0

République Démocratique du Congo

Enseignement Supérieur et Universitaire
Université Catholique de Bukavu
U.C.B

B.P : 285 Bukavu

Faculté de Sciences Economiques et de Gestion

Travail de fin de cycle présenté par

EKAY MISHIKA Bénédict

En vue de l’obtention du diplôme de gradué en
Sciences Economiques et de Gestion.
Encadreur : Ass. Cool MANGOLE Dady
 i

Epigraphie

« C’est la bénédiction de l’Eternel qui enrichit, et il ne la fait suivre d’aucun chagrin. » Proverbes 10 :22

EKAY MISHIKA Bénédict

 ii

Dédicace
Je dédie ce travail,

A mes très chers parents, qui par leur amour inconditionnel ont toujours été là pour moi et m’ont
donné un magnifique modèle de labeur et de persévérance. J’espère que ce travail leur reflétera
toute ma sincère reconnaissance et tout mon amour.

A mes frères et sœurs, je vous souhaite beaucoup de bonheur et de réussite tout au long de votre
parcours.

EKAY MISHIKA Bénédict

 iii

Remerciement
En premier lieu, honneur et gloire à Dieu qui m’a accordé le privilège d’être parmi vous et qui
m’a doté de volonté, de force et de courage pour réaliser ce travail.
Ce travail de fin de cycle porte l’empreinte des nombreuses personnes qui ont contribué à
ma formation et auxquelles je tiens à exprimer toute ma reconnaissance et mes sincères
remerciements.

Mes remerciements les plus chaleureux à mes très chers parents : LOKANGOLA YEMA John,
MISHIKA ILUNGA Annie et KAJIRA CIREZI Joëlle.

Aussi, Je dois également mes sincères remerciements à mon encadreur l’assistant Cool
MANGOLE DADY. C’est avec joie que je lui exprime ma gratitude pour sa confiance, ses
précieux conseils et directives, son engagement tout au long de ce travail, sa disponibilité et ses
réponses à mes nombreuses sollicitations.

A tout le corps académique et scientifique de l’Université Catholique de Bukavu pour la

formation de qualité.

Je tiens également à remercier mes frères et sœurs, ainsi que nos amis et camarades de lutte pour
leur amour. Parmi eux, nous pouvons citer : ILOKI YEMA Keren, BELUMBU YEMA Michael,
KAJIRA Suzana, BAKONGA YEMA Jokebed, MBUYI Johanna, MUHIGIRWA YEMA Jean-
Luc, ILUNGA TSHIAKAYA Fabrice, ILUNGA TSHIAKAYA Benjamin, MAMBANGU
Merveille, KAPINGA ILUNGA Deborah, KAMUANIA ILUNGA Rebecca,
MULUMEODERWA RUKIKA Sylvestre, AMISI Daniel, CISAGARA Benjamin.

EKAY MISHIKA Bénédict

 iv

Sigles et abréviations
ACP : Analyse en Composante principale

AFE : Analyse Factorielle Exploratoire

ANOVA : Analysis of Variance

KMO : Kaiser-Meyer-Olkin

PME : Petites et Moyennes Entreprises

RDC : République Démocratique de Congo

Sd : Sans date

Sign : Significativité

SPSS : Stastical Package for Social Sciences

UCB : Université Catholique de Bukavu

 v

Liste des Tableaux

Tableau 1 : synthèse des définitions de la fidélisation ......................................................................................... 15
Tableau 2 : Tableau récapitulatif de la population congolaise de la ville de Bukavu par sexe et par commune ..... 25
Tableau 3: Répartitions des night-clubs ciblés par communes .............................................................................. 26
Tableau 4: Répartition de la taille de l’échantillon de l’enquête .......................................................................... 28
Tableau 5: Calcul de l'indice de fidélisation des clients ...................................................................................... 40

Liste des Figures

Figure 1: Les 3 caractéristiques de la satisfaction ............................................................................................... 21

Figure 2: Six représentations de la satisfaction et de la fidélisation ...................................................................... 22
 1

INTRODUCTION GÉNÉRALE
La localisation des entreprises s’effectue à des conditions et suivant des modalités qui diffèrent
par rapport à la dimension des entreprises et la nature de leurs activités. Actuellement, le monde
des affaires est envahi par de multiples tendances et par des changements environnementaux
assez importants. La mondialisation des marchés, la montée rapide du « e-business » et des
technologies de l'information, les publicités et la personnalisation des produits et services sont
des modifications de l'environnement qui entraînent la mise en place de plusieurs stratégies que
doivent choisir les entreprises pour en arriver à garder un avantage concurrentiel ou à maintenir
le cap du profit Bertrand, 2006.
De ce fait, la croissance économique d’un pays repose pour une large part sur la densité et la
vitalité1 de son tissu d’entreprises. Les performances économiques d’un pays seront meilleures
si son appareil productif est spécialisé dans des activités adossées à des marchés en croissance
que s’il se trouve engagé dans des activités en déclin ; la qualité de la spécialisation n’est
pourtant qu’un déterminant partiel des performances économiques, lesquelles reposent
également de manière critique sur la compétitivité des firmes qui y sont localisées (Royer et
Zarlowski, 2003).
Les performances économiques d’un pays dépendent alors, à la qualité de la spécialisation
donnée, de sa capacité d’attraction de ces firmes mobiles. Les entreprises caractérisées par une
faible mobilité se révèlent quant à elles particulièrement dépendantes des caractéristiques de
leur territoire de localisation Moati, 2013 . Une bonne localisation permet une accessibilité
facile aux produits et services offerts par l’entreprise, lui attire ainsi de nombreux
consommateurs et contribue par ce biais à la croissance de ses ventes (Maheu, 1997). Kimes et
Fitzmons (1990) soulignent qu’un bon emplacement peut entrainer non seulement un volume
élevé de ventes et une part de marché supérieure mais aussi des profits élevés alors qu’un
mauvais emplacement peut devenir un fardeau financier pour l’entreprise. Ainsi, la localisation
d’une entreprise est un investissement à long terme et les désavantages du mauvais
emplacement sont difficiles à surmonter (Ghosh et mclafferty, 1987).

La structure d’un secteur de l’économie influence fortement la force du jeu concurrentiel

imposant ainsi à l’entreprise à adopter des stratégies d’action et de positionnement (Dupriez,
1989) sur ce, la théorie de la localisation des activités économiques a démarré véritablement

1
Selon MOATI P. (2008) Cette vitalité dépend en premier lieu de la qualité de la spécialisation de l’économie
locale.
 2

avec la théorie de la localisation industrielle faite par Weber Bouvard, 2008. Les travaux
théoriques regroupés sous le terme de la « nouvelle économie géographique » ont contribué à
un renouvellement de l’analyse théorique de la localisation des activités productives (Fujita et
al., 1999 ; Neary, 2001). Ces études s’intéressent aux forces qui favorisent l’agglomération des
entreprises en un même lieu. Dans ces modèles, les entreprises privilégient les lieux de
production où la demande est considérée comme potentiellement élevée, et où le degré de
concurrence (évalué par le nombre d’entreprises présentes) est faible  Hodgkinson et al., 2001;
Sergot, 2004). Bien entendu le problème ne se pose pas de la même façon pour une firme
multinationale et pour une PME indépendante comme pour le cas des night-clubs. Leurs
logiques de développement sont différentes. Néanmoins, quelle que soit la dimension de la
firme et la nature de son activité, les décisions de localisation sont, en définitive, le résultat
d’une confrontation entre la demande des entreprises et l’offre des facteurs de localisation des
collectivités territorialesBernadette, 1984. Pour ce faire, Mayer et Mucchielli (1999) montrent
par ailleurs que les entreprises peuvent opter pour une approche hiérarchisée de leur localisation
(choix d’un pays, puis choix d’un lieu au sein du pays retenu).

Dans sa recherche sur les facteurs de localisation2 des activités économique, Bauvard (2008)
souligne que les facteurs principaux de la localisation sont : l’accessibilité, le coût de location,
les économies d’agglomération, la possibilité de stationnement, disponibilité du terrain et la
qualité des locaux. De son coté, Ajabid 2002 identifie les Facteurs de localisation des
entreprises dans la région d’Agadir au Maroc ; l’auteur justifie le choix d’une telle région d’une
part par son activité et sa position en tant que deuxième pôle économique du Maroc après la
ville de Casablanca et d’autre part par la connaissance personnelle de la région, de sa culture et
de la mentalité de ses entrepreneurs internes (originaires de la région). Ainsi, Ajabid identifie
les facteurs suivants : la situation géographique, le marché, les moyens de transports, la
disponibilité des terrains et bâtiments, l’aspect quantitatif et qualitatif de la main d’œuvre, le
cadre de vie, l’intervention des pouvoirs publiques.

Eu égard à ce qui précède, l’emplacement des entreprises ne suffit pas pour mener à bien les
activités de celle-ci d’où, parmi les éléments qui tracassent les entreprises on trouve entre autres
: la fidélisation des clients, l’environnement dans lequel évolue l’entreprise, l’attractivité du
secteur, etc. Dans une étude menée par Bastros et Pablo (2008) sur l’analyse de la fidélisation
des clients de PME de vente des biens et services en France (Lille), les auteurs arrivent aux

2
Par facteur de localisation, on entend tout phénomène susceptible d’influer d’une manière ou d’une autre
sur le choix d’une localisation.
 3

résultats selon lesquels la fidélité de clients est une conséquence de la qualité de service et de
la satisfaction des consommateurs. La fidélisation des clients figure aujourd’hui au premier
rang des préoccupations des entreprises. Ces derniers sont plus informés, cultivés et ils
recherchent davantage des services personnalisés afin de combler leurs besoins et de dépasser
leurs attentes. Cette prise de conscience récente de l’importance de la fidélisation s’inscrit dans
le contexte d’une concurrence mondiale de plus en plus ouverte qui rend la conquête de
nouveaux clients difficile et coûteuse3. Dans un monde continuellement en changement depuis
quelques décennies, les entreprises ne peuvent plus se permettre de prendre leurs clients pour
acquis et de les remplacer comme bon leur semble. Désormais, que ce soit les entreprises
manufacturières ou de services, ces dernières se doivent de construire une certaine relation avec
leurs clients afin d'obtenir leur satisfaction. Voilà pourquoi selon Brown dans Sauvé et
Filiatrault (1993) : « il faut toujours se dire que le client est le pivot d'une PME ». la fidélisation
des clients existants coûterait beaucoup moins cher que la conquête de nouveaux clients et en
conséquence les politiques de fidélisation amélioreraient les résultats dans des proportions
considérables : une augmentation de 5 % du taux de fidélisation de la clientèle peut augmenter
de 25 à 100 % la valeur du client moyen4.

Le monde de la communication est très féroce, connaissant cela, les petites et moyennes
entreprises doivent élaborer des stratégies afin d'atteindre une certaine prospérité et de s'assurer
de leur survie. De leurs parts Kotler, Di Maulo, Armstrong, Cunningham et Warren (1998)
montrent que les entreprises gagnantes sont celles qui sauront adapter leurs stratégies de
marketing aux marchés en émergence, aux nouvelles technologies et aux besoins réels de la
clientèle. Dans la même logique, Stéphane 1998 précise qu’il ne s'agit pas seulement de faire
des profits à court terme, mais plutôt d'établir une relation avec le client en le satisfaisant
davantage que les concurrents et à long terme gagner sa confiance. Selon Corinne 2001), La
fidélité du client doit-être envisagée comme un objectif stratégique et qui dit fidélisation, dit
naturellement stratégie ; qui dit stratégie, dit nécessairement combinaison d’actions cohérentes
à moyen et à long terme. Partant des études antérieures ci-haut présentées, nous posons notre
première hypothèse de la manière suivante : facteurs fiabilité du service, sécurité du milieu et
sa réputation, la connaissance notoriété du club, la qualité du service offert et la satisfaction
des consommateurs selon qu’on est dans un emplacement en termes de commune donné,
impacteraient positivement sur la fidélisation des clients.

3
Revue Française de Gestion, 02/2000 – p52
 4

En RDC et plus particulièrement dans la ville de Bukavu, on trouve plusieurs petites et

moyennes entreprises implantées, elles sont estimées à 882 reparties par secteurs
d’activités5Haguma, 2015. Ces dernières évoluent chacune dans un endroit précis, aux
activités différentes et pour comme objectif la maximisation du profit que toute entreprise
cherche à atteindre qu’elle soit petite ou grande. De ce fait, nous tournerons notre attention sur
celles qui évoluent dans le secteur tertiaire marchand notamment les night-clubs.
Les night-clubs sont des activités à but lucratif qui fonctionnent naturellement la nuit, C’est une
mouvance des intéressés (jeunes et vieux), principalement festive et musicale ; ces marchés
évoluent dans un environnement qui leur offre des nombreuses possibilités d’épanouissement
mais aussi, elles rencontrent divers problèmes d’ordre économiques, financiers qui constituent
des obstacles dans leur financement. Vu les difficultés que ces Petites et Moyennes Entreprises
font face, il serait judicieux pour les gestionnaires de mener des études non seulement pour le
choix du lieu d’implantation de l’entreprise, mais aussi pour chercher des stratégies de maintien
des clients.
C’est ainsi que dans ce travail, nous allons tenter de comprendre comment l’emplacement de
l’entreprise impacte sur la fidélisation de clients de night-clubs de la ville de Bukavu. Il est de
toute évidence à ce jour qu’avec la prolifération de night-clubs dans cette contrée de la ville,
chaque entreprise cherche à consolider sa part du marché tout en développant des stratégies lui
permettant d’être plus compétitive sur le marché mieux que ses concurrents (voir proches ou
lointains).
Pour mener à bien cette étude, il nous a été utile de s’imprégner des réalités sur terrain, pour
cela, nous avons eu recours à différentes méthodes et techniques pour la collecte et le traitement
des données. Notre population cible est constituée des clients de night-clubs de la ville de
Bukavu ; la collecte des données a été possible grâce à un questionnaire d’enquête structuré et
qui s’inspire des études antérieures. Cette étude recourt à l’analyse de variance (analysis of
variance ou ANOVA), ainsi qu’à l’analyse factorielle en composante principale. L’étude
s’appuie respectivement sur le logiciel MS Excel, et SPSS 20.
Ce travail est subdivisé en trois chapitres hormis l’introduction et la conclusion. Le premier
chapitre brosse une revue de littérature théorique et empirique sur la localisation de l’entreprise
et la fidélité de clients, le second aborde la méthodologie et la présentation des données et le
troisième concerne la présentation et la discussion des résultats.

5
Commerce général490, pharmacie105, Garage et ateliers80, Hôtels et Bars 60, Agence de voyage40,
comptoir des minerais35, Boulangeries27, Savonneries45.
 5

Chapitre 1 : Revue de la littérature

Ce chapitre est articulé autour de deux sections. La revue de la littérature théorique est abordée
en premier lieu et les études empiriques suivent en second lieu.

I. Revue théorique
Cette section comprend trois points dont le premier relatif à la définition de certains concepts,
et toutes les caractéristiques y relatives, ensuite nous essayerons de brosser les termes
localisation et fidélisation.

1 Localisation
1.1. Définition
Le terme même de localisation est par nature polysémique. Ainsi, pour Brunet et alii (1993, p.
304), il désigne à la fois « l’acte de choisir un lieu, pour exercer une activité, implanter un
équipement, une demeure » et « l’emplacement (d’une usine, d’une activité), envisagé du point
de vue de sa situation dans l’espace géographique ». L’expression, plus précise, de
« localisation » étudiée dans ce travail correspond au premier volet de cette définition.
La localisation est définie comme étant le résultat d’une convergence entreprise-territoire ; qui
est l’une des préoccupations majeures des entrepreneurs à trouver le meilleur emplacement
possible pour leur entreprise (Bonnet, 2003).
Par ailleurs, Claude 2002) définit la localisation comme une subordination de choix
stratégiques et organisationnels des entreprises supposant au préalable, la comparaison
systématique des avantages des différents sites possibles, sachant que ces entreprises sont
confrontées à des degrés divers, à une économie qui se mondialise et s’appuie sur des espaces
locaux spécifiques. Selon Schmenner (1980), la localisation est la résultante d’un processus de
décision concernant les besoins de l’entreprise relatifs à sa capacité de production, à l’étendue
et à la qualité de ses capacités actuelles, à l’articulation des usines existantes dans une stratégie
globale de production, aux contraintes et aux exigences de production, et ce, en dehors des
simples contingences spatiales. Cependant, Pour beaucoup d’auteurs, le couple avantages
géographiques-avantages d’agglomération constitue la clé du phénomène de localisation.
 6

1.2. Théories de la localisation des firmes

 Les paradigmes de Ponsard
La prise en compte de l’espace dans l’économie a donné lieu à des travaux que Ponsard (1988)
classe en quatre paradigmes. Le premier, renvoie à l’œuvre de Von Thünen (1826), considéré
comme « le père des théories de la localisation ». Il explique les localisations optimales des
activités agricoles. Le deuxième paradigme, autour d’Alfred Weber (1909), élabore une théorie
de la localisation industrielle avec la détermination du coût minimum de transport. Le troisième
concerne Hotelling (1929), qui étudie la relation entre la formation des prix d’un bien
homogène, la taille du marché et la localisation de deux vendeurs de ce bien. Enfin, le quatrième
paradigme porte sur la théorie des lieux centraux (Ponsard, 1988) issu des travaux de
(Christaller, 1933 ; Lösch, 1940).
 Von Thünen et la localisation des activités agricoles
Von Thünen (1826), est appelé « le père des théories de la localisation ». Il se donne comme
objectif d’expliquer les localisations optimales des activités agricoles. La localisation optimale
est telle qu’en tout point de l’espace la rente foncière est maximisée. Ce modèle de Von Thünen
repose sur plusieurs hypothèses (Ponsard, 1988), entre autres :
- Le sol est de qualité homogène (la fertilité du sol est constante) ;
- La production est à rendement d’échelle et factoriels constants, ce qui implique que la
production par unité de surface (x) est fixe, et que le coût par unité de surface (c) est
fixe également, indépendamment de la localisation ;
- Le prix du produit (p) est fixé par le marché au lieu central, indépendamment du lieu de
production ;
- Le coût de transport est proportionnel à la distance parcourue et à la quantité de produit
transportée. Le taux de transport par unité de distance et par unité de produit est τ. Seul
le coût de transport du produit est pris en compte, le coût de transport des produits
utilisés pour la fabrication n’est pas pris en compte ;
- Le sol est attribué à l’utilisateur qui est capable de payer la plus forte rente.
Afin de parvenir à pareil résultat, pour un produit donné la fonction de rente offerte est une
fonction linéaire et décroissante, elle s’écrit : 𝜌𝑠= 𝑝𝑥 − 𝑐 – 𝜏𝑥𝛿𝑠. Où δs est la distance du lieu s
au centre du marché. Dans la suite Ponsard omet l’indice s, la fonction de rente offerte s’écrit
donc : 𝜌𝑠= 𝑝𝑥 − 𝑐 – 𝜏𝑥𝛿. Ce modèle peut être prolongé à plusieurs produits, en un lieu donné,
le sol est attribué à l’utilisateur qui est capable de payer la plus forte rente. Pour chaque produit
cultivé i, la courbe de rente offerte est linéaire et décroissante avec la distance δ : 𝜌 = 𝑝𝑖𝑥𝑖− 𝑐𝑖−
𝜏𝑖𝑥𝑖𝛿. Ainsi, L’équilibre, pour un prix donné de chaque produit, est donné par la confrontation
 7

des fonctions de rente et aboutit à des localisations en couronnes concentriques

appelées « cercles de Thünen ». Ce modèle de Von Thünen est utilisé pour expliquer les
localisations intra-urbaines et analyser les zones suburbaines de transition de l’usage urbain du
sol vers son exploitation agricole.
 Alfred Weber et la localisation industrielle
En 1909, A. Weber élabore une théorie de la localisation industrielle. Pour lui, la meilleure
localisation ou la localisation optimale correspond à celle qui minimise les coûts de production.
Sa théorie est fondée sur trois postulats de base :
- Un grand nombre de matières ont une localisation spécifique, on ne peut pas les trouver
partout ;
- Les marchés des produits finis sont localisés en certains points et la concurrence est
parfaite ;
- Les bassins de main-d’œuvre sont localisés et peuvent offrir un nombre illimité de
travailleurs à un certain taux de salaire. L’espace est totalement uniforme
culturellement, politiquement et spatialement.
En outre, dans le modèle de Weber, trois facteurs influencent la localisation des industries :
deux facteurs régionaux (les coûts de transport et les coûts de main-d’œuvre) et un facteur local
(les forces d’agglomérations). Les coûts de transport sont le facteur le plus important.
Dans le triangle de Weber, deux sommets représentent les points d’offre de deux matières
premières et un point la demande de produit fini, la main-d’œuvre étant disponible partout. Le
point du coût minimum de transport est déterminé à l’intérieur ou à l’un des sommets du
triangle, les distances étant pondérées par le poids des biens transportés (Bouvard A. 2008).
 Hotelling
En 1929, Hotelling cherche la relation entre la formation des prix d’un bien homogène, la
dimension du marché et la localisation de deux vendeurs de ce bien. Le marché est représenté
par un segment de droite. Les acheteurs y sont distribués uniformément. Sous certaines
conditions, dont le principal est l’inélasticité parfaite de la demande, l’auteur démontre que les
localisations optimales des duopoles se situent toutes deux au centre du marché. Ce résultat est
appelé « loi de Hotelling » (Fujita & Thisse, 1997). En sus, Hotelling établi que la concentration
des localisations pouvait être, sous certaines conditions, une situation d’équilibre. Mais un
problème d’optimalité de telles localisations se pose, puisque les acheteurs les plus éloignés du
centre sont pénalisés par rapport aux autres, toutes choses égales par ailleurs (Ponsard, 1988).
Notons cependant que ce résultat donnera lieu à de vastes commentaires et à de nombreux
travaux dont l’objet sera d’étudier les conséquences de la prise en compte d’hypothèses
 8

différentes de celles de Hotelling et dont le résultat sera de vérifier ou d’invalider la loi de

concentration au centre.
 La théorie des lieux centraux de Christaller et de Lösch
Cette théorie des lieux centraux qu’on trouve dans les travaux de Christaller (1933) et de Lösch
(1940), a pour objet la construction d’un paysage économique. Lösch va construire sa théorie à
partir des critiques formulées sur le modèle de Weber. En effet, Weber considère une demande
constante et ne prend pas en compte ses variations. Lösch va chercher non pas le point de
moindre coût mais le point de profit maximum. Dans son analyse il intègre l’interdépendance
des firmes. Son objectif n’est pas d’expliquer la localisation d’une activité économique, mais
de montrer comment se met en place un système de localisation des activités économiques
(Merenne-schoumaker, 1991). Partant de cette logique, Lösch a montré que même si le monde
était une boule lisse, les localisations des activités économiques ne seraient pas dispersées
uniformément. Les avantages économiques de la spécialisation et de la production de masse
conduisent à des concentrations locales, mais qui sont limitées par la recherche des économies
sur les frais de transport, lesquelles poussent à une certaine dispersion.
Partant d’une procédure complexe, Lösch construit d’abord des réseaux de surfaces de marchés
« hexagonales » pour chaque bien. Leur combinaison en système de réseau le conduit ensuite à
élaborer une théorie des régions économiques. Enfin, ces systèmes régionaux sont eux-mêmes
reliés en réseau de systèmes (ou réseau de régions).
Ainsi, il construit une hiérarchie des lieux centraux, c'est-à-dire des agglomérations dont les
tailles, les espacements et les zones d’influences sont Co-déterminés (Ponsard, 1988). Mais
notons en outre que, Cette architecture pose des problèmes mathématiques délicats et soulève
de nombreuses questions d’ordre économique. Des discussions sur la forme optimale des
surfaces de marché, l’effet de « l’entrée » de nouveaux concurrents, les distorsions du modèle
initial dues à la non-uniformité de l’environnement, les conditions de la concurrence spatiale,
la forme des courbes de demande dans l’espace, la politique des prix des firmes, etc. (Bouvard,
2008). En plus et indépendamment de ces quatre paradigmes ci-haut discutés, on distingue
quatre champs de recherche (Ponsard, 1988) : les modèles d’interaction spatiale, la théorie de
l’équilibre général spatial de l’économie, la théorie de l’économie spatiale publique et l’analyse
des espaces économiques flous.
 Les modèles d’interaction spatiale : modèles développés depuis les années 50, ce sont
des modèles anciens développés par des travaux de démographes et économistes dans
la deuxième moitié du XIXème siècle et début du XXème siècle. Ces modèles s’inspirent
de la loi de gravitation universelle de Newton (1680). Les auteurs ont cherché à
 9

appliquer la loi de Newton dans laquelle deux corps s’attirent l’un à l’autre avec une
force qui est proportionnelle au produit de leurs masses et inversement proportionnelle
au carré de la distance qui les sépare à la démographie et à l’économie.
 La théorie de l’équilibre général spatial de l’économie : cette théorie a pour objectif
d’analyser les conditions d’existence d’un équilibre de toutes les activités économiques
considérées dans leur interdépendance, et d’étudier les propriétés d’unicité, de stabilité
et d’optimalité d’un tel équilibre.
 La théorie de l’économie spatiale publique : la diversification économique de l’espace
entraine que les préceptes de l’économie classique ne sont plus valides. Par exemple :
la considération de l’espace remet en cause le contenu habituel du concept du bien
collectif pur, puisque la disponibilité d’un tel bien pour les usagers peut dépendre de
leur proximité par rapport aux points d’offre et être donc inégale selon leur résidence.
 L’analyse des espaces économiques flous et des comportements spatiaux imprécis :
l’espace économique précis signifie que cet espace a ou n’a pas certaines
caractéristiques constitutives et les agents économiques qui y vivent préfèrent ou ne
préfèrent pas une action possible à une autre. Cependant le monde réel est souvent
imprécis, les espaces économiques (comme les régions économiques, les aires
d’influence, des surfaces de marché, etc.) possèdent plus ou moins des caractéristiques
données. Souvent ils ne sont pas délimités par des frontières nettes, ils se recouvrent
partiellement et il est difficile de les diviser. De la même manière le comportement des
individus n’est pas toujours clair.

1.3. Les modèles d’économie géographique

L’économie géographique a pour objectif d’apporter une réponse à la question suivante : qui
(ou quoi) se localise où ? « Qui » (ou « quoi ») fait référence aux agents économiques (ou
équipements) tels qu’entreprises ou ménages (ou les infrastructures publiques). « Où » fait
référence à des zones géographiques variées allant de la ville au marché regroupant plusieurs
pays, en passant par les collectivités territoriales et les régions.
L’objectif est d’expliquer pourquoi certaines activités économiques choisissent de se localiser
dans des endroits particuliers, ainsi que l’impact que ces multiples décisions ont sur
l’organisation territoriale de l’économie (Fujita & Thisse, 1997). Ainsi, Plusieurs modèles ont
été développés pour répondre à différentes questions (« pourquoi existe-t-il des forces poussant
à l’agglomération ou à la dispersion des activités économiques ? pourquoi observe-t-on des
 10

regroupements constitués d’agents différents ? Et pourquoi les régions et les villes se

spécialisent-elles dans des activités différentes ?» (Fujita & Thisse, 1997)).

1.4. Économies d’agglomérations et externalités

Toutes les configurations spatiales d’activités économiques peuvent être vues comme le résultat
d’un processus impliquant deux types de forces opposées, les forces d’agglomération (ou forces
centripètes) et les forces de dispersion (ou force centrifuges). En tenant compte de ses forces,
Lecoq (1995) précise que : « La concentration géographique des activités économiques en
certains lieux donne naissance à un effet boule de neige ». De plus en plus de producteurs
veulent se localiser au même endroit en raison des facteurs multiples qui permettent une
spécialisation de plus poussée du processus de production. Pareillement, l’installation de
nouvelles entreprises incite de nouveaux travailleurs à émigrer, car ils espèrent trouver un
emploi leur convenant mieux avec un salaire plus élevé. Plus généralement, ces externalités
dites marshallienne (Fujita & Thisse, 1997) trouvent leur origine dans :
- La production de masse (elles sont alors similaires aux économies d’échelle) ;
- La formation de la main-d’œuvre hautement qualifiée provenant de l’accumulation du
capital humain et de la communication directe ;
- Une plus grande disponibilité d’inputs spécialisés ;
- L’existence d’infrastructures modernes.
De ce fait, en se fondant sur des travaux de Weber, Hoover (1936) a proposé une classification
des économies d’agglomération devenue standard en théorie de la localisation (Fujita & Thisse,
1997 ; 2003) :
(1) Les économies d’échelle existant à l’intérieur de l’entreprise, et dépendent du volume
de production de celle-ci ;
(2) Les économies de localisation sont associées aux entreprises appartenant au même
secteur et implantées au même endroit. Elles dépendent de la taille de l’output de
l’industrie en ce lieu ;
(3) Les économies d’urbanisation sont associées à la proximité de tous les producteurs
installés en un même lieu. Elles dépendent du niveau général d’activité en ce lieu.
Cela étant, les économies de localisation correspondent aux externalités dites Marshalliennes
de type (2). Les économies de localisation expliquent pour une large part la croissance et le
succès des districts industriel, c'est-à-dire, de sites qui accueillent un nombre important de
firmes de petite taille notamment des PME, produisant des biens similaires et qui tirent profit
de l’accumulation localisée de compétences associées aux travailleurs résidant en ces lieux.
Selon Fujita & Thisse (2003), Certains districts industriels se sont spécialisés dans les secteurs
 11

de haute technologie, alors que d’autres se sont orientés vers des productions plus
traditionnelles, intensives en travail.
Le concept d’externalité a longtemps été utilisé pour décrire des situations très différentes.
Depuis Scitovsky (1954), les externalités peuvent être classées en deux catégories Fujita &
Thisse 1997 : les « externalités technologiques » et les « externalités pécuniaire ». Les
externalités technologiques traitent des effets d’interaction qui se produisent en dehors des
marchés et affectent directement les utilités des consommateurs ou les fonctions de productions
des entreprises. Par contre, les externalités pécuniaires renvoient aux bénéfices des interactions
économiques qui se concrétisent au travers des mécanismes habituels de marché (c'est-à-dire,
au travers de prix). Les externalités Marshalliennes incluent à la fois des externalités pécuniaires
et technologiques. Par conséquent, chaque type d’externalité est susceptible de conduire à
l’agglomération d’activités économiques, une agglomération économique est créée aussi bien
au travers d’externalités technologiques que pécuniaires, par ailleurs souvent imbriquées.

1.5. Les modèles avec externalités

Les modèles avec externalités (seule les externalités technologiques sont prises en compte)
visent à décrire les équilibres spatiaux résultant des interactions hors marché entre les
entreprises et/ou ménages. Les externalités peuvent prendre les deux formes suivantes : les
externalités de communication et les externalités spatiales. Les externalités de communication
décrivent explicitement les relations de communication entre les agents, alors que les
externalités spatiales utilisent le concept d’accessibilité pour appréhender de manière indirecte
les effets générés par la distance et qui ne sont pas captés par les prix.
Le modèle proposé par Fujita, Imai et Ogawa (Fujita & Thisse, 1997) permet d’illustrer le
mécanisme basique de l’agglomération impliquant à la fois des producteurs et des
consommateurs. La force d’agglomération réside dans l’existence de communications entre
entreprises autorisant l’échange d’informations. Une caractéristique importante de celle-ci est
qu’elle s’apparente à un bien public : l’utilisation d’une partie de l’information par une
entreprise ne réduit pas le contenu de cette information pour les autres. Dès lors, l’échange
d’information à travers un processus de communication entre producteurs génère des
externalités positives pour chaque entreprise. Toutefois, Si chacune des entreprises disposent
d’informations différentes, le bénéfice de la communication augmente généralement avec le
nombre de participants. De plus, puisque les communications mettent en jeu des coûts croissant
avec la distance, les bénéfices retirés seront d’autant plus élevés que les entreprises sont
proches. Toutes choses égales par ailleurs, les producteurs tendent à se regrouper pour faciliter
 12

la transmission de l’information. Mais le regroupement des entreprises dans une même région
entraîne des externalités négatives, la longueur du trajet moyen d’un salarié vers son entreprise
augmente ce qui, à son tour, conduit à une hausse des salaires et des rentes foncières. De telles
augmentations tendent à décourager l’implantation d’autres producteurs dans la région
considérée. En conséquence, la distribution d’équilibre des ménages et des entreprises est le
résultat de ces deux forces opposées.
En guise de conclusion sur les théories de la localisation ci-haut présentées, nous pouvons en
retirer quelques facteurs importants : le prix du foncier, la distance au centre, l’accessibilité et
les économies d’agglomération.

2 Fidélisation
2.1 Définition
Houyer 2006 définit la fidélisation comme étant une stratégie marketing mise en place dans
le but de rendre le consommateur plus fidèle à la marque. D’après Lehu 1999, il existe
plusieurs définitions de la fidélisation, les auteurs la définissent selon chaque secteur, chaque
objectif stratégique, ou des courants auxquels ils se rattachent. Toutefois, si l'on abandonne à
la complication du langage technique, on peut dire qu'en fait, la fidélisation n'est qu'une
caractéristique d'une stratégie marketing, réalisée afin de rendre les acheteurs fidèles au produit,
à l'organisation, au service, ou au lieu de vente. Ainsi, la fidélisation doit permettre un contrôle
amélioré de l'exercice de l'entreprise de ce fait une meilleure rentabilité.
Pour Lefebure 2003, il distingue la fidélité de la fidélisation :
 La fidélité du client : Est reliée à des attitudes et exprime un état psychologique
du client. On parle de fidélité absolue (« je fais tous mes achats dans cette
enseigne »), de fidélité relative (« je choisis souvent cette marque »), ou de
fidélité passive (« de toute façon je n’ai pas le choix »).
 La fidélisation du client : Elle reflète plus les outils et les techniques mis en
œuvre pour construire la fidélité et mesurer les résultats. Ainsi, de la même
manière que certains résument l’intelligence à « ce que mesure le test
d’intelligence », on pourrait dire que « la fidélisation est la mesure de la fidélité
du client ».
De ce qui précède, l’auteur définit la fidélisation autour des notions suivantes :
- De croissance des achats,
- D’augmentation de la fréquence,
- De régularité des visites,
 13

- D’augmentation de la durée de la relation,

- De diversité des achats.
Cependant, partant de la genèse du mot fidélité, de son appellation latine « fides » qui signifie
(foi) est l'aperçu de la confiance ou plus la promesse de la confiance, il englobe ainsi tous les
aspects du loyalisme : l'attachement, le dévouement, ainsi que la fidélité. Dans la définition, on
trouve aussi le mot temps. En effet, le terme « fides » est un terme relationnel, il explique donc
que la relation qui oriente la confiance soit elle est une direction active « la confiance que je
fais ou que j'accorde », soit dans une direction passive « la confiance que j'obtiens ou que je
mérite », les deux directions pouvant d'ailleurs être suggérées à des degrés divers dans une
même situation (Amina, 2015). De ce fait, la croyance est une constatation individuelle, un
avis personnel, la foi entraînant une reconnaissance partagée entre les individus, entre la
personne qui donne sa parole (ou inspire confiance) et celui qui la reçoit (ou fait confiance). De
ce fait, la fidélité provient du comportement relationnel à l’objet, ce dernier pouvant être une
personne, un concept, un produit, une marque, un fournisseur etc. (Dominique, 1997).
Ces définitions visent concrètement notre problématique. Elles expliquent un comportement de
la part du consommateur (ou d'une entreprise) à vouloir rester avec une entreprise grâce à ses
actions d'achat répétitifs d'un service ou d'un produit. De ce fait, dépendamment de la stratégie
adoptée par l'entreprise œuvrant dans le secteur tertiaire marchand, le consommateur
(l'entreprise) exprimera un sentiment d'appartenance, de confiance et de désir à vouloir se
procurer le service offert et ainsi revenir à plusieurs reprises.
À juste titre, nous avons également cherché la définition de la fidélisation dans le dictionnaire
« Larousse » (2017). Toutefois, nous avons arrêté notre choix sur deux autres références à
laquelle nous nous sommes fiées :
 Fidéliser : v. tr. de fidèle : Rendre fidèle (un client) ; rendre (le consommateur) attaché
à un produit ou service. [. . .]. - N.f. Fidélisation.
 Fidélité : n.f. fidélité à quelque chose : le fait de ne pas manquer à, de ne pas trahir. [. .
.]. Attachement, fidélité à un produit, une marque ou un service. [. . .]
Dans le présent cas, il est spécifié que le client a un attachement et qu'il ne doit pas trahir. Cette
résultante conduit donc à la fidélisation du client à une entreprise lorsque ce dernier se présente
afin d'obtenir les services offerts par l'entreprise dans le but de combler ses besoins et ses
attentes.
 14

2.2 Théories de la fidélisation

Certains auteurs décrivent la fidélité comme étant un client qui effectue un achat d'un service
ou d'un produit à répétition (Cohen et Houston, 1972 ; Jacoby et Kyner, 1973 ; Jacoby et
Chesnut, 1978 ; Gremler et Brown, 1999). Tous ces auteurs spécifient que le client sera
considéré fidèle s'il retourne faire une transaction du même produit ou service à la même
entreprise et s'il est positif à l'idée que c'est la seule entreprise qui peut combler son désir, son
besoin. Par ailleurs, pour Oliver (1999), quant à lui, décrit la fidélité comme un processus de
rachat, mais il ajoute que le client sera considéré fidèle s'il rachète à n'importe quel prix ou
n'importe quelle cote un service ou un produit et qu'il y en a qu'un qui peut combler ses besoins.
Spécifions cependant que, l'auteur préconise la définition de la fidélité comme étant une relation
entre l'entreprise et le client. À cet effet, il a donné son opinion sur celle traitant la répétition
d'achat.
Outre la répétition d'achat du consommateur, plusieurs autres variables ont été considérées par
les chercheurs. L'une d'elles est sans équivoque la relation durable et stable établie entre le client
et l'entreprise qui conduira à une mobilisation à long terme (KotIer, 1991 ; Webster, 1992 ;
Perrien et Ricard, 1995 ; Reichheld, 1996 ; Oliver, 1999 ; N'Goala, 2003). Au demeurant, de
Lécluse, responsable du Marketing Direct des Produits Fidélisant, cité dans Lehu (1999), fait
partie de ceux qui associent la fidélisation à une relation établie entre l'entreprise et le client en
spécifiant que : « La fidélité ne se décrète pas, la fidélité ne s'achète pas, la fidélité ne se réduit
pas aux points ou aux miles, la fidélité ne s'obtient pas en créant artificiellement des formules
d'abonnement, la fidélité ne se force pas par des pénalités en cas de rupture anticipée. La fidélité
ne se voit pas en creux, elle n'est pas fondée sur la peur de rompre ou de changer. La fidélité se
vit tous les jours dans la relation, elle est le résultat d'un système relationnel gagnant-gagnant,
dans lequel rien n'est laissé au hasard. » Ainsi donc, En exerçant un marketing personnalisé, le
client se sentira exclusif et c'est le but recherché par les PME. Elles désirent avoir des clients
exclusifs qui leur font confiance et qui leur deviendront fidèles.
Comparativement aux définitions de base que nous avons observées dans le dictionnaire,
l'auteur définit, en première partie, que même avec l'aide de programmes ou de cadeaux que
l'entreprise peut offrir à ses clients, elle ne pourra jamais acheter la fidélité de ses
consommateurs. L'auteur ajoute également qu'il y a plus qu'un simple programme qui doit être
mis en œuvre afin d'obtenir la fidélisation d'un client. Il faut accentuer les efforts sur
l'établissement d'une relation qui sera maintenue quotidiennement. La relation gagnant-
gagnant, qu'effectuera l'entreprise vis-à-vis ses clients, amènera un sentiment de confiance chez
ces derniers et ils seront favorables à l'idée de revenir se procurer les services ou produits offerts
 15

par l'entreprise. L'évolution de la relation et le maintien de la confiance sont deux éléments

auxquels les rapports, entre le client et l'entreprise ou entre une entreprise et une autre, seront
toujours favorables et remplis de satisfaction.
De l’autre côté, Mac Neil (1980) et N'Goala (2003) font partie de ceux qui se sont intéressés à
la recherche sur la fidélité dans le marketing relationnel. Ces derniers décrivent la fidélité du
consommateur en deux volets : le temps et l'espace. Le premier volet aborde les propos d'une
relation stable et durable par un engagement profond du consommateur vis-à-vis une marque
en dépit des circonstances défavorables (concurrence, insatisfaction, etc.). Le deuxième volet
fait référence à l'alternance entre la répétition d'achat et le changement de marque, mais en y
incluant tous les comportements dans la gestion de la relation client (bouche à oreille,
coopération, etc.).
Suite aux nombreuses définitions et aux nombreux auteurs qui ont été mentionné, nous avons
créé un tableau synthèse (Tableau 1) résumant toutes les définitions trouvées au cours de la
recension littéraire. Ce tableau a été créé dans le but de faciliter la lecture de la présente
recherche et d'avoir une vision globale de la fidélisation. De plus, nous avons déterminé que les
définitions des auteurs comme : Mac Neil (1980), Kotler (1991), Lehu et De Lécluse (1999) et
N'Goala (2003) résument bien notre définition de la fidélisation pour cette présente recherche.
Ce qui résume la fidélisation à être un engagement profond et l'établissement d'une relation
d'affaires personnalisée, durable et gagnant-gagnant avec le client.
Toutefois, pour arriver à fidéliser un client, les entreprises doivent tenir compte de plusieurs
éléments avant d'en arriver à une fidélité durable (Stéphane, 2007).
Tableau 1 : synthèse des définitions de la fidélisation
Processus d’achat à Définition au niveau Établissement d’une Définition au niveau
répétition du rachat relation relationnel
Cohen et Houston Influence du Mac Neil (1980) ; Engagement profond
(1972) comportement du N'Goala (2003) et comportement
Client (croyance, dans la relation client
attitude, valeur) afin (marketing
de faire un rachat du relationnel)
même produit

Jacoby et Kyner La répétition d'achat Turnbull et Valla Nombreuses

(1973) est liée au processus (1986) séquences
décisionnel du client transactionnelles afin
de maintenir la
relation d’échange
 16

La fidélité apparente Dwyer, Scurr et 4 points bénéfiques à

est la réponse Oh (1987) l'établissement d'une
Jacoby et Chesnut comportementale relation (chapitre l,
(1978) biaisée manifesté au p.2I)
cours du temps par
une unité de décision
par rapport à une
marque
(Répétition d’achat)

Larousse (2017) Rendre attaché à un Kotler (1991) Établir une relation

[Définition au sens produit ou à un d’affaires
Propre du terme de service; attachement personnalisée,
rachat] durable et profitable
avec les clients et
fournisseurs

Grernler et Brown Développer un Webster (1992) Développer une

(1999) intérêt pour que le valeur
client revienne se Supérieure en
procurer un produit établissant une
ou service à relation avec les
l’entreprise clients

Morgan et Hunt
Dictionnaire Attachement qui se (1994) La fidélité se résume
Terminologique de traduit par des à la confiance qui est
L’Office québécoise comportements le résultat de
de d'achat habituels l'interactivité et
la langue française6 l'interdépendance des
(2006) séquences

Perrien et Ricard L'établissement d'une

(1995) Communication ou
d'une relation
influence le
Notons cependant que ces auteurs visaient processus
plus spécifiquement le rachat de produits décisionnel et le
dans un même point de vente. Nous avons Comportement du
jugé pertinent de les introduire dans notre client.

6
La revue des sciences de gestion édition 2008
 17

analyse sur l’achat de produits et services Reichheld (1996) Augmentation du

offerts dans des night-clubs. profit
D’entreprise à cause
de la fidélité grâce à
4 facteurs (chap. 1 ;
p13.)

Lehu/de Lécluse Établissement d’une

(1999) relation gagnant-
gagnant

Knox (1999) Le développement de

la relation est un
avantage invisible
aux yeux de la
concurrence

Oliver (1999) Le rachat à n'importe

quel prix, mais
également le fidéliser
en établissant une
relation

Source : Stéphane (2007), p. 46

2.3 Les éléments menant à la fidélisation

Les entreprises ont une mission, un but et qui est d'atteindre les attentes de leurs clients et de
les dépasser afin que ces derniers soient satisfaits du produit/service reçu et qu'ils reviennent se
le procurer. Pour cela, l'entreprise doit établir une relation avec le client pour que ce dernier se
sente en confiance et qu'il s'engage dans cette relation. Les éléments me nant à la fidélisation
sont :
- L'engagement : selon Tax, Brown et Chandra shekaran, (1998) ; Bozzo, (1999),
L'engagement, au terme de l'état psychologique, est une attitude non menant à la décision
d'achat, mais plutôt à s'investir dans une relation à long terme qui sera, comme la
satisfaction, l'un des fondements sur lesquels la relation de fidélité va se construire. Ce
genre d'engagement envers une organisation ou une personne entraîne certains
compromis. Ces limites, habituellement à court terme, ne sont toutefois pas assez
importantes afin de refuser l'engagement. À long terme, le résultat sera bénéfique à
chaque groupe, car chacun aura fait quelques compromis équitables afin d'établir une
relation stable et volontaire dans le but d'accentuer et de protéger leurs investissements
 18

en terme de temps, de service et d'argent. Il y a une volonté à long terme de voir la relation
continuer (Dwyer, Schurr et Oh, 1987).
- La confiance : La confiance est un ingrédient primordial au succès de la relation établie
entre l'entreprise et le client. Selon Morgan et Hunt, (1994), Elle est indispensable à
l'engagement d'une relation durable. Elle découle d'une satisfaction positive envers un
service (Tax et al. 1998). Toutefois, la confiance est une croyance particulière à chacun
et signifie qu'il est possible de compter sur la bienveillance et la sincérité des autres
(George et Good, 2004). Pour une entreprise, le client développera une attitude de
confiance si la qualité et la rapidité du service sont obtenues comme le désirait le client
(Garbarino et Johnson, 1999). Autant que la qualité d'un service ne peut pas être perçu de
la même façon pour un client que pour un autre, autant que la confiance ne peut se
développer de la même façon pour une personne que pour une autre. De plus, les auteurs
comme Gwinner, Gremler et Bitner (1998), ont défini qu'il était plus bénéfique de faire
des confidences et de faire confiance aux clients d'une entreprise que de leur offrir des
traitements de faveurs.
- La communication : La communication est au cœur de la relation qu'exerce l'entreprise
envers un client ou une autre entreprise. Une bonne communication est souvent ce qui a
le plus d'impact, car beaucoup de clients ne sont pas au courant des offres dont ils peuvent
profiter ou, pire, ne connaissent pas les avantages dont ils bénéficient déjà (Coyles et
Gokey, 2002). Le client ne peut pas tout savoir seulement en rentrant dans les locaux de
l'entreprise ou en communiquant pour la première fois avec celle-ci. L'entreprise doit
communiquer avec sa clientèle afin d'obtenir des informations afin d'y définir leurs
besoins, en plus de communiquer les différents avantages et services qu'elle offre et, par-
dessus tout, écouter ce que le client a à dire.
- Le « bouche à oreille » : selon Eiglier et Langeard (1987), ce phénomène capital de la
communication, le bouche à oreille, indique une transmission d'informations positives ou
négatives à l'égard du service offert par l'entreprise. Le bouche à oreille doit être utilisé
comme une technique de communication à part entière en capitalisant dessus afin de
crédibiliser la communication (Décaudin et Lacoste, 2000).
Le bouche à oreille positif est un outil de marketing très convoité depuis fort longtemps. Cet
outil permet d'augmenter l'achalandage et consiste à maintenir la relation durable et de
confiance envers les clients de l'entreprise de services (Dubuc, 1993). En plus, il permet de
donner l'envie aux non-clients de l'entreprise de venir acheter le produit/service offert (Eiglier
 19

et Langeard, 1987). Faisant mention d'une recherche, les auteurs ont précisé que plus de 60%
des clients interrogés avaient connu l'entreprise par le moyen de bouche à oreille.
Par ailleurs, si le bouche à oreille peut être positif, il peut également l'être de façon négative.
La création de bouche à oreille n'est pas toutefois sans poser de problème essentiellement du
fait de la difficulté de contrôle du contenu du message (Décaudin et Lacoste, 2000). Il peut se
créer face à une insatisfaction vis-à-vis la qualité du service ou à un mécontentement de la
relation entre l'entreprise et le client. Cette aversion pourra faire basculer la balance, par
l’insatisfaction ou par le départ du client vers un concurrent, et freiner ainsi la fidélisation du
client. C'est pourquoi une bonne réputation de l'entreprise mène à la fidélisation (SeInes, 1998
; cité dans Gemme, 2004).

2.4 Freins à la fidélisation

Certaines limites peuvent être énoncées lorsqu'il est question de la fidélisation de la clientèle.
L'insatisfaction de la clientèle, le bouche à oreille négatif (que nous avons déjà élaborés) et la
concurrence d'une entreprise peuvent être les éléments déclencheurs à l'abandon du service
obtenu par le client afin de se le procurer ailleurs (Décaudin et Lacoste, 2000). Dès que le client
ressent une antipathie face à l'entreprise, que ce soit au niveau de la qualité du service ou par le
manque de communication, la confiance de ce dernier sera diminuée de beaucoup. Sans la
confiance entre les deux parties, il ne peut pas y avoir de relation durable. Ce qui occasionnera
soit le départ du client ou une plainte (qui annonce à l'entreprise l’étape avant le départ si la
plainte n’est pas résolue).
- La concurrence : la concurrence est omniprésente dans le marché actuel et
surtout dans le secteur tertiaire marchand. Il est donc primordial pour une PME
œuvrant dans ce secteur d'exécuter une veille concurrentielle afin d'empêcher le
concurrent de venir chercher ses clients actuels et potentiels.
L'entreprise ne veut pas perdre ses clients pour plusieurs raisons : le ralentissement de ses ventes
en est une, le coût occasionné par la recherche de nouveaux clients, mais la plus importante
c'est qu'elle ne désire pas perdre les compétences et les connaissances de ses clients qui l'aide à
produire ses services. Par l'entremise d'une stratégie de marketing relationnel, les entreprises
peuvent établir une relation avec leur clientèle. Le but de la relation est d'inspirer la confiance
entre l'entreprise et son client afin de lui offrir un service adéquat, répondant à ses besoins et de
lui donner satisfaction par la qualité de son service. Obtenant une satisfaction, le client n'aura
pas l'intention ou le besoin de s'informer auprès de la concurrence. C'est de cette façon que la
PME œuvrant dans le secteur tertiaire marchand pourra conserver sa clientèle même s'il y a une
abondance de concurrents.
 20

2.5 Lien entre la satisfaction et la fidélisation

La satisfaction est définie par le sentiment qu'éprouve le consommateur lorsqu'il utilise un
produit ou un service qui répond aux attentes qu'il s'était fixées (KotIer et al. 1998). Autrement
dit, le client est satisfait si l'entreprise a comblé ou dépassé ses goûts, ses attentes face au service
(qualité, garantie) ou face à ses besoins. À la base, la satisfaction peut donc avoir un lien étroit
avec la fidélisation, car le client ne peut pas rester fidèle à l'entreprise si cette dernière n'a pas
su comblé ses besoins et ses attentes.
Par ailleurs, la relation satisfaction-fidélité a été moins étudiée dans les services que pour les
produits alors même qu'elle y semble plus ténue (Collin-Lachaud, 2005). Toutefois, certains
auteurs, à l’instar de Boss (1999), ont orchestré des études sur cette relation.
Dans la littérature, la satisfaction est l'un des éléments préconisant la fidélisation de la clientèle.
Cette satisfaction provient de la différence entre la qualité attendue du client et la qualité perçue
(Morgan et Hunt, 1994 ; Zeithaml, Berry et Parasuraman, 1996 ; Oliver, 1999 ; Fornell et
Anderson, 2000 ; Ray, 2001). De ce fait, selon Anderson et Mittal (2000), Si la qualité perçue
est plus forte que la qualité attendue, le client se sentira donc satisfait, ce qui amènera (à long
terme) à une fidélisation et, par la suite, à un profit de l'entreprise. Mais cela ne suffit pas car
Reichheld (1996) précise que même si la satisfaction est un élément très important dans le
processus, elle ne suffit pas pour autant à rendre le client fidèle. Les consommateurs satisfaits
ne sont pas toujours fidèles et pourtant ils sont moins sensibles au prix. Une estimation large de
la satisfaction peut renseigner l'entreprise sur les probabilités de défection, mais cet indicateur
n'est pas tout à fait suffisant (Coyles et Gokey, 2002).
Dans le but d'approfondir le concept de satisfaction vu sa relation de dépendance avec celui de
fidélisation, nous nous sommes arrêtés sur deux approches de la satisfaction : l’un est emprunté
dans le travail de Ray (2001) sur les trois caractéristiques de la satisfaction et l’autre part des
six représentations du lien entre la satisfaction et la fidélisation selon Olivier (1999).
Afin d'accentuer la recherche sur un bref aperçu de la provenance de la satisfaction, Ray (2001)
a déterminé que la satisfaction comprenait trois caractéristiques majeures (figure 1) : (1) la
satisfaction subjective, (2) la satisfaction relative et (3) la satisfaction évolutive. La première
dépend de la perception du client vis-à-vis le produit ou service, et non de la réalité. Cette
satisfaction subjective se présente lorsque le client choisi de lui-même son entreprise ou son
fournisseur afin d'obtenir un produit ou service approprié. La deuxième satisfaction reflète le
niveau des attentes du client. C'est à ce moment où deux clients peuvent avoir deux opinions
différentes en consommant le même produit ou service et dans les mêmes conditions. Tout est
basé sur les attentes initiales que le client s'est donné avant d'obtenir le produit. Et donc, selon
 21

l’auteur la deuxième caractéristique est directement dépendante de la perception préalablement

établie. Finalement la troisième satisfaction évolue dans le temps, à la fois des attentes et des
standards, et du cycle d'utilisation des produits/services. D'une part, les attentes des clients sont
fixées par rapport à l'offre des fournisseurs ou des entreprises (standards), mais à cause de la
concurrence, cette offre est toujours augmentée. Ce qui demande d'évoluer les standards et du
fait même les attentes. D'autre part, la satisfaction survient à un moment précis. L'auteur précise
que le moment le plus crucial est vers la fin de la consommation du produit/service obtenu,
juste avant l'achat suivant. Il est bien important d'établir que l'entreprise obtient une offre plus
alléchante que celle de ses concurrents.
Figure 1: Les 3 caractéristiques de la satisfaction

Subjective Évolutive
(Perception du client) (Varie dans le temps)
Relative
(Dépend des attentes)

Pour sa part, Oliver (1999) accentue son étude sur le rôle de la satisfaction et de la fidélité du
client. Il a détaillé six représentations (Figure 2) de la satisfaction et de la fidélité afin d'établir
laquelle serait la plus appropriée. La première illustration démontre que la satisfaction et la
fidélité forment un tout commun, c'est-à-dire que s'il y a de la satisfaction envers un
produit/service, le client sera automatiquement fidèle. La deuxième indique que la satisfaction
est le noyau de la fidélisation. Sans cette satisfaction il n'y aurait pas de fidélisation de la part
de la clientèle. La troisième détermine que la satisfaction est une partie prenante de la
fidélisation, mais qu'elle n'est pas la seule partie à rendre le client fidèle. Ce n'est qu'une
composante de la fidélité. La quatrième illustration lie la composante satisfaction et celle de la
simple fidélité afin de former une fidélité ultime. La cinquième démontre que la satisfaction est
une partie de la loyauté, mais qu'elle n'est pas la clé à la fidélisation, elle est une infime partie
de cette dernière. Finalement, la sixième illustration est expliquée par le fait que la satisfaction
est une première étape à atteindre la fidélisation. De cette situation, la fidélisation devient
indépendante de la satisfaction, alors si le client éprouve de l'insatisfaction à l'égard du
 22

produit/service, cette réaction n'influencera pas sa fidélité envers l'entreprise. Le résultat de son
étude a démontré que la sixième illustration représentait mieux le lien entre la satisfaction et la
fidélisation de la clientèle. En fait, il précise que la satisfaction ne constitue pas entièrement la
fidélisation, mais elle fait plutôt partie des éléments à la fidélisation dans le même cas que la
qualité du produit/service, la garantie du produit/service, le comportement du client, etc. Sans
ces autres facteurs il n'y aura pas de fidélisation de la part du client. Même si le client est
satisfait, il n'est pas obligé de revenir le lendemain.
À l'aide de la littérature, nous avons approfondi le sens et la compréhension du terme
satisfaction. Cette dernière est obtenue par l'entremise de la perception du client sur la qualité
du service offert par l'entreprise ou le fournisseur (Gronroos, 1982 ; Zeithaml et al. 1985 ;
Eiglier et Langeard, 1987 ; Oliver, 1999 ; Fornell et al. 2000). De plus, il existe un lien entre la
satisfaction et la fidélité. Certains auteurs disent qu'il est impossible d'obtenir une fidélisation
sans la satisfaction, tandis que d'autres approuvent que la satisfaction fait partie de la
fidélisation, mais que ce n'est pas le seul élément nécessaire à la fidélisation.
Figure 2: rapport entre la satisfaction et de la fidélisation

La satisfaction et la
fidélisation ne font Satisfaction
qu'un tout commun
Fidélisation
(1)
(2)

Satisfaction
Satisfaction

Fidélisation Fidélisation ultime

(3)
Fidélisation

(4)

Satisfaction S/F*
(5)
Fidélisation Fidélisation

Satisfaction
(6)

Source : Oliver (1999) * S/F : Satisfaction et Fidélisation

 23

II. Revue empirique

Cette section présente les résultats empiriques de certaines études réalisées sur la localisation
de l’entreprise ainsi que la fidélisation des clients.
Aguiléra-belanger & al. (1999), dans une enquête réalisée par LET, portant sur la localisation
des entreprises industrielles et tertiaires, dont le périmètre d’étude était composé de l’ensemble
des communes situées sur un territoire de 45 km autour de Lyon(France) ; les auteurs
aboutissent aux résultats selon lesquels, le coût de la localisation est la principale raison de
localisation citée par les entreprises du tertiaire. Ils soulignent que le coût de la localisation ne
se limite pas au prix du foncier mais il doit être pris comme un coût global.
Le coût global de la localisation est un coût plus large qui prend en compte le prix foncier mais
également des éléments comme le niveau d’imposition, la proximité des équipements
d’agglomération (accessibilité de l’entreprise), etc. Pour les industries et les services ses
facteurs sont important, les industries recherchent des espaces disponibles et de qualité (terrains
aménagé et situé dans un environnement potentiellement prospère). Pour les services, les
entreprises qui consomment le plus d’espace peuvent préférer s’implanter en périphérie pour
éviter les prix élevés du centre.
Sergot (2006) a fait une recherche portant sur les déterminants des décisions de localisation sur
les créations de nouveaux sites des entreprises françaises de l’industrie et des services.
L’objectif est de trouver les éléments qui guident, dans les faits les entreprises des secteurs de
l’industrie manufacturière et de la réalisation de logiciels dans leurs choix de nouvelles
localisations. En plus des bases de données exploitées (la base SIRENE), une enquête est faite
par questionnaire sur 108 entrepreneurs. Le traitement de données se fait par les statistiques
unis variées (tableau de fréquence,), bi variées (ANOVA, test de différence de moyennes…)
puis multivariées (ACP-CAH), ... Parmi les résultats obtenus, l’étude montre que les entreprises
préfèrent se localiser dans les aires géographiques connues du fait que cela permet de réduire
le coût d’information, bénéficier des économies d’agglomération, etc. qui leur permettent
d’améliorer leur performance.

Romo et Schwartz (1995) montrent comment les entreprises disposant d’un site industriel dans
l’état de New York ont répondu de manière différenciée à une même menace, à savoir
l’accroissement de la concurrence de la part d’entreprises implantées dans d’autres aires
géographiques, et en particulier hors des États-Unis, et bénéficiant de coûts de main d’œuvre
plus faibles. Leurs résultats indiquent que les petites entreprises mono-sites ont eu tendance,
face à cette menace, à transférer leur activité de production sur des distances beaucoup plus
 24

courtes (souvent à l’intérieur même de l’État de New York) que les grandes entreprises, limitant
par là même leurs gains en termes de coûts salariaux. Ils expliquent ces différences par la
dépendance plus grande des entreprises mono-sites par rapport au milieu industriel local et aux
réseaux de relations que leurs dirigeants ont su y tisser au fil du temps. Ces réseaux leurs
permettent d’accéder plus aisément aux ressources dont elles ont besoin (connaissances
technologiques, ressources humaines, mais aussi contrats de fourniture ou de sous-traitance).
Un transfert sur une longue distance leur ferait courir le risque de perdre le contact avec ces
réseaux de relations et, en conséquence, les ressources vitales auxquelles elles leurs permettent
d’accéder. A l’inverse, les entreprises multi-sites apparaissent moins dépendantes par rapport à
ces réseaux locaux. Elles sont de ce fait plus libres, pour faire face à la concurrence de pays à
bas salaire, de transférer leur activité de production sur de longues distances. Elles disposent en
outre, par l’intermédiaire de leurs sites localisés dans d’autres régions ou pays, d’informations
de première main sur différentes aires géographiques, parfois très éloignées.

Bastros et Pablo (2008) partant des équations structurelles, avec l’utilisation de l’analyse
factorielle exploratoire, ces derniers analysent la fidélisation des clients de PME de vente des
biens et services en France (Lille), avec un échantillon des 185 PME et 371 clients. En faisant
différentes statistiques descriptives (moyenne, l’écart-type, régression multiple), arrivent aux
résultats selon lesquels la fidélité de clients est une conséquence de la qualité de service et de
la satisfaction des consommateurs.
Mopoli S. (2012) a mené des recherches sur la fidélisation des clients dans le secteur de
savonnerie au Ghana. L’étude cherchait à déterminer les facteurs explicatifs de la fidélité des
clients. Avec un échantillon de 290 clients. Et grâce, notamment, au recours aux statistiques
descriptives, l’estimation par moindres carrés ordinaires, la régression multiple. Le traitement
des variables a été rendu possible grâce au logiciel SAS. L’analyse de données est aboutie aux
conclusions suivantes : les facteurs explicatifs de la fidélisation des clients seraient influencés
par les éléments tels que la satisfaction du client ; le cout de remplacement ; la confiance de la
marque ; la répétition d’achat ; la participation ; la valeur perçue ; l’engagement ; la pertinence
de la marque ; la performance de la marque et de la culture.
 25

Chapitre 2 : Approche méthodologique

Au cours de ce chapitre, nous explicitons la méthodologie que nous avons suivie dans ce travail.
Il sera question de présenter les techniques utilisées pour collecter les données et celles utilisées
pour analyser et traiter les données collectées.

II.1. Technique de Collecte des données

Les différentes étapes relatives à la collecte des données ont été discutées dans cette section. Il
s’agit notamment de la population cible, entretiens individuels, échelle de mesure, l’enquête
proprement dite (quantitative).

1. Population cible
La population cible de notre étude inclut les consommateurs clients de night-clubs dans le
secteur de bars et hôtels œuvrant dans les trois communes (Ibanda, Kadutu et Bagira) de la ville
de Bukavu. Néanmoins, par manque de données sur notre population cible, nous allons utiliser
les statistiques de ménages provenant de la Mairie de Bukavu années 2017. Ainsi, de manière
générale la population de la ville de Bukavu est estimée à 11835707 habitants soit le tableau
ci-après:
Tableau 2 : Tableau récapitulatif de la population congolaise de la ville de Bukavu par sexe
et par commune
Subdivisions POPULATION CONGOLAISE
administratives
Homme Femmes Garçons Filles Total
Commune de 38833 45119 74792 84001 242745
Bagira
Commune 98402 112740 137822 151466 500430
d’Ibanda
Commune de 90628 91782 125078 132907 440395
Kadutu
Total Ville de 227863 249641 337692 368374 1183570
Bukavu
Source : Mairie de Bukavu (2017).
Parmi les night-clubs œuvrant dans la ville de Bukavu nous avons tiré de manière aléatoire
12 night-clubs dans les trois communes de la ville tableau III en raison de quatre night-clubs
par commune. Ce choix se justifie par l’absence d’exhaustivité des données recueillies à la

7
Mise à part la population étrangère selon le même rapport de la Mairie estimée à 1402 soit 260 Hommes 358
Femmes 368 Garçons et 416 Filles.
 26

Mairie de Bukavu au service de tourisme répartissant le nombre complet des night-clubs par
commune.

Tableau 3: Répartitions des night-clubs ciblés par communes

Communes Night-clubs Adresse ordonnancement
- Dancing club sombrero Av. Kibombo Licence. Agreement technique
- Dancing club zig zag Av. Boulevard du lac + Homologation
Ibanda - WhatsApp siège Av. Mbaki Certificat d’homologation
- Club Sud Etoile Av. P.E. Lumumba Certificat d’homologation

- Mille-Etoile Buholo VI -
- Club Océan Av. Funu Certificat d’homologation
Kadutu - Siege WhatsApp Buholo III -
- B.R. Club Nyamugo -

- Bar Sombrero Q. A ; Av. Bienga Certificat d’homologation

- Méli Melo Q. B ; Av. Lumumba -
Bagira - Table ronde Av. Michombero Certificat d’homologation
- Mon beau village Q. Cahi ; Av. Certificat d’homologation
Mukonzi

Source : Mairie de Bukavu-service de tourisme 2017.

2. Entretiens individuels
Pour ce qui est l’entretiens, d’un côté, ils ont comme objectifs dans ce travail de générer les
items se rapportant à la fidélité dans les perspectives des clients car, dans ce travail nous
capturons la variable localisation en termes de communes. Et de l’autre côté, il s’agit d’adapter
les échelles des mesures théoriques au contexte des PME œuvrant dans notre secteur d’étude.
Étant donné que nous nous trouvons dans un contexte qualitatif, il était plus facile, avec cette
méthode, de recueillir des informations souples et riches en terme qualitatif (Stanford, 1996 ;
Darmon et al. 1996 ; cité dans Menvielle, 1999 ; Ray, 2001).
Pour s’assurer de recueillir les plus d’informations possible et au regard du critère de saturation
sémantique, nous avons organisé des interviews auprès des clients des night-clubs dans les
trois communes de la ville de Bukavu sur une période de deux jours, allant du 19 octobre au
21 octobre 2018 envie de pouvoir adapter les questionnaires des études antérieures (Stéphane,
2007 ; Allam Samira et Babou Nadia, 2014 ; Bertrand Sergot, 2006) portant sur la localisation
de l’entreprise et la fidélisation de clients séparément et aux réalités des petites et moyennes
entreprises de la ville de Bukavu ainsi que confirmer les variables des études empiriques
 27

antérieures (Elakano Emilienne, 2016 ; Iragi Patrick, 2016). L’entretiens avec les clients étaient
possible à l’aide d’un guide d’entretien (annexe 1) auprès des 30 clients (consommateurs) dont
14 à la commune d’Ibanda, 8 à Kadutu et 8 à Bagira8, se déroulant souvent aux environs de 17h
voir 18h30h et prenait en moyenne 25 minutes9. L’objectif était de récolter les opinions des
clients sur l’appréciation de lieu de localisation du club et savoir si par cette appréciation
pouvait découler l’idée d’une fréquentation continue. Vu cette démarche, les informations que
nous avons pu recueillir après compilation nous ont permis de construire un outil de collecte
des données adapté. À l’exemple de Balemba (2017), les items ont été retenus en fonction de
leurs fréquences d’apparition sur base de deux critère (Neuman, 2010) : n’était retenu qu’un
mot ou une phrase qui a été reprise plusieurs fois par deux ou trois interviewés. Néanmoins, des
phrases spécifiques qui n’étaient reprises qu’une seule fois ont été retenues lorsqu’elles
décrivaient un aspect important de l’un de concept sous analyse (Neuman, 2010 ; Evrard, Roux,
Pras et al. 2009).

3. Échantillonnage
L'échantillon est de nature non probabiliste, c'est-à-dire qu'il n'est pas choisi aléatoirement
(Deslauriers, 1991 ; Gauthier, 2004). L’idéal serait d’enquêter tous les clients des night-clubs
de la ville de Bukavu afin de pouvoir mesurer avec moins de biais la fidélisation des clients
selon qu’ils sont d’une commune a une autre. Mais, malheureusement à défaut de temps et des
moyens nous ne pouvons mener l’étude sur tous les clients. Ainsi, cherchant à déterminer la
taille de l’échantillon, nous avons été amené à tirer un échantillon représentatif en recourant à
la formule10 suivante

n=[ 𝒛𝟐𝟏−∝ /2∗ 𝑺𝟐𝝅 ]/𝜺𝟐

Avec :
- n : la taille de l’échantillon
2
- 𝑧1−∝ /2 : valeur de la loi normale au seuil α (souvent égale à 1,96 pour un degré de

confiance de 95%)
- ∝ ∶ seuil de risque fixé à 5%
- 𝑆𝜋 : écart-type de la population

8
Concernant les clients des night-clubs situés dans les communes de Bagira et Kadutu, l’entretien a été mené par
l’aide de nos collègues de l’auditoire.
9
Signalons cependant que par moment il nous arrivé de pédaler dans la choucroute ! Surtout avec les clients qui
pour nous donner l’information, demander qu’on puisse mettre d’abord la main dans la poche. Ce qui n’avait du
tout pas facilité le processus de récolte des données.
10
Formule approximative de la taille de l’échantillon Bugandwa, 2018.
 28

-  : la proportion
-  : la marge d’erreur souhaitée par le chercheur (fixé à 8% dans cette étude)
Partant de la formule ci-haut présentée, nous constatons que la taille de l’échantillon dépend
bien évidemment de la marge d’erreur voulue par le chercheur, du seuil de risque et de l’écart-
type de l’échantillon qui n’est pas à priori connu. Cependant, la théorie propose trois solutions
pour contourner ce problème :
- Soit avoir des informations empiriques sur la population étudiée,
- Soit procéder à une pré-enquête pilote afin de déterminer l’écart type où,
- Soit utiliser le cas de proportion avec π égale 0,5 dans la mesure où cette valeur donne
π *(1- π) égale à 0,25 qui est la variance la plus élevée permettant d’obtenir une taille
d’échantillon élevée (Bugandwa, 2017).
Cela étant, nous avons opté pour la troisième solution. Ayant toutes les valeurs nécessaires des
paramètres, notre taille de l’échantillon sera déterminer de la manière suivante :
1.962 ∗0.25
n=[ ]= 150,0625  150 Clients
0.082

Afin de prévenir le taux de non réponse, plus de 150 questionnaires ont été envoyés sur terrain,
soit 162 questionnaires. La stratification aléatoire d’allocation proportionnelle est le plan de
sondage retenu par cette recherche. Les différentes communes de la ville de Bukavu constituent
les strates, et l’échantillon tiré a été réparti proportionnellement à la taille de la population de
chaque commune par manque des statistiques exhaustives par commune relatives à tous les
night-clubs, soit un taux de sondage11 de 0.00014 identique au sein de chaque strate12. Le
tableau ci-dessous nous présente la manière dont l’échantillon a été réparti pour l’enquête.
Tableau 4: Répartition de la taille de l’échantillon de l’enquête

N Commune population Échantillon Echantillon Echantillon

réalisé Par night-
clubs13

1 IBANDA 500430 500430*162/1183570=69 65 69/4=17

2 KADUTU 440395 440395*162/1183570=60 57 60/4=15
3 BAGIRA 242745 242745*162/1183570=33 28 33/4=8
Total 1183570 162 150
Source : nos calculs à partir des statistiques de la Mairie de Bukavu 2017

11
Le taux de sondage est le rapport entre le nombre d’unités tirés d’une strate et la taille de la strate, soit n/N
Amyotte, 1996
12
Une strate est un sous-ensemble homogène de la population Martinet et alii, 2003.
13
Selon que nous avons pris de manière aléatoire le nombre de night-clubs à enquêter par commune soit
12/3=4
 29

4. L’enquête proprement dite

La distribution des questionnaires aux individus est un mécanisme important dans le
déroulement des enquêtes Mubililwa, 2016. L’enquête s’est déroulée auprès des individus
clients des night clubs sélectionnés aléatoirement se localisant dans les trois communes de la
ville de Bukavu pour une période allant du 26 au 31 Janvier 2019 avec l’aide de nos 3 collègues
de l’auditoire. Elle a été possible grâce à un questionnaire structuré inspiré des études
antérieures. Les répondants sont sélectionnés de manière aléatoire parmi les clients de night-
clubs dans différente communes ; Après une brève explication aux enquêtés sur la manière de
répondre, ces derniers complétaient les questionnaires dans le lieu même et l’entrevue pouvait
durer en moyenne 15 minutes et pouvait se faire sous forme d’échange particulier avec les
clients les plus ouverts. Vu qu’on ne laisser pas les questionnaires, on a pu recueillir 150
questionnaires bien complétés et 12 mal complétés soit un taux de non réponse que nous
jugeons faible de 7,4%.

5. Échelle utilisée (théorique)

Compte tenu de l’objectif de notre travail qui est celui de chercher à comprendre les effets de
l’emplacement de l’entreprise sur la fidélisation des clients de night-clients de la ville de
Bukavu, ce point précise l’échelle utilisée pour permettre la mesure tout en tenant compte des
autres échelles mesurant d’autres concepts, mais qui ont de l’influence sur la fidélité. Nous
prenons appui sur les études antérieures pour procéder au traitement des données par l’analyse
factorielle.
En effet, notre échelle de mesure est inspirée du travail de Hild du Plooy (2012) effectué en
Afrique du sud. Nous justifions ce choix par le fait que, son champ d’étude se rapproche au
notre. Signalons toutefois que ce travail est composé de 7 dimensions dont nous avions essayé
d’ajuster selon notre milieu d’étude.

II.2 Techniques de traitement des données

Lors du traitement des données, nous allons successivement recourir à l’analyse factorielle
exploratoire ce qui nous amènes à l’analyse en composante principale et à l’analyse de variance.
1. Analyse factorielle exploratoire : Analyse en composantes principales
Pour cette recherche, l’analyse exploratoire des données a comme intention de faire ressortir le
nombre optimal des principales dimensions de l’échelle de mesure. Nous utilisons une échelle
de mesure composée de 28 items de 7 dimensions. Cette échelle de mesure a été constituée en
nous inspirant des échelles antérieures [Schmidt et Strickland (1998a et b)] ainsi que des
 30

résultats issus des entretiens individuels. L’analyse factorielle nous est utile en ce sens qu’elle
nous permet de passer d’un grand nombre d’items à un nombre plus restreint en regroupant
ensemble les items qui mesurent une même dimension appelée « composante » ou « facteur »
[Gianneloni et Vernette (2001) ; Charland (2005)].
L’objectif assigné à l’AFE est donc de nous permettre de trouver les items et, bien entendu, les
dimensions importantes pour la clientèle des night-clubs retenues pour étude. Mais, avant de
procéder à l’analyse factorielle, nous nous rassurons, préalablement, que les données sont
factorisables. Pour ce faire, deux méthodes statistiques nous ont été utiles [Gianneloni et
Vernette (2001) ; Malhotra et alii (2007) ; Carricano et Poujol (2008)] : L’indice d’adéquation
de Kaiser-Meyer-Olkim (KMO) et le test de sphéricité de Bartlett.
a. L’indice d’adéquation de Kaiser-Meyer-Olkim (KMO)
Cet indice a le mérite d’indiquer dans quelle proportion les items retenus forment un
ensemble cohérent et mesurent de manière adéquate un concept. La valeur de l’indice
de KMO varie entre 0 et 1. Une valeur de KMO de moins de 0.50 est inacceptable ; une
valeur comprise entre 0.50 et 0.59 est dite de validité au seuil limite ; une valeur
comprise entre 0.60 et 0.69 est dite de validité faible ; une valeur comprise entre 0.70 et
0.79 est dite de validité moyenne ; une valeur comprise entre 0.80 et 0.89 est dite de
grande validité ; mais une valeur de 0.90 et plus est, par contre, dite de très grande
validité. La valeur de l’indice de KMO doit ainsi être supérieure à 0.50 pour que
l’analyse factorielle soit faisable [Norusis (1993) cité par Balemba (2014) ; Le Moal
(2002) ; Durand (2003)].
b. Le test de sphéricité de Bartlett
Le test de sphéricité de Bartlett vérifie l'hypothèse nulle selon laquelle toutes les
corrélations seraient égales à zéro, c’est-à-dire que les items ne seraient pas corrélés
entre eux et, par conséquent, seraient parfaitement indépendants les uns des autres. Nous
devons donc tenter de rejeter l'hypothèse nulle car, si elle est vérifiée, il serait difficile
d’extraire les facteurs [Malhotra et alii, 2007]. Ce test doit ainsi être significatif pour
que nous rejetions l’hypothèse nulle et, pour cela, la signification doit être inférieure à
0.05 ; l’idéal serait que la signification tende vers 0.000 [Moal (2002) ; Durand (2003)
; Jalby (2009)].
Une fois que les conditions d’application de l’analyse factorielle sont remplies, nous passons à
l’extraction des facteurs. Or, pour extraire les facteurs, nous recourons à « l’analyse en
composantes principales » ACP. L'analyse en composantes principales cherche une solution
où les composantes (facteurs) sont orthogonales (c'est-à-dire indépendantes entre elles).Chaque
 31

composante apporte ainsi une information qui lui est particulièreFrancis, 2011. Aussi,
l’extraction des facteurs par l’analyse en composantes principales est habituellement la méthode
la plus utilisée [Durand, 2003] et ce dans 80% des cas [Casin, 1999].
En effet, une question se pose : combien de facteurs doivent être extraits ? selon Poujol et
Carricano (2008) cité par Francis 2011, stipulent qu’ « il n’existe pas de base quantitative
exacte pour déterminer le nombre de facteurs à extraire. De ce fait, des critères sont souvent
choisis sur la part de chaque item qu’un facteur permet d’expliquer ». Ceci nous amène à
considérer différents critères qui nous aideront à déterminer combien de facteurs il vaut la peine
d’extraire. Cependant, deux critères reviennent fréquemment pour déterminer le nombre de
facteurs à extraire Gianneloni et Vernette (2001) : le critère de Kaiser-Guttman et le critère du
coude de Cattel.
1) Le critère de Kaiser-Guttman  ou la valeur propre 
Pour ce critère, Il est question de calculer ce que l’on nomme « la valeur propre » de
chaque facteur. La valeur propre représente la quantité d’information capturée par un facteur.
Plus la valeur propre est élevée, plus le facteur explique une portion significative de la variance
totale14. Par convention, tout facteur avec une valeur propre supérieure à 1 est considérée
comme facteur significatif [Malhotra et alii, 2007]. En effet, l’extraction des facteurs doit
s’arrêter dès qu’une valeur propre devient inférieure à 1 [Kaiser (1960) cité par Baillargeon
(2003)] et les facteurs extraits doivent expliquer au-moins 60% de la variance totale [Hair et
alii (2006) cités par Carricano et Poujol (2008) ; Balemba (2009)].
2) Le scree-test (ou le critère du coude de Cattel)
C’est une méthode graphique permettant de décider du nombre de composantes à
extraire. Concrètement, un graphique est tracé, illustrant la taille des valeurs propres de
différentes composantes en fonction de leur ordre d’extraction. Ce critère nous amène à arrêter
l’extraction des composantes à l’endroit où se manifeste le changement de pente dans le
graphique [Gianneloni et Vernette (2001) ; Baillargeon (2003)].
L’interprétation des facteurs ou des composantes consiste à déterminer la combinaison d’items
qui est la plus associée à chacun des facteurs significatifs. Dans le cadre de cette étude, nous
retenons la solution orthogonale parce qu'elle indique que chaque facteur apporte une
information unique, non partagée par un autre facteur [Durand, 2003], et nous recourons à la
méthode varimax car elle minimise le nombre d’items ayant de fortes corrélations sur chaque
facteur améliorant ainsi les possibilités d’interprétation des facteurs [Charland, 2005].

14
La variance totale dans la matrice correspond à la somme de toutes les variances individuelles [Baillargeon,
2003] ; la variance individuelle étant égale à 1 [Malhotra et alii, 2007].
 32

La fiabilité d’une échelle de mesure est le degré avec lequel elle mesure de façon constante le
concept étudié [Evrard et alii (2003) cités par Balemba (2009)]. Afin de tester la fiabilité de
notre échelle de mesure, nous recourons au coefficient alpha de Cronbach (noté α). L’alpha de
Cronbach est un coefficient de fiabilité qui permet de vérifier si les items mesurent
effectivement la fidélisation des clients de night-clubs. Sa valeur varie entre 0 et 1. Une valeur
de alpha de Cronbach inférieure à 0.6 est jugée insuffisante, une valeur comprise entre 0.60 et
0.65 est faible ; une valeur comprise entre 0.65 et 0.70 est le minimum acceptable ; une valeur
comprise entre 0.70 et 0.80 est bonne ; une valeur comprise entre 0.80 et 0.90 est qualifiée de
très bonne ; mais s’il arrivé que le coefficient alpha de Cronbach soit supérieur à 0.90, une
réduction du nombre d’items s’impose car cela indique une redondance inter items [Peterson,
1995]. Concrètement, pour obtenir une échelle de mesure fiable, nous procédons, dans un
processus itératif, à l’élimination des items dont la présence affaiblit la valeur du coefficient
(Rossiter, 2002). Nous retenons une valeur de 0.7 comme seuil minimum d’acceptation
Peterson, 1995.
2. Analyse de variance
Dans cette étude, il est question d’une analyse de variance uni varié vu que nous étudions l’effet
de plusieurs variables indépendantes (âge, genre, revenu, etc.) sur une variable dépendante
(niveau de la fidélisation des clients). L’analyse de variance a, ainsi, pour objectif de tester si
les caractéristiques sociodémographiques des clients (âge, genre, revenu, etc.) influencent leur
niveau de fidélisation.
Pour valider que nos données acceptent l’analyse de variance, nous étudions l’homogénéité des
variances, et ce grâce au test de Levene ; le critère de décision du test étant p-value supérieur à
0.05. Ensuite, nous définissons nos deux hypothèses : l’hypothèse nulle (H0) de non
dépendance et l’hypothèse alternative (H1) avec dépendance. Ces hypothèses ont pour finalité
de confirmer ou infirmer l’influence des caractéristiques sociodémographiques des clients sur
leur niveau de fidélisation. Cela étant, par hypothèse nulle, on admet que les fidélisations
moyennes sont égales pour toutes les caractéristiquesen terme de communes des clients. Alors
que l’hypothèse alternative avance qu’il y a au-moins une fidélisation moyenne qui diffère des
autres.
Ainsi donc, pour nous rassurer de la significativité des résultats, nous recourons au test de Fisher
dont le critère de décision est p-value inférieur à 0.05. L’hypothèse nulle serait rejetée au profit
de l’hypothèse alternative si le p-value obtenue est inférieure à 0,05. La significativité (p) est
aussi utilisée pour identifier les variables significatives afin de les mettre en évidence. Il
 33

existerait donc une relation entre la fidélisation et les variables considérées pour une valeur de
p inférieur ou égale à 0,05. Dans ce cas, l’hypothèse nulle est rejetée.
Ceci nous amène à la définition de notre deuxième hypothèse :
H2 : Le niveau de fidélisation des clients dépendrait significativement de leurs
caractéristiques sociodémographiques selon que les clients se localisent d’une commune a
une autre.

II.3. Mesure des variables

a Variable dépendante
La variable dépendante de l’étude est la fidélisation. Connaissant son caractère
multidimensionnel, nous nous inspirons du travail de Elakano 2016 pour cerner ce caractère.
La fidélité est mesurée sous 28 items dans ce travail et l’appréciation de cette fidélité sera
comprise entre 1 et 5 à l’aide d’une échelle de Likert. La démarche consistera donc à construire
un indice de fidélité grâce à l’analyse a composante principale ACP.
b Variables indépendantes
Les variables indépendantes de cette étude sont les suivantes :
(1) Age : l’âge correspond au nombre d’années que l’individu a déjà vécu ; partant du
contexte de notre étude, nous remarquons que les clients de night-clubs n’ont pas le
même âge et c’est cette diversification qui fait à ce que la variable soit prise en compte.
Cette variable prend 4 modalités : 1 pour les clients dont l’âge est compris entre 18 et
29 ans, 2 pour les clients dont l’âge est compris entre 30 et 39 ans, 3 pour les clients
dont l’âge est compris entre 50 ans et plus. Notons cependant que cette variable est
quantitative mesurée en nombre d’année révolue correspondant à l’intervalle de temps
situé entre la date de naissance du client et l’année d’observationHaguma, 2015, 2018
pour cette étude.
(2) Genre : cette variable est dichotomique. Elle prend la valeur 1 si le client est un homme
et 0 sinon.
(3) Le niveau d’étude : cette variable est la caractéristique de l’individu qui représente son
niveau de formation ou d’éducation. En effet, le capital humain accroit le niveau de
jugement et le sens critique des clients. Pour cette étude, le niveau d’étude est une
variable catégorielle qui prend 5 modalités : 1 Aucun 2 primaire 3 secondaire 4
Formation professionnelle 5 Autre . Ainsi, cette variable peut avoir une influence sur
le choix de la fidélisation du client. En effet, plus le client est instruit, plus ce dernier
tiendra compte de détails pour se fidéliser aux night-clubs.
 34

(4) Commune de localisation : nous rendons cette variable dichotomique dans cette étude.
Elle prend la valeur 1 pour la commune d’Ibanda et 0 pour d’autres Kadutu et Bagira.

(5) Profession : il désigne la profession que l’individu exerce dans sa vie. Etant donné que
chaque profession a ses caractéristiques et ses exigences, il peut être affirmé que ces
dernières peuvent influencer la décision d’un client à se fidéliser. Cette variable est
catégorielle et prend 4 modalités : de 1 à 4 lorsque le client est respectivement étudiant,
fonctionnaire, employé et sans emploi.
(6) Le revenu : cette variable renseigne sur la capacité monétaire que l’individu détient
mensuellement destinée à couvrir ses dépenses. Elle est approchée de manière objective
par des classes d’appartenances. Ainsi cette variable prend 9 modalités. Elle prend la
modalité de 1, lorsque l’individu a un revenu inférieur à 50$, elle prend respectivement
les modalités de 2, 3, 4, 5, 6, 7, 8 et 9 ; lors que l’individu a un revenu entre 51 et 150
$, entre 151 et 300$, entre 301 et 600$, entre 601 et 800$, entre 801 et 1000$, entre
1001 et 1500$, entre 1501 et 2000$ et au-delà de 2000$. N’ayant point le même niveau
de revenu, les clients peuvent avoir de choix différents sur la décision de fidélisation.

II.3 Outils de collecte de données

Parmi les moyens existant en science social afin d’atteindre les sujets pour l’enquête, nous en
avons emprunté un qui est le moyen par questionnaire d’enquête. Le concept fidélisation n’est
pas un fait qu’on peut palper du doigt voilà pourquoi, nous avons pu développer des items dans
notre questionnaire d’enquête qui comprend trois parties qu’on a administré à ceux qui
expérimentent le phénomène. Aussi, cette étude recourt à un questionnaire adapté des études
antérieures et des résultats des entretiens individuels. Ce questionnaire comprend 3 principales
parties. La première partie regroupe les questions posées aux clients afin de connaître leur
caractéristique sociodémographique, il s’agit principalement de l’âge, du genre, de la profession
des répondants, etc. la deuxième partie parle de la localisation de night-clubs cherchant à savoir
par ordre d’importance partant de « sans importance= 1 » à « plus important=5 » les facteurs
motivateur de client au club qu’il fréquente.
La troisième partie regroupe les questions posées aux clients afin de connaître leur degré de
fidélisation par rapport aux différents aspects du service ainsi que l’importance que représentent
pour eux ces aspects du service. Cette partie comprend particulièrement 28 items relatives au
service pour lesquelles les clients sont appelés à exprimer leur degré de fidélisation et ce, à
 35

l’aide d’une échelle de Likert15 à cinq points. Cette échelle de Likert mise au point va de «
totalement d’accord= 5 » à « totalement en désaccord= 1 » pour le degré de fidélisation. Sur
les 28 items, 5 sont relatifs au comportement des clients selon son attachement au club, 2 relatifs
à l’attitude des clients, 4 c’est par rapport à la cognition, 4 selon que le client s’attache au club,
6 relatifs à la tendance, 4 relatifs à l’action que pourra poser les clients, et 3 se rapporte aux
services fournis selon que le club est implanté dans un milieu sécurisé.
L’outil SPSS sera utilisé pour le traitement. Pour commencer, une base de données a été
constituée par le dépouillement, ainsi, les variables et leurs étiquètes ont été définies.

15
Technique mise au point par Rensis Likert permettant aux répondants d’une étude de marché d’exprimer leur
avis sur une proposition relative à l’objet étudié (de l’accord au désaccord) [Martinet et alii, 2003].
 36

Chapitre 3 : Présentation et interprétations des

résultats
Dans ce chapitre, les résultats du traitement des données sont présentés et discutés. Au premier
point nous présentons les résultats de la statistique descriptive, au deuxième point les résultats
de l’analyse factorielle, le troisième point détermine le niveau de la fidélisation actuelle des
clients, le quatrième point présente l’analyse ANOVA, le cinquième présente les implications
des résultats d’analyse et la contribution de l’étude, pour finir, le sixième point présente les
limites du travail ainsi que les difficultés rencontrées.

III.1. Résultats des analyses descriptives

A la vue des résultats de l’analyse descriptive repris dans le tableau N116, nous remarquons
que la majorité de nos enquêtés sont des hommes 65,3. Ceci s’explique par le fait que lors
de notre descente sur terrain  dans des night-clubs  pour récolter les données, nous avons pu
remarquer une représentation massive des hommes comparativement aux femmes. Concernant
la répartition des enquêtés par commune, on remarque que la commune d’Ibanda 43,3
devance en termes d’effectif des répondants les autres communes, suivis de la commune de
Kadutu 38 et celle de Bagira 18,7. Restant sur le même ordre d’idée, les résultats relatifs
au choix des clients Tableau croisé : Résidence*Fréquentation clubs sur le club montrent que
les habitudes de fréquentations des night-clubs dépendent en grande partie du lieu commune
de résidence des clients : sur le 65 clients résidant dans la commune d’Ibanda, 58 clients
fréquentent les night-clubs se trouvant dans la commune soit 89, 4 clients fréquentent les
clubs se localisant a Kadutu 6,2% et 3 y vont à Bagira4,6%  cette même logique se poursuit
pour les autres communes Kadutu et Bagira. Ceci s’explique par le fait que les clients pour
fréquenter un lieu de divertissement17 en l’occurrence les night-clubs, tiennent compte non
seulement de la notoriété du club, ou de service de qualité, etc. mais aussi des couts que ce
choix peut générerle fait de quitter sa commune de résidence pour l’autre commune. La grande
partie de nos enquêtés 27,3%  a un revenu compris entre 51 et 150$ suivis de 25,3 des clients
disposant d’un revenu faible de moins de 50$ par ailleurs, les clients disposant d’un revenu
colossal sont à compter au bout des doigts soit 8% pour l’écart entre 801et 1000$ et 4  pour
l’écart entre 1001 et 1500$. Cela se justifie par le fait que, les clients ayant plus de moyens

16
Annexe n4
17
Pas seulement le choix d’un lieu de divertissement, mais aussi tout autre choix étant qu’un agent
économiquerationnel de nature effectue. Ce dernier tient compte de coûts d’opportunité.
 37

revenu considérable sont souvent des employés voir des fonctionnaires et donc, vu leurs
occupations, ils se présentent souvent les week-end pour des raisons de divertissements.

III.2 Résultats de l’analyse factorielle

L’indice KMO et le test de Bartlett indiquent que les données sont factorisables (KMO = 0,64
 khi-deux approximé = 286,724  ddl = 120  signification = 0,000) (cf. annexe n° 5). Le seuil
de signification de la khi-deux calculée de Bartlett atteste que les corrélations partielles entre
les variables sont faibles cela montre tout simplement que la matrice de corrélation n’est pas
statistiquement une matrice identité. Les résultats de l’analyse factorielle, présenté dans les
tableaux ci-dessous, montrent que le concept fidélisation de clients des night-clubs est un
concept multidimensionnel composé de sept dimensions qui expliquent 64,31% de la variance.
Ainsi, ces dimensions présentent un indicateur de fiabilité (alpha de Cronbach) de 67,4%. Il
s’agit de 7 dimensions regroupant 16 items obtenus après une série de 11 itérations à la suite
desquelles 12 items ont été effacés. Signalons cependant que, les items retenus après
suppression ont une communalité au-dessus de 0,5. Tous les items effacés possédait un score
factoriel négligeable c’est-à-dire inferieur a 0.5 ou soit était considérablement corrélés a plus
d’un facteur. Pour de raisons d’illustration, le tableau ci-dessous présente les résultats de la
matrice des composantes après rotation.
 Matrice de composants après rotation composantes communalité Alpha
38 de
Cronbach
Dimensions N item Libellé de l’item 1 2 3 4 5 6 7
J’encouragerai mes amis et mes proches à devenir clients de ce night-club ,650
Confiance et Fcm1 ,743 ,624
Je recommanderai ce night-club à toute personne qui me demanderait conseil. ,664
appartenance Fcm3 ,675 ,691
J’ai une connaissance suffisante sur ce night-club pour l’évaluer par rapport ,662
au night-club Fco3 ,631 ,614
à d’autres clubs de la place.
Je continuerais à me divertir dans ce club même si les coûts augmentent ,662
Attachement Fatt2 quelque peu. ,623 ,473

et fidélité au Quand je prends une décision sur les night-clubs de mon milieu de ,648
Fco4 résidence, je n’aimerais pas discuter mon choix porté sur ce night-club. ,688 ,585
night-club
Ften4 Je me considère très fidèle vis-à-vis de ce night-club. ,740 ,620 ,661
Même avec une réduction de 25% dans d’autres night-clubs, je ne serai pas ,662
Qualité du Ften3 tenté de quitter cette maison. ,652 ,595

service et Ça m’ennuierait de fréquenter un autre club que celui-ci pour me divertir. ,652
Ften6 ,717 ,562
satisfaction Si j’ai encore à choisir, je ne choisirai pas mieux qu’ici. ,654
Fact1 ,622 ,663
Ce night-club a exactement ce que je cherche dans les lieux de ,669
Fiabilité et Faff2 divertissement. ,761 ,604
Assurance Les services dans ce night-club sont fiables et décents que je ne pense pas ,650
Fsec1 aller tenter ailleurs. ,661 ,628

Je m’intéresse beaucoup à ce night-club par rapport aux autres club de la ,662

Preference du Ften1 place ,698 ,613
club
C’est un grand plaisir pour moi de fréquenter ce lieu. ,671
Ften2 ,801 ,757
Je continuerais de fréquenter ce night-club aussi longtemps qu’il offrira des ,660
sécurité du Fact4 services de qualité. ,821 ,789

club Je me sens en sécurité lorsque je me trouve au sein de ce night-club.

Fsec2 ,686 ,650 ,655
Fréquence de Ce night-club est le seul que je peux fréquenter régulièrement. ,666
visites Faff1 ,873 ,823
% de la variance expliquée
10,6 10,4 10,2 8,8 8,6 8,2 7,5
Source : Résultats générés à partir du logiciel SPSS 20
 39

Ce tableau nous renseigne des poids d’importance que chaque item retenu possède en termes
d’information et les communalités élevées renseignent des parts de la variance expliquée par
chaque item (supérieur au seuil de 0,5). Cela étant, ces deux résultats de l’AFE prouvent que
les 16 items retenus correspondent effectivement avec leurs composantes respectives et
montrent de manière significative les composantes déterminants la fidélisation des clients des
night-clubs dans 7 dimensions. Par conséquent, ceci nous amène à infirmer notre première
hypothèse qui stipulait que les facteurs fiabilité du service, sécurité du milieu et sa réputation,
la connaissance notoriété du club, la qualité du service rendu et la satisfaction des
consommateurs selon qu’on est dans un emplacement donné, impacteraient positivement sur la
fidélisation des clients.
Notre première dimension est « la confiance et l’appartenance au club » elle explique 10,6% de
la variance totale. Elle se base sur la motivation des clients qui caractérise leur comportement
vis-à-vis du club.
La deuxième dimension est « Attachement et fidélité au club » qui explique 10,4% de la
variance totale. Elle fait allusion au goût, à l’influence positive qu’a le club, à l’image du club,
à la visibilité, etc. signalons par ailleurs que ces déterminants de l’attachement et la fidélité au
club tels que présentés possèdent un caractère relativement subjectif par le fait que, pour
certains clients s’attacher à un club pour ensuite se fidéliser serait question dans certaines
circonstances des influences du plus grand nombre.
La troisième dimension est « la qualité du service et satisfaction » qui explique 10,2 % de la
variance totale. Cette qualité fait allusion au confort, à la propreté des locaux, à l’accueille, au
tombola, à l’écoute des clients, etc. ceci rejoint les résultats selon lesquels la fidélité de clients
est une conséquence de la qualité de service et de la satisfaction des consommateurs  Bastros
et Pablo, 2008).
La quatrième dimension est « Fiabilité et assurance » qui explique 8,8% de la variance totale.
Elle fait allusion à l’expertise des services fournis par le club. Et cette manière de faire amène
une assurance aux clients en termes des fréquentations.
La cinquième dimension est « la préférence du club » qui explique 8,6% de la variance totale.
Cette dimension fait allusion aux choix que les clients opèrent lors de la décision de
fréquentation ou pas du club. Ainsi, cette décision est fonction de préférences d’un client a un
autre.
La sixième dimension est « la sécurité du club » qui explique 8,2% de la variance totale. Elle
fait allusion à la protection des personnes et de leurs biens. Cette dimension avait été beaucoup
 40

soulevée lors de l’entretiens individuels avec les clients de certains night-clubs de la ville de
Bukavu.
La septième dimension qui est la dernière est « la fréquence de visites » qui explique 7,5% de
la variance totale. Elle fait allusion au nombre de fois que les clients fréquentent les clubs.
Cependant, cette fréquence est liée aux variables sociodémographiques du client  l’idéal serait
que ses variables soient significativement liées au comportement du client. Mais dans certaines
études empiriques comme celle menée par Cliquet G. (1988), l’auteur met en évidence une
relation négligeable en termes de significativité entre la fréquence de visite d’un lieu de
divertissement et certaines de variables sociodémographiques telles que : l’âge, le niveau de
revenu expliquant seulement 16.6% de la valeur du client. Même en ajoutant des variables plus
fines dit l’auteur, comme l'activité (actif ou inactif), la situation matrimoniale ou le type de
logement (maison ou appartement), le pourcentage de variance expliqué ne s'améliore pas. En
effet, aucune de ces variables n'est significative. Ainsi donc la deuxième hypothèse de cette
étude est en partie rejetée.

III.3 Détermination de la fidélisation actuelle des clients

Le niveau de fidélisation des clients des night-clubs est obtenu en calculant l’indice de
fidélisation. Cet indice utilise les données relatives au degré de fidélisation des clients dans les
16 items ressortis de l’ACP. Ainsi donc, Le tableau ci-dessous présente de manière succincte
la procédure annoncée théoriquement.
Tableau 5: Calcul de l'indice de fidélisation des clients

N Dimension Note de
fidélisation

1 Confiance et appartenance au night-club 3,40

2 Attachement et fidélité au night-club 3,24
3 Qualité du service et satisfaction 3,30
4 Fiabilité et Assurance 3,39
5 Préférence du club 3,39
6 sécurité du club 3,50
7 Fréquence de visites 3,33
MOYENNE 3,36
INDICE DE FIDELISATION CLIENT 67,2%
 41

Au regard de ce tableau, nous pouvons dire que la fidélité des clients de night-clubs par rapport
aux services reçus est de 3,36 en moyenne. Cette cote de fidélisation est divisée par le niveau
de l’échelle de mesure et multipliée par 100 pour l’exprimer en pourcentage18 ; or, notre échelle
de mesure étant de cinq points, ce qui nous donne 67,2% du niveau actuel de fidélisation. Ce
résultat nous amène à conclure que, d’une manière générale, les clients de night-clubs sont
relativement satisfaits des services qu’ils reçoivent. Cependant, leur indice de fidélisation est
au-dessus de la médiane (3).

III.4 Analyse de variance19

Pour de raisons de faisabilité du test ANOVA pour cette étude, l’homogénéité de la variance
intragroupe a été vérifiée et s’est montrée significative avec le Test de Levene > 0,0520. De ce
fait, les résultats du test sont repris dans le tableau ci-dessous.
Variable dépendante : INDICE
Tests des effets inter-sujets

Source Somme des Ddl Moyenne des D Sig.

carrés de type carrés
III

Modèle corrigé 22,358a 103 ,217 ,836 ,773

Ordonnée à l'origine 507,563 1 507,563 1955,974 ,000
Age ,280 3 ,093 ,360 ,782
Niveau_étude ,906 4 ,226 ,873 ,488
Revenu 3,974 6 ,662 2,552 ,032
Residence ,240 1 ,240 ,925 ,341
Commune_loc ,060 4 ,015 ,058 ,994
situation_matr ,696 3 ,232 ,894 ,451
Age * Niveau_étude ,900 2 ,450 1,735 ,188
Age * Revenu 1,983 7 ,283 1,092 ,384
Age * Residence ,329 1 ,329 1,266 ,266
Age * Frequentation_clubs 1,101 2 ,550 2,121 ,132
Age * situation_matr ,001 1 ,001 ,003 ,955
Niveau_étude * Revenu ,540 6 ,090 ,347 ,908
Niveau_étude * Residence ,187 2 ,093 ,360 ,700
Niveau_étude *
,292 2 ,146 ,562 ,574
Frequentation_clubs
Revenu * Residence 1,692 3 ,564 2,174 ,104

3,36
18 C’est-a-dire : * 100 = 67,2%
5
19 Cherchant à ce point l’influence des caractéristiques sociodémographique des clients sur leur fidélisation. Ainsi, c’est dans

cette section que nous allons infirmer ou rejeter notre deuxième hypothèse.
20 Voir annexe N6
 42

Revenu *
1,920 4 ,480 1,850 ,135
Frequentation_clubs
Residence *
,080 1 ,080 ,307 ,582
Frequentation_clubs
Erreur 11,937 46 ,259
Total 1726,055 150
Total corrigé 34,294 149
a. R deux = ,678 (R deux a. R deux =,678R deux ajusté = -,043)
Source : Nos estimations à partir du logiciel SPSS 20.0

Au vu de ce tableau, nous observons que de six variables sociodémographiques soumises à

l’analyse, seule une variable apparait influencer significativement la fidélisation des clients à
l’occurrence le revenu F=2,552; sgn=0,032. Et les autres n’ont pas été significatives parmi
lesquelles la variable ‘’commune de localisation’’ cette non significativité pourrait s’expliquer
par les facteurs suivants: l’insécurité du milieu où se localise les night-clubs L’insécurité du
milieu peut influencer le comportement des clients à se fidéliser dans un night-club œuvrant
dans une commune que dans d’autres : pour un jeune qui réside vers SOMENKI par exemple,
aura du mal à quitter un night-club dans des heures tardives  ; les infrastructures des transports
routières Vu l’état délabré des routes de la ville de Bukavu, certains clients se confrontent aux
problèmes liés au manque de moyens de transport cas de la ligne place du 24 - Ruzizi I  ; etc.
En sus, cette caractéristique revenu représente à elle seule 67,8% de la variance. Ce résultat
confirme en partie notre deuxième hypothèse. Le test de Duncan21 montre que les individus
ayant un revenu se situant dans l’intervalle entre 51 et 150$ ont un niveau de fidélité élevé
comparativement à ceux se situant dans l’intervalle entre 0 et 50$. Cela s’explique par une
moyenne élevée de 3,38 pour la deuxième catégorie par rapport à 3,27 pour la première. Ce test
montre que plus le client a un revenu, plus celui-ci sera fidèle, à cet effet, quittant de la catégorie
première jusqu’à la cinquième catégorie des intervalles de revenus, la tendance est croissante
mais, arriver à la sixième et septième catégorie, nous remarquons une baisse de la tendance.
Cela s’explique par le fait que, la fidélité des clients dépende du revenu des clients mais par
ailleurs, cette fidélité n’augmente pas de manière proportionnelle que l’accroissement du revenu
de ces derniers (André B, Ayoub N. 2008).

21
Voir Annexe N7
 43

III.5 Implication des résultats d’analyse, contribution de l’étude

Les dimensions principales extraites grâce à l’analyse en composantes principales sont : Confiance
et appartenance au night-club ; Attachement et fidélité au night-club ; Qualité du service et
satisfaction ; Fiabilité et Assurance ; Préférence du club ; sécurité du club ; Fréquence de
visites. La dimension la plus importante soulevée par les clients de night-clubs est la sécurité
du club suivis de la confiance et appartenance au night-club. Les night-clubs doivent assurer la
sécurité des clients en mettant en œuvre des mécanismes permettant à renforcer la sécurité du
lieu ou du club et aussi de chercher à tout prit de gagner la confiance des clients par la qualité
des services offert et adaptés à leurs besoins, la présence des appareils de surveillance si
possible, et au caractère confortable des personnels. La qualité du service et la satisfaction des
clients ainsi que la sécurité du milieu ou du club rencontre la littérature par contre les
dimensions : « confiance et appartenance ; attachement ; fiabilité et assurance ainsi que la
préférence du club » sont des dimensions importantes pour les night-clubs et une particularité
qu’il faudra en tenir compte.

III.6 Limite du travail et difficultés rencontrées

Comme pour tout travail scientifique, celui-ci n’est pas exempté de certaines limites. Tout
d’abord, dans notre échantillonnage car le manque de certaines informations sur le nombre
complet des night-clubs de la ville de Bukavu ne nous a pas permis de tirer un échantillon
représentatif de tous les night-clubs concernés et la carence de la littérature sur la fidélisation
des clients dans le secteur de bars et hôtels ainsi que quelques limites quant à la validité et la
généralisation des résultats. Aussi, le problème lors de notre descente sur terrain pour l’enquête
ne nous a pas facilité la vie, vue que les night-clubs ne fonctionnent que la nuit ! donc, cela
pourrait avoir des effets présence des biais sur certaines informations communiquées par
certains clients. C’est pour cette raison que nous avons fixé notre degré de précision à 92% ce
qui expose ce travail a une marge d’erreur plus au moins grand. C’est ainsi qu’avec ces limites
et problèmes précités, les chercheurs ultérieurs peuvent tenter de le soulever d’abord en
augmentant la taille de l’échantillon ce qui va leurs permettre de diminuer leur marge d’erreur
pour un degré de précision supérieur au nôtre.
 44

CONCLUSION GENERALE
Dans ce travail intitulé « localisation de l’entreprise et fidélisation de clients des night-clubs de
la ville de Bukavu », notre préoccupation majeure était de ressortir les différentes composantes
expliquant la fidélité des clients, de mesurer le niveau actuel de fidélisation de ces derniers et
enfin, de vérifier si certaines de leurs caractéristiques sociodémographiques influencent leur
fidélisation. Pour ce faire, ce travail a été structuré en trois chapitres importants hormis
l'introduction et la conclusion.
Dans le premier chapitre, portant sur la revue de la littérature était subdivisée en deux sections :
La revue théorique et empirique. La revue théorique nous a conduit à définir les concepts
localisation et fidélisation selon différents auteurs. Concernant la localisation, Brunet et alii
(1993, la définit comme étant l’acte de choisir un lieu, pour exercer une activité, implanter un
équipement, une demeure » et « l’emplacement envisagé du point de vue de sa situation dans
l’espace géographique ». Restant dans le même contexte, Bonnet 2003) la définit comme étant
le résultat d’une convergence entreprise-territoire ; qui est l’une des préoccupations majeures
des entrepreneurs à trouver le meilleur emplacement possible pour leur entreprise. De sa part,
Claude 2002) définit la localisation comme une subordination de choix stratégiques et
organisationnels des entreprises supposant au préalable, la comparaison systématique des
avantages des différents sites possibles, sachant que ces entreprises sont confrontées à des
degrés divers, à une économie qui se mondialise et s’appuie sur des espaces locaux spécifiques.
signalons que avec ces définitions pour ne citer que celles-là, nous nous sommes penché pour
signifier la viable localisation de cette étude, la définition de Bonnet 2003). Concernant la
fidélisation, Houyer 2006 la définit comme étant une stratégie marketing mise en place dans
le but de rendre le consommateur plus fidèle à la marque. Lehu 1999 définit la fidélisation
comme une caractéristique d'une stratégie marketing, réalisée afin de rendre les acheteurs
fidèles au produit, à l'organisation, au service, ou au lieu de vente. Ainsi, la fidélisation doit
permettre un contrôle amélioré de l'exercice de l'entreprise de ce fait, une meilleure rentabilité.
Alors que Morgan et Hunt (1994) résume la fidélité à la confiance qui est le résultat de
l'interactivité et l'interdépendance des séquences. La revue empirique a permis de sélectionner
les items à retenir dans l’échelle de mesure et à choisir la méthodologie à utiliser pour répondre
à l’objectif de la recherche.
Le deuxième chapitre sur l’approche méthodologique est partie de la définition de la population
cible de l’étude qui est constituée des clients des night-clubs œuvrant dans les trois communes
de la ville de Bukavu. Par manque des données sur ses clients, on a pu utiliser les statistiques
 45

des ménages provenant de la Mairie de Bukavu pour estimer cette population. Les interviews
effectuées auprès des clients nous ont permis de construire l’échelle de mesure qu’on a pu
adaptée avec celles des études antérieures. Après, nous avions mené notre enquête sur 150
clients répartie de manière raisonnée dans 12 night-clubs pris au hasard pour la même raison22
que celle rencontrée lors de la détermination de l’effectif de la population cible de cette étude.
Nous sommes partis de deux hypothèses qui nous a amené à faire recours à l’analyse factorielle,
à l’indice de fidélisation des clients, et au test ANOVA.
Le troisième chapitre portant sur la présentation et l’interprétation des résultats. De prime abord,
les résultats de l’analyse descriptive ont montré que 65,3 de nos enquêtés sont des hommes
contre 34,7% des femmes. La plupart de nos répondant ont l’âge variant entre 18 et 29
ans36,7% suivit de ceux dont l’âge se trouvant à l’intervalle de 40 à 49 ans 30,7%. Ces
derniers proviennent de la commune d’Ibanda43,3%, de la commune de Kadutu 38% et celle
de Bagira 18,7%. Et parmi eux, la majorité sont de fonctionnaires 36%, suivi des employés
25,3% et des étudiants 25,3%, ensuite vient les sans-emplois 13,3. Cette caractéristique va
de pair avec la caractéristique revenue soit : 25% des clients ayants un revenu inférieur à 50$ ;
27,3% des clients ayants un revenu de l’intervalle entre 51 et 150$ ; 16,7% des clients ayants
un revenu de l’intervalle entre 151 et 300$ ; 13,3% des clients ayants un revenu de l’intervalle
entre 301 et 600$ ; 5,3% des clients ayants un revenu de l’intervalle entre 601 et 800$ ; 8% des
clients ayants un revenu de l’intervalle entre 801 et 1000$ et 4% des clients ayants un revenu
de l’intervalle entre 1001 et 1500$. S’agissant de la situation matrimoniale des clients, les
résultats montrent que la grande partie de nos enquêtés sont des célibataires soit 44,7%, suivi
de 43,3% des mariées, après vient 8% des divorcées et 4% des veufves. la majorité de nos
enquêtés sont des étudiants soit 68,7%, suivi de ceux qui ont reçus une formation
professionnelle 12%, ensuite vient ceux qui sont à l’école secondaire 10,7% et ceux qui ne
se sont pas préciser 7,3%, et enfin ceux qui se sont limité au niveau de l’école primaire1,3%.
Apres analyse au moyen de l’analyse factorielle, nous nous sommes abouti à un ensemble de
16 items repartis en sept dimensions expliquant à 64,3% de la variance totale. Selon le même
résultat, nous voyons une cote élevée de la moyenne attribuée à la dimension « sécurité du
milieu ». Et donc, c’est une dimension qui a été soulevé plus par rapport aux autres dimensions ;
Par conséquent, les night-clubs doivent plus se préoccuper sur cette dimension surtout sur leur
décision de localisation ou même de délocalisation. Aujourd’hui dans la ville de Bukavu la
sécurité des personnes et de leurs biens fait défaut or, le loisir est une soupape de sécurité

22
Manque des statistiques exhaustives répartissant les night-clubs par communes.
 46

sociologique qui permet au peuple d’évacuer le trop-plein de frustrations et de problèmes, aussi

bien existentiels qu’économique. Notre échelle de mesure possède une cohérence interne
normale23évaluée par l’alpha de Cronbach à 67,2%24. Le résultat de l’indice de fidélisation
global de 12 night-clubs de la ville de Bukavu est évalué à 67,2%. Ce pourcentage montre que
la fidélisation des clients de ses night-clubs est bonne de manière globale vu qu’il est au-dessus
de la moyenne.
Les résultats après le test ANOVA montrent que la fidélisation des clients des night-clubs est
influencée seulement par une seule caractéristique sociodémographique qui est le revenu et
cette fidélisation selon le test de Duncan, a un certain niveau l’accroissement du revenu ne
s’accompagne plus de l’accroissement du niveau de la fidélité en termes de fréquentations du
club par le client au contraire, ce niveau vari à la baisse.
Ce travail a toutefois quelques limites. En premier lieu, le degré de fidélisation des clients par
night-club pris individuellement n’est pas connue. Par conséquent, une étude de fidélisation des
clients dans le secteur de Bars et Hôtels est à envisager.

23
Car c’est le minimum acceptable.
24
Annexe N8
 47

Bibliographie
1. Collin-Lachaud, I. (2005). Analyse longitudinale de la relation satisfaction-fidélité -
L'exemple des services culturels, Acte du 21ième Congrès International de l'Association
Française du Marketing, Nancy, p. 2-34.
2. Baray, J. (2003), optimisation de la localisation commerciale : une application du
traitement du signal et du modèle p-médian, recherche et application en marketing, vol.
18, n° 3, pp. 31-44.
3. Lehu, J.-M. (1999). La fidélisation - client, Éditions d'Organisation, Paris, p. 203-319
4. Ajabid, M. et al. (2002). Les facteurs de localisation des entreprises de la Sillicon Valley.
5. Andrea, B. et al. (2006). Les déterminants du choix de (dé-) localisation des entreprises en
Suisse, centre de recherche appliquée en gestion
6. Applebaum, W. (1966). Guidelines for a store-location strategy study, journal of
marketing, vol. 30, N° 4, pp. 42-45
7. Debbie, F. et Gambier, Y. (2007). La localisation : un enjeu de la mondialisation, Hermes,
49
8. Douard, J. et Heitz, M. (2004). Le géomarketing au service de la démarche marketing,
Dunod, 238p
9. Douard, J-P. et al. (2015). L’attraction commerciale revisitée : de la gravitation aux flux
d’achat, une application du géomarketing, recherche et application en marketing,
vol.30(1), pp. 118-137
10. Jérome, B. et al. (2013). Intégration d’un modèle d’implantation commercial stratégique
au sein d’un SIG
11. Jesus, G. et al. (2013). Comprendre les chaînes de déplacements pour l’approvisionnement
des ménages : une approche empirique, revue française de gestion industrielle, 105-122
12. Boss, J.F. (1999). La contribution des éléments du service à la satisfaction des clients,
Revue Française du Marketing, no. 171, p. 115-128.
13. Bozzo, C. (1999). Fidélité, rétention et inertie des clients industriels,' proposition d'un
Modèle de recherche, Institut d'administration des entreprises, Série « Recherche », W.P.
n° 547, avril 1999, 26 p.
14. Gemme, M. (2004). Étude de la satisfaction de la clientèle.' Le cas d'une PME de Service
québécoise. Mémoire de Maîtrise, Université du Québec à Trois-Rivières, Qc.
15. Gerson, R. F. (1995). Fidélisez à vie vos clients, Les Presses du Management, Paris, 110p.
 48

16. Ray, D. (2001). Mesurer et développer la satisfaction clients. Éditions d'Organisation,

Paris, p. 11-107.
17. Evrard Y., Pras B., Roux E., Market. Études et recherche en marketing, Nathan, Paris,
2003.
18. Malhotra N., Decaudin J. M., Bouguerra A., Études marketing avec SPSS, 5e éd., Pearson
Education, Paris, 2007.
19. Cohen, J.B., et Houston, M.J. (1972). Cognitive Consequences of Brand Loyalty, Journal
of Marketing Research, (February), p. 97-99.
20. Cohen, W.A., et Reddick, M.E. (1981). Successful Marketing for Small Business,
Amacom, New York, 279 p.
21. Julien, P. A. (2005). Entrepreneuriat régional et éconcomie de la connaissance – une
métaphore des romans policiers, Presses de l'Université du Québec, Sainte-Foy, Québec,
394p.
22. Knox, S. (1999). Le bon client est un client fidèle de la version anglaise: Loyalty-based
Segmentation and the Customer Development Pro cess , L'Expansion Management
Review, Juin 1999, p. 29-36. '
23. Koffi, V. (2006). Note de cours - Psychologie des PME et Entrepreneuriat. Cours PLS-
6008, Université du Québec à Trois-Rivières, 2ième et 3ième séances, diapositives 19 et
25.
24. Kotler, P. (1991). Philip Kot/er Explores the New Marketing Paradigm, Marketing
25. Science Institute Review, Spring, p.1-15.
I
 II

Annexe n1 : Guide d’entretien

Bonjour Monsieur/Madame. Je réponds au nom de EKAY MISHIKA Benedict. Étudiant en
troisième année de graduat de la faculté de sciences économiques et de gestion à l’université
catholique de Bukavu, UCB en sigle. Dans le cadre de mon travail de fin de cycle, je mène mes
recherches sur le sujet intitulé : localisation de l’entreprise et fidélisation de clients : cas des night-
clubs de la ville de Bukavu. Ainsi, ce travail a comme objectif de chercher l’impact de la localisation
des night-clubs Boites de nuits œuvrant dans le secteur de bars et hôtels sur la fidélisation des
clients.

Questions guide

 Sur la localisation
1) Selon vous, l’emplacement de ce night-club à ce lieu serait à l’origine de vos fréquentations
?
2) Le fait de se localiser dans votre commune de résidence influence vos habitudes de
fréquentations dans ce lieu ?
 Sur la fidélisation
1) Fréquentez-vous souvent ce club ? En moyenne, vous le faites combien de fois par semaine
? et donc pouvez-vous dire que vous êtes fidèle à ce club ?
i. Si oui, quels sont les facteurs qui peuvent améliorer ou détériorer votre fidélité dans
ce club ?
ii. Sur quels éléments visibles ou invisibles basez-vous pour juger votre fidélité ?
2) À quel niveau estimez-vous actuellement votre fidélité pour ce club ? faible, moyenne ou
élevée ? Combien pouvez-vous donner sur 10 ?
3) Avez-vous d’autres précisions à ajouter ?

Merci pour votre courtoisie

 III

Annexe N2 : Résultats des interviews

 Questions cadrant avec la localisation
1) Selon vous, l’emplacement de ce night-club à ce lieu serait à l’origine de vos fréquentations ?

Pour cette question, on a pu constater après dépouillement et analyse des réponses lors des
interviews que, les clients des night-clubs seraient motivés par les facteurs si dessous :

- La notoriété du club
- Les infrastructures de transport
- La sécurité du milieu
- L’accessibilité
- Les habitudes de fréquentations des clients
- La qualité du service rendu
- L’attractivité du milieu
- L’accueil

Signalons cependant que, sur les 30 individus interviewés dans les trois communes de la ville de
Bukavu, la majorité25 dont 63 insistée sur les 4 premiers facteurs jugé trop importants selon eux.

2 Le fait de se localiser dans votre commune de résidence influence vos habitudes de fréquentations
a lieu ?

Pour ce point les interviewés avaient plutôt des choix que nous appelons « interne » c’est-à-dire,
pour un client donné, il arrivait que ce dernier fréquente le club se localisant dans sa commune de
résidence. Rare sont des cas  4 interviewés sur 30 ou l’interviewé puisse changer la tendance.

 Questions cadrant avec la fidélisation

1) Fréquentez-vous souvent ce club ? pouvez-vous nous préciser en moyenne, le nombre de fois
par semaine ? et donc pouvez-vous dire que vous êtes fidèle à ce club ?

Nous notons par 1 si le client fréquente le club au moins deux fois la semaine et 0 si non.

Communes Fréquentation des Nombre de Facteurs de fidélisation

clients au club fréquentations en
moyenne par semaine
IBANDA 1 3 Préférence du club
1 3 Confiance aux personnels
1 4 Relation avec les personnels
0 1 Insécurité du milieu
1 3 Qualité des services
1 2 Sécurité du milieu
1 4 L’ambiance qui règne
1 2 Le confort
0 1 Couts élevés
1 2 Services à moindres couts
1 4 Taille des locaux

25 Soit 19/30 avec : 6 à Ibanda ; 7 à Kadutu et à 6 Bagira.

 IV

1 4 Attirance du club
0 1 Manque de considération
1 2 Diversification de services
KADUTU 1 4 Services à moindres couts
1 2 Tombola
1 2 Qualité du club
0 1 Encombrement des clients
1 5 Sécurité du lieu
1 4 Préférence du club
0 1 Réputation du club
1 3 Notoriété du club
1 3 Habitude de fréquentations
des amis
1 2 Services à moindres couts
1 3 Notoriété du club
0 1 Insécurité du milieu
BAGIRA 0 1 Insécurité du milieu
1 2 Préférence du club
1 4 Tombola
0 1 Encombrement des clients
Concernant les choix de night-clubs pour le divertissement, le tableau ci-dessous nous renseigne sur
les résultats des entretiens avec leurs clients.

Synthèses des items après la sommation Clients 30 Maximum

des fréquences d’apparitions.
Qualité des services 24
Sécurité du milieu 21
Préférence du club 15
Notoriété du club 17
Services à moindres couts 24
Attirance du club 17
Diversification de services 6
Ambiance 18
Taille des locaux 13
Relation avec les personnels 14
Accessibilité 15
Accueille 19
Tombola 11
Confort 12
Habitude de fréquentations des amis 9
Réputation du club 17
2) Pour la question cherchant à savoir le niveau de fidélité estimer par les clients eux même, le
tableau ci-dessous présente les résultats des interviews après dépouillement des données de manière
succincte.
 V

Communes Night-clubs26 Niveau de fidélité Clients N Note sur 10

Ibanda Dancing club sombrero Moyen 1 6
Ibanda Dancing club sombrero Faible 2 3
Ibanda Dancing club sombrero Moyen 3 5
Ibanda Dancing club sombrero Elevé 4 7
Ibanda Dancing club Zigzag Moyen 1 5
Ibanda Dancing club Zigzag Moyen 2 6
Ibanda Dancing club Zigzag Moyen 3 6
Ibanda Dancing club Zigzag Moyen 4 5
Ibanda WhatsApp siège Elevé 1 8
Ibanda WhatsApp siège Moyen 2 6
Ibanda WhatsApp siège Moyen 3 6
Ibanda Club Sud-Etoile Moyen 1 6
Ibanda Club Sud-Etoile Moyen 2 5
Ibanda Club Sud-Etoile Moyen 3 6
Kadutu Mille-Etoile Elevé 1 9
Kadutu Mille-Etoile Moyen 2 5
Kadutu Club Océan Faible 1 3
Kadutu Club Océan Moyen 2 6
Kadutu Siege WhatsApp Elevé 1 8
Kadutu Siege WhatsApp Elevé 2 7
Kadutu B.R. Club Moyen 1 6
Kadutu B.R. Club Faible 2 4
Bagira Bar sombrero Elevé 1 8
Bagira Bar sombrero Moyen 2 6
Bagira Méli-Mélo Moyen 1 5
Bagira Méli-Mélo Faible 2 6
Bagira Table ronde Elevé 1 8
Bagira Table ronde Elevé 2 8
Bagira Mon beau village Moyen 1 6
Bagira Mon beau village Moyen 2 5

26 D’où 14/4=3.5 personnes par night-clubs pour la commune d’Ibanda. Comme on ne peut pas interviewé une personne à
moitié soit 0.5, et connaissant le nombre total de interviewés par communes 14 dans la commune d’Ibanda ainsi que 8 dans
celle de Kadutu et Bagira. Pour le cas de la commune d’Ibanda, nous avons pu interviewé 4 personnes dans les deux premiers
night-clubs Dancing club Sombrero et Dancing club Zigzag  et 3 personnes dans les deux autres night-clubs  WhatsApp
siège et Club sud Etoile.
 VI

Annexe n3 : Questionnaire d’enquête

Bonjour Madame/Monsieur. Je réponds au nom de EKAY MISHIKA Benedict. Je suis en dernière année de graduat de la faculté de sciences économiques
et de gestion à l’université catholique de Bukavu.
Dans le cadre de mon travail de fin du premier cycle, je mène mes recherches sur un sujet intitulé : « la localisation de l’entreprise et la fidélisation des
clients : cas des night-clubs de la ville de Bukavu ». Nous vous prions de bien vouloir participer à cette étude afin de bien mener cette enquête. De ce fait,
nous tenons à vous informer que vos réponses resteront confidentielles et seront utilisées dans un cadre purement scientifique.
I. Préliminaire

Questionnaire N°
II. Indentification du client/enquêté

Sexe : 0. F […] 1. M [….]

Age compris entre : 1. 18-29 […] 2. 30-39 […] 3. 40-49 […] 4. 50-et plus [….]
Niveau d’étude : 1. Primaire […] 2. Secondaire […] 3. Universitaire […] 4. Formation professionnelle […] 5. Autre […]
Situation matrimoniale : 1. Célibataire […] 2. Marié(e) […] 3. Divorce(e) […] 4. Veuf(ve) […]
Votre revenu est de : 1. Inferieur a 50$ […] 2. 51-150$[…] 3. 151-300$ […] 4. 301-600$ […] 5. 600-800$ […] 6. 801-1000$ […] 7. 1001-1500$
[…] 8. 1501-2000$ […] 9. Supérieur à 2000$ […]
Quelle est votre profession : 1. Etudiant […] 2. Fonctionnaire […] 3. Employée [….] 4. Sans emplois […]
Quelle est votre adresse de résidence : 1. Ibanda […] 2. Kadutu […] 3. Bagira […]
Les night-clubs que je fréquente souvent ou auxquels je me suis fidélisé sont localisés dans : 1. Ibanda […] 2. Kadutu […] 3. Bagira […]

III. Questions liées à la localisation de l’entreprise

a) Quels sont les facteurs qui vous ont motivé à choisir les night clubs localisés dans le milieu susmentionné ci -dessous ?
1 2 3 4 5
Sans importance Moins important Neutre Important Très important
 VII

Motivation de l’emplacement Degré d’importance

1 2 3 4 5
1 La réputation du lieu sa renommée
2 L’accessibilité
3 La visibilité
4 Les habitudes de fréquentations des clients
5 L’accueil
6 Les infrastructures de transport
7 Attractivité du milieu
8 Sécurité du milieu

IV. Questions liées à la fidélisation des clients

Voici une échelle de mesure à cinq points. Nous vous demandons de donner votre degré d’accord concernant les différentes propositions suivantes.
Complétez par 1 si vous êtes « totalement en désaccord », 2 si vous êtes « en désaccord », 3 si vous êtes « neutre », 4 si vous êtes « d’accord » et 5 si vous
êtes « totalement d’accord ».

Comportement
1 2 3 4 5

1. J’encouragerai mes amis et mes proches à devenir clients de ce night-club.

2. Il y a des fortes chances que je rentre pour la prochaine fois dans ce club.

3. Je recommanderai ce night-club à toute personne qui me demanderait conseil.

4. Si un jour une discussion m’amènerait à parler des diversités en général, je parlerai favorablement de ce club.

5. Je continuerai à me divertir durant les prochaines années.

 VIII

Attitude
1 2 3 4 5

1. J’ai une grande préférence pour ce night-club.

2. Je continuerais à me divertir dans ce club même si les coûts augmentent quelque peu.

Cognition
1 2 3 4 5

1. Pour toute décision de divertissement dans des clubs, je pense en premier lieu à ce night-club.

2. Je suis client de ce club depuis plusieurs années

3. J’ai une connaissance suffisante sur ce night-club pour l’évaluer par rapport à d’autres clubs de la place.

4. Quand je prends une décision sur les night-clubs de mon milieu de résidence, je n’aimerais pas discuter mon
choix porté sur ce night-club.

Affection
1 2 3 4 5

1. Ce night-club est le seul que je peux fréquenter régulièrement.

2. Ce night-club a exactement ce que je cherche dans les lieux de divertissement.

3. Ce night-club par rapport aux autres clubs est celui qui m’intéresse.

4. On devrait s’attendre à ce que ce night-club accorde aussi une attention personnalisée aux clients.

Tendance
1 2 3 4 5

1. Je m’intéresse beaucoup à ce night-club par rapport aux autres club de la place .

 IX

2. C’est un grand plaisir pour moi de fréquenter ce lieu.

3. Même avec une réduction de 25% dans d’autres night-clubs, je ne serai pas tenter de quitter cette maison.

4. Je me considère très fidèle vis-à-vis de ce night-club.

5. Je ne changerai pas de fréquenter ce club quel que soit l’attitude de son personnel.

6. Ça m’ennuierait de fréquenter un autre club que celui-ci pour me divertir.

Actions
1 2 3 4 5

1. Si j’ai encore à choisir, je ne choisirai pas mieux qu’ici.

2. Même à l’arrivé d’un autre d’un autre operateur dans ce secteur, je m’intéresserai peu à son profil.

3. En fréquentant ce club, je me sens plus attirer par son personnel car il m’est familier.

4. Je continuerais de fréquenter ce night-club aussi longtemps qu’il offrira des services de qualité.

Sécurité-Service
1 2 3 4 5

1. Les services dans ce night-club sont fiables et décents que je ne pense pas aller tenter ailleurs.

2. Je me sens en sécurité lorsque je me trouve au sein de ce night-club.

3. Je me sens en sécurité en fréquentant ce night-club suite à la discrétion de son personnel.

Note : ce tableau va nous aider a évalué le niveau de votre fidélité au night-club. Nous vous informons toutefois qu’il n’y a pas de bonne ni de mauvaise réponse.
Tout ce qui nous intéresse ici est le chiffre qui représente la qualité du service que vous recevez actuellement dans votre bar ainsi que le chiffre qui reflète correctement
votre jugement concernant le night-club qui pourrait vous offrir de services.
 X

Annexe N04 : Statistique Descriptive

Sexe
Effectifs Pourcentage Pourcentage Pourcentage
valide cumulé

Valide
0
52 34,7 34,7
1 34,7
98 65,3 65,3
100,0
150 100,0 100,0
Total
Résidence

Effectifs Pourcentage Pourcentage Pourcentage

valide cumulé
Valide
1 65 43,3 43,3 43,3
2 57 38,0 38,0 81,3
3 28 18,7 18,7 100,0
Total 150 100,0 100,0

Fréquentation clubs
Effectifs Pourcentage Pourcentage Pourcentage
valide cumulé
Valide
1
72 48,0 48,0 48,0
2
52 34,7 34,7 82,7
3
26 17,3 17,3 100,0
150 100,0 100,0
Total

Effectif Tableau croisé : résidence * Fréquentation clubs

Fréquentations-clubs Total
1 2 3
Résidence
1 58 4 3 65
2 10 47 0 57
3 4 1 23 28
Total 72 52 26 150
 XI

Age
Effectifs Pourcentage Pourcentage Pourcentage
valide cumulé
Valide
1 55 36,7 36,7 36,7
2 39 26,0 26,0 62,7
3 46 30,7 30,7 93,3
4 10 6,7 6,7 100,0
Total 150 100,0 100,0

Revenu
Effectifs Pourcentage Pourcentage Pourcentage
valide cumulé
Valide
1 38 25,3 25,3 25,3
2 41 27,3 27,3 52,7
3 25 16,7 16,7 69,3
4 20 13,3 13,3 82,7
5 8 5,3 5,3 88,0
6 12 8,0 8,0 96,0
7 6 4,0 4,0 100,0
Total 150 100,0 100,0

Annexe N5 : Indice KMO et test de Bartlett

Mesure de précision de l'échantillonnage de Kaiser-

Meyer Olkin.
,640
Khi-deux
approximé 286,724
Test de sphéricité de Bartlett ddl 120
S Signification de ,000
Bartlett

Annexe N6 :Test de Levene

Test d'égalité des variances des erreurs de Levenea
Variable dépendante : INDICE

D ddl1 ddl2 Sig.

1,127 106 43 ,335
 XII

Teste l'hypothèse nulle que la variance des erreurs de la variable dépendante est égale sur les
différents groupes.
a. Plan : Ordonnée à l'origine + Sexe + Age + Niveau étude + situation_matr + Revenu +
Frequentation_clubs

Annexe N7 : Indice de Duncan

Indice de Duncan

Revenu N Sous-ensemble
1 2 3
7 6 3,083333
3 25 3,255000 3,255000
1 38 3,274671 3,274671
4 20 3,378125 3,378125
2 41 3,385671 3,385671
6 12 3,541667 3,541667
5 8 3,820313
Sig. ,176 ,199 ,161

Annexe N8 : Statistiques de fiabilité

Statistiques de fiabilié

Alpha de Nombre
Cronbach d'éléments
,674 16
 XIII

Table des Matières

Epigraphe…………………..………………………………………………………………………………………………………………………i

Dédicace………..………………………………………………………………………………………………………………………………….ii

Remerciement……..…………………………………………………………………………………………………………………………..iii

Sigles et abréviations…………..……………………………………………………………………………………………………………iv

Liste des Tableaux et Figures ................................................................................................................................ v

INTRODUCTION GÉNÉRALE..................................................................................................................... 1

Chapitre 1 : Revue de la littérature................................................................................................................ 5

I. Revue théorique .................................................................................................................................................... 5

1 Localisation ......................................................................................................................................................... 5

1.1. Définition ......................................................................................................................................... 5

1.2. Théories de la localisation des firmes .............................................................................................. 6

1.3. Les modèles d’économie géographique ........................................................................................... 9

1.4. Économies d’agglomérations et externalités .................................................................................. 10

1.5. Les modèles avec externalités ........................................................................................................ 11

2 Fidélisation .........................................................................................................................................................12

2.1 Définition ........................................................................................................................................ 12

2.2 Théories de la fidélisation ............................................................................................................... 14

2.3 Les éléments menant à la fidélisation.............................................................................................. 17

2.4 Freins à la fidélisation ..................................................................................................................... 19

2.5 La satisfaction et la fidélisation ....................................................................................................... 20

II. Revue empirique ...............................................................................................................................................23

Chapitre 2 : Approche méthodologique ....................................................................................................... 25

II.1. Technique de Collecte des données ............................................................................................................25

1. Population cible ................................................................................................................................. 25

2. Entretiens individuels ........................................................................................................................ 26

3. Échantillonnage ................................................................................................................................. 27

4. L’enquête proprement dite ................................................................................................................ 29

5. Échelle utilisée (théorique)................................................................................................................ 29

 XIV

II.2 Techniques de traitement des données .......................................................................................................29

II.3 Outils de collecte de données ........................................................................................................................34

Chapitre 3 : Présentation et interprétations des résultats ........................................................................... 36

III.1. Résultats des analyses descriptives ...........................................................................................................36

III.2 Résultats de l’analyse factorielle................................................................................................................37

III.3 Détermination de la fidélisation actuelle des clients ..............................................................................40

III.4 Analyse de variance ......................................................................................................................................41

III.5 Implication des résultats d’analyse, contribution de l’étude ................................................................43

III.6 Limite du travail et difficultés rencontrées ..............................................................................................43

CONCLUSION GENERALE ...................................................................................................................... 44

Bibliographie ................................................................................................................................................ 47

ANNEXES ................................................................................................... IError! Bookmark not defined.

Annexe n1 : Guide d’entretien ............................................................................................................. II

Annexe N02 : Résultats des interviews.................................................................................................. III

Annexe n3 : Questionnaire d’enquête ................................................................................................. VI

Annexe N04 : Statistique Descriptive ..................................................................................................... X

Annexe N5 : Indice KMO et test de Bartlett ....................................................................................... XI

Annexe N6 :Test de Levene ................................................................................................................ XI

Annexe N7 : Indice de Duncan ..........................................................................................................XII

Annexe N8 : Statistiques de fiabilité ..................................................................................................XII