WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Le paradigme de la relation banque - clients dans les services bancaires sur internet

( Télécharger le fichier original )
par Sébastien ENONGA
Université Catholique d'Afrique Centrale - Option Quantitative de la Maitrîse en Economie de Gestion 2006
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

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.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Nous voulons explorer la bonté contrée énorme où tout se tait"   Appolinaire