivité
|
Contenu
|
Technique
|
Information
|
e-banking
|
Mean
|
0,45
|
0,60
|
0,64
|
0,67
|
0,60
|
S.E.M.
|
0,05
|
0,05
|
0,07
|
0,09
|
0,10
|
S.D.
|
0,12
|
0,13
|
0,18
|
0,23
|
0,27
|
Variance
|
0,01
|
0,02
|
0,03
|
0,05
|
0,07
|
Coef. Var.
|
0,27
|
0,21
|
0,28
|
0,34
|
0,45
|
Minimum
|
0,27
|
0,36
|
0,38
|
0,29
|
0,00
|
Maximum
|
0,64
|
0,73
|
0,88
|
0,86
|
0,83
|
Sum
|
3,17
|
4,20
|
4,51
|
4,72
|
4,18
|
N
|
7,00
|
7,00
|
7,00
|
7,00
|
7,00
|
Skewness
|
0,06
|
-0,80
|
-0,23
|
-0,78
|
-1,81
|
Mean Deviation
|
0,09
|
0,11
|
0,18
|
0,21
|
0,20
|
SS
|
0,09
|
0,10
|
0,20
|
0,31
|
0,44
|
Bartlett's Test for Homogeneity of Variance
|
Df
|
Test Statistic
|
P
|
4,00
|
5,31
|
N.S. (P>0.05)
|
0,26
|
Errors Estimates
|
|
|
|
|
SS(E)
|
1,14
|
|
|
Df(E)
|
30,00
|
|
|
|
|
Var(E)
|
0,04
|
|
|
SE(E)
|
0,19
|
|
|
|
|
Avec un effectif identique de sept banques comme
précisé plus haut, la plus forte moyenne est détenue par
le critère « Information » avec 0,674. Ce qui
signifie que les banques de notre échantillon donnent une importance non
négligeable aux services d'informations de leurs sites web. Cependant,
le service « bicec.com » arrive sixième sur sept
concernant le critère informationnel ; d'où la
nécessité, convenons-nous avec Nantel et al. (2005), d'une
réelle intégration d'informations actualisées à
valeur ajoutée pour valoriser la dimension informationnelle dudit
service.
D'un autre côté, les distributions des
critères sur l'échantillon ne sont pas normales et seul
« Interactivité » présente une
dissymétrie positive dévoilant beaucoup de petites valeurs et peu
de grandes valeurs du critère sur la population (queue à
droite) ; seulement, les critères « Contenu »,
« Technique », « Information » et
« E-banking » présentent une asymétrie
négative dévoilant beaucoup de grandes valeurs et peu de petites
valeurs pour lesdites variables (queue à gauche). Par ailleurs, le
critère « e-banking » détient la plus forte
variance avec 0,073 et la plus forte dispersion avec un écart-type de
0,27. Sur ce critère, le service « bicec.com » est
bien placé et cela traduit une envie de rapprocher la banque du client.
Le test de Tukey consiste à comparer chaque paire de
moyennes comme si ces deux moyennes pouvaient être la plus grande et la
plus petite dans l'ensemble des r moyennes à comparer. Il est
présenté ci-dessous le tableau de toutes les comparaisons par
paires :
t-Table
|
Upper Right: tij; Lower Left: Upper Probability (Studentized
Range Distribution)
|
|
Interactivité
|
Contenu
|
Technique
|
Information
|
e-banking
|
Interactivité
|
|
1,41
|
N.S. (P>0.05)
|
1,84
|
N.S. (P>0.05)
|
2,13
|
N.S. (P>0.05)
|
1,39
|
N.S. (P>0.05)
|
Contenu
|
0,62
|
|
0,43
|
N.S. (P>0.05)
|
0,71
|
N.S. (P>0.05)
|
-0,03
|
N.S. (P>0.05)
|
Technique
|
0,37
|
0,99
|
|
0,29
|
N.S. (P>0.05)
|
-0,45
|
N.S. (P>0.05)
|
Information
|
0,24
|
0,95
|
1,00
|
|
-0,74
|
N.S. (P>0.05)
|
e-banking
|
0,64
|
1,00
|
0,99
|
0,94
|
|
Il en découle que les éléments suivis de
N.S. ne sont significatif qu'à 5% ; contrairement aux
modalités homogènes suivantes : E-banking Information
Technique Contenu Interactivité, les modalités
Interactivité Contenu Technique Information
E-banking diffèrent donc significativement. Cependant, en analysant
les coefficients de variation des variables, nous constatons qu'ils suivent la
tendance suivante : CV E-banking > CV Information > CV Technique
> CV Interactivité > CV Contenu. Nous décelons donc le
même classement d'homogénéité que le test de Tukey,
sauf que la variable contenu est plus homogène que la variable
interactivité.
Une étude des corrélations bivariées
entre les variables nous permet d'obtenir le tableau ci-dessous :
COVARIANCES
|
|
Interactivité
|
Contenu
|
Technique
|
Information
|
e-banking
|
Interactivité
Contenu
Technique
Information
E-banking
|
0,05
0,05
0,10
-0,12
|
0,14
0,12
-0,02
|
0,12
-0,02
|
-0,05
|
|
COEFFICIENTS DE CORRELATION DE PEARSON
|
e-banking Information Technique Contenu Interactivité
e-banking 1,000
Information -0,258 1,000
Technique -0,167 0,645 1,000
Contenu -0,167 0,645 1,000 1,000
Interactivité -0,645 0,400 0,258 0,258 1,000
|
RESUME DU MODELE
|
R Multiple 0,645
R-deux Multiple 0,417
R-deux Ajusté -0,750
Erreur std. résiduelle 0,500
|
ANALYSE DE LA VARIANCE
|
ddl SCE SCE Moy F Signif F
Régression 4 0,357 0,089 0,357 0,826
Résidu 2 0,500 0,250
Total 6 0,857
|
Nous en déduisons que les couples [Contenu,
Interactivité], [Technique, Interactivité], [Information,
Interactivité], [Technique, Contenu], [Information, Contenu] et
[Information, Technique] diffèrent de leurs moyennes respectives dans le
même sens. Cela signifie que l'optimisation d'un des critères
suivants : Information Technique Contenu Interactivité doit
nécessairement induire l'optimisation dans le même sens des autres
critères. Par contre, les couples [E-banking, Interactivité],
[E-banking, Contenu], [E-banking, Technique] et [E-banking, Information]
diffèrent de leur moyenne dans le sens opposé. L'optimisation du
critère E-banking n'induit donc pas forcément l'optimisation des
autres critères.
Par ailleurs, le tableau précédent met en
relief, entre autres, les corrélations entre les variables selon
PEARSON. On note une forte corrélation linéaire positive entre
les variables « Technique » et
« Contenu ». On note aussi une corrélation
linéaire positive entre les couples [Information, Contenu] et
[Information, Technique]. Cependant, nous notons une très faible
corrélation linéaire positive entre [Information,
Interactivité], [Technique, Interactivité] et [Contenu,
Interactivité]. Par ailleurs, nous observons une corrélation
linéaire négative entre [E-banking, Interactivité],
[E-banking, Contenu], [E-banking, Technique] et [E-banking, Information]. Nous
notons à la suite de ce qui précède que la variance
expliquée par le modèle R² est 0.42, traduction d'un faible
niveau d'adéquation entre le modèle et les données. 42%
seulement des variations de la variable E-banking sont expliqués par le
modèle de régression et 58% restent par conséquent
inexpliqués. Mentionnons enfin que la part de la variance de la variable
E-banking expliquée par le modèle est 0.36 fois plus important
que la part de la variance de ladite variable qui reste
inexpliquée ; et il y a 83 chances sur 100 que l'on observe sur
l'échantillon un F supérieur ou égal au F
calculé.
V de Cramer
Coefficient Phi
Coefficient de contingence
|
0,310
0,620
0,527
|
L'analyse des mesures d'association nous donne des indicateurs
dont les valeurs appartiennent à l'intervalle [0.3 ; 0.7],
traduction d'une association positive (mais faible) entre les variables.
e-banking x Interactivité
|
e-banking x Contenu
|
V de Cramer 1,000
Coefficient Phi 1,414
Coefficient de contingence 0,816
|
V de Cramer 0,632
Coefficient Phi 0,894
Coefficient de contingence 0,667
|
e-banking x Information
|
e-banking x Technique
|
V de Cramer 0,548
Coefficient Phi 0,775
Coefficient de contingence 0,612
|
V de Cramer 0,516
Coefficient Phi 0,730
Coefficient de contingence 0,590
|
Dans le tableau qui précède, nous analysons les
associations entre la variable « E-banking » et les autres
variables. Nous notons que les valeurs des mesures d'association traduisent
toutes une association positive entre cette variable et les autres. Cependant,
il est remarqué une association positive forte entre
« E-banking » et
« Interactivité ». Il apparaît donc que
l'option « E-banking » d'un site web bancaire est
très associé à l'aspect interactif de ce dernier ;
ensuite viennent respectivement le contenu du site, la qualité et la
quantité d'information, et le développement technique (qui est
à considérer comme une évidence).
Classement des variables
|
Selon étude
|
Situation sur « bicec.com »
|
|
E-banking
|
E-banking
|
|
Interactivité
|
Information
|
|
Contenu
|
Contenu
|
|
Information
|
Interactivité
|
|
Technique
|
Technique
|
Nous notons dans le cadre de « bicec.com »
qu'il n'y a phase avec le classement résultant de l'étude qu'au
niveau de « e-banking » (position ) ,
« contenu » (position ) et
« technique » (position ). En termes d'optimisation du
service, l'idéal pour « bicec.com » serait de
positionner le critère « interactivité »
(position) en position et de positionner le critère
« information » (position) en position.
Chau et al. (2002) confirme le classement de l'étude
en affirmant que les éléments d'interactivité (l'interface
du site web qui est reliée positivement à l'utilité
perçue et la facilité d'utilisation [...]) influence les
motivations d'utilisation et de réutilisation du service en ligne.
|
|