AVERTISSEMENT

Ce document est le fruit d’un long travail approuvé par le jury de

soutenance et mis à disposition de l’ensemble de la
communauté universitaire élargie.

Il est soumis à la propriété intellectuelle de l’auteur : ceci

implique une obligation de citation et de référencement lors de
l’utilisation de ce document.

D’autre part, toute contrefaçon, plagiat, reproduction illicite de

ce travail expose à des poursuites pénales.

Contact : portail-publi@[Link]

LIENS

Code la Propriété Intellectuelle – Articles L. 122-4 et L. 335-1 à

L. 335-10
Loi n°92-597 du 1er juillet 1992, publiée au Journal Officiel du 2
juillet 1992
[Link]
[Link]
 THÈSE
En vue de l’obtention du

DOCTORAT DE L’UNIVERSITÉ DE TOULOUSE

Délivré par :
Université Toulouse 1 Capitole (UT1 Capitole)

Présentée et soutenue par :

Céline FUEYO
Le : 9 décembre 2015

Titre :
E-réputation corporate : influence de la voix digitale des employés via l’e-contenu de leur
« Profil » sur les réseaux sociaux professionnels ; application au secteur automobile.

École doctorale et discipline ou spécialité :

ED SG : Marketing

Unité de recherche :
TBS Research Centre

Directeur de Thèse :
Monsieur Jacques DIGOUT, Professeur, Toulouse Business School

Rapporteurs :
Monsieur Grégory BRESSOLLES, Professeur, Kedge Business School Bordeaux
Monsieur Jean-François LEMOINE, Professeur, Université Paris 1 Panthéon Sorbonne

Suffragants :
Monsieur Jean-Charles CHEBAT, Professeur émérite, HEC Montréal
Monsieur Jean-Marc DECAUDIN, Professeur, IAE Toulouse Université Toulouse 1 Capitole
Monsieur Jean-Philippe GALAN, Professeur, IAE Bordeaux Ecole Universitaire de Management

0
1
2
 THÈSE
En vue de l’obtention du

DOCTORAT DE L’UNIVERSITÉ DE TOULOUSE

Délivré par :
Université Toulouse 1 Capitole (UT1 Capitole)

Présentée et soutenue par :

Céline FUEYO
Le : 9 décembre 2015

Titre :
E-réputation corporate : influence de la voix digitale des employés via l’e-contenu de leur
« Profil » sur les réseaux sociaux professionnels ; application au secteur automobile.

École doctorale et discipline ou spécialité :

ED SG : Marketing

Unité de recherche :
TBS Research Centre

Directeur de Thèse :
Monsieur Jacques DIGOUT, Professeur, Toulouse Business School

Rapporteurs :
Monsieur Grégory BRESSOLLES, Professeur, Kedge Business School Bordeaux
Monsieur Jean-François LEMOINE, Professeur, Université Paris 1 Panthéon Sorbonne

Suffragants :
Monsieur Jean-Charles CHEBAT, Professeur émérite, HEC Montréal
Monsieur Jean-Marc DECAUDIN, Professeur, IAE Toulouse Université Toulouse 1 Capitole
Monsieur Jean-Philippe GALAN, Professeur, IAE Bordeaux Ecole Universitaire de Management

3
4
L’université n’entend donner aucune approbation ni improbation aux opinions émises dans
les thèses. Celles-ci doivent être considérées comme propres à leurs auteurs.

5
6
 À mes parents.

A Tita, Dany et Manou.

Ab imo pectore ; ad perpetuam memoriam.

7
8
 Remerciements

J’adresse mes remerciements les plus sincères et j’exprime toute ma gratitude et ma

reconnaissance :

Aux membres du jury :

 Monsieur le Professeur Grégory Bressolles : je vous remercie de m’avoir fait
l’honneur d’évaluer ce travail.
 Monsieur le Professeur Jean-Charles Chebat : je vous remercie de m’avoir fait
l’honneur d’être membre de mon jury de thèse.
 Monsieur le Professeur Jean-Marc Décaudin : je vous remercie pour le temps que
vous m’avez accordé, pour vos conseils avisés, votre disponibilité, votre humanisme ;
vous avez toujours été un guide bienveillant et particulièrement précieux.
 Monsieur le Professeur Jacques Digout : je vous remercie de m’avoir encouragée à
pousser les grandes portes de la recherche. Je vous remercie de m’avoir invitée à
travailler à vos côtés. Grâce à vous, j’ai eu la chance de prendre part à de nombreux
projets passionnants, de vivre ma première publication et d’enseigner. Merci de
m’avoir fait confiance.
 Monsieur le Professeur Jean-Philippe Galan : je vous remercie pour votre présence,
votre générosité, votre disponibilité, vos conseils pointus, votre enthousiasme et votre
bonne humeur.
 Monsieur le Professeur Jean-François Lemoine : je vous remercie d’avoir accepté
d’être membre de mon jury de thèse, j’en suis très honorée. Je vous remercie pour
votre accueil et vos encouragements lors de ma première conférence à La Sorbonne.

Aux membres de la recherche :

 M. Jacques Igalens : je vous remercie pour votre précieux soutien dès ma soutenance
de projet de thèse et pour vos chaleureux encouragements.
 M. Denis Lacoste, M. Christophe Bénaroya, M. Jean-François Trinquecoste,
M. George Christodoulides, M. Assâad El Akremi, M. Laurent Bertrandias, Mme
Najoua Tahri, M. Anthony Galuzzo : je vous remercie d’avoir bien voulu partager vos
connaissances expertes avec moi, toujours avec générosité.

9
Je remercie le Ministère de l’Enseignement Supérieur et de la Recherche qui m’a fait
confiance pendant la durée de ma thèse en en me permettant d’accéder à un poste de
doctorante contractuelle avec charge d’enseignement. Je remercie également l’école doctorale
sciences de gestion de Toulouse, le TBS Research Centre et mon laboratoire de rattachement,
le Marketing & Research Networks.

A mes amis de la recherche :

 Aline Degorre : mon amie de promotion, merci d’avoir autant échangé avec moi (#on
se serre les coudes)...
 Soufiane Mezzourh : merci pour ces nombreux échanges intellectuels et artistiques
(#papalipoupam), pour ton écoute attentive, pour tes conseils avisés, pour ton soutien
sans faille, pour ta générosité…
 Cyrielle Vellera : merci pour ton soutien sincère, pour tes conseils stimulants, pour les
fous-rires, pour ton pep’s (#révolution permanente), pour ces discussions où l’on refait
le monde, pour ces moments de vie partagés…
 Phuong Thao Bui: merci pour ta gentillesse, pour ton aide, pour ta joie de vivre, pour
ton courage, pour tes paroles réconfortantes (#belle âme poétique)…
 Soheib Fergani : merci pour ces discussions stratégiques, pour ton franc soutien, pour
ces moments de répit (#toujours partant)…

Aux membres du monde professionnel :

 Jérôme Introvigne : je vous remercie pour votre grand soutien lors de la collecte de
données, « donnez le meilleur, prenez de la valeur, soyez #Skiller ! »
 Stéphane Boucharenc, Mehdi Berrada, Olivier Blanchard, Olivier Benielli, Renaud
Roualdes, Alain Maurech-Simans, Corinne Gaudy : je vous remercie pour tous ces
échanges fructueux et pour votre soutien.
 Idoia Iturricastillo, Renaud Calvet, Caroline Richard, Catherine Droit, Emmanuelle
Delefosse, Alexandre Maini, Laura Campbell, Guillaume Simoes, Sylvain Fayeulle :
grâce à vous, il n’y a que des solutions et des sourires !
 A tous les membres de LinkedIn et de Twitter qui ont pris de leur temps pour répondre
à mon questionnaire, pour le partager et le retweeter, et qui m’ont adressé des
messages de soutien : Louis Serge Real del Sarte, Frédéric L’Huillier, @ActuFNEGE,
Henri Hélie, Philippe Aïn, Arnaud Verchère, Virginie Debuisson, Anouk Deque,

10
 @La_Melee, @LaCantine_Tlse, @Ozil_Conseil, Jean-Denis Garo, Christophe
Testier, Laurent Dinaut, Samir Bellik, @KomunityWeb, @Siecledigital…
 A mes étudiants.

J’adresse mes plus profonds et chaleureux remerciements :

A ma famille et à mes amis :
 Mes parents, Michelle et Patrick Fueyo : merci pour votre amour inconditionnel, votre
soutien indéfectible, vos judicieux conseils, votre disponibilité, votre générosité
(#parents extraordinaires)…
 Mon frère, Gabin Fueyo : merci pour ta présence, les bouffées d’oxygène, les
aventures extraordinaires, tes conseils pertinents (#there is no friend like a brother and
no better brother than you)…
 Mon oncle, Guy Fueyo: merci pour ton fidèle soutien, ta compréhension, ton
implication, tes sages conseils, tes avis éclairés, les échanges musicaux et
philosophiques (#priorité au savoir)…
 Ma cousine, Marie Ferret : merci pour ton écoute, tes conseils revigorants, ton
dynamisme, ton humour (#liberté de pensée)…
 Frédéric (#the right man in the right place), Anne-Marie et Guylaine (#âmes
guerrières), Moune, Simon, Viviane et Christian, Franck, Gaston et Rosalie, Aurélien,
Michou et Roland, Régine, Anne-Marie, Yves et Lilou, Sylvie, Nicolas S., Marco :
merci de m’avoir offert un cadre si chaleureux, épanouissant et pérenne (#famille
formidable)...
 Elisabeth et Paul, Sabine et Christophe, Antho et Fred, Fanny et Adam, Marwan et
Lara, Philip D., Jean, Nicolas L., Guitou, Arnaud : merci de ne pas m’avoir oubliée
pendant mes périodes d’ermite (#les copains d’abord) !
 Claude Renaud, Danielle Paillas, Eric Zerbib, Patrick Dupouey, Noémie Ferreiro,
Richard Lamb, Daphné Du Barry et Wynton Marsalis : merci de m’avoir tant appris,
de m’avoir fait découvrir votre univers, de m’avoir permis de partager des moments
inoubliables (#rencontres déterminantes).

11
12
TABLE DES MATIERES

INTRODUCTION GÉNÉRALE ............................................................................................................................ 23

PARTIE 1 : LE CADRE THÉORIQUE ET CONCEPTUEL DE LA RECHERCHE ............................................................ 33

CHAPITRE 1 : LA RÉPUTATION CORPORATE .................................................................................................... 37

SECTION 1 : DEFINITION DE LA REPUTATION CORPORATE ............................................................................................... 41

1. La nature et les composantes de la réputation corporate ................................................................... 42
1.1. L’identité corporate ..................................................................................................................................... 48
1.2. L’image corporate ....................................................................................................................................... 49
1.3. Modèle intégrateur ..................................................................................................................................... 51
1.4. Approches économique et néo-institutionnelle de la réputation corporate .............................................. 54
1.5. Proposition d’une définition de la réputation corporate ............................................................................ 60
2. Modèle séquentiel hiérarchisé de la réputation corporate .................................................................. 60
2.1. Analyse des neuf notions ............................................................................................................................ 61
2.2. Le modèle ISLIReC ....................................................................................................................................... 64
SECTION 2 : ROLE DE LA REPUTATION CORPORATE ........................................................................................................ 66
1. Enjeux de la réputation corporate ....................................................................................................... 66
1.1. Réputation corporate et stratégie d’entreprise .......................................................................................... 67
1.2. Réputation corporate et marketing............................................................................................................. 67
1.3. Réputation corporate et ressources humaines ........................................................................................... 68
1.4. Réputation corporate et finances................................................................................................................ 72
2. Impact de la réputation corporate favorable ...................................................................................... 73
SECTION 3 : MESURE DE LA REPUTATION CORPORATE ................................................................................................... 75
1. Mesure de la réputation corporate à partir de la segmentation ou de la non-segmentation des
parties prenantes.......................................................................................................................................... 76
1.1. Mesure des réputations corporate selon segmentation des parties prenantes ......................................... 76
1.2. Mesure de la réputation corporate selon non-segmentation des parties prenantes ................................. 77
2. Les courants majeurs de la mesure de la réputation corporate .......................................................... 79
Conclusion du chapitre 1 – La réputation corporate ........................................................................................ 80

CHAPITRE 2 : L’E-RÉPUTATION CORPORATE ................................................................................................... 81

SECTION 1 : DEFINITION DE L’E-REPUTATION CORPORATE .............................................................................................. 84

1. De la réputation corporate à l’e-réputation corporate ........................................................................ 84
2. L’impact du web sur le développement des entreprises ...................................................................... 90
3. L’e-réputation-média ........................................................................................................................... 97
SECTION 2 : L’E-REPUTATION CORPORATE ET LES PARTIES PRENANTES ............................................................................ 101
1. Le rôle des parties prenantes dans l’e-réputation corporate ............................................................. 102
2. Le rôle des employés dans l’e-réputation corporate .......................................................................... 105
3. Les théories mobilisées ...................................................................................................................... 111
3.1. Théorie de la ressource ............................................................................................................................. 111
3.2. Théorie du capital intellectuel ................................................................................................................... 115
3.3. Théorie des réseaux sociaux ...................................................................................................................... 119
Conclusion du chapitre 2 – L’e-réputation corporate .................................................................................... 122

CHAPITRE 3 : LE CADRE CONCEPTUEL ET LES HYPOTHÈSES DE LA RECHERCHE .............................................. 123

SECTION 1 : LE POSITIONNEMENT EPISTEMOLOGIQUE, LA PROBLEMATIQUE ET LES QUESTIONS DE RECHERCHE ........................ 126

1. Le positionnement épistémologique de la recherche ........................................................................ 126
2. La problématique de la recherche ..................................................................................................... 127
3. Les questions de recherche ................................................................................................................ 128
SECTION 2 : LES HYPOTHESES DE LA RECHERCHE......................................................................................................... 133

13
 1. Parfaire la connaissance de la mesure de l’e-réputation corporate perçue sur LinkedIn .................. 133
2. Déterminer la crédibilité perçue des PEL et des PPL .......................................................................... 135
3. Examiner l’e-contenu des « Pages » des entreprises et des « Profils » des employés ....................... 137
4. Observer les différences entre l’existant et le perçu .......................................................................... 138
5. Analyser l’impact des antécédents sur l’e-réputation corporate perçue ........................................... 140
6. Examiner les effets modérateurs ....................................................................................................... 141
7. La synthèse des hypothèses de recherche ......................................................................................... 142
Conclusion du chapitre 3 – Le cadre conceptuel et les hypothèses de la recherche ..................................... 145

PARTIE 2 : LES EXPLORATIONS EMPIRIQUES ................................................................................................. 147

CHAPITRE 4 : LA MÉTHODOLOGIE DE L’ÉTUDE 1 ........................................................................................... 153

SECTION 1 : LA PRESENTATION ET LA METHODE DE L’ETUDE 1....................................................................................... 156

1. Le choix du réseau social professionnel ............................................................................................. 156
1.1. Analyse des réseaux sociaux professionnels ............................................................................................. 157
1.2. Définition des Pages Entreprises LinkedIn et Pages Personnelles LinkedIn .............................................. 160
2. Le choix du secteur d’activité ............................................................................................................. 162
2.1. Définition d’une typologie des mots-clés de référencement des secteurs sur LinkedIn ........................... 163
2.2. Identification des mots-clés de premier niveau sur LinkedIn .................................................................... 164
2.3. Procédure de tri des secteurs d’activité à partir de la liste des mots-clés de premier niveau de LinkedIn 167
2.4. Procédure de tri des secteurs d’activité restants à partir d’un focus groupe ........................................... 172
a. Description du focus groupe ..................................................................................................................... 173
b. Résultats du focus groupe ......................................................................................................................... 175
2.5. Etat des lieux du secteur de l’industrie automobile sur LinkedIn .............................................................. 178
a. Nombre d’employés des entreprises et nombre d’abonnés aux PEL ........................................................ 179
b. Nombre d’employés ayant une PPL et nombre d’employés français ayant une PPL ................................ 181
c. Présence de groupes éponymes ................................................................................................................ 184
3. Le mode de collecte et le questionnaire ............................................................................................. 187
3.1. Description du questionnaire .................................................................................................................... 188
3.2. Pré-test du questionnaire.......................................................................................................................... 188
3.3. Diffusion du questionnaire ........................................................................................................................ 191
a. Diffusion sur [Link] ............................................................................................................................... 191
b. Diffusion sur LinkedIn ................................................................................................................................ 192
c. Diffusion sur Twitter .................................................................................................................................. 193
3.4. Collecte, filtrage et codage ........................................................................................................................ 194
4. Le classement des entreprises automobiles ....................................................................................... 194
SECTION 2 : LES INSTRUMENTS DE MESURE ............................................................................................................... 196
1. La mesure de la variable dépendante : l’e-réputation corporate perçue .......................................... 196
1.1. La dimension de la qualité perçue ............................................................................................................ 197
a. Qualité perçue des PEL .............................................................................................................................. 198
b. Qualité perçue des PPL .............................................................................................................................. 198
c. Qualité perçue globale .............................................................................................................................. 199
1.2. La dimension de la notoriété ..................................................................................................................... 199
a. Notoriété spontanée ................................................................................................................................. 200
b. Notoriété perçue des PEL .......................................................................................................................... 201
c. Notoriété perçue des PPL .......................................................................................................................... 201
d. Notoriété perçue globale .......................................................................................................................... 202
2. Les variables modératrices : perception de la crédibilité ................................................................... 202
2.1. La crédibilité perçue .................................................................................................................................. 202
a. La crédibilité perçue des PEL ..................................................................................................................... 205
b. La crédibilité perçue des PPL ..................................................................................................................... 206
Conclusion du chapitre 4 – La méthodologie de l’étude 1 ............................................................................. 207

CHAPITRE 5 : LA MÉTHODOLOGIE DE L’ÉTUDE 2 ........................................................................................... 209

14
 SECTION 1 : LA PRESENTATION ET LA METHODE DE L’ETUDE 2....................................................................................... 212
1. Le choix des Pages Entreprises LinkedIn (PEL) ................................................................................... 212
2. Le choix des Pages Personnelles LinkedIn (PPL) ................................................................................. 213
3. Le mode de collecte ........................................................................................................................... 214
SECTION 2 : LES INSTRUMENTS D’ETUDE .................................................................................................................. 216
1. Grille d’analyse des indicateurs qualitatifs des PEL ........................................................................... 216
1.1. Indicateurs d’informations ........................................................................................................................ 217
1.2. Indicateurs de visibilité.............................................................................................................................. 218
2. Grille d’analyse des indicateurs qualitatifs des PPL ........................................................................... 219
2.1. Indicateurs de citation ............................................................................................................................... 220
2.2. Indicateurs de participation ...................................................................................................................... 221
Conclusion du chapitre 5 – La méthodologie de l’étude 2 ............................................................................. 222

CHAPITRE 6 : LA MÉTHODOLOGIE DE L’ÉTUDE 3 ........................................................................................... 223

SECTION 1 : LA PRESENTATION ET LA METHODE DE L’ETUDE 3....................................................................................... 226

1. Les usages effectifs des contenus des PEL et des PPL et la perception de ces contenus .................... 226
2. Les antécédents de l’e-réputation corporate perçue ......................................................................... 227
3. Les variables modératrices ................................................................................................................ 228
SECTION 2 : LES INSTRUMENTS DE MESURE ............................................................................................................... 229
SECTION 3 : LA PROCEDURE DE VALIDATION DES ECHELLES DE MESURE ........................................................................... 230
1. Application du paradigme de Churchill (1979) .................................................................................. 232
1.1. Fiabilité et validité ..................................................................................................................................... 232
a. Principe de fiabilité d’une échelle de mesure ........................................................................................... 233
b. Principe de validité d’une échelle de mesure ............................................................................................ 233
1.2. Procédure statistique d’évaluation et d’amélioration de la qualité d’une échelle.................................... 234
a. Analyse factorielle exploratoire ................................................................................................................ 235
b. Analyse factorielle confirmatoire .............................................................................................................. 236
2. Application de la préconisation de Rossiter (2005) ........................................................................... 237
3. Validation de mes échelles de mesure ............................................................................................... 239
3.1. Crédibilité perçue des PEL et des PPL ........................................................................................................ 239
3.2. Qualité perçue et notoriété perçue des PEL et PPL ................................................................................... 240
3.3. Utilisation des index .................................................................................................................................. 241
3.4. Indices d’ajustement du modèle structurel avec les variables de second ordre ....................................... 242
3.5. Indices d’ajustement du modèle structurel sans les variables de second ordre ....................................... 243
Conclusion du chapitre 6 – La méthodologie de l’étude 3 ............................................................................. 244

CHAPITRE 7 : LES RÉSULTATS DES ÉTUDES 1, 2 ET 3 ...................................................................................... 245

SECTION 1 : L’ETUDE DESCRIPTIVE DES ECHANTILLONS ................................................................................................ 248

1. Classement des entreprises automobiles citées................................................................................. 248
1.1. Classement général ................................................................................................................................... 248
1.2. Classement du Top10 ................................................................................................................................ 249
2. Description de l’échantillon des répondants ...................................................................................... 251
2.1. Sexe des répondants ................................................................................................................................. 251
2.2. Tranche d’âge des répondants .................................................................................................................. 252
2.3. Domaine de compétences des répondants ............................................................................................... 253
2.4. Secteur d’activité des entreprises des répondants ................................................................................... 255
2.5. Catégorie socio-professionnelle des répondants ...................................................................................... 257
3. Description de l’échantillon des individus ayant une PPL .................................................................. 258
3.1. Sexe des individus ayant une PPL .............................................................................................................. 259
3.2. Domaine de compétences des individus ayant une PPL............................................................................ 259
3.3. Catégorie socio-professionnelle des individus ayant une PPL ................................................................... 260
SECTION 2 : LA COMPARAISON DES PEL ET PPL (EXISTANT VS PERÇU)............................................................................ 262

15
 1. Comparaisons des PEL et PPL (existant vs perçu) : qualité ................................................................ 262
1.1. Mesure des échelles des usages effectifs des contenus des PEL et PPL (antécédents de la dimension
qualité perçue) ......................................................................................................................................................... 264
a. Analyse de premier niveau – PEL .............................................................................................................. 264
b. Analyse de premier niveau – PPL .............................................................................................................. 265
c. Analyse de second niveau – PEL ................................................................................................................ 266
d. Analyse de second niveau – PPL ................................................................................................................ 267
e. Analyse de troisième niveau ..................................................................................................................... 268
f. Analyse de quatrième niveau .................................................................................................................... 268
1.2. Mesure de la qualité perçue des PEL et PPL .............................................................................................. 269
a. Analyse de premier niveau – PEL .............................................................................................................. 269
b. Analyse de premier niveau – PPL .............................................................................................................. 270
c. Analyse de second niveau – PEL ................................................................................................................ 271
d. Analyse de second niveau – PPL ................................................................................................................ 272
e. Analyse de troisième niveau ..................................................................................................................... 273
f. Analyse de quatrième niveau .................................................................................................................... 273
1.3. Comparaison des échelles de la qualité effective globale et de la qualité perçue globale........................ 274
2. Comparaisons des PEL et PPL (existant vs perçu) : notoriété............................................................. 276
2.1. Mesure des échelles des usages effectifs des contenus des PEL et PPL (antécédents de la dimension
notoriété perçue) ..................................................................................................................................................... 278
a. Analyse de premier niveau – PEL .............................................................................................................. 278
b. Analyse de premier niveau – PPL .............................................................................................................. 279
c. Analyse de second niveau – PEL ................................................................................................................ 280
d. Analyse de second niveau – PPL ................................................................................................................ 281
e. Analyse de troisième niveau ..................................................................................................................... 282
f. Analyse de quatrième niveau .................................................................................................................... 283
2.2. Mesure de la notoriété perçue des PEL et PPL .......................................................................................... 284
a. Analyse de premier niveau – PEL .............................................................................................................. 284
b. Analyse de premier niveau – PPL .............................................................................................................. 285
c. Analyse de second niveau – PEL ................................................................................................................ 286
d. Analyse de second niveau – PPL ................................................................................................................ 286
e. Analyse de troisième niveau ..................................................................................................................... 287
f. Analyse de quatrième niveau .................................................................................................................... 288
2.3. Comparaison des échelles de notoriété effective globale et de notoriété perçue globale ....................... 289
3. Comparaison de la crédibilité perçue des PEL et PPL ......................................................................... 290
3.1. Analyse de premier niveau – PEL .............................................................................................................. 291
3.2. Analyse de premier niveau – PPL .............................................................................................................. 292
3.3. Analyse de second niveau – PEL ................................................................................................................ 293
3.4. Analyse de second niveau – PPL ................................................................................................................ 294
3.5. Analyse de troisième niveau ..................................................................................................................... 295
SECTION 3 : LES RESULTATS OBTENUS PAR LES METHODES D’EQUATIONS STRUCTURELLES................................................... 296
1. L’impact des PEL sur l’e-réputation corporate perçue ....................................................................... 296
1.1. Impact des PEL sur la variable de second ordre ........................................................................................ 296
1.2. Impact des PEL sur la qualité perçue des PEL et la notoriété perçue des PEL ........................................... 297
2. L’impact des PPL sur l’e-réputation corporate perçue ....................................................................... 298
2.1. Impact des PPL sur la variable de second ordre ........................................................................................ 298
2.2. Impact des PPL sur la qualité perçue des PPL et la notoriété perçue des PPL ........................................... 298
3. L’effet modérateur de la crédibilité des PEL et des PPL ..................................................................... 299
3.1. Effet de la crédibilité perçue des PEL comme modérateur ....................................................................... 300
3.2. Effet de la crédibilité perçue des PPL comme modérateur ....................................................................... 301
4. L’impact de la qualité perçue sur la notoriété perçue ....................................................................... 303
SECTION 3 : LA SYNTHESE DES RESULTATS AUX TESTS D’HYPOTHESES .............................................................................. 304
Conclusion du chapitre 7 – Les résultats des études 1, 2 et 3 ........................................................................ 307

16
CHAPITRE 8 : LA DISCUSSION, LES APPORTS, LES LIMITES ET LES VOIES DE RECHERCHE ............................... 309

SECTION 1 : LA DISCUSSION DES RESULTATS OBTENUS A CHACUNE DES TROIS ETUDES ........................................................ 312
1. La discussion des résultats : existant vs perçu ................................................................................... 313
1.1. Top10 des entreprises automobiles .......................................................................................................... 313
1.2. L’existant et le perçu ................................................................................................................................. 314
a. Qualité de la présence digitale de l’entreprise - Usages effectifs des contenus des PEL et des PPL ......... 314
b. Qualité perçue de la présence digitale de l’entreprise – Perception des contenus des PEL et des PPL .... 315
c. Comparaison existant/perçu – Qualité...................................................................................................... 316
d. Conclusion – Qualité.................................................................................................................................. 316
e. Notoriété de l’entreprise - Usages effectifs des contenus des PEL et des PPL .......................................... 317
f. Notoriété perçue de l’entreprise – Perception des contenus des PEL et des PPL ..................................... 318
g. Comparaison existant/perçu – Notoriété .................................................................................................. 319
h. Conclusion – Notoriété .............................................................................................................................. 319
1.3. La crédibilité perçue des PEL et des PPL .................................................................................................... 319
2. La discussion des résultats au test du modèle structurel ................................................................... 320
2.1. L’impact des PEL sur l’e-réputation corporate perçue .............................................................................. 320
2.2. L’impact des PPL sur l’e-réputation corporate perçue .............................................................................. 322
2.3. Le rôle modérateur de la crédibilité perçue des PEL et des PPL ................................................................ 323
a. Crédibilité perçue des PEL ......................................................................................................................... 323
b. Crédibilité perçue des PPL ......................................................................................................................... 325
2.4. L’impact de la qualité perçue sur la notoriété perçue ............................................................................... 326
SECTION 2 : LES APPORTS DE LA RECHERCHE ............................................................................................................. 328
1. Les apports théoriques....................................................................................................................... 328
2. Les apports managériaux .................................................................................................................. 330
SECTION 3 : LES LIMITES DE LA RECHERCHE ............................................................................................................... 332
1. Les limites théoriques et conceptuelles ............................................................................................. 332
2. Les limites méthodologiques ............................................................................................................. 332
SECTION 4 : LES VOIES DE RECHERCHE...................................................................................................................... 335
1. L’enrichissement du modèle par l’introduction de nouvelles variables ............................................. 335
2. La duplication des résultats obtenus ................................................................................................. 339
3. La prise en compte de nouvelles réflexions ........................................................................................ 339
Conclusion du chapitre 8 – La discussion, les apports, les limites et les voies de recherche ......................... 343

CONCLUSION GÉNÉRALE .............................................................................................................................. 345

BIBLIOGRAPHIE ............................................................................................................................................ 353

ANNEXES ...................................................................................................................................................... 383

ANNEXE 1 : QUESTIONNAIRE ................................................................................................................................. 385

ANNEXE 2 : CODAGE DES INDICATEURS D’INFORMATIONS ET DE VISIBILITE DES PEL .......................................................... 389
ANNEXE 3 : CODAGE DES INDICATEURS DE CITATION ET DE PARTICIPATION DES PPL .......................................................... 391
ANNEXE 4 : INDEX D’INFORMATIONS DES PEL ........................................................................................................... 423
ANNEXE 5 : INDEX DE CITATION ET DE PARTICIPATION DES PPL ..................................................................................... 425
ANNEXE 6 : RELATIONS DE CAUSALITE AVEC LES VARIABLES DE SECOND ORDRE ................................................................. 437
ANNEXE 7 : RELATIONS DE CAUSALITE SANS LES VARIABLES DE SECOND ORDRE ................................................................. 439
ANNEXE 8 : MODELE STRUCTUREL AVEC LES VARIABLES DE SECOND ORDRE ...................................................................... 441
ANNEXE 9 : MODELE STRUCTUREL SANS LES VARIABLES DE SECOND ORDRE ...................................................................... 443

17
18
LISTE DES TABLEAUX

TABLEAU 1 : INVENTAIRE DES DEFINITIONS DE LA REPUTATION CORPORATE (D’APRES BARNETT ET AL., 2006) .............................. 44
TABLEAU 2 : LISTE DES DEFINITIONS DE LA REPUTATION CORPORATE DE 1988 A 2008 (D’APRES BITEKTINE, 2011) ...................... 47
TABLEAU 3 : DEFINITIONS DE LA REPUTATION CORPORATE SELON LES DOMAINES DE RECHERCHE (RINDOVA ET AL., 2005) ............. 56
TABLEAU 4 : DEFINITIONS DES NOTIONS PROCHES DE LA REPUTATION CORPORATE .................................................................. 61
TABLEAU 5 : FACTEURS D’INFLUENCE SUR LA « CORPORATE REPUTATION » (HILL & KNOWLTON, 2001) ................................... 69
TABLEAU 6 : ORIENTATION QUE PEUT CHOISIR UN DIRIGEANT POUR AMELIORER LA REPUTATION CORPORATE (HILL & KNOWLTON,
2001) ............................................................................................................................................................ 70
TABLEAU 7 : CRITIQUES A L’ENCONTRE DE L’ENTREPRISE SUR INTERNET (HILL & KNOWLTON, 2001) ......................................... 71
TABLEAU 8 : INFORMATIONS NEGATIVES SUR L’ENTREPRISE SUR LE WEB (HILL & KNOWLTON, 2001) ......................................... 71
TABLEAU 9 : CRITERES DE MESURE DES REPUTATIONS CORPORATE ....................................................................................... 77
TABLEAU 10 : SYNTHESE DES HYPOTHESES DE LA RECHERCHE RELATIVE AUX TROIS ETUDES...................................................... 142
TABLEAU 11 : SYNTHESE DES DIFFERENTES COLLECTES DE DONNEES DE MA RECHERCHE ......................................................... 151
TABLEAU 12 : SYNTHESE DES CRITERES DE COMPARAISON ENTRE LINKEDIN ET VIADEO .......................................................... 159
TABLEAU 13 : LISTE EXHAUSTIVE DES ATTRIBUTS PEL ET PPL, D’APRES LINKEDIN ................................................................. 161
TABLEAU 14 : SECTEURS D’ACTIVITE REFERENCES PAR MOTS-CLES DE DIFFERENTS NIVEAUX, D’APRES LINKEDIN .......................... 167
TABLEAU 15 : SECTEURS D’ACTIVITE REFERENCES PAR MOTS-CLES DE PREMIER NIVEAU, D’APRES LINKEDIN ................................ 172
TABLEAU 16 : DESCRIPTION DES PARTICIPANTS DU FOCUS GROUPE .................................................................................... 173
TABLEAU 17 : NOMBRE D’ENTREPRISES CITEES PAR LES PARTICIPANTS PAR SECTEUR D’ACTIVITE ............................................... 175
TABLEAU 18 : NOM ET NOMBRE DES ENTREPRISES DU SECTEUR AUTOMOBILE CITEES ............................................................. 178
TABLEAU 19 : ENTREPRISES DU SECTEUR DE L’INDUSTRIE AUTOMOBILE REFERENCEES VIA LEUR PEL, LEUR NOMBRE D’EMPLOYES ET
LEUR NOMBRE D’ABONNES, D’APRES LINKEDIN ...................................................................................................... 180
TABLEAU 20 : ENTREPRISES DU SECTEUR DE L’INDUSTRIE AUTOMOBILE SELON LEUR NOMBRE DE PPL D’EMPLOYES, D’APRES LINKEDIN
.................................................................................................................................................................... 182
TABLEAU 21 : ENTREPRISES DU SECTEUR DE L’INDUSTRIE AUTOMOBILE SELON LEUR NOMBRE DE PPL D’EMPLOYES FRANÇAIS, D’APRES
LINKEDIN ....................................................................................................................................................... 183
TABLEAU 22 : ENTREPRISES DU SECTEUR DE L’INDUSTRIE AUTOMOBILE SELON LE NOMBRE DE GROUPES EPONYMES, D’APRES LINKEDIN
.................................................................................................................................................................... 185
TABLEAU 23 : ATTRIBUTS DE LA QUALITE PERÇUE DES PEL ET LEUR CODE ............................................................................ 198
TABLEAU 24 : ATTRIBUTS DE LA QUALITE PERÇUE DES PPL ET LEUR CODE ............................................................................ 199
TABLEAU 25 : ATTRIBUTS DE LA NOTORIETE PERÇUE DES PEL ET LEUR CODE ........................................................................ 201
TABLEAU 26 : ATTRIBUTS DE LA NOTORIETE PERÇUE DES PPL ET LEUR CODE ........................................................................ 201
TABLEAU 27 : COMPOSANTES DE LA CREDIBILITE ............................................................................................................ 203
TABLEAU 28 : ECHELLE DE MESURE DE LA CREDIBILITE (KIRMANI, 1997) PERÇUE DES PEL ..................................................... 206
TABLEAU 29 : ECHELLE DE MESURE DE LA CREDIBILITE (KIRMANI, 1997) PERÇUE DES PPL ..................................................... 206
TABLEAU 30 : LISTE EXHAUSTIVE DES INDICATEURS QUALITATIFS DES PEL............................................................................ 217
TABLEAU 31 : LISTE DES INDICATEURS D’INFORMATIONS DES PEL...................................................................................... 218
TABLEAU 32 : LISTE DES INDICATEURS DE VISIBILITE DES PEL ............................................................................................ 218
TABLEAU 33 : LISTE EXHAUSTIVE DES INDICATEURS QUALITATIFS DES PPL ........................................................................... 219
TABLEAU 34 : LISTE DES INDICATEURS DE CITATION DES PPL ............................................................................................ 220
TABLEAU 35 : LISTE DES INDICATEURS DE PARTICIPATION DES PPL ..................................................................................... 221
TABLEAU 36 : VALEURS USUELLES DE L’ALPHA DE CRONBACH ........................................................................................... 233
TABLEAU 37 : ECHELLES DE LA CREDIBILITE PERÇUE DES PEL ET DES PPL ............................................................................. 240
TABLEAU 38 : QUALITE PERÇUE ET NOTORIETE PERÇUE DES PEL ET PPL (ALPHA DE CRONBACH) ............................................. 241
TABLEAU 39 : INDICES D’AJUSTEMENT DU MODELE 1 ...................................................................................................... 242
TABLEAU 40 : INDICES D’AJUSTEMENT DU MODELE 2 ...................................................................................................... 243
TABLEAU 41 : CLASSEMENT DES ENTREPRISES AUTOMOBILES SELON LE NOMBRE DE CITATIONS................................................ 249
TABLEAU 42 : TOP10 DES ENTREPRISES AUTOMOBILES SELON LE NOMBRE DE CITATIONS........................................................ 250
TABLEAU 43 : CLASSEMENT TNS-SOFRES (2005) ET TOP5 (2015) DE LA NOTORIETE SPONTANEE DES ENTREPRISES AUTOMOBILES251

19
TABLEAU 44 : REPARTITION DU SEXE DES REPONDANTS PAR ENTREPRISE DU TOP10 .............................................................. 252
TABLEAU 45 : REPARTITION DE L’AGE DES REPONDANTS PAR ENTREPRISE DU TOP10 ............................................................. 253
TABLEAU 46 : REPARTITION DU DOMAINE DE COMPETENCES DES REPONDANTS PAR ENTREPRISE DU TOP10 .............................. 254
TABLEAU 47 : REPARTITION DU SECTEUR D’ACTIVITE DE L’ENTREPRISE DES REPONDANTS PAR ENTREPRISE DU TOP10 .................. 255
TABLEAU 48 : REPARTITION DES CSP DES REPONDANTS PAR ENTREPRISE DU TOP10 ............................................................. 257
TABLEAU 49 : REPARTITION DU SEXE DES INDIVIDUS AYANT UNE PPL PAR ENTREPRISE DU TOP10............................................ 259
TABLEAU 50 : REPARTITION DU DOMAINE DE COMPETENCES DES INDIVIDUS AYANT UNE PPL PAR ENTREPRISE DU TOP10 ............ 260
TABLEAU 51 : REPARTITION DES CSP DES INDIVIDUS AYANT UNE PPL PAR ENTREPRISE DU TOP10 ........................................... 261
TABLEAU 52 : ITEMS DES USAGES EFFECTIFS DES CONTENUS DES PEL ET DES PPL ................................................................. 266
TABLEAU 53 : ECHELLES DES USAGES EFFECTIFS DES CONTENUS DES PEL ET DES PPL PAR ENTREPRISE DU TOP10 ....................... 267
TABLEAU 54 : CLASSEMENT DES ENTREPRISES DU TOP10 SELON L’ECHELLE DES INDICATEURS DE CITATION DES PPL .................... 268
TABLEAU 55 : CLASSEMENT DES ENTREPRISES DU TOP10 SELON LA QRG ........................................................................... 269
TABLEAU 56 : QUALITE PERÇUE DES ITEMS DES PEL ET DES PPL........................................................................................ 271
TABLEAU 57 : QUALITE PERÇUE DES PEL ET DES PPL PAR ENTREPRISE DU TOP10 ................................................................. 272
TABLEAU 58 : CLASSEMENT DES ENTREPRISES DU TOP10 SELON LA QUALITE PERÇUE DES PPL ................................................ 273
TABLEAU 59 : CLASSEMENT DES ENTREPRISES DU TOP10 SELON LA QPG............................................................................ 274
TABLEAU 60 : ECHELLES DES INDICATEURS D’INFORMATIONS ET DES INDICATEURS DE CITATION VS ECHELLES DE LA QUALITE PERÇUE DES
PEL ET DES PPL .............................................................................................................................................. 275
TABLEAU 61 : QRG ET QPG DES ENTREPRISES DU TOP10 ............................................................................................... 276
TABLEAU 62 : ITEMS DES USAGES EFFECTIFS DES CONTENUS DES PEL ET DES PPL PAR ENTREPRISE DU TOP10 ............................ 280
TABLEAU 63 : ECHELLES DES USAGES EFFECTIFS DES CONTENUS DES PEL ET DES PPL PAR ENTREPRISE DU TOP10 ....................... 281
TABLEAU 64 : CLASSEMENT DES ENTREPRISES DU TOP10 SELON L’ECHELLE DE PARTICIPATION DES PPL .................................... 282
TABLEAU 65 : CLASSEMENT DES ENTREPRISES DU TOP10 SELON LA NRG............................................................................ 284
TABLEAU 66 : NOTORIETE PERÇUE DES ITEMS DES PEL ET DES PPL .................................................................................... 286
TABLEAU 67 : NOTORIETE PERÇUE DES PEL ET DES PPL PAR ENTREPRISE DU TOP10 ............................................................. 287
TABLEAU 68 : CLASSEMENT DES ENTREPRISES DU TOP10 SELON LA NOTORIETE PERÇUE PPL .................................................. 287
TABLEAU 69 : CLASSEMENT DES ENTREPRISES DU TOP10 SELON LA NPG ............................................................................ 288
TABLEAU 70 : ECHELLES DE VISIBILITE ET DE PARTICIPATION VS ECHELLES DE NOTORIETE PERÇUE DES PEL ET DES PPL.................. 290
TABLEAU 71 : NRG ET NPG DES ENTREPRISES DU TOP10 ............................................................................................... 290
TABLEAU 72 : CREDIBILITE PERÇUE DES ITEMS DES PEL ................................................................................................... 292
TABLEAU 73 : CREDIBILITE PERÇUE DES ITEMS DES PPL ................................................................................................... 293
TABLEAU 74 : CREDIBILITE PERÇUE DES PEL PAR ENTREPRISE DU TOP10............................................................................. 294
TABLEAU 75 : CREDIBILITE PERÇUE DES PPL PAR ENTREPRISE DU TOP10 ............................................................................ 295
TABLEAU 76 : EFFET DE LA CREDIBILITE PERÇUE DES PEL COMME MODERATEUR................................................................... 301
TABLEAU 77 : EFFET DE LA CREDIBILITE DES PPL COMME MODERATEUR ............................................................................. 302
TABLEAU 78 : LA SYNTHESE DES RESULTATS AUX TESTS D’HYPOTHESES ............................................................................... 304

20
LISTE DES FIGURES

FIGURE 1 : MODELE INTEGRATEUR (STUART, 1999) ......................................................................................................... 52

FIGURE 2 : CADRE DE TRAVAIL POUR LA REPUTATION CORPORATE (ARGENTI, 2003) ............................................................... 52
FIGURE 3 : ANTECEDENTS ET CONSEQUENCES DE LA REPUTATION ORGANISATIONNELLE (RINDOVA ET AL., 2005 : 1037) .............. 57
FIGURE 4 : MODELE SEQUENTIEL HIERARCHISE (ISLIREC) .................................................................................................. 65
FIGURE 5 : TAUX DE PENETRATION DES SITES DE VENTE PAR SECTEUR EN 2008 ...................................................................... 92
FIGURE 6 : INFLUENCE DES MEDIAS SUR LES DECISIONS D’ACHATS DES INTERNAUTES, D’APRES NURUN/IFOP ................................ 93
FIGURE 7 : TYPOLOGIE DES RISQUES LIES A L’E-REPUTATION CORPORATE, D’APRES DIGIMIND .................................................... 95
FIGURE 8 : CREDIBILITE DES EMPLOYES 2011-2012, D’APRES TRUST BAROMETER 2012 ...................................................... 107
FIGURE 9 : CREDIBILITE DES PORTE-PAROLE DE L’ENTREPRISE PAR LES CEO ET LES EMPLOYES, D’APRES TRUST BAROMETER 2012 . 108
FIGURE 10 : E-REPUTATION CORPORATE PERÇUE VIA L’E-CONTENU DES PEL ET DES PPL (ETUDE 1) ......................................... 135
FIGURE 11 : PERCEPTION DE LA CREDIBILITE (PEL ET PPL) (ETUDE 1) ................................................................................ 136
FIGURE 12 : USAGES EFFECTIFS DES E-CONTENUS DES PEL ET DES PPL (ETUDE 2) ................................................................ 138
FIGURE 13 : L’EXISTANT VERSUS LE PERÇU DES E-CONTENUS DES PEL ET DES PPL (ETUDE 3) .................................................. 139
FIGURE 14 : IMPACT DES ANTECEDENTS SUR L’E-REPUTATION CORPORATE PERÇUE (ETUDE 3) ................................................. 141
FIGURE 15 : EFFETS MODERATEURS DE L’IMPACT DES PEL ET DES PPL SUR L’E-REPUTATION CORPORATE PERÇUE (ETUDE 3)......... 142
FIGURE 16 : MODELE STRUCTUREL (EXISTANT VS PERÇU, LIENS DE CAUSALITE, EFFETS MODERATEURS) ..................................... 144
FIGURE 17 : ETAPES DE LA METHODOLOGIE GENERALE DE RECHERCHE ................................................................................ 152
FIGURE 18 : EXEMPLE DE VIGNETTE POUR LA RECHERCHE BNP PARIBAS, D’APRES LINKEDIN ................................................... 164
FIGURE 19 : FOCUS GROUPE POUR LA PROCEDURE DE TRI SUR LES DIX SECTEURS D’ACTIVITE RESTANTS ..................................... 174
FIGURE 20 : EXEMPLE DE TWEETS ............................................................................................................................... 193
FIGURE 21 : EXEMPLES DE RETWEETS........................................................................................................................... 193
FIGURE 22 : EXEMPLES DE FAVORIS ............................................................................................................................. 193
FIGURE 23 : SYNTHESE DES ATTRIBUTS DES PEL ET DES PPL DES DEUX DIMENSIONS DE L’E-REPUTATION CORPORATE PERÇUE ....... 207
FIGURE 24 : SYNTHESE DES INDICATEURS QUALITATIFS DES PEL ET DES PPL DE L’ETUDE 2...................................................... 222
FIGURE 25 : DISTINCTION ENTRE CONSTRUITS REFLECTIFS ET FORMATIFS............................................................................. 231
FIGURE 26 : ETAPES DE LA PHASE 1 D’IMPLEMENTATION DU PROJET DE MANAGEMENT DE L’E-REPUTATION CORPORATE .............. 340
FIGURE 27 : MODELE GENERAL D’IMPLEMENTATION DU PROJET DE MANAGEMENT DE L’E-REPUTATION CORPORATE ................... 341

21
22
INTRODUCTION GÉNÉRALE

23
24
 INTRODUCTION GÉNÉRALE

Internet et ses usages génèrent des problématiques liées au management de l’e-réputation

corporate. Les internautes représentent les parties prenantes du champ organisationnel de
l’entreprise sur le web : ils sont notamment des consommateurs, des collaborateurs, des
employés. Selon leurs besoins, ils s’informent sur les entreprises en utilisant l’ensemble des
sources d’informations à leur disposition - celles issues des entreprises (signaux directs) et
celles issues de leurs pairs (signaux indirects) – et sont sensibles à l’e-réputation corporate.

Selon un sondage1 réalisé par Reputation VIP et l’IFOP en 2014, 80 % des internautes
utilisent le web pour trouver des informations sur les produits ou les entreprises avant l’acte
d’achat, 96 % des répondants se disent influencés par les avis négatifs et l’e-réputation d’un
site web et, de ce fait, repoussent ou annulent un achat. Lors des processus de recrutement, les
candidats évaluent les entreprises auxquelles ils aspirent, notamment via les réseaux sociaux
professionnels tels que LinkedIn, en consultant les pages entreprises et les « profils » des
employés. Selon l’Observatoire Cegos, deux-tiers des employés utilisent les réseaux sociaux
dans leur activité professionnelle pour véhiculer une image positive de leur entreprise 2 et pour
l’alerter en cas de rumeur. Pour les employés, les réseaux sociaux facilitent leur accès à
l’information. Pour les responsables des entreprises, les réseaux sociaux présentent un risque
en matière d’e-réputation corporate. Les employés diffusent des informations et s’expriment
pour donner leur avis sur les produits/services commercialisés par leur entreprise, sur le
management, sur la stratégie.

Bien que l’e-réputation corporate constitue une des clés du succès et de la pérennité des
entreprises, elle est difficilement maîtrisable et son management est complexe. Les internautes
jouent un rôle majeur dans la construction de l’e-réputation corporate ; ils interagissent,

1 Sondage réalisé en décembre 2014 auprès de 1 003 personnes représentatives de la population française, âgées
de 18 ans et plus, « Infographie : l’influence de l’E-réputation sur l’acte d’achat ! », [Link]
commerce/infographie-influence-e-reputation-achat-4525/, publié en avril 2015, consulté en mai 2015.
2
Enquête de l’Observatoire Cegos, étude de l’usage des réseaux sociaux dans les entreprises,
[Link] publiée en
janvier 2012, consultée en février 2013.

25
créent, gèrent et diffusent du contenu qui n’est plus contrôlé par l’entreprise. L’internaute est
un influenceur actif et un relais d’échanges en ligne. Il est un média. Les entreprises recrutent
alors des community managers et font appel à des sociétés spécialisées dans la gestion de l’e-
réputation afin, notamment, de prévenir les bad buzz et de développer une e-réputation
corporate favorable. Des outils de veille stratégique sont également développés permettant
d’identifier les déclarations en ligne des parties prenantes (leaders d’opinion, consommateurs,
salariés…) sous différentes formes (commentaires, classements, articles…) et sur différentes
plateformes virtuelles (communautés, réseaux, blogs…) afin de mesurer leur quantité, leur
qualité, leur tonalité sociale et afin d’essayer de les gérer.

Les entreprises ont longtemps appréhendé le fait que leurs employés diffusent des
informations les concernant. Ces entreprises semblent, aujourd’hui, prendre conscience du
potentiel de l’e-contenu diffusé par leurs employés sur les médias sociaux. « Si vous avez un
employé qui dit que là où il travaille, c’est bien, on le croira plus qu’un discours
marketing3 ». Les parties prenantes externes font davantage confiance aux évaluations de
leurs pairs qu’aux messages corporate traditionnels4 : 90 % des sondés européens, selon
Forrester Research, révèlent qu’ils ne font pas confiance aux informations diffusées par les
entreprises sur les réseaux sociaux. Les employés peuvent devenir de véritables relais
d’influence, des ambassadeurs, des vecteurs d’e-réputation corporate. Leur voix digitale,
notamment sur les réseaux sociaux professionnels, semble être une ressource sous-estimée par
les entreprises.

L’avènement du web social et les nouveaux comportements des parties prenantes en ligne
mènent les entreprises à avoir une présence numérique et à développer une stratégie de
marketing digital. Les entreprises peuvent établir leur présence sur Internet en créant et en
contrôlant du contenu sur les médias possédés et les médias achetés. La gestion de ces médias
est nécessaire mais insuffisante pour faire face à la complexité du management de l’e-

3
Eric Matarasso, directeur associé de l’agence de conseil en marketing et communication Quatre vents, cité dans
l’article du journal Le Monde, « Entreprises cherchent salariés « influenceurs » »,
[Link]
influenceurs_4513183_1698637.html, publié le 27 octobre 2014, consulté en décembre 2014.
4
Etude réalisée par Forrester Research, Digital Marketing, [Link]
marketing/5-frightening-facts-from-forrester-and-the-good-news-for-digital-marketers-0443923, publiée en mars
2013, consultée en mai 2013.

26
réputation corporate. En effet, l’influence de ces médias incarnant les messages traditionnels
corporate (signaux directs émis par l’entreprise) est amoindrie au profit des médias gagnés
(« User Generated Content ») qui ne cessent de prendre de l’ampleur.

La problématique et les objectifs de la recherche

Les entreprises ont pris conscience de l’importance de ces médias gagnés et souhaitent les
intégrer à leur stratégie de marketing digital. Cependant, face à la difficulté inhérente à la
gestion de l’e-contenu généré par les internautes sur les médias sociaux, les praticiens et les
chercheurs s’interrogent sur les leviers d’action alternatifs.

Afin de répondre à cette volonté de management actif de la construction de l’e-réputation

corporate dans le but d’influencer la perception de l’e-réputation corporate, je retiens
l’utilisation de la voix des parties prenantes internes à l’entreprise - les employés - via l’e-
contenu de leur « Profil » sur les réseaux sociaux. La littérature relative à la réputation
corporate et à l’e-réputation corporate, comme celle relative aux parties prenantes, souligne
que les employés et leur voix sur les réseaux sociaux pourraient être des acteurs essentiels
dans le processus de construction de l’e-réputation corporate. Ces investigations me mènent à
la problématique suivante :

L’entreprise peut-elle gérer la construction de son e-réputation corporate afin d’en

influencer sa perception en utilisant la voix de ses employés via l’e-contenu de leur
« Profil » sur les réseaux sociaux ?

L’approche néo-institutionnelle souligne le rôle majeur de la conscience collective de

l’existence et de la pertinence des entreprises dans un champ organisationnel (Fombrun, 1996;
Rao, 1994, 1998 ; Stuart, 2000). Sur le web, les employés s’expriment positivement ou
négativement au sujet de leur entreprise à travers des déclarations, des classements, des
vidéos… qui peuvent conduire à des crises réputationnelles.

Je partage la vision de l’approche néo-institutionnelle de l’e-réputation corporate. Je

m’intéresse à l’e-réputation corporate construite par les parties prenantes internes – les
employés - et perçue par les parties prenantes externes à une entreprise. Je n’analyse pas le
27
rôle des employés eux-mêmes dans la construction de l’e-réputation corporate mais j’étudie
l’utilisation et l’influence de leur voix via l’e-contenu de leur « Profil » sur les réseaux
sociaux.

Pour qu’un projet puisse être une réussite, l’entreprise a besoin de l’engagement de ses
employés (Igalens et Point, 2009). Les employés sont nécessaires à la création de la réputation
corporate. Leur présence en ligne peut aussi être un atout pour une entreprise et un avantage
compétitif. Ils forment le capital humain et le capital relationnel/social d’une
entreprise (Bontis, 1998 ; Edvinsson et Malone, 1997 ; Edvinsson et Sullivan, 1996 ; Lynn,
1998 ; Roos et al., 1997 ; Stewart, 1991, 1997). Ainsi, afin de répondre à la problématique
définie précédemment, ma recherche vise, d’une part, à établir la preuve que l’utilisation de la
voix digitale des employés est nécessaire dans le management de l’e-réputation corporate et,
d’autre part, à souligner le rôle de la voix digitale des employés dans l’évaluation des
entreprises par les parties prenantes externes.

Objectif 1 : prouver l’efficacité pour l’entreprise d’utiliser la voix de ses employés dans
la construction de son e-réputation corporate.

Les employés peuvent influencer le jugement des consommateurs au sujet d’une entreprise
(Chernatony de, 1999). Plus les employés ont une perception positive de l’entreprise, plus ils
vont influencer positivement la perception des clients. Il s’agit du phénomène de contagion
émotionnelle (Bettencourt, Gwinner et Meuter, 2001). Rassembler les perceptions des parties
prenantes internes et externes est nécessaire pour éviter les crises (Dowling, 1994 ; Hatch et
Schultz, 2001). Le bouche-à-oreille généré par les employés est capital dans les stratégies de
communication des entreprises (Balmer et Gray, 1999 ; Jackson, 2004). Le web social rend
ces interactions plus visibles.

Objectif 2 : diminuer l’incertitude des parties prenantes externes en position d’évaluer

une entreprise grâce à l’utilisation de la voix de ses employés.

Pour répondre à ce double objectif, je réalise trois études.

28
Les contributions attendues de la recherche

Ma recherche a pour vocation de prouver que l’utilisation de la voix digitale des employés est
nécessaire dans le management de l’e-réputation corporate et de souligner le rôle de la voix
digitale des employés dans l’évaluation des entreprises par les parties prenantes externes. A
l’issue de cette recherche, des contributions théoriques et managériales sont espérées.

D’un point de vue théorique, ma recherche s’attache à parfaire la connaissance du concept de

l’e-réputation corporate. Il s’agit :
- D’enrichir la connaissance relative à la réputation corporate appréhendée par la vision
néo-institutionnelle, en proposant une nouvelle définition de la réputation corporate.
- D’enrichir la connaissance relative à l’é-réputation corporate en proposant une
nouvelle définition de l’e-réputation corporate et en transposant une échelle de mesure
de la réputation corporate (Rindova et al., 2005) au monde numérique (réseaux
sociaux professionnels) permettant de prendre en compte l’e-contenu des « Profils »
des employés sur LinkedIn ainsi que l’e-contenu des « Pages » des entreprises sur
LinkedIn.
- De fournir des éléments de compréhension sur la nature et le rôle de l’e-contenu
généré par les employés dans la construction de l’e-réputation corporate perçue. La
majorité des travaux en marketing porte sur les conséquences de la réputation
corporate ; en revanche, rares sont les travaux qui traitent du rôle de la voix des
employés dans l’e-réputation corporate. Il est donc pertinent de compléter ces
premières recherches afin de permettre aux entreprises de mieux gérer l’e-réputation
corporate en prenant en compte la voix digitale des employés sur les réseaux sociaux
professionnels.

D’un point de vue managérial, ma recherche s’attache à améliorer la gestion de l’e-réputation

corporate :
- Si l’importance de la voix digitale des employés dans la construction de l’e-réputation
corporate est établie, alors la voix digitale des employés via l’e-contenu de leur
« Profil » pourra constituer, pour les praticiens et les chercheurs, un élément pertinent
à prendre en compte dans le management de l’e-réputation corporate.

29
 - L’identification de l’e-contenu des « Profils » des employés (à considérer pour réduire
l’incertitude des parties prenantes externes lorsqu’elles évaluent une entreprise)
permettra d’améliorer le management de l’e-réputation corporate.

La structure de ma thèse

Ma recherche est composée de plusieurs étapes. La revue de littérature me permet de mieux

appréhender les concepts et les théories mobilisés et d’identifier les manquements théoriques.
En m’appuyant sur les éléments de la littérature, je formule le modèle de recherche et les
hypothèses. Afin de tester les groupes d’hypothèses (relatifs aux relations de causalité et aux
effets modérateurs), je réalise trois études. Ainsi, ma recherche est structurée autour de deux
parties, précédées par la présente introduction générale et suivies par la conclusion générale.

Première partie : Le cadre théorique et conceptuel de la recherche

La première partie ouvre le volet théorique de ma recherche. Elle est dédiée à l’analyse de la
littérature ainsi qu’à la présentation du cadre conceptuel de la recherche. Trois chapitres
composent cette première partie.

Le premier chapitre est consacré au concept de la réputation corporate. Dans la première

section, la revue de littérature me permet d’étudier la nature et les composantes de ce concept
pour lequel je propose une nouvelle définition et un modèle séquentiel hiérarchisé. Dans la
seconde section, j’analyse les enjeux de la réputation corporate pour les entreprises. Dans la
troisième section, j’identifie les mesures de la réputation corporate.

Le second chapitre est dédié au concept de l’e-réputation corporate. Dans la première

section, la revue de littérature, abordée sous l’angle de la théorie néo-institutionnelle, me
permet d’étudier la nature et les composantes de ce concept pour lequel je propose une
nouvelle définition. J’analyse également l’impact du web sur le développement des
entreprises. Dans la seconde section, j’identifie le rôle des parties prenantes dans la
construction de l’e-réputation corporate et, plus particulièrement, celui des parties prenantes
internes (les employés), en m’appuyant sur les théories de la ressource, du capital intellectuel
et des réseaux.

30
Le troisième chapitre présente le cadre conceptuel et les hypothèses de ma recherche. Dans
la première section, je décris mon positionnement épistémologique, la problématique générale
de ma recherche et les questions de recherche. Puis, dans la seconde section, j’expose les
hypothèses de recherche que je testerai.

Seconde partie : Les explorations empiriques

La seconde partie ouvre le volet empirique de ma recherche. Elle est dédiée à la méthodologie
et aux résultats des trois études que je réalise dans ma recherche. Cinq chapitres composent
cette seconde partie.

Le quatrième chapitre présente la méthodologie pour tester les hypothèses de l’étude 1.

Cette étude me permet de retenir le réseau social professionnel (LinkedIn), le secteur
d’activité (secteur de l’industrie automobile) et les dix entreprises de ce secteur qui délimitent
le cadre de ma recherche. L’objectif de ces hypothèses est d’identifier la perception de l’e-
réputation corporate (qualité perçue et notoriété perçue) des « Pages Entreprises LinkedIn »
(PEL) et des « Pages Personnelles LinkedIn » (PPL) associées auprès des parties prenantes
externes, ainsi que la perception de la crédibilité des PEL et des PPL associées auprès des
parties prenantes externes. Par un effet miroir, les PEL (signaux directs) et les PPL (signaux
indirects) sont comparées.

Le cinquième chapitre présente la méthodologie pour tester les hypothèses de l’étude 2. Les
dix « Pages Entreprises LinkedIn » (PEL) et les 1 000 « Pages Personnelles LinkedIn » (PPL)
des employés associés à ces dix entreprises sont également déterminées. L’objectif de ces
hypothèses est d’analyser l’usage effectif des e-contenus des « Pages Entreprises LinkedIn »
(PEL) (échelles d’informations et de visibilité) ainsi que l’usage effectif des e-contenus des
« Pages Personnelles LinkedIn » (PPL) (échelles de citation et de participation).

Le sixième chapitre présente la méthodologie pour tester les hypothèses de l’étude 3.

L’objectif de ces hypothèses est de tester le modèle structurel, de comparer l’usage effectif
des e-contenus des PEL et des PPL et leur perception, de tester les relations de causalité (entre
les PEL et l’e-réputation corporate perçue ; entre les PPL et l’e-réputation corporate perçue)
ainsi que les effets modérateurs.

31
Le septième chapitre présente les résultats des tests des hypothèses des trois études. Ces
résultats me permettent de confirmer ou d’infirmer les hypothèses formulées.

Le huitième chapitre discute les résultats obtenus aux trois études. Puis, les apports
(théoriques et managériaux) de ma recherche sont détaillés. Enfin, les limites de ma recherche
sont mentionnées et les voies de recherche proposées.

Une conclusion générale clôt cette recherche.

32
PARTIE 1 : LE CADRE THÉORIQUE ET
CONCEPTUEL DE LA RECHERCHE

33
34
 PARTIE 1 : LE CADRE THEORIQUE ET CONCEPTUEL DE
LA RECHERCHE

Ma recherche vise à démontrer l’importance de la voix des parties prenantes internes au sein
de la stratégie de marketing digital d’une entreprise. Plus précisément, je souhaite établir
l’efficacité de la voix des employés d’une entreprise, via leur Page Personnelle LinkedIn
(PPL), dans la construction de l’e-réputation corporate perçue au sein du réseau social
professionnel LinkedIn. Mon objectif est de présenter une alternative efficiente à la
communication traditionnelle corporate (« top down »), celle de la communication
interpersonnelle des employés d’une entreprise, afin de répondre aux nouvelles attentes et de
s’adapter aux nouveaux usages générés par le web 2.0 en ce qui concerne la relation entre
l’entreprise et les parties prenantes externes. Ma recherche compare l’influence et la
crédibilité des Pages Personnelles LinkedIn (PPL) avec l’influence et la crédibilité des Pages
Entreprises LinkedIn (PEL) par un effet miroir.

Dans cette première partie, je présente la revue de la littérature relative aux fondements
théoriques et aux concepts que je mobilise pour ma recherche. A partir des théories existantes,
le cadre théorique, le modèle conceptuel et les hypothèses de recherche sont élaborés.

Dans un premier temps, je consulte la littérature sur la réputation corporate et son rôle dans
l’existence d’une entreprise (chapitre 1). Dans un second temps, j’examine la littérature
relative à l’e-réputation corporate, à son rôle et à son management ; j’explore également la
littérature relative au rôle des parties prenantes dans la réputation corporate (chapitre 2).
Enfin, je détaille le positionnement épistémologique, la problématique, les questions de
recherche, le cadre conceptuel et les hypothèses de ma recherche (chapitre 3).

35
36
CHAPITRE 1 : LA RÉPUTATION
CORPORATE

37
38
 CHAPITRE 1 : LA RÉPUTATION CORPORATE

« Les deux choses les plus importantes n'apparaissent pas au bilan de l'entreprise : sa
réputation et ses hommes. »5

« It takes twenty years to build a reputation and five minutes to destroy it. »6

Bénéficier d’une réputation favorable est un enjeu majeur pour les entreprises. Dans un
paysage économique de plus en plus concurrentiel et en constante évolution, les entreprises
s’efforcent de se démarquer de leurs concurrents en développant une bonne réputation afin
d’être durablement performantes et de correspondre aux attentes du marché. Dans ce contexte,
la réputation corporate est un « atout économique » (Fombrun, 2001), un « atout intangible »
(Drobis, 2000 ; Miles et Covin, 2000 ; Goldberg et al., 2003 ; Dolphin, 2004) et a un réel
impact sur le succès d’une entreprise (Roberts et Dowling, 2002). La création de valeur
semble alors dépendante de la réputation corporate. Les marketers subissent une forte pression
pour gérer cette réputation corporate, la développer et éviter une valence négative.

Le management de la réputation corporate est particulièrement complexe pour les entreprises

puisqu’il s’agit d’une perception globale et collective (Rao, 1994 ; Fombrun et Shanley, 1990;
Rindova et al., 2005), d’un « jugement de valeur » (Larkin, 2003). Les entreprises ne peuvent
pas se satisfaire de concentrer leurs efforts uniquement sur leur communication corporate. La
réputation corporate étant une « synthèse d’opinions » (Post et Griffin, 1997), l’influence du
bouche-à-oreille (BAO) et des rumeurs est un facteur majeur que les entreprises ne peuvent
ignorer. Le rôle des parties prenantes de l’entreprise est capital dans la construction de la
réputation corporate. Certains auteurs définissent la réputation corporate avec une approche
économique, d’autres la définissent avec une approche néo-institutionnelle. L’approche néo-
institutionnelle est aujourd’hui la plus répandue (Rao, 1994 ; Fombrun et Shanley, 1990 ;

5
Source : Henry Ford (1863-1947).
6
Source : Warren Buffet (né en1930).

39
Stuart, 2000 ; Mouritsen, 2000 ; Fombrun et Rindova, 2000 ; Ferguson et al., 2000 ; Balmer,
2001 ; Pharoah, 2003 ; Rindova et al., 2005).

Trois sections composent ce chapitre 1. Dans la première section, je définis la réputation

corporate et je lève les ambiguïtés associées à des notions proches. Dans la seconde section, je
développe les nombreux enjeux et l’impact de la réputation corporate favorable pour une
entreprise autour des visions économique et néo-institutionnelle. Dans la troisième section,
j’identifie les éléments de mesure de la réputation corporate.

40
Section 1 : Définition de la réputation corporate

La réputation corporate est un concept qui est étudié par des chercheurs dans de nombreux
domaines tels que le marketing, l’économie, la sociologie, la comptabilité (Brown et al.,
2006). Selon leur domaine et leur courant de pensée, les chercheurs proposent diverses
définitions de la réputation corporate et déterminent des composantes différentes ; il n’y a pas
de consensus (Helm, 2007). Certains ne tiennent compte que de composantes affectives
(Fombrun, 1996), d’autres n’utilisent que des composantes cognitives (Gray et Balmer, 1998 :
696-697) et, enfin, d’autres retiennent des composantes affectives (émotions) et cognitives
(connaissance) (Hall, 1992 : 138). La réputation corporate est un construit attitudinal
(Kroeber-Riel et Weinberg, 2003 cités par Schwaiger, 2004).

Toutefois, les chercheurs s’accordent sur le fait qu’une réputation corporate favorable a de
nombreux effets positifs pour une entreprise (Schwaiger, 2004). Il est très difficile pour une
entreprise de reconquérir une bonne réputation lorsque celle-ci a été mise à mal. La réputation
corporate est le facteur majeur de la durabilité d’une organisation (Firestein, 2006). Les
investissements d’une entreprise dans la construction et le maintien de sa réputation corporate
favorable doivent être importants et constants ; cela permet aux entreprises de bénéficier de
retombées économiques conséquentes (Fombrun, 1996 cité par Abratt et Kleyn, 2012).

Le management de la réputation corporate7 est complexe car les différentes variables qui la
composent sont générées par les parties prenantes de l’entreprise selon leurs attentes et jugées
par ces mêmes parties prenantes selon la réponse apportée par l’entreprise. Il existe plusieurs
groupes de parties prenantes dont les attentes varient (Freeman, 1984 ; Clarkson, 1995 ;
Wheeler et Sillanpaa, 1997).

7
“A corporate reputation is a stakeholder’s overall evaluation of a company over time. This evaluation is based
on the stakeholder’s direct experiences with the company, any form of communication and symbolism that
provides information about the firm’s actions and/or a comparison with the actions of the other leading rivals.”
(Gotsi et Wilson, 2001b : 29)

41
L’objectif pour une entreprise est d’établir une représentation collective de son entité qui soit
pérenne et partagée dans l’esprit des différentes audiences (Grunig et Hung, 2002 ; Yang et
Grunig, 2005). Pour cela, l’entreprise doit successivement être connue et reconnue, susciter
une opinion favorable (« favorability », Worcester, 2009 : 584), inspirer confiance et générer
un engouement des publics pour qu’ils contribuent à sa promotion (Worcester, 2009).

Dans une première sous-section, j’étudie la nature et les composantes de la réputation

corporate. Dans une seconde sous-section, je propose un modèle séquentiel hiérarchisé autour
de la réputation corporate.

1. La nature et les composantes de la réputation corporate

La réputation est ce qui est généralement connu ou considéré au sujet du caractère d’une
personne8 (Bromley, 1993). La réputation est « la manière dont quelqu'un, quelque chose est
connu, considéré dans un public », « l’opinion favorable ou défavorable du public pour
quelqu'un ou quelque chose », ou encore « le fait d’être connu, célèbre »9.
Le concept s’applique aussi bien à l’individu qu’à l’organisation. Pour certains, elle est
constituée de perceptions (Fombrun, 1996) ; pour d’autres elle est composée de réactions
affectives ou émotionnelles, bonnes ou mauvaises, faibles ou fortes, issues de l’opinion
publique et des parties prenantes telles que les consommateurs, les investisseurs, les employés
(Davies et Chun, 2002).

Deux approches s’opposent :

- l’approche économique qui considère que la réputation est issue d’une perception
dont la source est une information accessible et objectivement construite (Shapiro,
1983 ; Weigelt et Camerer, 1988) ;

8
Source : définition issue de « The Concise Oxford Dictionary of Current English », consulté en octobre 2012.
9
Source : Larousse en ligne, consulté en octobre 2012

42
 - l’approche néo-institutionnelle selon laquelle la réputation est une perception
construite socialement, le résultat d’un échange d’informations et d’influence entre
les parties prenantes d’un champ organisationnel (Rao, 1994 ; Rindova et
Fombrun, 1999). Cette approche souligne le rôle majeur de la conscience
collective de l’existence et de la pertinence d’une entreprise au sein d’un champ
organisationnel donné (Fombrun, 1996 ; Rao, 1994).

Le débat dans l’espace public est le mode de production de la réputation. La réputation n’est
pas considérée comme une cause mais comme un résultat issu d’une accumulation d’actions
et de comportements menés par un individu ou une organisation (Weigelt et Camerer, 1988 ;
Podolny, 1993 ; Jensen et Roy, 2008). La réputation est « l’estimation générale du public »
(Fombrun et Shanley, 1990 ; Deephouse, 2000). La réputation se construit a posteriori d’une
action. Lorsque la réputation est établie - c’est-à-dire lorsqu’une action a été évaluée ou
lorsqu’une qualité d’une organisation est connue et reconnue par un individu - cela influence
l’individu dans ses choix.

Barnett, Jermier et Lafferty (2006) définissent la réputation corporate comme étant la somme
des jugements des observateurs sur l’entreprise, basée sur l’estimation des impacts financiers,
sociaux et environnementaux attribués à l’entreprise à travers le temps. « La réputation
corporate est non seulement la résultante de l’image au cours du temps mais également la
résultante de l’image sur l’ensemble des parties prenantes » (Argenti, 2003 cité par Bernard,
2009).

Selon Puncheva-Michelotti et Michelotti (2010), « la réputation corporate est une

construction situationnelle qui est redéfinie par les parties prenantes selon les décisions qui
sont examinées ». Les décisions qui sont prises par l’entreprise vont influencer les différentes
dimensions de la réputation ainsi que leur poids dans l’évaluation globale de l’entreprise.
Parmi les décisions, nous pouvons citer les actions liées à l’achat, au recrutement, à
l’investissement, et celles qui soutiennent le développement économique ou l’environnement.

Dans une étude sur la réputation corporate, Barnett, Jermier et Lafferty (2006) réalisent un
inventaire des définitions de la réputation corporate dans la littérature académique (voir
tableau 1).

43
Tableau 1 : Inventaire des définitions de la réputation corporate (d’après Barnett et al.,
2006)

44
45
Dans cet inventaire, les auteurs classent les définitions de la réputation corporate selon trois
groupes : la réputation corporate en tant qu’état de (re-)connaissance (« awareness »), la
réputation corporate en tant qu’évaluation (« assessment ») et la réputation corporate en tant
qu’atout (« asset »).
Pour la réputation corporate en tant qu’état de (re-)connaissance, les parties prenantes ont des
connaissances générales sur l’entreprise mais ne portent aucun jugement. La réputation de
l’entreprise n’est qu’un agrégat de perceptions et de représentations.
Pour la réputation corporate en tant qu’évaluation, les parties prenantes sont impliquées dans
l’estimation du statut de l’entreprise, c'est-à-dire qu’elles jugent, évaluent, se font leur propre
opinion.
Pour la réputation corporate en tant qu’atout, l’entreprise accorde de la valeur à la réputation
et prend en considération cet actif intangible.

Pour ma recherche, je retiens la définition de la réputation corporate en tant qu’évaluation et

la définition de la réputation corporate en tant qu’atout. Je ne retiens pas la définition de la
réputation corporate en tant qu’état de (re-)connaissance car elle ne prend pas en compte
l’influence des parties prenantes.

46
Bitektine (2011) a également recensé les définitions de la réputation corporate issues de la
littérature de 1988 à 2008 (voir tableau 2).

Tableau 2 : Liste des définitions de la réputation corporate de 1988 à 2008 (d’après

Bitektine, 2011)
Définitions Auteurs
“A set of attributes inferred from the firm’s past Weigelt et Camerer, 1988 : 454
actions and ascribed to the firm”
Past quality performance Benjamin et Podolny, 1999
Washington et Zajac, 2005
Generalized reputation is “market knowledge of Uzzi, 1996 : 680
another firm’s typical behavior”
“Expectation of some behavior or behaviors Podolny, 2005 : 13
based on past demonstrations of those same
behaviors”
“Outsiders’ beliefs about what distinguishes an Dutton, Dukerich et Harquail, 1994 : 249
organization”
“The prestige accorded firms on the basis of how Jensen et Roy, 2008 : 497
they have performed particular activities in the
past”
Reflection of the “firm’s relative success in Fombrun et Shanley, 1990 : 235
fulfilling the expectations of multiple
stakeholders”
“Perceived ability of the firm to create value for Rindova et al., 2006 : 54
stakeholders”
“The consumer’s subjective evaluation of the Rhee et Haunschild, 2006 : 101
perceived quality of the producer”
“The aggregation of a single stakeholder’s Wartick, 1992 : 34
perceptions of how well organizational responses Argenti et Druckenmiller, 2004
are meeting the demands and expectations of
many organizational stakeholders”

47
Les auteurs qui étudient la réputation corporate analysent également deux composantes
majeures : l’identité corporate (Gray et Balmer, 1998) et l’image corporate (Hanson et Stuart,
2001). J’adhère à l’approche selon laquelle les concepts d’identité corporate et d’image
corporate sont distincts du concept de réputation. La réputation corporate se compose de
l’identité corporate et de l’image corporate (Fombrun et Van Riel, 1997, 2004 ; Barnett,
Jermier et Lafferty, 2006 ; Shamma, 2012).

1.1. L’identité corporate

Entre 1984 et 2000, vingt définitions différentes de l’identité corporate sont recensées dans la
littérature (Westcott Alessandri, 2001). Dacin et Brown (2002) proposent des voies de
recherche afin de faire converger les différentes définitions de l’identité corporate.
L’entreprise forge son identité de façon indépendante (Argenti, 2003 ; Balmer, 1998). Les
parties prenantes internes (employés, dirigeants) adhèrent et véhiculent l’identité corporate de
leur entreprise (Ashforth et Mael, 1989).

L’identité corporate représente ce qu’est l’entreprise (Westcott Alessandri, 2001 ; Bernard,

2009). Elle est définie par des éléments visuels tels que son nom, son logo ou encore son
slogan. Ces signes visuels sont liés à la stratégie de l’entreprise et à ses décideurs (Hatch et
Schultz, 1997). Cependant, les parties prenantes et en particulier les consommateurs peuvent
exercer un pouvoir décisionnaire. En effet, la marque californienne GAP a voulu changer son
logo en 2010 (carré bleu denim, inchangé depuis vingt ans). Dès que le logo a été dévoilé, les
internautes et fans de la marque ont fait entendre leur mécontentement à tel point que GAP est
revenu au logo d’origine une semaine plus tard (Décaudin, Digout, Fueyo, 2013). D’autres
éléments de l’identité sont dits « organisationnels » et se réfèrent aux relations entre les
personnes et l’organisation (Hatch et Schultz, 1997 : 357). Une double définition est donnée
par Westcott Alessandri (2001) :
- Définition conceptuelle : l’identité corporate est la présentation intentionnelle et
stratégiquement planifiée de l’entreprise afin de bénéficier d’une image positive
auprès des parties prenantes. L’objectif final est d’acquérir une réputation
favorable.

48
 - Définition opérationnelle : la présentation visuelle générale de l’entreprise propose
des signes observables et mesurables de l’identité corporate tels que son logo, son
slogan, sa palette de couleurs et son architecture. Le comportement public de
l’entreprise est également inclus dans l’identité corporate, notamment la réception
des différentes parties prenantes internes et externes.

Pelsmacker (de) et al. (2007) définissent l’identité corporate comme « un ensemble de

significations par lesquelles l’entreprise se fait connaître et à travers lesquelles elle permet
aux gens de la décrire, se souvenir d’elle, et créer un lien avec elle. C’est la manière que
choisit l’entreprise pour se présenter à ses cibles en termes de symboles, de communication et
de comportement. C’est la manifestation tangible, l’affirmation visuelle de la personnalité
(valeurs partagées) ou de la culture de l’organisation. L’identité corporate est ce qu’est
l’entreprise, ce qu’elle fait, et comment elle le fait. Cette identité est en lien avec les produits
et les marques qu’offre l’entreprise, comment ils sont distribués, comment l’entreprise
communique avec ses publics ou parties prenantes, et comment elle se comporte ».

Bien que plusieurs approches tendent à converger sur le concept de l’identité corporate,
plusieurs chercheurs dressent une liste de questions d’approfondissement dans ce domaine
(Dacin et Brown, 2002).
L’identité corporate précède l’image corporate. Il convient maintenant d’expliquer ce concept.

1.2. L’image corporate

L’image corporate est la représentation mentale de la perception de l’identité corporate, qui

peut être recréée par évocation (Leclaire, 1992). Il s’agit de la perception des observateurs
externes à l’entreprise.

Deux écoles de pensées s’opposent sur la distinction entre image corporate et réputation
corporate : « The analogous school of thought » considère que la réputation corporate est
synonyme d’image corporate alors que « The differentiated school of thought » considère, à
l’inverse, que la réputation corporate est différente de l’image corporate (Gotsi et Wilson,
2001b).

49
Pour les auteurs appartenant à « the analogous school of thought », l’image corporate est « la
somme des qualités fonctionnelles et des attributs psychologiques qui existent dans l’esprit du
consommateur » (Martineau cité par Gotsi et Wilson, 2001b) ; « une connaissance
subjective » (Boulding cité par Gotsi et Wilson, 2001b) ; « synonyme de la réputation
corporate » et qu’elle « se cultive sur plusieurs années » qu’il s’agisse de l’image d’un
produit ou de celle d’une entreprise (Kennedy cité par Gosti et Wilson, 2001b).

Pour les auteurs appartenant à « the differentiated school of thought », la réputation corporate
est différente de l’image corporate. Selon Gotsi et Wilson (2001b), dans cette École de
pensée, il est possible de distinguer trois points de vue différents. Dans le premier cas, la
réputation corporate et l’image corporate sont différentes car les concepts sont différents en se
basant sur les associations négatives. Dans le second cas, les concepts sont interdépendants.
La réputation corporate n’est qu’une dimension de la construction de l’image corporate. Dans
le dernier cas, la réputation corporate est influencée par les multiples images détenues par ses
circonscriptions.

Aujourd’hui, de plus en plus d’auteurs se tournent vers la seconde École de pensée, et

soutiennent que la réputation corporate et l’image corporate sont deux concepts
interdépendants.

Bénéficier d’une image corporate positive a cinq avantages (Pelsmacker, Geuens et van der
Bergh, 2007) :
- l’entreprise gagne en autorité ;
- une « plus-value émotionnelle » est générée auprès des clients. L’achat des
produits est réalisé en fonction de la qualité intrinsèque mais aussi de la valeur
attachée à l’entreprise ;
- c’est un facteur décisif d’achat lorsque l’information disponible au sujet de l’offre
(produit ou service) est réduite ou trop complexe ou que les clients sont peu
impliqués ;
- en temps de crise, les relations entre l’entreprise et les parties prenantes sont moins
tendues (« plus-value de bonne volonté ») ;
- les parties prenantes qui peuvent contribuer au succès de l’entreprise
(investisseurs, partenaires, employés…) sont plus facilement attirées.

50
L’image corporate est un concept complexe et multidimensionnel. Chacun de ses attributs se
voit accorder un degré spécifique à chaque membre de la cible (de Pelsmacker et al., 2007).
L’image peut se décomposer en quatre éléments selon Malaval et Décaudin (2005) :
- l’image possible : elle permet à l’entreprise de se positionner en se différenciant
des concurrents après l’analyse du contexte environnant. Elle permet de délimiter
un territoire de communication distinct ;
- l’image voulue : après le choix de son positionnement, l’entreprise souhaite
transmettre une image précise auprès de ses cibles ;
- l’image projetée : il s’agit du message communiqué par l’entreprise à sa cible par
les techniques de communication ; elle traduit l’image voulue ;
- l’image perçue : elle correspond à la représentation mentale des cibles après la
réception du message, son analyse et sa compréhension. L’entreprise a tout intérêt
à réaliser des études pour mesurer que cette perception peut être différente d’une
cible à l’autre et pour s’assurer de la cohérence avec l’image voulue.

L’enjeu pour l’entreprise est de posséder une seule et unique image corporate. Maintenir la
cohérence des quatre images, de la transmission à la réception, est une mission qui n’est pas
évidente (Malaval et Décaudin, 2005 ; Argenti, 2003). La création, le développement ou
l’amélioration de l’image corporate s’inscrivent dans une stratégie à long terme.
L’image corporate fait partie du processus de création de la réputation corporate.

1.3. Modèle intégrateur

Le modèle intégrateur proposé par Stuart (1999) positionne la réputation corporate au bout
d’un long processus, comprenant l’identité corporate et l’image corporate (figure 1).

51
Figure 1 : Modèle intégrateur (Stuart, 1999)

Argenti (2003) propose un modèle où il apparaît clairement que la réputation corporate est la
résultante, d’une part, de l’image corporate au cours du temps et d’autre part, de l’image
corporate perçue par chacune des parties prenantes (clients, communautés, investisseurs,
employés…) (figure 2).

Figure 2 : Cadre de travail pour la réputation corporate (Argenti, 2003)

La réputation corporate est l’évaluation globale de l’entreprise effectuée par les parties
prenantes (Gosti et Wilson, 2001a). Cette évaluation est basée sur les expériences des
différentes parties prenantes en relation directe avec l’entreprise, ainsi que par n’importe

52
quelle autre forme de communication et symbolisme qui fournissent des informations sur les
actions de l’entreprise. L’image corporate est une des facettes de la réputation corporate, la
perception de l’entreprise par les parties prenantes externes et spécialement les
consommateurs (Chun et Davies, 2001). La réputation corporate « englobe » l’image
corporate et est le résultat de la vision collective de toutes les parties prenantes.

La réputation corporate est une confrontation de perceptions, un concept complexe, un

construit multidimensionnel.
Sept dimensions sont proposées par Davies et al. (2004) : la sympathie, l’esprit d’entreprise,
la compétence, l’élégance, la brutalité, l’informalité et le machisme.
Fombrun et Shanley (1990) utilisent huit dimensions : secteur, taille, performance
économique, risques, possession institutionnelle, exposition médiatique, différenciation,
diversification.
Rindova et al. (2005) regroupent les visions économique et institutionnelle. Ils identifient
deux dimensions en corrélation et distinctes de la réputation organisationnelle : la qualité
perçue (comment les « stakeholders » évaluent un attribut organisationnel particulier) et la
notoriété – « prominence » - (conscience collective et reconnaissance qu’une organisation a
accumulées dans son champ organisationnel).

Pour Dowling (2002), les individus attribuent des valeurs à l’entreprise, telles que
l’authenticité, l’honnêteté, la responsabilité et l’intégrité dès l’énonciation de son image ; ces
valeurs sont quasi impossibles à changer. La réputation corporate diffère de l’image corporate
car le temps ne jouerait pas le même rôle. La réputation corporate prend du temps à se
construire alors que l’image corporate change fréquemment. Comme le temps est un facteur
essentiel dans la construction de la réputation corporate, celle-ci est considérée comme stable
une fois construite ; ce qui n’est pas le cas de l’image corporate.
Pour d’autres auteurs (Walker, 2010 ; Bromley, 2000 ; Gray et Balmer, 1998), l’image
corporate se forme chez les parties prenantes externes alors que la réputation corporate intègre
aussi la perception des parties prenantes internes. Fombrun (1996) définit la réputation
corporate comme l’agrégation de la perception de toutes les parties prenantes ainsi, la
réputation corporate est-elle un construit social qui repose sur les perceptions de toutes les
parties prenantes. C’est donc un concept de niveau macro-économique (Corley et al., 2006)
qui est stable et persistant car une réputation corporate n’est pas directement sous le contrôle
de quelqu’un et de ce fait, elle est difficile à manipuler.

53
 1.4. Approches économique et néo-institutionnelle de la réputation corporate

Les deux visions économique (organisationnelle) et néo-institutionnelle de la réputation

corporate sont mises en parallèle par Rindova et al. (2005) en analysant les antécédents, les
effets et les relations de ces deux dimensions. L’approche économique prend en compte les
attentes des observateurs sur un attribut précis d’une entreprise, comme la capacité à produire
un produit de qualité (Shapiro, 1983 ; Milgrom et Roberts, 1986). Cette qualité peut être
repérée par les observateurs grâce aux signaux de qualité émis par une information
objectivement construite (Barney, 1991 ; Moran et Ghoshal, 1999). Ces signaux mettent en
lumière les actions de qualité passées (Weigelt et Camerer, 1988) et sont émis par les
organisations dans le but de réduire l’incertitude et les asymétries d’information des
consommateurs (Shapiro, 1983). Il existe une relation positive entre la réputation d’une
entreprise et ses performances financières (Fombrun et Shanley, 1990 ; Roberts et Dowling,
2002).

La théorie néo-institutionnaliste de la réputation corporate a vu le jour dès la deuxième moitié

du XXème siècle et s’est développée dans les années 1970. L’approche néo-institutionnelle se
concentre sur la perception globale d’une entreprise par les différents acteurs de
l’environnement organisationnel (DiMaggio et Powell, 1983 ; Powell et DiMaggio, 1991 ;
Rao, 1994 ; Fombrun, 1996). L’échange d’informations, l’influence sociale, l’interaction entre
les parties prenantes et l’entreprise dans un champ organisationnel sont mis en avant (Rao,
1994 ; Rindova et Fombrun, 1999). La reconnaissance de l’entreprise dans son champ
organisationnel a un fort impact sur la valeur économique de la réputation corporate (Rindova
et al., 2005). Les fondements de la théorie néo-institutionnelle se trouvent dans
l’institutionnalisme décrit par Berger et Luckmann (1966). La réputation corporate, qui se
construit sur le long-terme, a besoin de légitimité auprès des parties prenantes contemporaines
et futures. L’autorité et la vérité nécessaires à la légitimité se puisent dans
l’institutionnalisation qui « se manifeste chaque fois que des classes d’acteurs effectuent une
typification réciproque d’actions habituelles […]. Chacune de ces typifications est une
institution. […] Un monde institutionnel, ainsi, est vécu en tant que réalité objective » (Berger
et Luckmann, 1966 : 78 et 86).

54
La réputation corporate correspond aux « perceptions des parties prenantes de la capacité
d’une organisation à créer de la valeur par rapport aux concurrents. » (Rindova et al.,
2005 : 1033 ; Fombrun et Shanley, 1990 ; Fombrun, 1996 ; Elsbach et Kramer, 1996 ;
Deephouse, 2000). Rindova et al. (2005) proposent deux dimensions : la qualité perçue de la
réputation corporate et la connaissance collective (« collective awareness ») et la
reconnaissance/notoriété (« recognition »), accumulées par l’entreprise. La première
dimension est influencée par les signaux émis par l’entreprise ; la seconde dimension est
influencée par le support et le recours à des intermédiaires institutionnels et des acteurs
majeurs (Rao, 1994 ; Rindova et al., 2005)10.

10
« Overall, the information conveyed through the choices of influential third parties vis-a-vis organizations
decouples the reputation-building process from the strategic signals of competing firms (Rao, 1994) and makes
some firms more prominent in their organizational fields (Rindova et Fombrun, 1999 ; Stuart, Hoang et Hybels,
1999 ) » (Rindova et al., 2005 : 1035).

55
Tableau 3 : Définitions de la réputation corporate selon les domaines de recherche
(Rindova et al., 2005)

Dans ma recherche, je considère les employés comme des acteurs majeurs internes au champ
organisationnel ayant une forte influence sur les parties prenantes externes (Rindova et al.,
2005 : 1037-1038).
Les employés occupent une position d’influence de par leur position structurelle et leur accès
à l’information (Rao, 1998 ; Rao, Greve et Davis, 2001). Les parties prenantes externes les
considèrent comme légitimes, ont confiance en leur capacité à évaluer une entreprise et à

56
diffuser de l’information crédible (Rao, 1998 ; Stuart, 2000). La légitimité a deux
dimensions : cognitive et normative11 (Berger et Luckmann, 1966 : 129). Cette vision
s’appuie sur la théorie institutionnelle de la réputation corporate. « Plus la conduite
considérée est pré-donnée, au niveau de la signification, plus les alternatives possibles aux
programmes institutionnels s’éloigneront et plus la conduite elle-même sera prévisible et
contrôlée » (Berger et Luckmann, 1966 : 89). L’enjeu pour une organisation est de réduire
l’incertitude des parties prenantes externes lorsqu’elles sont en position d’évaluer une
entreprise en s’appuyant sur ses employés.

Rindova et al. (2005) testent les effets des réputations des écoles de commerce sur les
recruteurs d’entreprises qui veulent s’assurer de la qualité des jeunes diplômés avant de les
employer. Ils proposent le modèle suivant (figure 3).

Figure 3 : Antécédents et conséquences de la réputation organisationnelle (Rindova et

al., 2005 : 1037)

Cette approche démontre qu’il est nécessaire d’établir une légitimité auprès des différents
acteurs de l’environnement organisationnel, afin de pouvoir répondre aux pressions de cet

11
« La légitimation explique l’ordre institutionnel en accordant une validité cognitive à ses significations
objectives. La légitimation justifie l’ordre institutionnel en offrant une dignité normative à ses impératifs
pratiques » (Berger et Luckmann, 1966 : 129)

57
environnement et d’y construire une réputation corporate (DiMaggio et Powell, 1983). La
légitimité est étudiée selon deux axes : l’axe stratégique et l’axe institutionnel. La légitimité
stratégique repose sur une vision managériale qui consiste à manipuler des symboles pour
acquérir un soutien sociétal (Ashforth et Gibbs, 1990). L’axe institutionnel repose sur les
pressions culturelles, les « croyances constitutives » qui dépassent les intentions de contrôle
des organisations (Suchman, 1995). Suchman (1995 : 574) propose la définition suivante de la
légitimité : une perception généralisée sur le caractère approprié et justifié des actions d’une
organisation, au sein d’un système social de normes, valeurs et croyances. Cet environnement
institutionnel ou champ organisationnel est « un ensemble d’organisations qui constituent un
espace de vie institutionnalisé où se regroupent des fournisseurs, des clients et
consommateurs de ressources et produits, des agences de régulation et des producteurs de
biens et services similaires » (DiMaggio et Powell, 1983). Chaque champ est composé
d’interactions entre ses membres et correspond à un espace social où les membres
accompagnent la stratégie de signalisation des organisations compétitrices (Rao, 1994).

La réputation corporate est considérée comme une perception construite socialement au sein
d’un champ organisationnel dans l’approche néo-institutionnelle. La réputation corporate est
issue d’un échange d’informations et d’influence entre les membres d’un champ
organisationnel (Rao, 1994 ; Rindova et Fombrun, 1999). Cependant, l’approche économique
définit la réputation corporate comme le résultat d’une perception issue d’une information
accessible et construite de façon objective (Shapiro, 1983 ; Weigelt et Camerer, 1988).
L’approche néo-institutionnelle se focalise sur la conscience collective de l’existence et de la
pertinence d’une entreprise (Rao, 1994 ; Fombrun, 1996, Hoffman, 1999). Cette perception
positive se construit auprès d’une audience (Fombrun et Shanley, 1990), d’un groupe
d’individus qui ont des caractéristiques communes, une identité sociale spécifique (Ashforth
et Mael, 1989) et qui jouent un rôle précis dans le champ organisationnel (DiMaggio et
Powell, 1983).
Les entreprises ont différentes audiences, différentes parties prenantes qui construisent leur
réputation corporate en fonction des actions menées, jugées pertinentes ou non (Fombrun,
1996 ; Gardberg et Fombrun, 2006 ; Pfarrer, Pollock et Rindova, 2010). Chaque partie
prenante développe ses propres normes et valeurs et évalue l’organisation et d’autres acteurs
avec lesquels elle est en lien dans un champ donné. Chaque audience peut collecter et émettre
de l’information (Rao, 1994). Les employés représentent une audience distincte qui possède
des informations particulières sur leur entreprise et qui a les moyens de diffuser ces

58
informations (intranet, médias sociaux…). La fréquence des échanges entre les membres
définit le périmètre du champ organisationnel. Les membres internes et permanents sont ceux
qui interagissent de façon régulière dans ce champ (Hoffman, 1999 ; Greenwood et Suddaby,
2006). Ces membres ont l’aptitude à repérer des acteurs réputés, légitimes, d’influence au sein
de leur champ en se basant sur les standards institutionnels. Les institutions représentent des
normes ordonnant le champ donné, c’est-à-dire l’espace de vie sociale. Elles délivrent une
stabilité et lui donnent du sens (Zucker, 1977). Elles sont acceptées, influencent les jugements
et les actions des parties prenantes et diffusent des références sociales (DiMaggio et Powell,
1983). Les standards institutionnels du champ sont utilisés pour comparer les organisations
par les membres de l’audience (Rindova et Fombrun, 1999 ; Bitektine, 201112).

Il existe autant de réputations que de groupes de parties prenantes et chacune des deux
dimensions acquiert une importance plus ou moins forte (Fombrun, 1996 ; Rindova et al.,
2005 ; Dollinger et al., 1997). Le contexte ou le champ organisationnel fait également varier
l’importance de l’investissement dans les intermédiaires institutionnels ou dans les affiliations
avec des acteurs majeurs (Rindova et al., 2005). Un acteur peut recouvrir plusieurs facettes
identitaires (employé, consommateur, prescripteur, par exemple) et de ce fait appartenir à
plusieurs champs organisationnels.

12
“As evaluators’ judgments are subjected to social control, the same institutional forces that lead to
isomorphism in organizational structures (DiMaggio & Powell, 1983) promote homogeneity in social judgments
that the evaluators express in their discourse or nonverbal behavior” (Bitektine, 2011 : 167).

59
 1.5. Proposition d’une définition de la réputation corporate

Après analyse et synthèse de la littérature relative à la nature et aux composantes de la

réputation corporate, je propose la définition suivante de la réputation corporate :

«La réputation corporate est construite par le jugement émis par les parties prenantes
selon leurs attentes, leurs croyances, leurs valeurs et les échanges informationnels
(BAO), jugement issu de leur perception de la somme des actions, des performances et
des comportements d’une entreprise depuis sa création.»

Dans la sous-section suivante, je positionne la réputation corporate au sein du modèle

séquentiel hiérarchisé.

2. Modèle séquentiel hiérarchisé de la réputation corporate

Lorsqu’il est question de réputation corporate, plusieurs notions sont évoquées ; certaines sont
parfois utilisées comme des synonymes. Je propose d’identifier ces différentes notions, de les
définir et de les positionner dans un modèle séquentiel hiérarchisé, en amont et en aval de la
réputation corporate.

J’identifie neuf notions autour de la réputation corporate : (1) la notoriété, (2) le statut, (3) la
légitimité, (4) l’identité, (5) l’image, (6) la reconnaissance, (7) le renom, (8) la renommée, (9)
la célébrité.

60
 2.1. Analyse des neuf notions

Je définis13 successivement les neuf notions dans le tableau 4 et dans les paragraphes qui
suivent.

Tableau 4 : Définitions des notions proches de la réputation corporate

Notions Définitions
Notoriété - Caractère de ce qui est notoire, connu d'un grand nombre de
personnes.
- Fait d'être avantageusement connu.
Statut - Situation de fait, position par rapport à la société, aux
institutions, etc.
Légitimité - Qualité de ce qui est équitable, fondé en justice.
- Qualité d'un pouvoir d'être conforme aux croyances des
gouvernés quant à ses origines et à ses formes.
Identité - Caractère permanent et fondamental de quelqu’un, d’un
groupe, qui fait son individualité, sa singularité.
- Ensemble des données de fait et de droit qui permettent
d’individualiser quelqu’un.
Image - Représentation mentale élaborée à partir d’une perception
antérieure.
Reconnaissance - Action de reconnaître quelque chose comme légitime.
Renom - Réputation de quelqu'un, de quelque chose, opinion que le
public a sur eux.
- Opinion favorable largement répandue dans le public.
Renommée - Opinion favorable d’un large public sur quelqu’un, quelque
chose.
Célébrité - Réputation, renommée de quelqu'un ou de quelque chose qui
s'étend au loin.

Notoriété

La notoriété, en marketing, peut être de nature spontanée ou assistée. Il s’agit d’une donnée
quantitative qui précise le nombre d’individus exposés à une marque. La notoriété est une
dimension de la réputation corporate (Rindova et al., 2005) qui fait référence au niveau élevé

13
Source: définitions issues du Larousse en ligne, consultées en octobre 2012.

61
de conscience collective envers une organisation (Rindova et al., 2006 ; Pfarrer et al., 2010).
La notoriété perçue fait référence à ce qui est visible (« que l’on peut constater
objectivement »14), c’est-à-dire aux données quantitatives qui font état de la visibilité d’une
entreprise (par exemple, nombre de lecteurs, nombre de clients, nombre de fans, nombre
d’abonnés à une newsletter ou à une PEL, nombre de communautés…).

Statut

Le statut est la position d’une personne, d’une entreprise au sein d’un réseau, d’un système
social (Rindova et al., 2005 ; Washington et Zajac, 2005 : 284). Le statut peut ne pas être
considéré comme mérité (Washington et Zajac, 2005).

Légitimité

La légitimité est une démonstration de l’adhésion et du respect envers les valeurs et les
attentes d’un système social (Suchman, 1995). La légitimité précède la réputation. La
légitimité doit d’abord être acquise par un acteur au sein d’une audience pour y développer sa
réputation (Rao, 1994). Toutefois, Deephouse (1999) ne conçoit pas que la légitimité et la
réputation puissent être complémentaires ni que la légitimité puisse conduire à la réputation. Il
se fonde sur le fait que l’isomorphisme est nécessaire pour devenir légitime et exclut la
différenciation. Je n’adhère pas à la vision développée par Deephouse et je considère qu’une
fois la légitimité acquise, les organisations peuvent se différencier positivement par rapport
aux organisations concurrentes.

Identité

L’identité corporate est également détaillée dans la sous-section 1.

14
Source: définition de l’adjectif “visible” issue du Larousse en ligne, consultée en octobre 2012.

62
Image

Selon « the differenciated school of thoughts », l’image corporate apparaît avant la réputation
corporate (Argenti, 2003 ; Balmer, 1998).
Cette approche est développée dans la sous-section 1.

Reconnaissance/Renom/Renommée

Une organisation peut s’adresser à plusieurs audiences et de ce fait avoir plusieurs

réputations. Selon la vision néo-institutionnelle de la réputation corporate, les premières
audiences/parties prenantes identifiées sont les employés, les clients et les médias (Fombrun
et Shanley, 1990 ; Rindova et al., 2005) et la société de façon générale (Deephouse et
Suchman, 2008).

La reconnaissance correspond à une réputation auprès de ses pairs et le renom est une
réputation acquise auprès de parties prenantes périphériques (Lang et Lang, 1988). J’agrège
ces différents types de réputation au sein du concept réputation corporate. La reconnaissance
et le renom sont considérés comme des synonymes de la réputation. La nature de la
renommée est uniquement positive ; il s’agit d’un synonyme de la réputation corporate
favorable.

Célébrité

Dans le langage commun, la célébrité est un synonyme de la notoriété. Un lien peut être
instauré entre les concepts de la célébrité et de la réputation corporate considérée comme
opinion construite suite à la connaissance d’actions et de comportements passés d’une
organisation. Cependant, ce lien n’a été qu’incomplètement abordé par les recherches
antérieures. La célébrité engendre des « réponses émotionnelles positives » (Rindova et al.,
2006). L’organisation qui connaît la célébrité permet à l’audience de s’identifier et, de ce fait,
de générer des comportements d’adhésion, d’implication et de jugements de valeur positive
envers elle-même (Gamson, 1994).

63
Certains auteurs dissocient fortement la célébrité de la réputation corporate (McCracken,
1989 ; Sanders et Hambrick, 2007). Pour eux, la célébrité peut être acquise sans que l’acteur
n’ait prouvé sa légitimité ni ses valeurs ; il peut s’agir d’une escroquerie.

D’autres auteurs comparent réputation corporate et célébrité (Rindova et al., 2006 ; Pfarrer et
al., 2010). L’élément commun étant la visibilité (niveau élevé de conscience collective envers
une organisation). Il s’agit d’une condition nécessaire pour accéder à ces deux notions. Ce
sont également deux notions qui résultent du cumul d’actions analysé de façon rétrospective
(Rao, 1994 ; Rindova et al., 2006). La célébrité et la réputation corporate se construisent sur le
long terme (Fombrun et Shanley, 1990 ; Frank et Cook, 1999). Elles sont issues d’une
perception externe (Fombrun, 1996). Elles ne sont pas nécessaires à la survie d’une
organisation, même si la réputation facilite l’accès aux ressources (Podolny, 1993) et la
célébrité ouvre des opportunités (Gamson, 1994).

La célébrité est la capacité à attirer l’attention d’un public très large (Rein, Kottler et Stoller,
1987). La réputation corporate est la combinaison entre légitimité et visibilité au sein d’une
audience. C’est la capacité d’une organisation à créer de la valeur perçue par une audience
(Rindova et al., 2006). La célébrité est la combinaison entre visibilité et réponses
émotionnelles positives (Pfarrer et al., 2010). Selon Boutinot (2011), la célébrité est le « stade
ultime de la diffusion d’un individu » ou d’une entreprise et elle vient en continuité de la
légitimité et de la réputation. La célébrité requiert une réputation préalable et s’adresse à un
large public qui n’est pas en connexion première avec l’acteur.

2.2. Le modèle ISLIReC

Les neuf notions identifiées et définies, je les positionne au sein du modèle séquentiel
hiérarchisé, en amont et en aval de la réputation corporate (voir figure 4).
La reconnaissance, le renom et la renommée sont absorbées par la réputation corporate et
n’apparaissent donc pas dans le modèle. La notoriété est une dimension de la réputation
corporate.

64
Le modèle séquentiel hiérarchisé (ISLIReC) est constitué de six notions : l’identité corporate,
le statut, la légitimité, l’image corporate, la réputation corporate et la célébrité.

Figure 4 : Modèle séquentiel hiérarchisé (ISLIReC)

La nature et les composantes de la réputation corporate ayant été définie selon les approches
économique et néo-institutionnelle, j’examine le rôle de la réputation corporate dans la section
suivante.

65
Section 2 : Rôle de la réputation corporate

Chaque entreprise développe une réputation. Pourtant, rares sont les entreprises qui jouissent
d’une puissante et favorable réputation. Chaque entreprise possède sa propre réputation qui
est inimitable puisqu’elle dépend des ressources qui lui sont propres et des décisions
stratégiques qu’elle a prises (Abratt et Kleyn, 2012 ; Hoopes, Madsen et Walker, 2003). La
réputation corporate est un atout intangible qui offre de nombreuses opportunités aux
entreprises et qui leur permet de réduire les menaces (Argenti et Druckenmiller, 2004).

Dans la sous-section 1, je présente les enjeux de la réputation corporate. Dans la sous-section

2, je détaille l’impact d’une réputation corporate favorable.

1. Enjeux de la réputation corporate

Les nombreux enjeux de la réputation corporate ont fait l’objet de multiples travaux issus des
sciences de gestion. Je propose de les présenter en les classant selon quatre domaines : la
stratégie d’entreprise, le marketing, les ressources humaines et les finances de l’entreprise. Le
management de la réputation corporate est un enjeu stratégique qui cherche à uniformiser les
réputations interne et externe, les stratégies de communication et les réalisations (Van Riel et
Balmer, 1997).

La réputation d’une entreprise a été reconnue comme un outil de base dans la construction de
son succès (Key, 1999) et comme un élément de valeur intangible (Dolphin, 2004 ; Fombrun,
1996 ; Pfarrer et al., 2010). La réputation corporate constitue un concept centré sur
l’entreprise, qui suppose et qui est fondé sur la crédibilité et le respect que possède
l’entreprise au niveau de l’ensemble des parties prenantes.

66
 1.1. Réputation corporate et stratégie d’entreprise

Les entreprises s’intéressent à cet actif intangible qu’est la réputation corporate car elle
permet de générer un avantage concurrentiel soutenable grâce à l’information véhiculée sur la
firme en termes de ressources (Teece et al, 1997). La réputation corporate est un signal qui
réduit l’incertitude sur les conduites futures (Milgrom et Roberts, 1986).

Dans un contexte d’information imparfaite sur la connaissance d’un produit, une réputation
corporate favorable permet d’anticiper la qualité. C’est un gage de légitimité (Rao, 1994). La
réputation corporate fait partie du management stratégique, de la réflexion sur la mission de
l’entreprise. L’enjeu est de générer des attitudes positives envers l’entreprise, en construisant
une identité forte dont découlent une image vigoureuse et une réputation corporate favorable
(Van Riel et Balmer, 1997).

La réputation corporate correspond à un capital (Caves et Porter, 1977), à un avantage

compétitif (Greyser, 2005 ; Fombrun et Shanley, 1996), qui encouragent la loyauté des parties
prenantes. C’est une variable de la survie d’une entreprise. Dowling (2002) mentionne que
« le noyau stratégique établit une vision et une stratégie et façonne globalement la culture de
son entreprise ». Ainsi, l’organisation met en place des dispositifs internes difficiles à imiter,
qui soulignent sa philosophie et ses actions; la réputation devient alors une barrière à l’entrée
(Balmer et Greyser, 2002, 2006, 2009).

Un exemple de changement stratégique fondé sur le management de la réputation corporate

est celui du Crédit Agricole. Lors de sa nouvelle campagne publicitaire lancée en février
2013, la banque coopérative choisit de mettre en avant son action de réinvestir l’épargne de
ses clients dans leur région, dans l’économie réelle.

1.2. Réputation corporate et marketing

Dans le domaine du marketing, les travaux se sont penchés sur l’analyse de l’impact de la
réputation corporate sur le comportement des consommateurs. Le Marketing Science Institute

67
(2002) définit le concept comme une des « Gold Research Priorities », en sa qualité de
ressource intangible incontournable. La réputation corporate agit sur la confiance allouée aux
nouveaux produits et représente une garantie influant les comportements des consommateurs
(Anderson et Smith, 2006). Une plus grande confiance est accordée à la réputation des
marques qu’à celle des distributeurs (Lumpkin, 1984). Yoon et al. (1993) confirment que la
réputation corporate accroît l’intention d’achat d’un service. Les ventes des produits et des
services sont boostées par la réputation corporate (Balmer, 2008, 2012 ; Balmer et Dinnie,
1999 ; Balmer et Gray, 1999 ; Van Riel, 1995). De nombreux auteurs ont prouvé la
corrélation entre la réputation corporate et la satisfaction du consommateur (Anderson et
Sullivan, 1993 ; Anderson et Fornell, 1994).

1.3. Réputation corporate et ressources humaines

Les effets de la réputation corporate dans le domaine des ressources humaines concernent le
comportement des employés, le recrutement et le management.

Le comportement des employés est influencé par la réputation corporate, tout comme leurs
résultats (Olins, 1995). Une corrélation est établie entre le concept de la réputation corporate
et la satisfaction des employés. Ces derniers ont un niveau d’engagement plus élevé et
influencent les autres parties prenantes (consommateurs, concurrents, fournisseurs,
journalistes et investisseurs). La réputation corporate contribue à un comportement citoyen
(Dutton et al., 1994). Plus la réputation de l’entreprise est positive, plus l’identification des
employés à l’organisation est forte (Bergami et Bagozzi, 2000) ; plus leur attachement à
l’entreprise est fort (Dutton et al., 1994) et plus leur engagement est vigoureux (Whetten et
Mackey, 2002). La vision commune et collective ainsi que l’uniformité entre l’identité
perceptuelle et prévue qu’apporte la réputation corporate, permettent un consensus interne
(Asforth et Mael, 1989).

La réputation corporate permet d’accroître la capacité de recrutement d’une entreprise

(Gatewood et al., 1993) et de recruter des candidats de meilleure qualité (Bromley, 1993).
Une entreprise bénéficiant d’une réputation corporate positive peut se permettre de mener une
sélection forte et de demander des efforts importants aux employés au niveau des rendements.

68
Les employés recrutés au sein d’une entreprise de renom se construisent un avantage
concurrentiel pour le déroulement de leur carrière. Le salaire et les promotions seront plus
élevés lorsqu’ils entreront dans une autre organisation pour compenser l’abandon de leur
entreprise (Hamori, 2003).

Les travaux dans le domaine des ressources humaines se penchent sur la corrélation entre la
réputation corporate et l’impact des employés sur la construction de la réputation d’entreprise.
Hill & Knowlton ont réalisé une étude internationale sur le management de la « Corporate
Reputation » en Europe (France, Royaume-Uni, Belgique, Allemagne, Italie, Pays-Bas) et en
Amérique du Nord (USA et Canada) (juillet 2001). Les réponses au thème des facteurs
d’influence sur la réputation corporate montrent que les Américains sont ceux qui accordent le
plus d’importance aux employés (4,42 sur une échelle de 5 points : « a une très grande
influence »), juste derrière les clients (4,82). Sur les six pays européens, la France est celui qui
accorde le moins d’importance aux employés (3,80), après l’Italie (3,42). Cependant, les
employés représentent le second facteur d’influence sur la réputation corporate qui préoccupe
la France (voir tableau 5).

Tableau 5 : Facteurs d’influence sur la « Corporate Reputation » (Hill & Knowlton,

2001)

69
Pour améliorer la réputation corporate, les dirigeants français n’accordent que 10 % à la
communication interne (tableau 6). L’Allemagne y accorde 28 %.
Ils n’accordent d’ailleurs que peu d’importance aux critiques exprimées par les employés et
ex-employés sur le web (respectivement 14 % et 18 %) alors que les dirigeants du Royaume-
Uni allouent 41 % et 29 %. Sur les huit pays étudiés, la France est celui qui se préoccupe le
moins des critiques des employés sur Internet.
Les critiques émises par les médias et par les clients mécontents sur Internet sont celles qui
inquiètent le plus les dirigeants internationaux (tableau 7).

Tableau 6 : Orientation que peut choisir un dirigeant pour améliorer la réputation

corporate (Hill & Knowlton, 2001)

70
Tableau 7 : Critiques à l’encontre de l’entreprise sur Internet (Hill & Knowlton, 2001)

Les informations négatives sur les entreprises qui circulent sur Internet impactent de façon
différente les dirigeants internationaux. Les dirigeants français sont 42 % à ne pas du tout être
préoccupés alors que ceux des sept autres pays sont assez ou très préoccupés (tableau 8).

Tableau 8 : Informations négatives sur l’entreprise sur le web (Hill & Knowlton, 2001)

71
 1.4. Réputation corporate et finances

La réputation corporate a également un impact sur les finances. De meilleures performances

financières sont obtenues par les entreprises qui sont présentes dans le classement réalisé par
le journal Fortune (Roberts et Dowling, 1997). Aaker et Jacobson (1994) ont démontré la
relation entre la réputation d’entreprise et le gain d’actionnaires. En effet, les investisseurs
considèrent la réputation corporate comme un signal du marché qui permet de réduire leurs
risques. Les réputations positives accroissent la durée sur laquelle les organisations gagnent
des retours financiers supérieurs aux concurrents et diminuent la durée sur laquelle les
entreprises ont des retours financiers inférieurs à la moyenne des firmes du secteur (Dowling,
2002). Cela est lié à la réputation corporate qui émet des signaux captés par les
consommateurs, notamment sur la qualité des produits et qui offre la possibilité aux
entreprises de pratiquer des prix plus élevés. La réputation corporate attire des employés plus
qualifiés et des investisseurs.
Les travaux réalisés par Anderson et Smith (2006) ont montré que le portefeuille d’actions des
entreprises identifiées par le journal Fortune comme les firmes les plus admirées d’Amérique
dépassent le S&P 500 par une marge de plus de 5 % la première année. En se référant à ces
travaux et à leur mode de calcul, le « Global Corporate Reputation Index » de 2012 rappelle
que la réputation corporate est une portion mesurable de la valeur d’une entreprise. En 2009,
leur étude analysant 400 des plus importantes entreprises d’Amérique montre qu’en moyenne,
la réputation compte pour 16 % de la valeur d’une firme.

La réputation corporate apparaît comme une fonction transversale qui touche plusieurs
facteurs stratégiques de l’entreprise (marketing, stratégie, RH, finances). Le management de
la réputation corporate est fondamental pour l’entreprise.
La sous-section suivante traite de l’impact de la réputation corporate favorable.

72
2. Impact de la réputation corporate favorable

Une réputation corporate favorable présente de nombreux avantages pour les entreprises :

- fournir une avantage concurrentiel : une entreprise solide avec une bonne
réputation constitue un facteur d’intimidation vis-à-vis de concurrents potentiels
souhaitant pénétrer le même marché (Caves et Porter, 1977 ; Wilson, 1985) ;

- appliquer des prix forts aux consommateurs (Klein et Leffler, 1981 ; Milgrom et
Roberts, 1986) ;

- attirer de meilleurs candidats (Deephouse, 2000) ;

- accéder plus facilement aux marchés financiers : Roberts et Dowling (2002) ont
mis en avant l’existence d’une relation étroite entre la réputation corporate et le
cours boursier d’une société. Une bonne performance dope la réputation de
l’entreprise et une réputation corporate en hausse génère à son tour une
amélioration de la performance de l’entreprise ;

- attirer les investisseurs (Milgrom et Roberts, 1986) ;

- favoriser une meilleure rentabilité, une meilleure performance, un accès aux

ressources plus aisé, une meilleure acceptation de la part de l’environnement...
(Fombrun, 1996 ; Fombrun et Shanley, 1990 ; Hall, 1992 ; Rhee et Valdez, 2009 ;
Weigelt et Camerer, 1988) ;

- la préférence du consommateur lorsque celui-ci a le choix avec des produits de la

concurrence qui sont équivalents en prix et en qualité (Larkin et Larkin, 1994 ;
Kotter et Keskett, 1992).

73
La réputation corporate possède un réel impact sur le succès ou l’échec d’une société. Une
entreprise qui a une bonne réputation auprès de ses parties prenantes peut atteindre ses
objectifs plus facilement. Avoir une bonne réputation encourage les clients et les fournisseurs
actuels de l’entreprise à poursuivre leur collaboration et les incite à parler de l’entreprise avec
leur entourage professionnel (effet du bouche-à-oreille) ; cela donne lieu, potentiellement, à
de nouvelles collaborations. La réputation corporate représente ce qui est actuellement connu
(par les parties prenantes internes et externes), qui peut être positif ou négatif.

Par ailleurs, une étude réalisée en novembre 2003 par Korn/Ferry International 15 auprès de
257 PDG et directeurs généraux répartis entre l’Europe, les Etats Unis et l’Asie, pour le
compte du cabinet de conseil en communication Hill & Knowlton, a permis de dégager de
grandes tendances quant à la réputation corporate :

- Pour entretenir et garantir la réputation d’une entreprise, le PDG est jugé comme
principal responsable à 65 %.

- En dehors des facteurs financiers, le paramètre interne qui influence le plus la

réputation corporate est la capacité à communiquer (48 %), viennent ensuite à 39 % et
37 %, la transparence, le capital humain et la gestion des salariés.

- Parmi les paramètres externes, ce sont clairement les clients de l’entreprise qui forgent
la réputation corporate (78 %)

- La réputation corporate a beaucoup d’influence sur le recrutement et la fidélisation des

employés (73 %).

Le rôle de la réputation corporate ayant été exposé, la sous-section 3 présente les instruments
de mesure de la réputation corporate.

15
Source : article issu du Journal du Net, intitulé « Gare à la mauvaise réputation », disponible sur
[Link] consulté en décembre 2013.

74
Section 3 : Mesure de la réputation corporate

La réputation corporate est le résultat d’un processus concurrentiel dans lequel les entreprises
signalent leurs caractéristiques-clés aux évaluateurs afin de maximiser leur statut social
(Fombrun et Shanley, 1990). Mesurer la réputation corporate est un enjeu majeur pour les
académiques et les professionnels. Fombrun et Shanley créent un index regroupant les huit
dimensions de la réputation corporate : secteur, taille, performance économique, risques,
possession institutionnelle, exposition médiatique, différentiation, diversification. C’est un
modèle multivarié. Jusque-là une seule dimension, celle de la responsabilité sociale
d’entreprise (RSE) était prise en compte (McGuire, Sundgren et Schneeweis, 1988 ; Conine et
Madden, 1986 ; Chakravarthy, 1986).

Les classements réputationnels concrétisent les statuts des entreprises dans le système social
industriel (Shrum et Wuthnow, 1988).

Les critères d’évaluation de la performance corporate sont distincts selon les parties prenantes
(Freeman, 1984) qui attendent des preuves, des signaux (« attributs observables altérables
différents », Fombrun et Shanley, 1990 : 234). Les critères retenus sont économiques et non
économiques. Il doit être possible d’anticiper les critères d’évaluation pour la réputation
corporate considérée comme un construit.

Certains signaux (informations disponibles) peuvent être contrôlés par les entreprises mais
d’autres signaux émanant des médias et de différentes entités ne peuvent pas être contrôlés
par les entreprises.
Fombrun et Shanley (1990) retiennent cinq critères répartis sur trois types de signaux :
- la performance d’entreprise (signaux financiers et de comptabilité) ;
- la visibilité, l’attractivité et la responsabilité sociale (signaux institutionnels) ;
- les postures d’entreprise (signaux stratégiques).
La responsabilité sociale est un facteur qui influence fortement la réputation corporate
(McGuire, Sundgren et Schneeweis, 1988). La rentabilité, l’intensité publicitaire et la taille de
l’entreprise influencent positivement les évaluations de la réputation corporate (Fombrun et
Shanley, 1990 : 250).

75
Les interprétations individuelles s’agrègent pour former un jugement collectif qui se cristallise
sous forme de classements réputationnels dans un champ organisationnel (DiMaggio et
Powell, 1983 ; Fombrun et Shanley, 1990). La réputation corporate établie devient elle-même
un signal pour les audiences. Au sein d’un champ organisationnel, les classements
réputationnels sont une forme de contrôle normatif (Shapiro, 1987 ; Shrum et Wuthnow,
1988).
Un classement est une forme de langage qui « objective la subjectivité en la rendant lisible ou
‘rattrapable’ pour l’autre » (Abdelhak, 2010 : 134).

Dans la sous-section 1, je présente la mesure de la réputation corporate selon deux

méthodologies différentes. Dans la sous-section 2, j’examine les courants majeurs de la
mesure de la réputation corporate.

1. Mesure de la réputation corporate à partir de la segmentation ou de la

non-segmentation des parties prenantes

Puncheva-Michelotti et Michelotti (2010) proposent de mesurer la réputation corporate soit en

prenant en compte les différents groupes de parties prenantes (segmentation), soit en
considérant les parties prenantes comme un seul et même ensemble. Dans le premier cas, il y
a autant de réputations corporate que de groupes. Dans le second cas, il n’y a qu’une seule
réputation corporate.

1.1. Mesure des réputations corporate selon segmentation des parties prenantes

Les auteurs choisissent de mesurer les réputations corporate issues des différents groupes de
parties prenantes (consommateurs, employés, investisseurs…). Ils constatent que les critères
d’évaluation de la réputation corporate diffèrent selon les groupes (tableau 9). Ces critères ne
mesurent pas la relation entre les impressions et les comportements.

76
Tableau 9 : Critères de mesure des réputations corporate
Groupes de parties prenantes
Membres des
Consommateurs Employés communautés Investisseurs
locales
- Responsabilité - Relations - Contribution aux - Prix de
sociale communautaires œuvres de charité et l’action
- Responsabilité - Relations entre aux sociétés - Dividendes
environnementale employés patriotiques - Ratio
- Qualité produit - Respect de prix/bénéfices
Critères - Sophistication, l’environnement
revendications - Qualité produit
publicitaires - Gestion des
femmes et
minorités

Même si les critères d’évaluation sont différents d’un groupe de parties prenantes à un autre et
qu’ils génèrent plusieurs réputations corporate, il convient d’agréger ces réputations afin
d’obtenir un indice réputationnel global. Cette mesure de la réputation corporate offre une
vision détaillée puisqu’elle recueille différentes perspectives. Il s’agit toujours d’un résultat
issu d’une construction collective.

Une échelle de mesure de la réputation corporate issue des évaluations des employés et une
échelle de mesure de la réputation corporate issue des évaluations des consommateurs ont été
développées par Davies et al. (2004).

1.2. Mesure de la réputation corporate selon non-segmentation des parties prenantes

Les auteurs choisissent de mesurer la réputation corporate issue des parties prenantes en les
considérant comme un seul et même ensemble.
Deux types d’outils ont été développés à partir de cette méthodologie : des classements
réputationnels et des échelles de mesure de la réputation corporate. Il n’y a pas d’échelle
standard. Ces instruments de mesure ne cessent d’évoluer et d’être enrichis.

Le magazine Fortune a établi en 1983 un classement des « entreprises les plus admirées
d’Amérique » basé sur les réponses des parties prenantes. Les évaluateurs sont des PDG, des
directeurs et des analystes. Il leur est demandé de citer les entreprises leaders de leur secteur

77
d’activité puis de les évaluer selon neuf critères : l’utilisation des ressources corporate, la
qualité de la gestion, la qualité des produits et des services, « l’innovativité », la valeur
d’investissement à long-terme, les résultats globaux, la solidité financière, le talent des
employés, la responsabilité sociale. L’ORS (« Overall Reputation Score ») est calculé à partir
de la moyenne des évaluations de ces neuf critères.
En 1997, le magazine Fortune étend son étude à treize pays et établit le classement « Global
500 » en collaboration avec Hay Group. On parle alors des GMAC, « Global Most Admired
Companies ».
Ces classements se focalisent sur une vision financière. Cet instrument n’est pas jugé
satisfaisant à cause de l’effet de halo financier (Fryxell et Wang, 1994). De plus, les parties
prenantes interrogées sont considérées comme un groupe d’experts qui n’est pas représentatif
de l’ensemble des parties prenantes du champ organisationnel.
Cette échelle a été reprise et améliorée par Fombrun, Gardberg et Sever (2000) qui ont ajouté
des éléments d’attrait émotionnel (admiration, respect, confiance) (Van Riel et Fombrun,
2002).
Van Riel et Balmer (1997) ont proposé une mesure de la réputation du point de vue des
clients.

Fombrun et al. (2000) créent le « Reputation Quotient » (RQ) et le « Global RQ Project »

(puis le « RepTrak Pulse », Ponzi et al., 2011). Cette méthode se démarque des autres car elle
est réalisée à un niveau global ; elle ne se focalise pas sur un pays. Les évaluateurs sont le
public, de façon générale, qui fait remonter par un système de nominations (« Nominations
Phase ») les organisations ayant les meilleures et les pires réputations d’un pays. La phase des
nominations génère le score TOMAC (« Top Of Mind Awareness of Corporate brands »). Les
entreprises les plus visibles sont ensuite évaluées par un échantillon représentatif de ce public
selon vingt critères (« Ratings Phase »). Les entreprises peuvent avoir une réputation
favorable ou une réputation défavorable. Cet instrument de mesure est composé de vingt
items regroupés autour de six facteurs : l’attractivité émotionnelle, la performance financière,
les produits et les services, la performance sociale, la vision et le leadership, l’environnement
du lieu de travail.
Une connaissance élevée de la marque (« brand awareness ») favorise une réputation positive
ainsi que la préférence des produits et inversement (Fombrun et Shanley, 1990 ; Fombrun et
Gardberg, 2000).

78
D’autres magazines réalisent des classements réputationnels :

- ManagerMagazine utilise l’outil RQ-Gold développé par Fombrun et Harris

Interactive et porte uniquement sur les entreprises allemandes ;
- Financial Times publie le « World’s (Europe’s) Most Respected Companies » ;
- Management Today établit le « Britain’s Most Admired Companies » ;
- Burson-Marsteller édite le « Maximizing Corporate Reputation » ;
- Corporate Branding LLC crée le « Corporate Branding Index » ;
- Asian Business publie le « Asia’s Most Admired Companies » ;
- Far Eastern Economic Review établit le « REVIEW 200 » ;
- Delahaye Medialink publie le « Delahaye Medialink Corporate Reputation Index ».

2. Les courants majeurs de la mesure de la réputation corporate

Les différentes approches de la recherche sur la réputation corporate sont comparées de

manière exhaustive par Berens et Van Riel (2004). Les résultats sont classés en trois courants
majeurs :

- Les « attentes sociales » : il s’agit des attentes des parties prenantes envers le
comportement des entreprises au sein de la société (santé financière, qualité des
produits, respect de l’environnement… ; Fombrun et al., 2000) ;

- La « personnalité corporate » : elle est composée des traits de personnalité attribués

aux individus et transposés à l’entreprise (Davies et al., 2004 ; Davies, 2001). Les
facteurs proposés sont issus d’études empiriques ; ils ne reposent pas sur un fondement
théorique.

- La « confiance » : elle est composée de trois dimensions (fiabilité, honnêteté et

bienveillance ; Sako, 1992). Elle est proche du concept de la « crédibilité corporate »
qui est utilisé dans le domaine du « business to consumer », et qui est lui-même issu
de la « crédibilité de la source » en communication.

79
Conclusion du chapitre 1 – La réputation corporate

J’ai défini la réputation corporate dans ce chapitre.

Dans la première section, j’ai levé les ambigüités concernant les notions proches de la
réputation corporate et je les ai positionnées sur le modèle séquentiel hiérarchisé (ISLIReC).
Dans la seconde section, j’ai décrit les nombreux enjeux qui sont associés à la réputation
corporate pour une entreprise. J’ai également analysé l’impact fondamental de la réputation
corporate favorable pour une entreprise. Les approches économique et néo-institutionnelle ont
été détaillées.
Dans la troisième section, j’ai recensé les éléments de mesure de la réputation corporate.

La littérature me permet de conclure que la réputation corporate est une préoccupation

majeure des entreprises et qu’elle est un facteur déterminant de leur réussite. Ce concept est
très largement étudié par les chercheurs dans différents domaines. La mesure de la réputation
corporate permet d’établir des classements réputationnels entre les entreprises. Les marketers
les intègrent à leur stratégie marketing auprès des parties prenantes internes et externes.

Dans le chapitre suivant, je poursuis mon analyse de la réputation corporate : je transpose la

réputation corporate à l’environnement numérique ; c’est-à-dire, j’étudie l’e-réputation
corporate.

80
CHAPITRE 2 : L’E-RÉPUTATION
CORPORATE

81
82
 CHAPITRE 2 : L’E-RÉPUTATION CORPORATE

Nair (2011) définit les réseaux sociaux comme « des outils dont le contenu, les opinions, les
idées et les supports-médias peuvent être partagés ». Les réseaux sociaux sont une réelle
opportunité pour les entreprises. L’intérêt que leur portent les entreprises augmente en
fonction de l’ampleur du nombre d’utilisateurs : plus un réseau social est utilisé et plus sa
valeur se développe (Thorbjornsen, Pedersen et Nysveen, 2009). Les réseaux sociaux
permettent aux entreprises de créer du lien avec les utilisateurs qui sont déjà clients mais
également avec les contacts de ces utilisateurs. Les réseaux sociaux fonctionnent à partir de
conversations, d’échanges d’informations entre les utilisateurs (Nair, 2011) et de
communautés qui se créent autour d’une entreprise, d’une marque, d’un produit. Les
consommateurs cherchent des informations sur les réseaux sociaux (Barabel, Mayol et Meier,
2010). L’efficacité de la circulation d’un message y est accrue (Godin, 2001). L’effet de
bouche-à-oreille est démultiplié (Fogel, 2010 ; Sago, 2009). En effet, son influence dépasse
les cercles familiaux et amicaux (Kiecker et Cowles, 2002), le message véhiculé est diffusé
plus rapidement pour un coût moindre et un effet plus durable (Trusov, Bucklin et Pauwels,
2009). Les réseaux sociaux sont des outils de communication incontournables qui permettent
de consolider la communication traditionnelle de l’entreprise (Viot, 2010). C’est pourquoi il
est nécessaire de gérer l’e-réputation corporate.

Deux sections composent ce chapitre 2. Dans la première section, je définis l’e-réputation

corporate et je fais ressortir les spécificités de son management eu égard à la prise de pouvoir
des parties prenantes. Dans la seconde section, j’identifie le rôle des parties prenantes, et
particulièrement celui des employés, dans la construction de l’e-réputation corporate.

83
Section 1 : Définition de l’e-réputation corporate

Le développement des technologies et l’évolution des médias sociaux imposent une présence
numérique aux entreprises. L’e-réputation corporate nécessite un management et des
compétences spécifiques adaptés aux caractéristiques inhérentes au web. Les nouvelles
applications du web social (Web 2.0, Web 3.0) permettent à chaque partie prenante de
s’impliquer dans la construction de l’e-réputation corporate. Les internautes jouent un rôle
majeur dans cette construction ; ils interagissent, créent, gèrent et diffusent du contenu qui
n’est plus contrôlé par l’entreprise. L’internaute est un influenceur actif et un relais
d’échanges en ligne. Il est un média. Les outils de veille stratégique identifient les
déclarations écrites en ligne par les parties prenantes (leaders d’opinion, consommateurs,
employés…) sous différentes formes (commentaires, classements, articles…) et sur
différentes plateformes virtuelles (communautés, réseaux, blogs…) afin de mesurer leur
quantité, leur qualité, leur tonalité sociale pour les gérer. Internet et ses usages génèrent des
problématiques liées à la gestion de l’e-réputation corporate. De nouvelles méthodologies de
recherche sur le comportement du consommateur ont vu le jour telles que la netnographie
(Kozinets, 1997, 2002), la twetnographie (Galan et Vignolles, 2010) et les e-terviews
(Maubisson et Abaidi, 2011).

Dans une première sous-section, je définis l’e-réputation corporate et je souligne son

management spécifique. Dans une seconde sous-section, j’examine l’impact du web dans le
développement des entreprises et le rôle majeur de la gestion de l’e-réputation corporate.
Dans une troisième sous-section, j’étudie le concept de réputation-média et je le transpose au
monde numérique.

1. De la réputation corporate à l’e-réputation corporate

La réputation corporate n’est plus seulement liée au domaine moral. Aujourd’hui, elle est
aussi liée au marché en devenant un capital immatériel de l’entreprise. La gestion de la
réputation corporate et surtout de l’e-réputation corporate est devenue un enjeu crucial pour

84
l’entreprise, preuve en est l’émergence depuis 2010 de très nombreuses sociétés proposant des
solutions de gestion de l’e-réputation corporate.
Le Groupe Intelligence Economique et Economie de la Connaissance du GFII (2010) précise
que l’e-réputation corporate « recouvre deux concepts principaux très larges que sont la
réputation et la dimension Internet / « en ligne ». C’est donc la résultante de l’ensemble des
opinions émises sur les réseaux numériques au sujet d’une personne physique ou morale.

Tous les chercheurs s’accordent sur le fait que l’e-réputation corporate est considérée
comme une partie de la réputation corporate qui est dérivée des contacts électroniques
(Chun et Davies, 2001). Toutefois et comme je l’ai précisé dans le chapitre 1, il n’y a pas de
consensus sur la définition-même de la réputation corporate.
L’e-réputation corporate prend différents noms selon les auteurs : identité numérique, cyber-
réputation, Web-réputation, réputation numérique, réputation internet… mais représente la
même réalité. L’e-réputation corporate est la réputation corporate à partir d’Internet : « ce que
l’on dit sur votre entreprise, votre marque, vos salariés, sur vous-même, via les différents
médias du Net ». (Asselin et Duhot, 2008)16. Elle se construit sur une cible particulière (les
internautes) qui peut comporter toutes les autres cibles (clients, employés, analystes
financiers, actionnaires, …) qui sont ou peuvent être des internautes, et c’est pourquoi son
rôle est devenu si important.
Ainsi, il n’y a pas d’e-réputation corporate au véritable sens du terme mais il y a une
réputation corporate véhiculée à travers le medium le plus rapide actuellement et qui a la
particularité de toucher toutes les cibles. La question du changement qu’Internet impose au
management de la réputation corporate se pose.
Pour évoquer cette projection numérique, ce reflet digital, nous retenons le vocable « e-
réputation » car c’est le terme le plus couramment employé par les chercheurs et par les
managers. L’e-réputation corporate englobe les différentes actions de communication en ligne
qui étaient jusqu’alors traitées distinctement : l’e-marketing ou marketing digital, le SEO
(Search Engine Optimization) ou référencement naturel, les actions de community
management (veille, dialogue, gestion des médias sociaux) et la gestion des contenus digitaux.

16
Source : Christophe Asselin et Philippe Duhot, e-réputation, le livre blanc, disponible sur
[Link]
[Link], publié le 12 juin 2008, consulté en décembre 2011.

85
L’objectif de l’e-réputation corporate est de gérer la présence de l’entreprise sur toutes les
plateformes digitales pour que l’entreprise soit en mesure de fournir une identité numérique
cohérente que l’internaute peut percevoir de façon claire.

L’e-réputation corporate est un concept récent, encore flou pour lequel aucune définition
universelle académique n’existe. Afin de pouvoir cerner plus précisément ce qu’est l’e-
réputation corporate, je me tourne vers les travaux des professionnels en la matière.
Je présente, ci-après, les onze définitions de l’e-réputation corporate proposées par des
professionnels. Ces définitions sont issues des interviews menées par les bloggeurs de CaddE-
Réputation auprès d’acteurs du monde du web 2.0 afin d’avoir leur vision de l'e-réputation
corporate17.

1 - Christophe Deschamps d’Outils Froids : « l'e-réputation d'une organisation est composée

des données explicites et implicites, diffusées sur le web à la fois par l'organisation elle-
même, ses employés, ses clients, ses concurrents ainsi que par des personnes-relais qui ne
sont ni les uns, ni les autres (bloggeurs, twitterrers,...). Une veille d'opinion/image spécifique
est nécessaire pour suivre ce que disent ces acteurs et y répondre si nécessaire. »

2 - Ange Pozzo di Borgo du blog du Concepteur Rédacteur : « l'e-réputation, à mon niveau,

consiste plus à être visible qu'à faire simplement acte de "présence". Sortir du lot des
internautes par la publication de contenus à forte valeur ajoutée, apparaître dans ou émerger
des discussions sur des thématiques précises tout en maîtrisant son image de façon durable.
La veille d'opinion est une seconde approche indispensable pour écouter le flux des "bruits"
et publications, intervenir sur les carrefours-clés des médias digitaux de façon réactive et
adaptée. »

3 - Christophe Thil de l’agence Blueboat: « l’e-réputation est composée par l’image

(subjective) que renvoie à un internaute l’ensemble des contenus qui lui sont accessibles en
ligne, en rapport avec la marque. Ceux-ci peuvent être créés par les internautes ou par la

17
Source : Cadd-e-reputation, Définitions de l’e-réputation, disponible sur [Link]
[Link]/pages/Definitions_de_lereputation-[Link], publié en décembre 2011, consulté en janvier 2012.

86
marque elle-même, sur différentes sources: blogs, forums, réseaux sociaux, sites d’avis de
consommateurs… Elle passe donc par des prescripteurs, qui vont donner un avis positif ou
négatif. Il est donc important pour une marque de surveiller les conversations à son sujet,
pour intervenir si besoin. »

4 - Gautier Barbe de Boîte de veille : « l'image d'une entité sur le Web. Elle est définie par les
internautes qui communiquent sur la toile et elle est perceptible via les médias en ligne, blogs,
espaces de discussion et médias sociaux. Difficilement contrôlable, elle est devenue un enjeu
stratégique tant son impact est puissant sur les ventes et l'image d'un produit, d'une marque
ou d'une personnalité. »

5 - Alix Lassaigne de Performics : « l’e-réputation est une forme de test continu de la

transparence et de l’engagement d’une marque vis-à-vis de ses consommateurs, une nouvelle
forme de marketing relationnel qui offre l’opportunité de créer des liens de proximité avec les
consommateurs. Sa gestion s’inscrit dans la stratégie globale de l’entreprise pour une mise
en œuvre cyclique : écouter, engager, disséminer, mesurer en vue de créer et co-créer du
contenu. Son enjeu - présence et image de la marque sur le web - est tel qu’elle devient l’un
des piliers de la valeur de l’entreprise. »

6 - Fred Cavazza, bloggeur spécialisé dans le digital : « Je ne pense pas qu'il soit juste de
parler d'e-réputation : il s'agit juste de réputation. Tout comme il n'y a pas de t-réputation
pour la TV ou de r-réputation pour la radio ou même de p-réputation pour le print. Bref, la
réputation d'une marque est la traduction du discours corporate (celui des publicités et du
rapport annuel) selon le prisme des cibles. Elle est fonction de l'expérience de chacun (de son
cadre de référence) et des multiples expositions de cette cible avec la marque au travers des
médias sociaux (forums, blogs...), donc au travers de ce que les autres en disent. »

7 - Fabrice Molinaro et Didier Frochot des Infostratèges : « L’e-réputation, encore appelée

web-réputation, cyber-réputation ou réputation numérique, représente l’image qui se dégage
de l’ensemble des propos, opinions, photos, dessins… qui, sur un réseau numérique (d’où le «
e » de electronic en anglais) tel qu’Internet, constitue la réputation d'une personne, d'une
marque ou d'une entité (entreprise, collectivité locale, etc.). »

87
8 - Éric Delcroix d’ ED Productions : « L'e-réputation est l'image de marque favorable ou
défavorable d'une entité (personne, entreprise, association, etc.) sur Internet : du courrier
électronique au web (sites, forum, blogs jusqu'aux réseaux sociaux). Pour gérer l'e-
réputation, différentes disciplines sont concernées : la veille, la rédaction ou l'écriture web,
une connaissance marketing est un plus. En entreprise, ce travail fait partie des attributions
du community manager. »

9 - Cédric Deniaud de The Persuaders : « Pour moi l'e-reputation est la gestion de sa

réputation en ligne. Je suis beaucoup plus à l'aise avec la notion US de Online Reputation
Management qui se veut englobante (marque et personne) plutôt que les notions de Personal
Branding par exemple, trop limitative et qui créént une différenciation qui, à mon sens, n'a
pas lieu d'être entre les marques et les personnes. En effet, les problématiques de gestion de
son image sont identiques. Le Online Reputation Management englobe donc à la fois les
notions d'écoute et d'indispensable veille, mais qui ne sont que la première étape et celles de
stratégie active de développement et de contrôle de sa présence en ligne. »

10 - Loic Moisand de Synthesio : « L’e-réputation est le suivi des conversations en ligne

réalisé par une marque en vue d’identifier des tendances de fonds, de détecter les sujets
émergents qui feront l’actualité de demain et d’initier une nouvelle communication avec les
consommateurs. »

11 - Alexandre Villeneuve d’e-ré[Link] : « L'e-réputation est l'image véhiculée par une

marque (société, personne...) sur tous les types de supports numériques (médias, réseaux
sociaux, forums, messagerie instantanée...). Cette image doit être en cohérence avec la
stratégie de marque, d’où, les efforts pour veiller, analyser et orienter. »

Il est difficile de fixer une définition de l’e-réputation corporate car il s’agit d’un concept
émergent et qui peut évoluer au fur et à mesure des avancées technologiques ; il renvoie
également à plusieurs significations, ce qui le rend complexe.
CaddE-Réputation a tenté de synthétiser les onze définitions recensées et propose la définition
suivante : « L’e-réputation est l’image que les internautes se font d’une marque ou d’une
personne. Cette notoriété numérique façonne l’identité d’une marque, la différenciant de ses
concurrentes. Afin de mesurer l’e-réputation d’une marque et d’évaluer sa présence sur les
différents média sociaux, la mise en place d’une veille des conversations est nécessaire. Outre

88
l’écoute active et l’analyse qui s’en suit, le management de l’e-réputation passe par le choix
d’une stratégie de contenu et de communication efficace ; ainsi que par la mise en place
d’actions visant à optimiser la présence sur le web et à co-créer avec les internautes un
discours en adéquation avec les objectifs marketing et corporate de la marque (e-marketing,
Social Media Optimization, buzz marketing, etc.). Pour gérer son e-réputation, une marque
doit prouver son engagement dans la relation établie avec les internautes afin d’asseoir sa
crédibilité et éviter tout départ de rumeur. »

Fillias et Villeneuve (2010) tentent de séparer l’action de l’objet et proposent une définition
plus synthétique : « l’e-réputation désigne l’art de gérer l’identité numérique, de la stratégie
à l’acte de communication, en passant par l’étude d’image et la veille, en vue de déployer une
influence pérenne sur et avec Internet. » Cette définition rejoint celle que l’on peut trouver sur
Wikipedia : « Online reputation management (ORM) is the act of monitoring, addressing or
mitigating SERPs (search engine result pages) or mentions in online media and Web sphere
content. ORM primarily involves tracking what is written about a client on the Internet, then
utilizing sophisticated online and offline techniques in promoting positive and neutral content,
while at the same time pushing down those links the sponsor (in most cases business or
individuals) may not want to show when their name is searched. »
Ainsi, Fillias et Villeneuve (2010) distinguent l’e-réputation corporate (« ensemble d’outils
pour l’action ») de l’identité (« objet de l’action ») et de l’influence (« finalité »).

Dans les différentes définitions susmentionnées, plusieurs auteurs évoquent l’identité

corporate et l’image corporate comme deux éléments distincts de l’e-réputation corporate.
Certains ne différencient pas l’image corporate de l’e-réputation corporate.
Ces différentes définitions ont de nombreux points communs. Toutes s’accordent sur le fait
qu’il s’agit de réputation corporate transposée sur un outil de communication électronique.
Toutes soulignent l’importance du média Internet et des médias sociaux dans les enjeux
stratégiques des entreprises. Toutes considèrent les parties prenantes comme des acteurs de la
construction de l’e-réputation corporate qu’il faut écouter, comme des co-créateurs de
contenus associés à l’entreprise avec lesquels il est nécessaire de communiquer, d’échanger
(le message corporate traditionnel top-down est révolu). Toutes définissent l’e-réputation
corporate par sa gestion, l’un n’allant pas sans l’autre ; définir l’e-réputation corporate c’est
penser à la stratégie avant, pendant et après, aux moyens de la mettre en œuvre. Toutes
soutiennent qu’il s’agit d’une opportunité (e-réputation corporate favorable) pour les

89
entreprises si une gestion rigoureuse est implémentée. Toutes rappellent qu’il peut également
s’agir d’un risque important pour la survie des entreprises (e-réputation corporate
défavorable) si elles ne tiennent pas compte de ce qui se dit sur elles sur le web.

Après analyse et synthèse des travaux relatifs à la nature de l’e-réputation corporate, je

propose la définition suivante de l’e-réputation corporate :

« L’e-réputation corporate est construite par le jugement émis sur toute plateforme
numérique par les parties prenantes, selon leurs attentes, leurs croyances, leurs valeurs
et les échanges informationnels (e-BAO), jugement issu de leur perception de la somme
des actions, des performances et des comportements d’une entreprise depuis sa
création. »

Le concept de l’e-réputation étant défini, j’examine l’impact du web sur le développement des
entreprises.

2. L’impact du web sur le développement des entreprises

Avec un développement fort et continu depuis quinze ans, Internet a permis à tous les acteurs
de la société de communiquer sur un réseau mondial, instantané et sans réelles limites, la
révolution numérique facilitant la diffusion d’informations. Les individus, tout comme les
entreprises se retrouvent au cœur d’un système d’échanges infini où tous les sujets, toutes les
idées, mais également les critiques ne cessent de circuler.

90
En 2011, selon l’étude menée par Eurostat, 73 % des ménages de l’Union Européenne des 27
ont accès à Internet18. Les statistiques fournies par la Banque Mondiale nous permettent de
dresser le nombre d’utilisateurs d’Internet dans le monde19 de 2002 à 2010. La moyenne est
de 36 % sur 216 pays (dont 24 pour lesquels les données ne sont pas disponibles). En retenant
uniquement les 91 pays dont le nombre d’internautes est égal et supérieur à 36 %, la moyenne
passe à 61 %.

Le commerce électronique est en plein essor en France et dans le monde.

Selon une étude publiée par le Ministère Français de l'Economie, des Finances et de
l'Emploi20 :

- Les ventes par Internet aux particuliers aux Etats-Unis (hors voyages) en 2006
correspondent à un montant de 100 milliards de dollars.

- 23 % des européens de plus de 16 ans ont déjà commandé des biens ou services sur
Internet en 2007.

- 4 Français sur 10 déclarent avoir déjà effectué un achat en ligne au 3ème trimestre
2007. Avec une progression de 21 % en un an, la croissance du e-commerce est plus
de deux fois supérieure à la croissance de la population d’internautes. Plus de 17 500
sites marchands actifs ont réalisé en 2006 un chiffre d’affaires supérieur à 12 milliards
d’euros (voir figure 5).

18
Source : Eurostat, « Niveau d’accès à Internet – ménages », disponible sur
[Link] mise à
jour le 25 avril 2012, consultée le 16 mai 2012.
19
Source : Banque Mondiale, « Internet users (per 100 people) – World », disponible sur
[Link]
ales&REPORT_ID=, consultée le 16 mai 2012.
20
Source : Ministère délégué à l'industrie, Sessi (Service des études et des statistiques industrielles). Mission
pour l'économie numérique, disponible sur Tableau de bord des TIC et du commerce électronique - entreprises,
ménages [PDF, 680 Ko], Martine Dayan et Raymond Heitzmann, juin 2007, consultée en janvier 2012.

91
 - L’e-commerce de luxe explose en France sur Internet : 2008 est marqué par
l'explosion du secteur du luxe, dont la pénétration a plus que doublé (de 5,3 % à
10,8 %).

Figure 5 : Taux de pénétration des sites de vente par secteur en 2008 21

Taux de pénétration des sites de vente par secteur, 2008

Luxe 10,80%

Jouet, puericulture 19,20%

Electroménager 20,70%

High Tech 45,50%

Vêtements et maroquinerie 50%

Billets train/avion 53,50%

Livre, DVD, CD, logiciels 55%

0% 10% 20% 30% 40% 50% 60%

Au premier trimestre 2010, la France comptait 25,1 millions de cyberacheteurs sur 35 millions
d’internautes22. D’après l’Observatoire des Usages Internet de Médiamétrie, au 1er trimestre
2012, 31 millions d’internautes ont acheté en ligne, soit 3 millions de nouveaux
cyberacheteurs par rapport à 201123. « Le commerce électronique continue de progresser
puisqu’il atteint 7,2 milliards d’euros au premier trimestre 2010 » (Lemoine, 2011).

« En 2012, les quelques 120 000 sites web marchands actifs en France ont engendré 37.7
milliards d’euros de vente de produits et services en ligne, ce qui constitue une augmentation

21
Source: Direct Panel, Communiqué de Presse, “Baromètre e-commerce & sites marchands 6ème édition »,
disponible sur [Link] diffusé
le 6 mai 2008, consulté en janvier 2012.
22
Source: FEVAD, “Chiffres clés 2010, vente à distance e-commerce”, disponible sur
[Link] consulté en janvier 2012.
23
Source: Fevad – Médiamétrie, “Baromètre trimestriel de l’audience du e-commerce en France”, disponible sur
[Link]
cyberacheteurs#topContent, publié le 10 mai 2012, consulté le 16 mai 2012.

92
de 22 % par rapport à 2011 (FEVAD, 2013). Ces chiffres en constante progression
témoignent de la bonne santé du commerce électronique » (Volle, Isaac, Charfi, 2013).

Le média Internet a un fort impact sur le développement des entreprises.

Le premier baromètre Nurun/Ifop portant sur l’influence des médias sur les décisions d’achats
(figure 6) révèle, en 2009, qu’Internet arrive en tête de tous les médias24 pour quatorze
catégories de produits sur dix-neuf. La force de ce média, son influence, sont dues à la
complémentarité de ses supports : sites, e-publicité, blogs, réseaux sociaux et commentaires
des internautes. Nurun et Ifop créent un nouvel indice, l’IDA (Influence sur la Décision
d’Achat) qui s’appuie sur trois dimensions qui constituent l’influence : la capacité du média à
informer, à créer l’envie et à générer la confiance.

Figure 6 : Influence des médias sur les décisions d’achats des internautes, d’après
Nurun/Ifop25

24
Source: Nurun-Ifop, “Influence des médias sur les décisions d’achats”, disponible sur
[Link] publié le 16 octobre 2009, consulté en
janvier 2012.
25
Source: Nurun/Ifop, “Influence des medias sur les décisions d’achats », slide 16, disponible sur
[Link] publié
le 14 octobre 2009, consulté en janvier 2012.

93
Le développement d’Internet a également un impact sur les salariés d’entreprise. En effet, un
actif sur deux a un accès à Internet sur son lieu de travail, ce qui bouleverse les process et
floute de plus en plus la frontière entre la sphère privée et professionnelle.
Le pôle Media eXtend de l’Ifop a lancé Media@Work 201226, le premier baromètre des
usages des médias et d’Internet sur le lieu de travail. Cette étude révèle que 48 % des
employés consultent les médias sociaux sur leur lieu de travail (« medi@ticfs », « actifs
connectés à Internet sur leur lieu de travail ») et que 45 % des « medi@ctifs » considèrent
également que « les médias sont une source d’inspiration pour eux, qu’ils y trouvent
régulièrement des idées pour évoluer, innover dans leur travail ».

Le marché de l’e-réputation corporate est en forte croissance.

L’institut BIA / Kelsey a réalisé une étude27 qui estime le marché mondial de l’e-réputation
corporate à plus de 3,1 milliards de dollars en 2013. Digimind a évalué28 à 110 millions
d’euros ce marché en France en 2010 pour 120 acteurs. Ce marché répond à différents besoins
émis par les entreprises tels que la gestion de la communication en ligne, de l’image et de
l’identité numériques, la veille, les relations publiques digitales, la gestion des cyber-crises, la
sécurité informatique.

Les acteurs du marché de l’e-réputation corporate se répartissent en trois groupes :

- les pure-players, qui sont des agences spécialisées dans l’e-réputation (Vanksen) ;
- les agences de communication, qui développent de nouvelles offres digitales (TBWA,
Publicis) ;

26
Source : Ifop, Communiqué de Presse “Media@Work 2012: la première étude de référence sur l’usage des
nouvelles technologies sur le lieu de travail,
[Link] publié le 4 septembre 2012, consulté
en octobre 2012.
27
Source : BIA / Kelsey Press Release, ERPM platforms for SMB advertisers, disponible sur:
[Link]
[Link], publié le 5 octobre 2009, consulté
en février 2012
28
Source : Digimind pour le Journal du Net, Marché de l’e-réputation, disponible sur
[Link] publié le 5
mars 2010, consulté en février 2012.

94
 - les éditeurs de logiciels de veille, qui permettent de surveiller l’e-réputation
(Digimind).

L’entreprise est jugée en fonction de ses valeurs et de ses actes, et non plus seulement sur des
critères de prix, de qualité et d’image de marque. Tous ces nouveaux acteurs du marché de
l’e-réputation corporate permettent aux entreprises de saisir les opportunités et de transformer
les risques.
Afin d’apporter des réponses concrètes, Digimind a établi une typologie des risques d’e-
réputation29 corporate, (voir figure 7).

Figure 7 : Typologie des risques liés à l’e-réputation corporate, d’après Digimind

29
Source : Digimind, Typologie des risques liés à l’e-réputation, disponible sur :
[Link] publié
le 16 décembre 2009, consulté en novembre 2011.

95
L’e-réputation corporate est un véritable challenge pour les entreprises car elle implique une
remise en cause de leur mode d’écoute des clients et des utilisateurs. Elle nécessite une
approche toujours plus participative, moins formelle et moins institutionnelle sur les supports
Internet existants (blogs, forums, communautés, réseaux sociaux…) que sur le site de la
marque ou de la société. Aucun secteur n’est épargné par ce nouveau mode d’expression qui
fait et défait les réputations.

L’e-réputation corporate se développe dans un contexte de prise de conscience de la présence

numérique de tous les acteurs de l’entreprise. Se renseigner sur Internet, parcourir un blog,
des forums, est un moyen pour les internautes de se forger une idée moins encadrée et moins
orientée que celle générée par les sites institutionnels des marques. Il n’y a pratiquement
aucune règle sur Internet.

L’internaute y est l’acteur principal : il publie ce qu’il veut et recherche les informations qu’il
souhaite, où il le souhaite, discute avec qui il veut et s’exprime comme il l’entend. Il est
surtout plus attentif à des informations émanant d’internautes et de communautés qu’à celles
des entreprises et de leurs marques. Alors que la télévision, les journaux ou encore la radio
diffusent des informations à un instant T pendant une période précise - informations qui
finissent par être vite oubliées et dont on perd rapidement la trace - Internet constitue une base
de données bien différente. La diffusion est mondiale et immédiate de par la nature du réseau.
Une information peut être diffusée en quelques minutes sur des dizaines de sites et reprises
par des milliers de sites en quelques heures. Certains médias plus conventionnels vont parfois
aujourd’hui jusqu’à puiser leurs informations sur le web. Sur le web, cette base de données
gigantesque, les informations sont disponibles en permanence : rien ne se perd.

L’e-réputation est également un outil de vente. Ebay et Amazon en ont fait une fonctionnalité.
En effet, les avis et les notations des internautes, sous forme de notes ou d’étoiles, permettent
une autorégulation de la qualité du service offert par les plateformes. Différents critères sont
en jeu comme la conformité du produit ou le respect des dates de livraison.

Le Web a offert aux parties prenantes (et en particulier aux parties prenantes externes) les
outils permettant de communiquer entre elles et d’échanger des informations concernant les
entreprises, leurs marques et leurs produits sans que ces informations transitent par
l’entreprise, grâce à des plateformes digitales qui ne sont pas sous le contrôle de l’entreprise.

96
Le pouvoir des parties prenantes augmente grâce au web et elles deviennent de puissants
acteurs de la construction de l’e-réputation corporate (Siano, Vollero et Palazzo, 2011).

Les informations communiquées par les employés sur leur entreprise sont difficilement gérées
par les entreprises. Les employés peuvent être considérés comme des acteurs de l’identité
active de l’entreprise en tant que parties prenantes primaires si l’entreprise est associée aux
flux d’informations, mais ils peuvent également être des acteurs de l’identité passive et
parfois négative si l’entreprise est extérieure aux informations qu’ils diffusent sur la toile.

Dans la sous-section suivante, j’étudie le concept de réputation-média développé par

Deephouse (2000) et je le transpose au monde numérique.

3. L’e-réputation-média

Le rôle des managers est d’établir des stratégies d’influence auprès des évaluateurs. Ces
derniers vont propager de l’information grâce à leurs réseaux de relations interpersonnelles,
par les articles de presse et les présentations des médias de masse (Fombrun et Shanley,
1990).
Les entreprises s’imposent dans leur environnement par les réseaux sociaux (Laumann et
Knoke, 1987 ; Shrum et Wuthnow, 1988). Internet est le média de masse par excellence et
l’outil majeur des réseaux de relations interpersonnelles.
La visibilité dépend de ces deux axes : la communication corporate et la communication
interpersonnelle. La construction des réputations corporate s’effectue dans une réalité où les
différentes audiences (évaluateurs) sont hétérogènes et disposent d’informations incomplètes
et ambiguës (Fombrun et Shanley, 1990).
Dans ce contexte, les audiences perçoivent comme important ce qui est mis en valeur par les
médias (Fombrun et Shanley, 1990). La somme des informations canalisées par les réseaux
informels, la presse d’affaires et les médias de masse biaisent la construction de la réputation
d’entreprise par les publics (Fombrun et Shanley, 1990).

97
Le lien entre la réputation corporate et la théorie de la communication de masse a été
démontré ainsi que le rôle de la couverture médiatique comme indicateur de la connaissance
et des opinions du public (Fombrun et Shanley, 1990: 24030).
Deephouse (2000 : 1095) rappelle que les médias influencent la connaissance et les opinions,
en particulier la théorie de l’établissement de l’ordre du jour (« agenda-setting »), selon
laquelle la couverture médiatique de certains faits augmente l’importance de ces faits dans
l’agenda du public (McCombs et Shaw, 1972).

Deephouse (2000 : 1097) enrichit les recherches en parlant de réputation-média (« media-

reputation ») qu’il définit comme l’évaluation globale d’une entreprise présentée dans les
médias. Il s’agit d’un concept collectif connectant l’entreprise, les travailleurs médiatiques,
les parties prenantes qui sont sources d’informations sur l’entreprise et les lecteurs de ces
informations (Deephouse, 2000 : 1098).
Le flot médiatique au sujet d’une entreprise est issu de plusieurs parties
prenantes (journalistes, RP…). Les medias offrent un forum où les entreprises et les parties
prenantes débattent de ce qui constitue une « bonne entreprise » et de quelles entreprises
jouissent de réputations favorables31 (Deephouse, 2000 : 1097 ; Gamson et al., 1992 ; Hynds,
1994 ; Einwiller et al., 2010). Cela réduit l’asymétrie de l’information. Les parties prenantes
ne se fient plus seulement aux communications de l’entreprise (message corporate) mais à
d’autres sources d’informations (communications interpersonnelles). La réputation-média a
un impact sur la performance de l’entreprise32 (Deephouse, 2000: 1099).

Internet est un média où chaque internaute est susceptible d’être lui-même un relais
d’informations qui apporte de la visibilité positive ou négative à une entreprise. Les
consommateurs (un des groupes des parties prenantes externes) ont de moins en moins
confiance aux dires des institutions et aux données générées par les entreprises ; ces
informations sont jugées non fiables et trop difficiles à obtenir (Trust Barometer, Edelman,

30
« The media themselves act not only as vehicles for advertising and mirrors of reality reflecting firms’ actions
but also as active agents shaping information through editorials and feature articles. »
31
« The media provide a forum where firms and stakeholders debate what constitutes a good firm and which
firms have good reputations. »
32
« A favorable media reputation may have the resource properties of rarity, value, imperfect imitability, and
nonsubstitutability. »

98
2012). Dans ce contexte, les consommateurs sont davantage influencés par les médias et
d’autres entités externes (Fombrun et Shanley, 1990).

Une étude réalisée par l’agence de marketing interactif Nurun France (201133) révèle que la
majorité des internautes préfère collecter l’information issue de leurs pairs sur des forums, des
blogs, plutôt que sur les sites d’entreprise. Pourtant, 90 % des investissements digitaux sont
affectés aux sites web des entreprises.
Les contenus créés par les internautes (« User Generated Content ») font partie de la
typologie des médias qui comprend les médias possédés, les médias achetés et les médias
gagnés (Décaudin, Digout et Fueyo, 2013).
Les médias possédés (« owned medias ») correspondent aux médias dont le contenu est créé
par l’entreprise elle-même, comme les sites Internet. Ils permettent d’attirer et d’engager
concrètement les consommateurs tout en conservant le contrôle sur le message et
l’emplacement.
Les médias achetés (« paid medias ») regroupent l’ensemble des publicités insérées à côté
d’un autre contenu. Ces achats d’espaces publicitaires sont réalisés dans les médias
traditionnels et sur Internet.
Les médias gagnés (« earned medias ») correspondent aux contenus créés et diffusés sur le
web par une personne externe et qui concernent l’entreprise. Dans les médias sociaux, sont
pris en compte les interactions des consommateurs (avis, commentaires, notations…). Ces
médias gagnés permettent de générer du trafic vers des microsites possédés par l’entreprise et
ils peuvent être générateurs de buzz.

Les audiences ont de plus en plus confiance en leurs pairs. La prise de parole des employés
sur Internet (parties prenantes internes à l’entreprise et audiences internes au champ
organisationnel) peut être un outil pour propager l’information en vue de développer l’e-
réputation corporate positive de l’entreprise.
Fombrun et Shanley (1990) recommandent des recherches sur la spécification du processus
interprétatif par lequel les investissements d’entreprises deviennent des connaissances dans

33
Source : « Online reputation : get ready for war », Grégory Pouy, Nurun Paris, [Link]
janvier 2011, consulté en avril 2012.

99
l’esprit des évaluateurs individuels, basés soit sur la publicité des produits, soit sur les
engagements de fonds internes des entreprises pour la R&D ou leur main d’œuvre. Tout
comme les employés dans les organisations investissent dans des activités afin de gagner des
promotions, les organisations doivent investir dans des activités qui leur accordent de bonnes
notes dans les champs interorganisationnels (DiMaggio et Powell, 1983). Il est intéressant
d’étudier comment les actions des entreprises s’immiscent dans celles des concurrents à
travers un réseau élaboré d’évaluateurs pour créer une collectivité sociale distincte, aux
propriétés émergentes (Fombrun, 1996, 2005, 2007 ; Fombrun et Low, 2011).

Les réputations corporate se développent dans un contexte institutionnel non pris en compte
dans les modèles dynamiques des économistes qui expliquent pourquoi les entreprises
investissent dans la construction de la réputation corporate (Weigelt et Camerer, 1988 ;
Wilson, 1985). La communauté sociale (entreprises, évaluateurs et médias) influence le
contexte informationnel dont sont issus les jugements réputationnels.

Le jugement compris comme une pratique délibérée d’évaluation normative résultant des
relations individuelles, monte en puissance au sein de nos sociétés (d’Almeida, 2007).
L’opinion publique n’est plus passive ni soumise à la « fabrique de l’opinion » (Blondiaux,
1998). L’e-réputation corporate fait référence à la partie de la réputation corporate
spécialement dérivée des contacts électroniques (Chun et Davies, 2001). La communication
sur Internet met en danger les entreprises car elles perdent le contrôle ; le modèle du message
top-down est dépassé. L’outil Internet impacte le développement des entreprises et leur e-
réputation corporate à condition que les ressources humaines soient pleinement prises en
compte dans la stratégie digitale de l’entreprise34 (Poweel et Dent-Micallef cités par
Deephouse, 2000 : 1093).

Dans la section suivante, j’analyse plus en détail le rôle des parties prenantes dans la
construction de l’e-réputation corporate.

34
« Human and business resources complementary to IT increased performance, but IT itself had no effect
because of its commodity-like nature. »

100
Section 2 : L’e-réputation corporate et les parties prenantes

Le développement d’Internet et des médias sociaux place l’e-réputation corporate à un niveau

international où l’interaction de l’ensemble des parties prenantes internes et externes joue un
rôle dans sa construction. C’est la qualité de leurs réponses qui définit le succès des
communications de l’entreprise. Internet permet aux parties prenantes de communiquer de
façon indépendante et sans que l’entreprise puisse exercer un quelconque contrôle. Les
entreprises ont du mal à faire entendre leur voix dans le flot des interactions (« brouhaha »)
entre les parties prenantes sur le web. Internet modifie « l’équilibre du pouvoir de la voix ».
La réputation corporate et l’e-réputation corporate sont davantage définies par les perceptions
et les échanges des parties prenantes au sujet d’une entreprise que par ce que l’entreprise dit
ou fait (Bunting et Lipski, 2001: 17035).

Avec l’avènement d’Internet et des nouvelles technologies, plusieurs entreprises (BP, Nestlé,
AXA…) font l’expérience du « bad buzz », c’est-à-dire l’expression digitale négative de
parties prenantes. Les internautes mènent plusieurs actions qui visent à révéler des
disfonctionnements (cas de l’entreprise Kryptonite) ou des comportements corporate non
responsables (cas de l’entreprise Nestlé avec l’huile de palme, cas de l’entreprise Areva) qui
entachent la réputation des entreprises avec un écho international (cas de l’entreprise
Domino’s Pizza). Cela discrédite les entreprises et impacte directement leur chiffre d’affaires
(Décaudin, Digout et Fueyo, 2013). Les parties prenantes se méfient des messages corporate,
cherchent à obtenir de l’information et des conseils auprès de leurs pairs. Certaines d’entre
elles - individus ou collectifs - sont devenues des références ; elles sont perçues comme
crédibles et pertinentes. Cette légitimité leur permet d’être considérées comme des
institutions, des autorités alternatives (cas de Greenpeace).

35
« In the growing hubbub of consumer, media and activist dissection of corporate behavior, companies are
finding it increasingly difficult to make their voices heard. By creating newly accessible channels of
communication and organization, the Internet has shifted the balance of power of ‘voice’. The result is that
corporate reputations are increasingly defined not by what companies do or say, but by how others perceive and
respond to their actions and words. »

101
Plusieurs travaux portent sur l’importance du l’e-BAO (bouche-à-oreille électronique) sur le
comportement du consommateur (Bronner et Hoog, 2010) et dans la stratégie de
communication de l’entreprise (Chen et Xie, 2008). Les différentes caractéristiques de l’e-
BAO sont étudiées par Cheung et Thadani (2012) ; la cohérence des messages de l’e-BAO est
analysée par Zhang et Watts (2003).

Afin de manager leur e-réputation corporate, les entreprises doivent s’adapter et trouver de
nouvelles ressources pour faire entendre leur voix et être visibles sur la toile où la concurrence
est exacerbée. Les employés semblent être une ressource stratégique, un appui nécessaire,
pour gérer l’e-réputation corporate.

Dans la première sous-section, j’analyse le rôle des parties prenantes dans l’e-réputation
corporate. Dans la seconde sous-section, j’examine le rôle des employés dans l’e-réputation
corporate. Dans la troisième sous-section, j’étudie les théories associées au rôle des parties
prenantes dans la construction de l’e-réputation corporate.

1. Le rôle des parties prenantes dans l’e-réputation corporate

L’approche néo-institutionnelle met en évidence le rôle majeur des parties prenantes. Je

décide de me focaliser sur les employés, parties prenantes internes. Selon Freeman (1984), la
notion de partie prenante est apparue en 1963 lors d’une communication au sein du Stanford
Research, il en donne la définition suivante : une partie prenante est « comme un individu ou
groupe d’individus qui peut affecter ou être affecté par la réalisation des objectifs
organisationnels. » Les actionnaires (« stockholders ») ne sont pas les seuls à avoir un intérêt
(« stake ») dans l’entreprise ou un rôle dans sa survie.

Différents auteurs ont cherché à identifier les parties prenantes et ont proposé des listes plus
ou moins larges.
Husteds (1998) définit quatre parties prenantes (les clients, les employés, la communauté et
les actionnaires) alors que Donaldson et Preston (1995) en proposent huit (les clients, les
employés, les investisseurs, les gouvernements, les groupes de pression, les fournisseurs, les
associations professionnelles, les communautés locales).
102
Il existe des parties prenantes internes (propriétaires, dirigeants, employés) et des parties
prenantes externes (concurrents, consommateurs, gouvernements, groupes de pression,
médias, communautés et environnements naturels) (Miller et Lewis, 1991).
Une autre typologie permet de distinguer les parties prenantes : les parties prenantes
« primaires », c’est-à-dire celles qui ont une relation contractuelle ou formelle avec
l’entreprise telles que les propriétaires, les employés, les clients et les fournisseurs ; et les
parties prenantes « secondaires », c’est-à-dire qui entraînent plusieurs pressions et priorités
(Waddock, Bodwell et Graves, 2002).
Il y a également les parties prenantes qui sont « volontaires », c’est-à-dire qui risquent une
relation financière, humaine, avec l’entreprise et celles qui sont « involontaires », c’est-à-dire
celles qui s’exposent aux effets générés par les actions de l’entreprise (Clarkson, 1995).
Fombrun et Gardberg (2000) établissent une liste des parties prenantes les plus impliquées
dans la création de la réputation de l’entreprise qui sont : les médias (ensemble des sources
d’informations et de relais), les activistes (groupes de pressions), les investisseurs, les
employés, les partenaires, les clients, les régulateurs et la communauté.

Afin d’être reconnues comme parties prenantes, les parties prenantes doivent posséder trois
attributs : « le pouvoir de peser sur les décisions organisationnelles, le degré de légitimité
dans les relations avec l’entreprise, le caractère urgent de droits qu’ils peuvent prétendre
exercer sur l’entreprise » (Boistel, 2008 : 12, 2002, 2007 ; Mitchell et al., 1997).

Rowley (1997) fait évoluer la vision linéaire et statique des relations dans le temps en
proposant de considérer les relations multilatérales où les parties prenantes installent des
contacts multilatéraux et non plus les liaisons où l’organisation est le centre du nœud de
contrats implicites ou explicites. Kochan et Rubinstein (2000) considèrent les relations
comme modifiables dans le temps et non plus figées, ainsi le poids des parties prenantes peut
évoluer au cours des liaisons établies.
Les travaux font ressortir l’idée fondamentale selon laquelle l’organisation ne peut négliger
ses parties prenantes influentes. La survie d’une entreprise est liée à sa reconnaissance au
sein d’un champ organisationnel donné (King et Whetten, 2008), à la prise en compte des
interactions entre les parties prenantes de ce champ et des règles qui y sont établies.
L’entreprise et les parties prenantes seraient liées par un contrat social reposant sur
l’acceptation des valeurs et attentes de la société. Afin que le contrat ne soit pas rompu,

103
l’organisation doit sans cesse justifier de l’utilité de son activité à la société et des
conséquences positives ou négatives qui en résultent.

La communication joue un rôle essentiel pour présenter la façon dont l’entreprise prend en
compte les valeurs des parties prenantes et pour prouver que ses actions ne sont pas contraires
aux valeurs des parties prenantes. Si le contrat social n’est pas respecté, les conséquences
peuvent être lourdes comme le boycott des consommateurs, la diminution de l’attrait de
l’organisation vis-à-vis des candidats, des fournisseurs, du marché des capitaux. L’entreprise
va donc diffuser des informations sociétales et multiplier des mesures symboliques telles que
la gestion des discours et des images, la charte graphique des documents, etc.
Les actions de communication doivent reposer sur des réalisations réelles pour éviter des
retombées négatives. La confiance des parties prenantes envers l’organisation est un élément
essentiel pour assurer son succès sur les quatre terrains de conquête : financier, humain,
institutionnel et commercial (D’Humières, 1994). La communication doit être cohérente avec
la politique de l’entreprise et la stratégie marketing (Weil, 1990). Le rôle de la communication
est de présenter et de soutenir la réalisation du projet d’entreprise. Son objectif est de
permettre à l’entreprise d’acquérir :
- une réputation corporate positive qui lui donne un avantage compétitif (Greyser,
1996, Boistel, 2007) afin d’augmenter les actes d’achat et de favoriser le
recrutement et les investissements,
- une loyauté des parties prenantes ayant une forte influence sur la survie de
l’entreprise (Balmer, 1995).

Le jugement émis par les parties prenantes construisant la réputation corporate est vital selon
Bitektine (2011 : 12)36.
Les parties prenantes fournissent un effort afin de trouver une réponse à la question suivante :
comment l’entreprise se comportera-t-elle dans le futur par rapport aux concurrents qui sont

36
« In a reputation judgment stake- holders’ perceptions and past experiences with the organization are used to
identify the unique organizational features […] and to anticipate the likely future behavior of that organization,
including reliability of its products, its honesty, the vigor of its competitive response, and so forth. Since past
history is a commonly used predictor of future behavior, the analysis of past actions of the organization plays a
key role in the formation of a reputation judgment. »

104
sur le marché ? C’est en répondant à cette question qu’elles émettent un jugement
réputationnel.

Dans la sous-section suivante, j’analyse le rôle des employés, parties prenantes internes, dans
la construction de l’e-réputation corporate.

2. Le rôle des employés dans l’e-réputation corporate

Pour Hatch et Schultz (1997), Fombrun (1996), Davies et Miles (1998), de Pelsmacker et al.
(2007), tenir compte des employés pour lancer une mesure de la réputation corporate est
primordial. En effet, plusieurs employés peuvent être en contact avec les clients ; s’ils
partagent une vision positive de l’entreprise, l’interaction entre eux sera d’autant plus
positive. Je souhaite savoir, dans ma recherche, si les employés sont des ambassadeurs de
l’entreprise. De Chernatony (1999) a montré que les employés sont en mesure d’influencer
l’impression que les clients ont de l’entreprise. Plus les employés ont une perception positive
de l’entreprise, plus ils influenceront positivement la perception des clients envers cette
dernière. Ce phénomène, appelé « contagion émotionnelle », est présenté par Bettencourt,
Gwinner et Meuter (2001). Il est important de chercher à faire converger les perceptions des
parties prenantes internes et externes (des employés et des clients, par exemple) pour éviter
les crises (Dowling, 1994 ; Hatch et Schultz, 2001).
Berman, Wicks, Kotha et Jones (1999), démontrent eux aussi l’importance qu’il faut attacher
à la prise en compte des employés dans la construction de la réputation corporate, en
soulignant l’impact particulier qu’ils ont sur les performances de l’entreprise ; leurs travaux se
basent sur la théorie des parties prenantes (Freeman, 1984).

Hannegan (2004) dans l’étude « Trust Barometer » pour l’entreprise Edelman démontre que
les employés européens et américains sont des sources crédibles d’informations (40 % aux
Etats-Unis et 33 % en Europe).
Les employés représentent un outil de communication, un relais d’informations efficace et
beaucoup moins onéreux que les relations médias et la publicité pour protéger ou redorer la
réputation d’une entreprise.

105
La communication interne et le marketing interne deviennent nécessaires pour développer la
crédibilité et la confiance des entreprises. Les employés sont, par nature, des porte-parole
quotidiens de leur entreprise qu’il faut intégrer dans la stratégie de réputation corporate. Les
employés sont capables de modifier l’opinion de leurs amis, des membres de leur famille, qui
à leur tour vont répandre la bonne parole à leur entourage.
D’après cette étude, seulement 29 % des travailleurs se sentent engagés. Or, les entreprises
qui peuvent se prévaloir d’un haut niveau de confiance de la part de leurs employés dépassent
de 186 % celles qui ont des niveaux bas. On parle de « business value of engaging
employees ».

Les employés ont le pouvoir de protéger la réputation de leur entreprise en-dehors des heures
de travail. Certaines entreprises l’ont d’ailleurs compris et ont pris des initiatives comme, par
exemple :
- munir les employés de cartes prépayées de téléphones mobiles que les employés
peuvent distribuer s’ils entendent un individu se plaindre de leur opérateur (aux
Etats-Unis),
- offrir des coupons de réduction à utiliser sur les vols d’une compagnie aérienne.
- récompenser les employés qui génèrent des ventes et qui n’occupent pas des postes
de commerciaux.

Une fois que les entreprises ont pris conscience du potentiel de leurs employés, l’enjeu est de
savoir par quels moyens il est possible de les motiver.
Hannegan recommande cinq actions :

- fournir toute l’information nécessaire aux employés pour qu’ils puissent prêcher
dans les meilleures conditions ;
- donner les moyens nécessaires aux employés d’engager les consommateurs
mécontents à la fois pendant et en dehors des heures de travail ;
- coordonner la communication interne et externe afin de parler d’une seule et même
voix ;
- établir de façon régulière au sein de l’entreprise des outils d’implication des
employés (rencontres avec des experts, accès aux médias…) ;
- mettre en place un programme basé sur le volontariat des employés.

106
Les résultats de l’étude de Trust Barometer-201237 sur la confiance et la crédibilité des
entreprises confirment que l’influence des employés est primordiale et qu’il faut les placer au
centre des stratégies d’entreprise de construction de la réputation corporate.
L’étude montre que les individus accordent davantage de crédit aux employés (50 %) et à
leurs pairs (65 %) qu’aux PDG/CEO (38 %). Entre 2011 et 2012, les CEO perdent 12 points
alors que les employés en gagnent 16 et les pairs 22 (figure 8).

Figure 8 : Crédibilité des employés 2011-2012, d’après Trust Barometer 2012

Les dirigeants n’ont pas conscience de cette réalité. Ils placent les employés en avant-dernière
position dans un classement concernant la crédibilité des porte-parole (figure 9).

37
Source: Edelman, Trust Barometer 2012, [Link]
engaging-employees-as-the-new-influencers/, publiée en mars 2012, consultée en juin 2012.

107
Figure 9 : Crédibilité des porte-parole de l’entreprise par les CEO et les employés,
d’après Trust Barometer 2012

Les employés sont des sources d’information crédibles et majeures pour les audiences. Il
semble donc judicieux d’utiliser cette ressource interne, d’intégrer la voix des employés dans
la stratégie de marketing digital des entreprises dont fait partie la construction de l’e-
réputation corporate. Les employés sont des vecteurs de communication, des e-influenceurs,
des ambassadeurs qui permettent une interaction efficiente entre l’entreprise et les parties
prenantes externes.

La créativité des employés est à prendre en considération dans le processus de construction de

l’e-réputation corporate. Rego et al. (2012) développent le concept de la créativité des
employés. La créativité permet aux employés de résoudre plus facilement les problèmes
auxquels ils sont confrontés et d’améliorer l’efficacité organisationnelle.
Ce concept est associé à des facteurs individuels et sociaux/contextuels. Le leadership est le
facteur contextuel le plus fort. L’entreprise a tout intérêt à favoriser la créativité de ses
employés.
Le capital psychologique joue un rôle dans la créativité des employés. Il s’agit d’un état de
développement psychologique positif de l’individu caractérisé par quatre dimensions :
- la confiance en soi (« self-efficacy ») : une personne capable d’être motivée et de
mobiliser des ressources cognitives ;
- l’optimisme : une personne qui est positive face à une situation de stress et qui est
persévérante ;

108
 - l’espoir (« hope ») : une personne qui peut prendre des risques et chercher des
alternatives ;
- la détermination (« resilience ») : une personne ouverte au changement, avec un
bon relationnel.
Le capital psychologique est lié aux variables suivantes : satisfaction du travail, engagement
organisationnel, bonheur au travail, performance dans ses missions (« in-role/extra-role
performance ») (Avey, Wernsing et Luthans, 2008).
Pour motiver les employés à prendre part à un projet, le concept du leadership authentique
peut être utilisé ; il prédit la créativité des employés (Walumbwa, Avolio, Gardner, Wernsing
et Peterson, 2008 : 9438). L’identification au dirigeant, l’engagement dans le travail, la
confiance, les émotions positives et la recherche de sens à son travail sont d’autres variables
qui peuvent influencer la motivation de l’employé et prédire sa créativité.

L’entreprise Linux stimule ses parties prenantes, les utilisateurs, en leur permettant de prendre
part au développement de ses logiciels et elle les récompense en rendant visibles leurs
améliorations de façon quasi quotidienne. L’entreprise part du principe que plus les parties
prenantes engagées sont nombreuses, plus un problème est isolé et solutionné par au moins
une des parties prenantes. Linux parvient ainsi à mobiliser une communauté de développeurs
toujours plus importante. L’entreprise s’appuie sur la co-création et le co-développement
rendus possibles par Internet. Les parties prenantes participent volontairement. Leur
participation et leur succès dans le fait de résoudre des problèmes techniques contribuent à
façonner leur réputation auprès des autres parties prenantes. Elles sont reconnues par leurs
pairs. La récompense de leur participation volontaire n’est pas monétaire mais
réputationnelle ; elle repose sur la possibilité de booster son ego (« egoboo39 »).
L’entreprise et son projet doivent susciter un intérêt suffisant afin d’attirer la participation
volontaire de nombreuses parties prenantes internes et externes.

38
« As a pattern of leader behavior that draws upon and promotes both positive psychological capacities and a
positive ethical climate, to foster greater self-awareness, an internalized moral perspective, balanced processing
of information, and relational transparency on the part of leaders working with followers, fostering positive self-
development ».
39
« Egoboo » ou « ego boost » fait référence à la reconnaissance acquise par un individu pour son travail
volontaire. Ce terme est utilisé par les fans de science-fiction dès 1947 et a été repris en 1998 par Eric Steven
Raymond, célèbre hacker américain qui a popularisé l’open source.

109
La gestion de la construction de l’e-réputation corporate (favorable) en impliquant en premier
lieu les employés, repose sur la création d’une communauté de parties prenantes internes
d’intérêt volontaire. L’entreprise doit repérer des employés volontaires qui stimulent d’autres
employés jusqu’à constituer une communauté. Cette communauté, par ses actions, influence
les parties prenantes externes selon le phénomène de « contagion émotionnelle » (Bettencourt,
Gwinner et Meuter, 2001).

Les parties prenantes ont toujours eu une influence manifeste sur la réputation corporate.
Cette influence s’est amplifiée avec l’avènement des médias sociaux et l’équipement Internet
des individus. Mitchell, Agle et Wood (1997) évaluent l’influence d’une partie prenante à
partir des trois éléments suivants : la puissance, la légitimité et l’urgence des préoccupations.
Certaines parties prenantes, comme les clients ou les employés, peuvent demander une
approche individualisée (Harrison, Bosse et Phillips, 2010) ; d’autres peuvent faire l’objet
d’un regroupement en communautés « formelles ou informelles » (Bernard, 2009).

Coleman (1990) souligne que les réseaux denses facilitent les flux d’informations. Bitektine
(2011) le complète en mentionnant que ces réseaux denses peuvent par conséquent fournir
aux parties prenantes (appelées « évaluateurs ») un meilleur accès à davantage d’informations
et d’opinions crédibles, de confiance. Ainsi, plus les parties prenantes sont connectées, moins
elles vont se fier aux communications directes émises par les entreprises qu’elles sont en train
de juger.
En ce qui concerne les parties prenantes internes, à savoir les employés et le top
management, il est important qu’elles aient une bonne perception de leur entreprise car
ce sont elles qui vont influencer l’impression des clients (Gotsi et Wilson, 2001a). Ces
derniers expliquent aussi que la réputation corporate est influencée par les actions de
toutes les « business units », tous les départements et tous les employés de l’organisation.

Il est essentiel de créer un lien fort avec les parties prenantes, de les impliquer dans le
processus de construction de l’e-réputation de l’entreprise. Cette démarche comprend des
entretiens individuels ou groupés et la mise en place d’un feedback entre les parties prenantes
et l’entreprise, de façon régulière, afin de connaître les nouvelles attentes et l’évolution des
perceptions.

110
Selon la théorie néo-institutionnelle, la réputation corporate est construite par l’évaluation
sociale et subjective des membres d’un champ organisationnel qui échangent des informations
et s’influencent. Ces interactions collectives sont d’autant plus visibles au sein du champ
organisationnel que constitue le web social et qui possède ses propres règles.

Dans la sous-section suivante, j’analyse les théories associées aux parties prenantes et à leur
rôle dans l’e-réputation corporate.

3. Les théories mobilisées

La théorie néo-institutionnelle de la réputation corporate est présentée dans le chapitre 1 et les

sous-sections précédentes du chapitre 2 (Fombrun et Shanley, 1990 ; Deephouse, 2000 ;
Rindova et al., 2005). La théorie des parties prenantes (Freeman, 1984 ; Miller et Lewis,
1991 ; Bunting et Lipski, 2001 ; Bitektine, 2011) et la théorie de la communication (de
Chernatony, 1999 ; Bettencourt, Gwinner et Meuter 2001) sont détaillées dans les sous-
sections précédentes du chapitre 2.

Dans cette sous-section 3, j’examine la théorie de la ressource (Bromley, 1993 ; Bergami et

Bagozzi, 2000 ; Hamori, 2003 ; Igalens et Point, 2009), la théorie du capital intellectuel
(Edvinsson et Malone, 1997 ; Bontis, 1998) et la théorie des réseaux (Stuart, 2000).

3.1. Théorie de la ressource

La théorie de la ressource apparaît dans les années 1990 et permet d’analyser la stratégie et les
ressources de l’entreprise. Dans cette logique, la stratégie d’entreprise ne consiste plus à
l’adaptation de l’entreprise à son environnement mais vise à la transformation de cet
environnement. Grâce à un management distinctif de ses ressources, les facteurs-clés de
succès peuvent être modifiés au profit de l’entreprise. La stratégie d’entreprise s’inscrit
désormais dans une approche volontariste (Hamel et Prahalad, 1994) et permet de saisir les
111
opportunités de marché. Les ressources sont définies par Penrose (1959) comme « tout ce qui
peut être qualifié de force ou de faiblesse pour une firme donnée. De manière plus formelle
les ressources d’une firme à un moment donné peuvent être définies comme les actifs
(tangibles ou intangibles) qui sont associés de manière quasi-permanente à la firme ».
Ces ressources peuvent être classées en six catégories (Torrès-Blay, 2000) :
- les ressources financières (trésorerie, capacité d’autofinancement, taux
d’endettement…) ;
- les ressources humaines (nombre d’employés, leur niveau de qualification,
l’expérience…) ;
- les ressources physiques (sites de production, stocks, machines, localisation
géographique…) ;
- les ressources organisationnelles (systèmes d’information, procédures, normes
iso…) ;
- les ressources technologiques (savoir-faire, brevets…) ;
- les ressources réputationnelles (réputation corporate, image, notoriété, marque…).

L’objectif de l’entreprise est de développer un avantage concurrentiel durable en créant une

asymétrie de ses ressources afin d’être moins exposée aux actions des concurrents
(Wernerfelt, 1995).
Trois critères permettent de définir les ressources distinctives de l’entreprise comme des
facteurs discriminants d’avantages concurrentiels durables :
- la spécificité des ressources par rapport à l’entreprise (Williamson, 1990) ;
- la complexité, soit la combinaison d’actifs et de compétences (Nelson, 1991) ;
- l’absence de codification (Haanes et Fjedstad, 2000).

Bitektine (2011 : 165) affirme qu’une organisation dont la réputation est inconnue par les
acteurs sociaux, sera classée par ces derniers dans la catégorie des organisations dont la
réputation corporate est neutre jusqu’à ce que des informations soient disponibles. Une
organisation ne recherche pas la neutralité. Il faut donc savoir quelles actions mener pour
rendre disponible l’information à l’évaluateur ou pour être davantage visible. On peut
également se poser la question de savoir si l’évaluateur, exprimant un jugement neutre, va
fournir l’effort de chercher davantage d’informations sur l’organisation ou avoir la motivation
pour faire évoluer son jugement (positif / négatif) ou se contenter d’un jugement neutre.

112
L’auteur mentionne que « les réseaux denses facilitent aussi les flux d’informations
(Coleman, 1990) et peuvent, par conséquent, fournir aux évaluateurs un accès facilité à
davantage d’informations et d’opinions dignes de confiance. De ce fait, plus les évaluateurs
sont connectés, moins ils se fieront aux communications directes de l’organisation qu’ils
évaluent. »
On peut souligner ici l’importance d’impliquer davantage les employés dans l’e-réputation
corporate en essayant d’utiliser leurs propres réseaux afin de développer de nouveaux moyens
de communication. Les employés deviennent ainsi des fournisseurs institutionnels privilégiés
de jugements au sujet des organisations. Ils acquièrent le rôle important que le « mass media »
joue dans la diffusion de l’information et des opinions et qui guide le public général.

Grâce à un management stratégique, les ressources de l’entreprise sont transformées en

compétences. Il est donc possible de considérer la communication comme une ressource
permettant de développer un avantage concurrentiel. Il s’agit d’une démarche qui se construit
sur le long terme et qui implique une adhésion à un projet d’entreprise. La communication est
un outil nécessaire pour accompagner le changement souhaité par l’entreprise, éviter les
risques de rejet par rapport à son image et engager les parties prenantes à adhérer au projet.

Depuis quelques années, les entreprises mettent en avant leur engagement dans la protection
de l’environnement ou le bien-être social et s’appliquent à suivre des règles de bonne conduite
(Belot, 2002). Il est aujourd’hui admis que les entreprises ont des obligations envers les
parties prenantes internes et externes (Pava, 2000).
Cependant, différents courants s’opposent pour définir le rôle de l’entreprise dans la société :
pour certains l’objectif réside uniquement dans la maximisation des profits, pour d’autres les
organisations doivent tenir compte de certaines parties prenantes et enfin, certains sont
partisans d’une implication active de l’entreprise dans des objectifs sociaux (Fisher et Lovell,
2006).
La Commission Européenne (2001) donne la définition suivante de la responsabilité sociale
d’entreprise (RSE) : « l’intégration volontaire par les entreprises de préoccupations sociales
et environnementales à leurs activités commerciales et leurs relations avec les parties
prenantes ». Cette responsabilité sociale des entreprises est au cœur des préoccupations des
organisations et de leur stratégie (Igalens et Joras, 2002) d’autant que les citoyens ont révélé

113
avoir de moins en moins confiance en l’entreprise. Cette perte de confiance est notamment
due aux différents scandales tels que les affaires Enron (Argenti, 2003), Nike ou Shell.

Les individus sont en quête de sens (Belot, 2002). Le critère monétaire n’est plus le seul à être
pris en compte dans la mesure de la performance d’une organisation. Maignan et Ferrell
(2003) expriment le concept de « responsabilité corporate envers les parties prenantes »,
c’est-à-dire envers les partenaires qui peuvent affecter ou être affectés par les actes de
l’entreprise, et non pas envers l’ensemble de la société (Clarkson, 1995 ; Donaldson et
Preston, 1995). La responsabilité éthique demande aux entreprises de justifier leurs actions en
fonction de normes sociétales, d’adopter une conduite moralement juste. Leurs valeurs
affichées permettent aux parties prenantes de développer un sentiment d’appartenance
(Mercier, 2010).

Il est important de rappeler le lien entre l’éthique et les parties prenantes car ces dernières
jouent un rôle majeur dans la réputation corporate. La réputation corporate est d’ailleurs une
des quatre raisons pour lesquelles une entreprise initie une démarche de RSE, notamment
lorsque l’objectif est d’améliorer son image ou de renforcer ses marques (The Body Shop,
H&M et le recyclage des vêtements, Ben & Jerry’s).

Une liste des responsabilités de l’entreprise par partie prenante a été établie par Clarkson
(1995) :
- pour les propriétaires : respect des droits, réclamations, communication, politique
générale ;
- pour les employés : rémunération, carrière, santé… ;
- pour les consommateurs : communication, réclamations, sécurité des produits… ;
- pour les fournisseurs : politique générale… ;
- pour les pouvoirs publics : implication dans la politique publique, santé et
environnement ;
- pour les concurrents : politique générale….

La diversité des attentes des multiples parties prenantes ne facilite pas la tâche aux entreprises
en matière de RSE. La théorie de la rationalité limitée suggère que dans cet environnement
complexe les entreprises se positionnent difficilement et ont du mal à réaliser des choix
judicieux (Posner et Schmidt, 1984).
114
La théorie de la ressource associée à la théorie des parties prenantes et à la théorie néo-
institutionnelle de la réputation corporate ayant été définie au sein du cadre numérique, je
développe la théorie du capital intellectuel.

3.2. Théorie du capital intellectuel

A l’ère de la digitalisation, de l’économie du savoir et de service, les actifs de l’entreprise sont

moins tangibles et l’intérêt pour le capital intellectuel s’accroît (Plender, 200340).
En 2003, la Commission de la Communauté Européenne41 souligne ce changement.
L’Association de Comptabilité Américaine (« American Accounting Association ») définit
l’actif humain comme « le processus d’identification et de mesure des données concernant les
ressources humaines, et de communication de cette information aux parties intéressées. Son
but est d’améliorer la qualité des décisions financières prises par les parties. »
Aux indicateurs économiques et financiers, s’ajoutent des indicateurs à valeur immatérielle.
L’immatériel est composé des connaissances (« knowledge management »), des compétences
techniques et transversales (savoir-faire), de l’image corporate et de la réputation corporate
ainsi que de la gestion des ressources humaines (Cappelletti, 2012).

Les actifs immatériels sont des éléments majeurs de la performance durable (Fincham et
Roslender, 2003). Trop peu d’entreprises les utilisent (Boër, 1991). Le recours à une nouvelle
technologie, l’augmentation du nombre de fusions ou encore la récession économique sont
des facteurs qui génèrent un regain d’intérêt pour le capital intellectuel (Parker et al., 1989).
La prise en compte des facteurs de créativité, d’innovation et d’efficacité (« effectiveness »)
est aujourd’hui primordiale pour l’entreprise (Baker, 2011). Le capital intellectuel est une

40
« We are in the midst of the transition to an economy in which human and social capital are of far greater
importance than physical capital. »
41
Commission of the European Communities of the European Communities Enterprise Directorate General.
2003. “Study on the Measurement of Intangible Assets and Associated Reporting Practices.” Brussels: EC.

115
alternative viable qui utilise la principale richesse de l’économie du savoir (« knowledge
economy »). Le capital intellectuel impacte la mesure et le contrôle de la performance, la
budgétisation du capital et la gestion des risques (Tayles et al., 2007).

Klein et Prusak (1994) définissent le capital intellectuel comme « la connaissance utile

combinée ». Trois éléments constituent le capital intellectuel : le capital intellectuel humain, le
capital intellectuel structurel et le capital intellectuel relationnel (CIMA, 200142) :

- Le capital intellectuel humain englobe le savoir, les compétences et

l’expérience professionnelle, la capacité à travailler en équipe, la créativité, la
motivation, la flexibilité et la loyauté des employés (Starovic et Marr, 2003). Il
s’agit de la valeur des employés, de la connaissance issue des personnes
employées. La Banque Mondiale estime qu’il s’agit de 75 % de la capacité de
l’entreprise à créer de la richesse.

- Le capital intellectuel structurel (CIS) réunit le capital d’innovation (les brevets,

par exemple) et le capital de procédés (capacités technologiques).

- Le capital intellectuel relationnel (CIR) regroupe les réseaux de l’entreprise et

des parties prenantes de son champ organisationnel. Lorsqu’il est utilisé par
une entreprise, le capital intellectuel relationnel est un véritable atout et un
avantage compétitif.

Les trois éléments du capital intellectuel représentent un avantage compétitif (Segelod, 1998)
et ils sont créateurs de valeur (Wiig, 1997 ; Leuz et Verrechia, 2000).

L’entreprise n’est pas propriétaire du capital humain mais elle peut être propriétaire des droits
des innovations qui sont générées par le capital humain (actifs intellectuels). Sveiby (1997)
encourage le développement de mesures de la performance s’appuyant sur le capital

42
CIMA (2001), Managing the intellectual capital within today’s knowledge-based organisations, Technical
Briefing, CIMA, London.

116
intellectuel dans ses travaux sur le « bilan invisible » et le « contrôle des actifs invisibles ».
Des mesures favorisent une approche narrative (Roslender et Fincham, 2004), d’autres
favorisent une approche quantitative en intégrant les trois composantes du capital intellectuel
humain dans le bilan et le compte de résultats. La valeur totale de l’entreprise est alors la
somme du capital financier traditionnel et du capital intellectuel.
Les ressources intangibles ne peuvent pas être mesurées par des outils tels que le ROA
(Retour sur Actifs) ou le ROCE (Retour sur Capital Employé). En revanche, l’échelle du
profit économique (« Economic Profit ») fait émerger les actifs cachés tels que les
investissements intangibles et à long-terme : elle permet de mesurer la performance du capital
intellectuel. Les instruments de mesure de la performance associés à cette échelle sont :
« Intangible Assets Monitor » (Edvinsson et Malone, 1997), « Skandia Navigator » (Sveiby,
1997), « Balanced Scorecard » (Kaplan et Norton, 1996).
Un modèle linéaire mesurant l’impact du capital intellectuel sur les méthodes de contrôle de
gestion et la performance de l’entreprise est développé par Tayles et al. (2007).

L’entreprise HCLT (Inde) développe une stratégie de différenciation qui s’appuie sur le
capital intellectuel : « les employés d’abord, les clients ensuite43» (Nayar, 2011).
L’implémentation de cette stratégie repose sur quatre étapes : créer le besoin de changement,
créer la culture du changement (transparence et confiance), construire la structure du
changement (« pyramide inversée »), transférer la responsabilité du changement (rôle du
PDG).

Cette stratégie a été développée par l’entreprise pour faire face à la volatilité des employés.
Un audit de l’entreprise est transféré à l’ensemble des employés afin que les parties prenantes
internes partagent la même vision. Un processus de communication interne renforcée est mis
en place entre les cadres et les employés. A partir de ces échanges, une typologie des
employés émerge :
- les « transformateurs » : les employés qui souhaitent et attendent un changement,
- les « âmes perdues » : les employés qui réagissent de façon négative et ralentissent
le processus de changement,

43
EFCS: « Employees First, Customers Second »

117
 - les « attentistes » : les employés qui observent avant de se décider.

L’objectif de cette stratégie est d’identifier des « ambassadeurs » parmi les employés
« transformateurs » afin qu’ils influencent les autres parties prenantes internes. Des
« ambassadeurs » doivent être identifiés à chaque niveau hiérarchique afin d’atteindre une
performance durable. Le modèle de la « pyramide inversée » accorde une importance
primordiale à l’individu en le plaçant au centre de l’objectif collectif et impacte l’attractivité
du travail. Les employés sont davantage motivés car ils jouissent d’un sentiment de
reconnaissance. Leur confiance envers leur entreprise est plus forte. Cette stratégie de
différenciation basée sur le capital intellectuel permet de dégager un avantage concurrentiel et
crée une forte valeur ajoutée. Un cinquième « P » est alors intégré au marketing mix, le « P »
de « Personne »44.

Le capital intellectuel peut être identifié en menant des entretiens ou des ateliers de travail. La
valeur de capital intellectuel est alors évaluée. Cette valeur est fortement liée à la stratégie
adoptée par l’entreprise et au niveau d’interaction entre les autres ressources. Une analyse
mensuelle du capital intellectuel est préconisée (Marr, 2008) ainsi que la diffusion de cette
analyse pour tenir informées les parties prenantes internes.
L’entreprise et ses employés peuvent également créer du contenu informationnel issu de cette
stratégie implémentée et le diffuser sur les médias sociaux auprès des parties prenantes
externes. La diffusion de ces rapport impacte positivement l’image et la réputation de
l’entreprise (Marr, 2008).

Afin d’endiguer la volatilité des employés et d’attirer des talents de qualité, les indicateurs
traditionnels de mesure sont remplacés par des indicateurs-clés prédictifs (KPI). La gestion de
l’immatériel favorise l’apprentissage et le développement personnel, deux variables-clés de la
performance à long terme d’une entreprise (Mark Bailey & Co. Ltd, Nevada-USA ; Snyder &
Co, Ohio-USA ; Harrex Group, Gore-Nouvelle-Zélande).

44
Les 4P : produit, prix, distribution, communication (« product, price, place, promotion »).

118
Les ressources du capital intellectuel sont considérées comme des facteurs de performance et
de création de valeur. Selon Becker (1964), chaque employé a un « stock de ressources
productives » (théorie du capital humain).
Pour que cet avantage concurrentiel soit durable, l’entreprise doit s’attacher à développer son
capital humain de façon continue. Les actions d’information et de communication doivent être
multipliées entre le top management et les employés mais également entre les employés eux-
mêmes. La réussite de cette stratégie repose sur le fort degré d’implication des employés et
l’évolution de leurs comportements en termes d’adhésion, de dynamisme et de réactivité.

La théorie du capital intellectuel associée à la théorie des parties prenantes et à la théorie néo-
institutionnelle de la réputation corporate ayant été définie au sein du cadre numérique, je
développe la théorie des réseaux sociaux.

3.3. Théorie des réseaux sociaux

L’économie de la connaissance accorde de plus en plus d’importance à la façon dont les

collectifs se structurent et aux procédés d’incitation à la production de connaissances
(Antonelli, 2006). Les connaissances (« biens collectifs ») sont échangées et partagées de
façon volontaire au sein des réseaux sociaux (Powell et Grodal, 2005). Le capital intellectuel
humain et le capital intellectuel relationnel s’appuient sur la théorie des réseaux sociaux
(approche de structure et de contenu). Un réseau social est « un ensemble de liens reliant des
acteurs » (Nelson, 1988 : 40), « l’ensemble des acteurs et des relations qui les relient »
(Hoang et Antoncic, 2003 : 167), « comprend les acteurs/unités/nœuds qui sont connectés
dans une certaine structure afin de réaliser certains gains anticipés » (Omrane, 2013).

L’analyse des réseaux sociaux porte sur :

- la structure des liens sociaux d’un réseau à travers trois dimensions (la taille, la densité
et la diversité structurale) (Burt, 1997) ;
- la nature des liens sociaux d’un réseau à travers deux dimensions (force, faiblesse)
(Granovetter, 1983, 1985). Pour les entreprises, les liens forts sont ceux qu’elles

119
 tissent avec les parties prenantes internes et les liens faibles sont ceux qu’elles tissent
avec les parties prenantes externes, notamment les contacts de leurs employés ;
- la qualité des liens sociaux d’un réseau à travers la diversité des individus (Burt,
1997).

Les travaux en management font appel à la théorie des réseaux sociaux. Les réseaux sociaux
ont un réel impact sur le fonctionnement d’une entreprise (entité collective) et sur la
construction de son e-réputation corporate au regard des liens informationnels relatifs à
l’entreprise ainsi que des liens de conseils qu’ils génèrent (Burt, 1997 ; Podolny et Baron,
1997). Les entreprises souhaitent développer de nouveaux supports relationnels sur
l’environnement numérique (Notebaert et Attuel-Mendes, 2010).

Les parties prenantes n’agissent pas de manière isolée mais à l’intérieur de réseaux
relationnels (Mercklé, 2004 ; Baret et al., 2006). Les informations diffusées et partagées sur
les réseaux sociaux ont des impacts réels pour l’entreprise (Bishop et Levine, 1999 ; Hueber,
2010). Ainsi, le pouvoir des parties prenantes s’accroît au détriment du pouvoir de l’entreprise
(Cova et Pace, 2006 ; Poynter et Lawrence, 2008 ; Kohler et al., 2009). Le rôle actif des
parties prenantes dans l’univers digital crée des synergies plus importantes que dans le monde
physique, réel (Vargo et Lusch, 2004 ; Bonsu et Darmody, 2008). Les réseaux sociaux
produisent de la valeur ; cette valeur est d’ordre financier, informationnel et relationnel.

La structure des réseaux des employés influence l’e-réputation corporate. Ils ont accès à
l’information au sujet de leur entreprise, ils transfèrent l’information et ils contrôlent sa
diffusion sur leurs espaces personnels des réseaux sociaux. Internet et ses réseaux sociaux
permettent de transmettre une information riche, de la personnaliser et d’obtenir un feedback
rapidement (théorie de la richesse du média, Daft et Lengel, 1986). Les réseaux sociaux
augmentent la présence sociale digitale de l’entreprise. Avant l’ère digitale, l’entreprise était
un réseau (entité collective) se présentant à un consommateur isolé. Aujourd’hui, l’entreprise
est « un réseau dans un réseau d’acteurs interconnectés » (Batac et al., 2012).

La diffusion et le partage d’informations au sujet de l’entreprise par les parties prenantes

internes et externes sur les réseaux sociaux permettent de réduire l’incertitude et de
développer l’e-réputation corporate. Le rôle des réseaux relationnels des employés (réseau
personnel - liens forts et échanges fréquents - et réseau de support - liens faibles et recherche

120
d’informations) est primordial dans la performance et la pérennité des entreprises (Jack et al.,
2008, 2010 ; Chabaud et Njigol, 2004, 2010 ; Chabaud et Condor, 2006 ; Johannisson, 1996).

Les employés, grâce à leurs réseaux, permettent de combler les « trous structuraux » des
réseaux des entreprises. Les réseaux denses fournissent aux parties prenantes un meilleur
accès à davantage d’informations et d’opinions crédibles (Bitektine, 2011). De ce fait, plus les
parties prenantes sont connectées, moins elles font confiance aux communications des
entreprises qu’elles évaluent. Les employés construisent un réseau dense sur les réseaux
sociaux, notamment sur les réseaux sociaux professionnels.

Les parties prenantes externes ont un accès direct à une meilleure information concernant les
entreprises qui les intéressent (Chen et al., 2008 ; Kozinets, 2002), à travers les « Profils » de
leurs pairs sur les réseaux sociaux professionnels. Les employés communiquent d’une façon
personnelle, comme le font les bloggeurs ; c’est-à-dire d’une façon moins formelle que les
communications corporate. Les opinions des bloggeurs qui ne sont pas affiliés à des
entreprises sont perçues comme honnêtes et elles sont davantage dignes de confiance que les
messages diffusés par les médias corporate traditionnels (Phelps et al., 2004 ; Décaudin et al.,
2011). Ces médias traditionnels, tels que les publicités en ligne, ont moins d’impact que le
bouche-à-oreille digital.

L’entreprise a tout intérêt à être présente au sein des réseaux sociaux de ses parties prenantes
sur le web 2.0 (Cohendet et Llerena, 2000). « La participation d’une entreprise à un réseau
social sera à l’origine de bénéfices relationnels d’autant plus grands que les liens sont forts
et s’inscrivent dans des normes contraignantes. Les adhérents au réseau partagent ainsi un
ensemble de normes et d’objectifs dédiés à la gestion du capital social » (Batac et al., 2012 ;
Leana et Van Buren, 1999). Les entreprises qui encouragent la densité relationnelle et les
interactions entre ses employés et entre ses parties prenantes internes et les parties prenantes
externes, gagnent en performance et en compétitivité.

121
Conclusion du chapitre 2 – L’e-réputation corporate

J’ai défini l’e- réputation corporate dans ce chapitre.

Dans la première section, j’ai transposé la réputation corporate à l’environnement numérique,
j’ai examiné l’impact du web sur le développement des entreprises et j’ai analysé l’e-
réputation-média.
Dans la seconde section, j’ai décrit le rôle des parties prenantes et, en particulier, celui des
employés, dans la construction de l’e-réputation corporate en détaillant la théorie néo-
institutionnelle de l’e-réputation corporate, la théorie des parties prenantes et la théorie de la
communication.
Dans la troisième section, j’ai examiné trois théories associées à la construction de l’e-
réputation corporate par les parties prenantes, à savoir : la théorie de la ressource, la théorie
du capital intellectuel et la théorie des réseaux (sociaux).

La littérature me permet de conclure que l’e-réputation corporate est une préoccupation

majeure des entreprises et qu’elle est un facteur déterminant de leur succès. Les travaux sur
l’impact des médias sociaux sur la performance des entreprises sont de plus en plus
nombreux. Les études sur la construction de l’e-réputation corporate sont peu nombreuses,
d’où l’intérêt de ma recherche.

Après avoir dressé un panorama des théories et des concepts mobilisés dans ma recherche,
j’expose mon cadre conceptuel et les hypothèses que je retiens dans le prochain chapitre.

122
 CHAPITRE 3 : LE CADRE
CONCEPTUEL ET LES HYPOTHÈSES
DE LA RECHERCHE

123
124
 CHAPITRE 3 : LE CADRE CONCEPTUEL ET LES
HYPOTHÈSES DE LA RECHERCHE

Dans les chapitres 1 et 2, j’ai présenté les concepts et les théories mobilisés dans ma
recherche. Dans ce chapitre 3, j’aborde le cadre conceptuel que je retiens ainsi que les
hypothèses qui sont issues de la problématique posée et du cadre conceptuel ainsi déterminé.

Dans la première sous-section, j’expose et je justifie le positionnement épistémologique, la

problématique et les questions de recherche. Dans la seconde sous-section, j’introduis les
hypothèses de ma recherche, conformes à mes objectifs.

125
Section 1 : Le positionnement épistémologique, la problématique
et les questions de recherche

Dans la première sous-section, j’introduis le positionnement épistémologique dans lequel

s’inscrit ma recherche. Dans la seconde sous-section, je précise la problématique centrale et
les questions de recherche associées. Dans la sous-section 3, j’apporte des éléments de
réponse à ces questions.

1. Le positionnement épistémologique de la recherche

Les travaux de recherche visent à élaborer et à justifier des connaissances. Ces travaux
s’inscrivent dans un paradigme épistémologique45, c’est-à-dire dans « une conception de la
connaissance partagée par une communauté, qui repose sur un système cohérent
d’hypothèses fondatrices relatives aux questions qu’étudie l’épistémologie » (Avenier et
Gavard-Perret, 2012 : 23). L’épistémologie est définie par Avenier et Gavard-Perret (2012 :
13 citant Piaget, 1967) comme « l’étude de la construction des connaissances valables ». Le
paradigme épistémologique « conditionne les pratiques de recherche admissibles ainsi que les
modes de justification des connaissances élaborées » (Avenier et Gavard-Perret, 2012 : 13).
Je positionne épistémologiquement ma recherche dans le paradigme post-positiviste et dans
son courant réaliste scientifique décrit par Hunt (1994 cité par Avenier et Gavard-Perret,
2012). Ce courant établit qu’il existe « un réel en soi (LE réel) indépendant de ce qui est
perçu et des représentations qu’on peut en avoir » et que « le réel (en soi) n’est pas forcément
connaissable » (Avenier et Gavard-Perret, 2012 : 25).

45
Il existe plusieurs paradigmes : le paradigme positiviste logique, les paradigmes post-positivistes qui intègrent
deux courants (le réalisme scientifique et le réalisme critique), le paradigme constructiviste pragmatique, le
paradigme interprétativiste et le paradigme constructiviste conceptualisé par Guba Lincoln (Avenier et Gavard-
Perret, 2012). Ces paradigmes présentent des différences ontologiques, épistémiques et méthodologiques
(Weber, 2004).

126
J’utilise une approche de type hypothético-déductive, couramment adoptée par les chercheurs
en sciences de gestion et particulièrement en marketing. Ainsi, je choisis de « tester, par le
biais d’hypothèses, une théorie ou de mettre à l’épreuve dans des situations particulières un
certain nombre de connaissances développées préalablement » (Avenier et Gavard-Perret,
2012 : 29).

Le positionnement épistémologique étant défini, je présente la problématique et les questions

de recherche dans les deux sous-sections suivantes.

2. La problématique de la recherche

Les entreprises ont une quête commune : gérer leur e-réputation corporate. Elles peuvent
contrôler les médias possédés et payants en ligne mais elles ne peuvent pas contrôler les
médias gagnés. La communication corporate a changé. Le traditionnel message « top-down »
ne fonctionne plus. Les entreprises doivent prêter attention aux contenus générés par les
internautes (« User Generated Content ») qui s’informent et cherchent l’opinion de leurs
pairs, qui twittent, font des recommandations... Les entreprises sont conscientes du pouvoir de
la voix des parties prenantes sur le web.

De ce fait, la question du management de la construction de l’e-réputation corporate se pose.

Au regard de la littérature et des préoccupations managériales émergentes, mon
questionnement général est le suivant :

Comment l’entreprise peut-elle gérer la construction de son e-réputation corporate afin

d’en influencer sa perception ?

Afin de répondre à cette volonté de management actif de la construction de l’e-réputation

corporate dans le but d’influencer la perception de l’e-réputation corporate, je retiens
l’utilisation de la voix des parties prenantes internes à l’entreprise - les employés - via l’e-
contenu de leur « Profil » sur les réseaux sociaux. La littérature relative à la réputation
corporate et à l’e-réputation corporate, comme celle relative aux parties prenantes, souligne

127
que les employés et leur voix sur les réseaux sociaux pourraient être des acteurs essentiels
dans le processus de construction de l’e-réputation corporate. Ces investigations me mènent à
la problématique suivante :

L’entreprise peut-elle gérer la construction de son e-réputation corporate afin d’en

influencer sa perception en utilisant la voix de ses employés via l’e-contenu de leur
« Profil » sur les réseaux sociaux ?

Deux objectifs principaux résultent de cette problématique :

Objectif 1 : prouver l’efficacité pour l’entreprise d’utiliser la voix de ses employés dans
la construction de son e-réputation corporate.

Objectif 2 : diminuer l’incertitude des parties prenantes externes en position d’évaluer

une entreprise grâce à l’utilisation de la voix de ses employés.

La problématique et les objectifs de recherche me conduisent à envisager plusieurs questions

de recherche.

3. Les questions de recherche

Ma recherche s’articule autour du questionnement sur le rôle des employés dans la

construction de l’e-réputation corporate via l’e-contenu de leur « Profil » sur les réseaux
sociaux. Ce questionnement découle de ma problématique et des objectifs de recherche. La
littérature en sciences de gestion, précédemment mentionnée, suggère ce rôle. Cependant, la
revue de littérature, présentée dans les chapitres 1 et 2, précise que les concepts de réputation
corporate et d’e-réputation corporate sont des concepts complexes et continuellement enrichis
qui peuvent être envisagés selon une approche économique ou une approche néo-
institutionnelle. De plus, les parties prenantes qui construisent l’e-réputation corporate
peuvent être soit considérées comme un seul et même ensemble, soit segmentées en différents

128
groupes. Les parties prenantes les plus couramment étudiées dans les recherches en marketing
sur l’e-réputation corporate sont les consommateurs. Enfin, les travaux sur l’e-contenu des
« Profils » des employés sur les réseaux sociaux sont rares.

Je partage la vision de l’approche néo-institutionnelle de l’e-réputation corporate. Je

m’intéresse à l’e-réputation corporate construite par les parties prenantes internes – les
employés - et perçue par les parties prenantes externes à une entreprise. Je n’analyse pas le
rôle des employés eux-mêmes dans la construction de l’e-réputation corporate mais j’étudie
l’utilisation et l’influence de leur voix via l’e-contenu de leur « Profil » sur les réseaux
sociaux.

Mon intérêt se porte sur (1) la gestion de la construction de l’e-réputation corporate en

utilisant la voix des employés (2) qui est appréhendée par l’e-contenu de leur « Profil », (3)
dans le cadre des réseaux sociaux, (4) dans le but d’influencer la perception de cette e-
réputation corporate par les parties prenantes externes.

Selon le cadre issu de la littérature susmentionnée qui permet de structurer la problématique et

les connaissances relatives à la construction de l’e-réputation corporate et à ses acteurs, dix
questions émergent.

L’approche néo-institutionnelle souligne le rôle majeur de la conscience collective de

l’existence et de la pertinence des entreprises dans un champ organisationnel (Fombrun, 1996;
Rao, 1994, 1998 ; Stuart, 2000). Sur le web, les employés s’expriment positivement ou
négativement au sujet de leur entreprise à travers des déclarations, des classements, des
vidéos… qui peuvent conduire à des crises réputationnelles (Décaudin, Digout et Fueyo,
2013).

Pour qu’un projet puisse être une réussite, l’entreprise a besoin de l’engagement de ses
employés (Igalens et Point, 2009). « Les employés sont la première étape du process de
gestion de la réputation corporate » (Cravens et Oliver, 2006 : 294). Les employés sont
nécessaires à la création de la réputation corporate. Leur présence en ligne peut aussi être un
atout pour une entreprise et un avantage compétitif. Ils forment le capital humain et le capital
relationnel/social d’une entreprise ; c’est-à-dire, deux des trois facteurs du capital intellectuel
(Bontis, 1998 ; Edvinsson et Malone, 1997 ; Edvinsson et Sullivan, 1996 ; Lynn, 1998 ; Roos

129
et al., 1997 ; Stewart, 1991, 1997). La connaissance et la créativité des employés composent
le capital humain. La performance organisationnelle dépend du capital humain et des
capacités managériales associés à la réputation corporate perçue (Carmeli et Tishler, 2004).
Les réseaux développés par les parties prenantes composent le capital social.

Les employés peuvent influencer le jugement des consommateurs au sujet d’une entreprise
(Chernatony de, 1999). Plus les employés ont une perception positive de l’entreprise, plus ils
vont influencer positivement la perception des clients. Il s’agit du phénomène de contagion
émotionnelle (Bettencourt, Gwinner et Meuter, 2001). Rassembler les perceptions des parties
prenantes internes et externes est nécessaire pour éviter les crises (Dowling, 1994 ; Hatch et
Schultz, 2001). Le bouche-à-oreille généré par les employés est capital dans les stratégies de
communication des entreprises (Balmer et Gray, 1999 ; Jackson, 2004). Le web social rend
ces interactions plus visibles.

Les entreprises peuvent influencer la perception de leur e-réputation corporate en utilisant la

voix digitale de leurs employés et leur présence sur les médias sociaux. Parmi les réseaux
sociaux, ceux qui génèrent le plus de contenus positifs et le moins de contenus négatifs au
sujet des entreprises, sont les réseaux sociaux professionnels.
Ces réseaux sociaux professionnels comptant un très grand nombre de membres, ils sont de
plus en plus importants dans le paysage digital. Ils représentent une sérieuse opportunité pour
les marketers qui sont chargés de la gestion de l’e-réputation corporate.

Parmi les réseaux sociaux professionnels, le premier réseau social professionnel mondial est
LinkedIn. Dans le cadre de ma recherche, je choisis d’utiliser LinkedIn comme outil
d’étude de l’e-contenu des « Profils » des employés (voir chapitre 4). Les membres de
LinkedIn peuvent être clairement identifiés comme employés d’une entreprise donnée.
LinkedIn offre des opportunités aux employés de promouvoir leur entreprise de
différentes manières au sein de leur « Profil », appelé « Page Personnelle LinkedIn »
(PPL). Le nombre d’employés qui rejoignent le réseau social professionnel LinkedIn
s’amplifie. Les employés peuvent être connectés à des centaines et des milliers d’autres
membres. Ces employés construisent un réseau dense. Ils ont un accès direct à une meilleure
information concernant les entreprises qui les intéressent, à travers les « Profils » de leurs
pairs. Plus un employé a de contacts, plus son réseau a de la valeur (modèle de Metcalfe).
Plus il développe son réseau et plus son « Profil » et son contenu sont vus et lus. Les membres

130
de LinkedIn naviguent pour collecter des informations disponibles dans les différentes
rubriques d’un « Profil ». Ainsi, la première question de recherche est la suivante :

 Quel est l’impact de l’e-contenu des PPL des employés d’une entreprise sur son
e-réputation corporate perçue ? (QR1)

Les entreprises peuvent également créer un « Profil » corporate via les « Pages Entreprises
LinkedIn » (PEL) ; ce qui me conduit à la seconde et à la troisième question de recherche :

 Quel est l’impact de l’e-contenu de la PEL d’une entreprise sur l’e-réputation

corporate perçue ? (QR2)
 L’impact de l’e-contenu des PPL des employés d’une entreprise sur l’e-
réputation corporate perçue est-il comparable à l’impact de l’e-contenu de sa
PEL ? (QR3)

Les réseaux denses fournissent aux parties prenantes un meilleur accès à davantage
d’informations et d’opinions crédibles (Bitektine, 2011). De ce fait, plus les parties prenantes
sont connectées, moins elles font confiance aux communications des entreprises qu’elles
évaluent. Les employés sont une ressource stratégique ; ils sont des vecteurs de l’e-réputation
corporate. Les entreprises doivent prêter attention à leur communication interne pour
bénéficier d’une communication externe positive et faire de leurs employés des
« ambassadeurs » (Alsop, 2004b : 148, 2004a) qui véhiculent un message positif dans leur
écosystème digital. Ainsi, la quatrième et la cinquième question de recherche sont les
suivantes :

 Comment la crédibilité modère-t-elle l’influence des PPL sur l’e-réputation

corporate perçue et celle des PEL sur l’e-réputation corporate perçue ? (QR4)
 La crédibilité perçue de l’e-contenu des PPL est-elle comparable à la crédibilité
perçue de l’e-contenu des PEL ? (QR5)

Dans le cadre de l’e-réputation corporate, la qualité perçue et la notoriété sont influencées par
des signaux corporate (Rindova et al., 2005). Les PEL et les PPL des employés sont
considérées respectivement comme des signaux corporate directs et indirects (voir chapitres 4
et 5). Il me paraît judicieux d’examiner l’e-contenu des PEL et celui des PPL ainsi que leur

131
perception par les parties prenantes externes, puis d’analyser l’existant versus le perçu. Ainsi
la sixième, la septième et la huitième question de recherche sont les suivantes :

 Quel est l’usage effectif des éléments de l’e-contenu des PEL par les entreprises et
des PPL par les employés ? (QR6)
 Comment sont perçus les éléments de l’e-contenu des PEL et des PPL ? (QR7)
 L’usage effectif des éléments de l’e-contenu des PEL et des PPL reflète-t-il leur
perception ? (QR8)

Sur le web, les parties prenantes externes sont sensibles à l’identité (source d’information), à
la position (accès à l’information) et au statut (expert/amateur) de ceux qui diffusent de
l’information sur une entreprise ou sur un produit (Willemsen, Neijens et Bronner, 2012 ;
Metzger, Flanagin et Medders, 2010 ; Smith, Menon et Sivakumar, 2005). Sur le réseau social
professionnel LinkedIn, les parties prenantes externes ont accès à ces données ; il n’y a pas
d’anonymat. Sur leur PPL, les employés peuvent faire référence au nom de leur entreprise et
diffuser de l’information corporate (voir chapitres 4 et 5).

Les employés possèdent de l’information au sujet de leur entreprise et ils ont les moyens de
faire entendre leur voix. L’entreprise qui prend en considération l’e-contenu créé par ses
employés sur leur PPL, a la possibilité de mettre en valeur du contenu positif la concernant. Il
est nécessaire pour une entreprise de protéger son e-réputation corporate, de la construire et de
la manager en utilisant l’influence de ses employés. Cela permet à l’entreprise de gérer le rejet
de la communication corporate traditionnelle (Bunting et Lipski, 2001).

Le paradigme épistémologique dans lequel ma recherche se positionne, la problématique, les

objectifs et les questions de recherche ont été présentés dans cette section 1. J’expose et je
justifie les hypothèses de recherche à tester dans la section 2 qui suit.

132
Section 2 : Les hypothèses de la recherche

Dans cette section, je détaille les hypothèses à tester. Ces hypothèses sont regroupées selon
des catégories de questionnement et selon les objectifs susmentionnés. Ces hypothèses
conduisent, pour leur test, à trois études que je présente dans les chapitres 4, 5 et 6.

1. Parfaire la connaissance de la mesure de l’e-réputation corporate perçue

sur LinkedIn

La littérature susmentionnée montre que les travaux sur la mesure de la réputation corporate
sont nombreux et complexes. Ils ne convergent pas vers une mesure unique. Ces travaux
s’accordent sur l’importance du rôle des employés dans le développement de la réputation
corporate (Rao, 1998 ; Rao, Greve et Davis, 2001).
Les travaux sur la mesure de l’e-réputation corporate sont moins nombreux et ils s’intéressent
davantage aux « outputs » qu’aux antécédents. Aucune recherche n’analyse la voix des
employés via l’e-contenu de leur « Profil » sur les réseaux sociaux professionnels.
Il me paraît donc important, d’une part, de valider le rôle des employés dans la construction
de l’e-réputation corporate perçue par les parties prenantes externes sur un réseau social
professionnel et, d’autre part, de confronter l’e-réputation corporate générée par les signaux
directs émis par une entreprise avec l’e-réputation corporate générée par les signaux indirects
émis par ses employés.

Sur LinkedIn, les entreprises parlent d’elles-mêmes en diffusant de l’e-contenu sur leur
« Page Entreprise LinkedIn » (PEL). L’e-contenu des PEL est composé de plusieurs éléments
que j’explicite dans les chapitres 4 et 5.
Les employés parlent de leur entreprise en diffusant de l’e-contenu sur leur « Page
Personnelle LinkedIn » (PPL). L’e-contenu des PPL est composé de plusieurs éléments que
j’explicite également dans les chapitres 4 et 5.
Je cherche à connaître l’importance de chacun des éléments de l’e-contenu des PEL et des
PPL selon les deux dimensions qui constituent l’e-réputation corporate : la qualité perçue de

133
la présence digitale d’une entreprise et sa notoriété perçue. Par un effet miroir, je confronte les
PEL avec les PPL au sein de chacune de ces deux dimensions.
Ainsi, je formule le premier groupe d’hypothèses (H1 à H12) que je teste dans l’étude 1 (voir
chapitre 4).

Dimension 1 : qualité perçue

PEL
H1 : La présence du logo sur une PEL est importante.
H2 : La présence d’une présentation de l’entreprise sur une PEL est importante.
H3 : La présence des « informations nouvelles récentes » sur une PEL est importante.

PPL
H4 : La présence du nom de l’entreprise dans le « titre » sur une PPL est importante.
H5 : La présence du nom de l’entreprise dans la rubrique « expérience » sur une PPL est
importante.
H6 : La présence du logo d’une entreprise dans la rubrique « expérience » sur une PPL est
importante.

Effet miroir
H7 : La qualité perçue des PPL a autant d’importance que la qualité perçue des PEL.

Dimension 2 : notoriété perçue

PEL
H8 : L’ampleur du nombre d’abonnés sur une PEL est importante.
H9 : L’ampleur du nombre d’employés sur une PEL est importante.

PPL
H10 : Etre membre d’un « groupe éponyme » est important.
H11 : Etre abonné à la PEL de son entreprise est important.

Effet miroir
H12 : La notoriété perçue des PPL a autant d’importance que la notoriété perçue des PEL.

134
Figure 10 : E-réputation corporate perçue via l’e-contenu des PEL et des PPL (étude 1)

2. Déterminer la crédibilité perçue des PEL et des PPL

Les entreprises diffusent de l’information les concernant sur les réseaux sociaux
professionnels. Il convient de vérifier que les parties prenantes externes considèrent ces
informations (signaux directs) comme crédibles.

Les travaux sur le rôle des parties prenantes internes dans la réputation corporate indiquent
que les parties prenantes externes considèrent les employés comme des sources d’information
légitimes ; elles ont confiance en leur capacité à évaluer une entreprise et à diffuser de
l’information crédible (Rao, 1998 ; Stuart, 2000). Il convient de vérifier que cette crédibilité
est également accordée aux employés dans l’univers numérique et plus particulièrement
lorsqu’ils diffusent des informations au sujet de leur entreprise sur les réseaux sociaux

135
professionnels. Il est pertinent de comparer la crédibilité perçue des informations diffusées par
les entreprises et par les employés sur les réseaux sociaux professionnels.

Je propose d’analyser la perception de la crédibilité des PEL et des PPL. Ainsi, je formule le
second groupe d’hypothèses (H13 à H15) que je teste dans l’étude 1 (voir chapitre 4).

Crédibilité perçue
H13 : La crédibilité perçue des informations diffusées par l’entreprise sur sa PEL est élevée.
H14 : La crédibilité perçue des informations diffusées par les employés sur leur PPL est
élevée.
H15 : La crédibilité perçue des PPL est comparable à la crédibilité perçue des PEL.

Figure 11 : Perception de la crédibilité (PEL et PPL) (étude 1)

136
3. Examiner l’e-contenu des « Pages » des entreprises et des « Profils » des
employés

Les signaux directs et indirects émis par les entreprises et leurs parties prenantes internes
permettent aux parties prenantes externes d’évaluer les entreprises (Rindova et al., 2005),
d’émettre un jugement et d’établir l’e-réputation corporate. Les « Pages Entreprises
LinkedIn » (PEL) et les « Pages Personnelles LinkedIn » (PPL) offrent aux entreprises la
possibilité de parler d’elles-mêmes et offrent aux employés la possibilité de parler de leur
entreprise. L’e-contenu des PEL et des PPL est composé de plusieurs éléments (voir chapitre
5). Je souhaite analyser l’utilisation de ces éléments par les entreprises et par les employés
pour ensuite mesurer leur influence sur l’e-réputation corporate perçue (étude 3).

Je propose d’examiner l’usage effectif de l’e-contenu des PEL et des PPL (l’existant). Ainsi,
je formule le troisième groupe d’hypothèses (H16 à H19) que je teste dans l’étude 2 (voir
chapitre 5).

Usages effectifs des e-contenus

Echelle d’informations (PEL)
H16 : Les entreprises automobiles utilisent l’ensemble des indicateurs d’informations
disponibles sur leur PEL.
Echelle de visibilité (PEL)
H17 : Les entreprises automobiles bénéficient d’une grande visibilité sur LinkedIn.
Echelle de citation (PPL)
H18 : Les employés utilisent l’ensemble des indicateurs de citation disponibles sur leur PPL.
Echelle de participation (PPL)
H19 : Les employés participent aux espaces communautaires de leur entreprise sur LinkedIn.

137
Figure 12 : Usages effectifs des e-contenus des PEL et des PPL (étude 2)

4. Observer les différences entre l’existant et le perçu

En ayant connaissance des usages effectifs des e-contenus des PEL et des PPL ainsi que de la
perception de ses e-contenus par les parties prenantes externes, il est intéressant de confronter
l’existant et le perçu afin d’analyser les concordances et les écarts, de mesurer le rôle de
chacun de ces éléments. Les indicateurs d’informations, de visibilité, de citation et de
participation sont explicités dans le chapitre 5. La « qualité réelle globale » (QRG) prend en
compte l’ensemble des signaux de qualité émis par les entreprises et leurs employés via leur
PEL et leur PPL. La « qualité perçue globale » (QPG) représente la perception par les parties
prenantes externes de la qualité de la présence digitale d’une entreprise à partir de sa PEL et
des PPL de ses employés. La « notoriété réelle globale » (NRG) regroupe l’ensemble des
signaux de notoriété émis par les entreprises et leurs employés via leur PEL et leur PPL. La
« notoriété perçue globale » (NPG) indique la perception par les parties prenantes externes de
la notoriété d’une entreprise à partir de sa PEL et des PPL de ses employés. J’explicite la
QRG, la QPG, la NRG et la NPG dans le chapitre 5.

138
Je propose d’observer les différences entre l’existant et le perçu, c’est-à-dire d’observer les
différences entre l’usage effectif de l’e-contenu des PEL et des PPL (l’existant) et la
perception de leur e-contenu (le perçu). Ainsi, je formule le quatrième groupe d’hypothèses
(H20 à H25) que je teste dans l’étude 3 (voir chapitre 6).

Existant versus perçu

H20 : L’usage effectif des indicateurs d’informations des PEL reflète la qualité perçue des
PEL.
H21 : L’usage effectif des indicateurs de citation des PPL reflète la qualité perçue des PPL.
H22 : L’usage effectif des indicateurs de visibilité des PEL reflète la notoriété perçue des
PEL.
H23 : L’usage effectif des indicateurs de participation des PPL reflète la notoriété perçue des
PPL.
H24 : La QRG reflète la QPG.
H25 : La NRG reflète la NPG.

Figure 13 : L’existant versus le perçu des e-contenus des PEL et des PPL (étude 3)

139
5. Analyser l’impact des antécédents sur l’e-réputation corporate perçue

La voix des employés via l’e-contenu de leur « Profil » sur les réseaux sociaux professionnels
n’ayant pas été prise en compte dans les recherches antérieures, il me paraît important de
mesurer l’impact des PPL sur l’e-réputation corporate. L’objectif est de déterminer le rôle de
la voix des employés dans la construction de l’e-réputation corporate et de l’évaluer en tant
qu’alternative efficiente au rejet de la communication traditionnelle corporate.

Je propose d’analyser l’impact des antécédents sur l’e-réputation corporate perçue. Ainsi, je
formule le cinquième groupe d’hypothèses (H26 à H30) que je teste dans l’étude 3 (voir
chapitre 6).

Impact des antécédents sur l’e-réputation corporate perçue

PEL
H26 : Les PEL influencent l’e-réputation corporate perçue.
H26a : Les indicateurs d’informations des PEL influencent la qualité perçue des PEL.
H26b : Les indicateurs de visibilité des PEL influencent la notoriété perçue des PEL.

PPL
H27 : Les PPL influencent l’e-réputation corporate perçue.
H27a : Les indicateurs de citation des PPL influencent la qualité perçue des PPL.
H27b : Les indicateurs de participation des PPL influencent la notoriété perçue des PPL.

Impact de la qualité perçue sur la notoriété

H28 : La qualité perçue des PEL influence la notoriété perçue des PEL.
H29 : La qualité perçue des PPL influence la notoriété perçue des PPL.
H30 : La qualité perçue des PPL influence la notoriété perçue des PEL.

140
Figure 14 : Impact des antécédents sur l’e-réputation corporate perçue (étude 3)

6. Examiner les effets modérateurs

La crédibilité perçue des employés (qui diffusent des informations corporate) par les parties
prenantes externes est une variable essentielle dans leur processus d’évaluation des entreprises
(Rao, 1998 ; Stuart, 2000). Il convient de mesurer l’effet modérateur de la crédibilité perçue
des PEL et des PPL sur leur influence sur l’e-réputation corporate perçue.

Je propose d’examiner les effets modérateurs des variables. Ainsi, je formule le sixième
groupe d’hypothèses (H31 à H34) que je teste dans l’étude 3 (voir chapitre 6).

Effets modérateurs
H31 : La crédibilité perçue des PEL modère l’influence des PEL sur l’e-réputation corporate
perçue.
H32 : La crédibilité perçue des PPL modère l’influence des PPL sur l’e-réputation corporate
perçue.
H33 : La crédibilité perçue des PEL modère l’influence des PPL sur l’e-réputation corporate
perçue.
H34 : La crédibilité perçue des PPL modère l’influence des PEL sur l’e-réputation corporate
perçue.

141
Figure 15 : Effets modérateurs de l’impact des PEL et des PPL sur l’e-réputation
corporate perçue (étude 3)

7. La synthèse des hypothèses de recherche

Dans cette sous-section, j’effectue la synthèse de l’ensemble des hypothèses que j’ai détaillées
précédemment (voir tableau 10) et je présente mon modèle linéaire général (voir figure 16).

Tableau 10 : Synthèse des hypothèses de la recherche relative aux trois études

ETUDE 1
E-réputation corporate perçue
Qualité perçue
H1 La présence du logo sur une PEL est importante.
H2 La présence d’une présentation de l’entreprise sur une PEL est
PEL importante.
H3 La présence des « informations nouvelles récentes » sur une PEL
est importante.
H4 La présence du nom de l’entreprise dans le « titre » sur une PPL
PPL est importante.
H5 La présence du nom de l’entreprise dans la rubrique « expérience »

142
 sur une PPL est importante.
H6 La présence du logo d’une entreprise dans la rubrique
« expérience » sur une PPL est importante.
Effet miroir H7 La qualité perçue des PPL a autant d’importance que la qualité
perçue des PEL.
Notoriété perçue
H8 L’ampleur du nombre d’abonnés sur une PEL est importante.
PEL
H9 L’ampleur du nombre d’employés sur une PEL est importante.
H10 Etre membre d’un « groupe éponyme » est important.
PPL
H11 Etre abonné à la PEL de son entreprise est important.
Effet miroir H12 La notoriété perçue des PPL a autant d’importance que la notoriété
perçue des PEL.
Perception de trois autres variables
H13 La crédibilité perçue des informations diffusées par l’entreprise sur
sa PEL est élevée.
H14 La crédibilité perçue des informations diffusées par les employés
Crédibilité
sur leur PPL est élevée.
H15 La crédibilité perçue des PPL est comparable à la crédibilité
perçue des PEL.
ETUDE 2
Usages effectifs des e-contenus
H16 Les entreprises automobiles utilisent l’ensemble des indicateurs
d’informations disponibles sur leur PEL. (Echelle d’informations)
PEL
H17 Les entreprises automobiles bénéficient d’une grande visibilité sur
LinkedIn. (Echelle de visibilité)
H18 Les employés utilisent l’ensemble des indicateurs de citation
disponibles sur leur PPL. (Echelle de citation)
PPL
H19 Les employés participent aux espaces communautaires de leur
entreprise sur LinkedIn. (Echelle de participation)
ETUDE 3
Existant versus perçu
H20 L’usage effectif des indicateurs d’informations des PEL reflète la
qualité perçue des PEL.
H21 L’usage effectif des indicateurs de citation des PPL reflète la
qualité perçue des PPL.
H22 L’usage effectif des indicateurs de visibilité des PEL reflète la
PEL/PPL
notoriété perçue des PEL.
H23 L’usage effectif des indicateurs de participation des PPL reflète la
notoriété perçue des PPL.
H24 La QRG reflète la QPG.
H25 La NRG reflète la NPG.
Impact des antécédents sur l’e-réputation corporate perçue
H26 Les PEL influencent l’e-réputation corporate perçue.
H26a Les indicateurs d’informations des PEL influencent la qualité
PEL perçue des PEL.
H26b Les indicateurs de visibilité des PEL influencent la notoriété
perçue des PEL.
H27 Les PPL influencent l’e-réputation corporate perçue.
PPL
H27a Les indicateurs de citation des PPL influencent la qualité perçue

143
 des PPL.
H27b Les indicateurs de participation des PPL influencent la notoriété
perçue des PPL.
Impact de la qualité perçue sur la notoriété perçue
PEL H28 La qualité perçue des PEL influence la notoriété perçue des PEL.
PPL H29 La qualité perçue des PPL influence la notoriété perçue des PPL.
PPL/PEL H30 La qualité perçue des PPL influence la notoriété des PEL.
Effets modérateurs
H31 La crédibilité perçue des PEL modère l’influence des PEL sur l’e-
réputation corporate perçue.
H32 La crédibilité perçue des PPL modère l’influence des PPL sur l’e-
Crédibilité réputation corporate perçue.
perçue H33 La crédibilité perçue des PEL modère l’influence des PPL sur l’e-
réputation corporate perçue.
H34 La crédibilité perçue des PPL modère l’influence des PEL sur l’e-
réputation corporate perçue.

Figure 16 : Modèle structurel (existant vs perçu, liens de causalité, effets modérateurs)

144
Conclusion du chapitre 3 – Le cadre conceptuel et les hypothèses de la
recherche

Dans ce troisième chapitre, j’ai mentionné ma posture épistémologique (post-positiviste de

type réaliste scientifique), j’ai précisé la problématique de la recherche et j’ai développé les
questions de recherche. J’ai présenté les hypothèses issues de ces questionnements et je les ai
justifiées.

La partie suivante expose le volet méthodologique de ma recherche.

145
146
PARTIE 2 : LES EXPLORATIONS
EMPIRIQUES

147
148
 PARTIE 2 : LES EXPLORATIONS EMPIRIQUES

L’objectif de cette seconde partie est de présenter et de décrire la démarche utilisée pour tester
les hypothèses de cette recherche. Etant donné que l’un des objectifs de ma recherche est de
chercher à identifier des liens de causalité, j’adopte une démarche expérimentale.

Cette seconde partie ouvre le volet empirique afin de répondre à la triple perspective de cette
recherche : d’une part, identifier l’impact des Pages Entreprises LinkedIn (PEL) et des Pages
Personnelles LinkedIn (PPL) sur l’e-réputation corporate perçue au sein du réseau social
professionnel LinkedIn ; d’autre part, comparer la qualité, la notoriété et la crédibilité des
Pages Entreprises LinkedIn avec celles des Pages Personnelles LinkedIn par un effet miroir ;
et enfin, comparer le contenu des Pages Entreprises LinkedIn et des Pages Personnelles
LinkedIn avec la perception du contenu des Pages Entreprises LinkedIn et des Pages
Personnelles LinkedIn. L’unité de mesure est l’entreprise.

Afin de répondre à ces trois objectifs, la démarche empirique s’articule autour de trois études
distinctes conduites successivement comme suit :

 L’étude 1 est une étude quantitative qui cherche à répondre à deux objectifs : (1)
mesurer l’e-réputation corporate perçue d’une entreprise du secteur automobile au sein
du réseau social professionnel LinkedIn via sa Page Entreprise LinkedIn (PEL) et via
les Pages Personnelles LinkedIn (PPL) de ses employés, (2) mesurer la crédibilité
perçue des Pages Entreprises LinkedIn et des Pages Personnelles LinkedIn.
La mesure de l’e-réputation corporate perçue est composée, d’une part, de la mesure
de la qualité perçue de la présence digitale d’une entreprise sur LinkedIn via (a) la
qualité perçue de sa PEL et (b) la qualité perçue des PPL de ses employés et, d’autre
part, de l’évaluation de la notoriété d’une entreprise sur LinkedIn par (a) la mesure de
sa notoriété spontanée permettant d’établir le classement des dix entreprises
automobiles les plus citées, (b) la mesure de sa notoriété perçue sur LinkedIn via sa
PEL et (c) la mesure de sa notoriété perçue sur LinkedIn via les PPL de ses employés.
Cette étude est menée par l’administration d’un questionnaire auprès d’un échantillon
de répondants sélectionnés à partir de deux critères : être de nationalité française, être

149
 membre de LinkedIn. Cette étude permet de comparer la qualité perçue des PEL et des
PPL de leurs employés, leur notoriété perçue et leur crédibilité perçue, pour chacune
des dix entreprises du classement. Cette étude teste les hypothèses H1 à H15 et est
détaillée dans le chapitre 4.

 L’étude 2 est une étude qualitative qui cherche, d’une part, à analyser les PEL des dix
entreprises issues du classement de l’étude 1 selon la présence ou l’absence
d’indicateurs d’information et d’indicateurs de visibilité à l’aide d’une grille de lecture
et, d’autre part, à analyser les PPL associées à chacune des PEL issues du classement
de l’étude 1 selon la présence ou l’absence d’indicateurs de citation et d’indicateurs de
participation, à l’aide d’une grille de lecture. Les grilles de lecture sont complétées en
utilisant un code binaire. Une indexation est ensuite réalisée. Cette étude teste les
hypothèses H16 à H19 et est présentée dans le chapitre 5.

 L’étude 3 offre un cadre d’analyse plus complexe en mettant en relation les données
de l’étude 1 et de l’étude 2. L’objectif est de comparer l’existant et le perçu (l’usage
effectif des contenus des PEL et des PPL versus la perception des contenus des PEL et
des PPL), d’examiner l’influence des PEL et des PPL sur l’e-réputation corporate
perçue et de vérifier le rôle de la crédibilité perçue des PEL et des PPL. Cette étude
teste le modèle général ainsi que les hypothèses de recherche H20 à H34, elle est
présentée dans le chapitre 6.

Le tableau 11 synthétise les différentes collectes de données effectuées dans cette recherche.
La figure 17 synthétise la méthodologie générale de ma recherche.

150
 Objectifs Échantillons Date des collectes Hypothèses testées Mesures
Étude 1 Mesurer l’e-réputation corporate
perçue des PEL et PPL. 1 500 répondants Français; E-réputation corporate
(chapitre 4)
Mesurer la crédibilité perçue des 1 222 individus conservés perçue
Décembre 2014 -
PEL et PPL. (641 femmes et 581 H1 à H15
janvier 2015
Comparer la qualité perçue des hommes ; M âge = 39,13 ; Crédibilité perçue
PEL et PPL, leur notoriété Écart-type âge = 211,05)
perçue, leur crédibilité perçue.

Étude 2
10 PEL Echelle d’informations
(chapitre 5)
Analyse qualitative des PEL et 1 000 PPL associées Mars 2015 – Echelle de visibilité
H16 à H19
des PPL. (283 femmes et 717 Mai 2015 Echelle de citation
hommes) Echelle de participation

Étude 3 Comparer le contenu des PEL et

PPL avec la perception du
(chapitre 6)
contenu des PEL et PPL. Existant vs Perçu
10 PEL ; 1 000 PPL ; -
Examiner l’influence des PEL et H20 à H34 Influence PEL et PPL
1 222 répondants Test du modèle
PPL sur l’e-réputation corporate Effets modérateurs
perçue.
Vérifier le rôle de la crédibilité
Tableau 11 : Synthèse des différentes collectes de données de ma recherche

151
Figure 17 : Etapes de la méthodologie générale de recherche

152
CHAPITRE 4 : LA MÉTHODOLOGIE DE
l’ÉTUDE 1

153
154
 CHAPITRE 4 : LA MÉTHODOLOGIE DE L’ÉTUDE 1

L’é-réputation corporate est un enjeu majeur pour les entreprises. La mesure de l’e-réputation
corporate perçue constitue un véritable challenge pour les entreprises, notamment pour celles
qui déploient une stratégie de présence et de communication digitales. Au travers de
l’approche néo-institutionnelle de la réputation corporate (Rindova et al, 2005), mais aussi de
l’approche de la communication, de l’approche de la ressource, de l’approche du capital
intellectuel et de l’approche des réseaux, les signaux émis par l’entreprise elle-même et par
ses parties prenantes internes influencent l’évaluation des organisations par les parties
prenantes externes. Cependant, compte tenu de l’absence de travaux sur le sujet, il paraît
judicieux et pertinent de parfaire la connaissance existante de ce lien en mettant en exergue
une nouvelle manière de considérer cette relation, en la transposant du monde réel au monde
virtuel et plus particulièrement aux réseaux sociaux professionnels qui intègrent pleinement
l’évaluation par les parties prenantes.

Ce quatrième chapitre cherche à répondre à un triple objectif : comparer la qualité perçue des
PEL à celle des PPL associées, comparer la notoriété perçue des PEL avec celle des PPL
associées et comparer la crédibilité perçue des PEL avec celle des PPL, pour chacune des dix
entreprises du classement. Ainsi, je mesure l’e-réputation corporate perçue d’une entreprise
du secteur automobile au sein du réseau social professionnel LinkedIn via sa « Page
Entreprise LinkedIn » (PEL) et via les « Pages Personnelles LinkedIn » (PPL) de ses
employés ; la crédibilité perçue des « Pages Entreprises LinkedIn » (PEL) et des « Pages
Personnelles LinkedIn » (PPL).
Les hypothèses (H1 à H15), la procédure et les choix méthodologiques sont tour à tour
exposés dans la section 1. Les instruments de mesure sont présentés dans la section 2. Ces
données ont pour vocation d’examiner en profondeur l’effet miroir entre la perception des
contenus des « Pages Entreprises LinkedIn » (PEL) et la perception des contenus des « Pages
Personnelles LinkedIn » (PPL).

155
Section 1 : La présentation et la méthode de l’étude 1

Cette première étude s’attache à mettre en évidence et à valider le lien entre les signaux (les
contenus) émis par les entreprises et leurs parties prenantes internes et l’e-réputation corporate
perçue en examinant le degré d’importance accordé aux signaux directs (contenus publiés sur
les PEL) et indirects (contenus publiés sur les PPL) émis le un réseau social professionnel
LinkedIn.
Les choix du réseau social professionnel et du secteur d’activité sont détaillés dans les sous-
sections 1 et 2. Le mode de collecte et le questionnaire de l’étude 1 sont définis dans la sous-
section 3. Dans un premier temps, je souhaite vérifier si chacun des contenus publiés sur les
PEL et les PPL est significatif dans l’évaluation des entreprises par les parties prenantes
externes, à la fois pour la dimension qualité perçue et la dimension notoriété perçue. Dans un
second temps, j’étudie le degré de crédibilité accordé aux contenus publiés sur les PEL et les
PPL. Enfin, je cherche à savoir si les PPL présentent une qualité perçue, une notoriété perçue
et une crédibilité perçue statistiquement équivalente à la qualité perçue, la notoriété perçue et
la crédibilité perçue des PEL.

1. Le choix du réseau social professionnel

Afin d’étudier l’influence du contenu des Pages Entreprises (PE) et du contenu des Pages
Personnelles (PP) sur l’e-réputation corporate perçue par les internautes Français utilisateurs
des réseaux sociaux professionnels (IURSP), il convient de choisir un réseau social
professionnel (RSP) comme terrain d’étude. Les réseaux sociaux professionnels font partie
des réseaux sociaux (RS) : ils en sont une sous-catégorie. Dans un premier temps, j’identifie
le réseau social professionnel le mieux adapté à mon étude. Dans un second temps, je définis
les Pages Entreprises et les Pages Personnelles du réseau social professionnel choisi.

156
 1.1. Analyse des réseaux sociaux professionnels

Afin de sélectionner le réseau social professionnel qui convient le mieux à ma recherche, je

collecte des données concernant (1) le nombre d’utilisateurs dans le monde et (2) en France,
(3) la notoriété du réseau social professionnel en France, (4) la progression du nombre
d’inscriptions au réseau social professionnel en France, (5) la fréquence d’utilisation et (6) les
options disponibles sur le réseau social professionnel pour accéder à des statistiques. Ces
données me permettent de faire émerger le réseau social professionnel le mieux implanté en
France et de vérifier l’accès aux statistiques nécessaires à la conduite de ma recherche.
Des études (voir ci-dessous) fournissent des chiffres-clés concernant le positionnement des
réseaux sociaux professionnels au sein des réseaux sociaux et le classement des réseaux
sociaux professionnels entre eux ; et cela aux niveaux international et national.

Selon une étude46 menée sur 24 pays et publiée par l’entreprise We Are Social en janvier
2014, 1,85 milliards, soit 74 % des Internautes, sont des utilisateurs actifs de réseaux sociaux.
LinkedIn et Viadeo sont les deux plus importants réseaux sociaux professionnels dans le
monde. LinkedIn comptait 259 millions d’utilisateurs en 2013 et a atteint les 364 millions de
membres au premier trimestre 201547; il s’agit du premier réseau social professionnel dans le
monde. Viadeo compte 55 millions d’utilisateurs en 2013 et 65 millions de membres en
201448.

Chaque année depuis 2007, l’Ifop49 publie son observatoire des réseaux sociaux en France. Il
analyse 56 réseaux sociaux selon deux axes : une étude barométrique des comportements et
des usages des Français concernant les réseaux sociaux ; une étude thématique annuelle qui

46
Source : “Social, Digital & Mobile Around The World (January 2014)” par We Are Social Singapore:
[Link] consulté le
19/09/2014.
47
Source : Chiffres officiels LinkedIn, LinkedIn Q3 2014 Earnings Call, disponible sur
[Link] consulté le 22 juillet 2015.
48
Source : Chiffres officiels Viadeo 2014, disponible sur le site web de Viadeo, [Link]
sommes-nous/donnees-du-groupe-viadeo/, consulté le 22 juillet 2015.
49
Source : « Observatoire des réseaux sociaux 2013 », Ifop, publié en janvier 2014 :
[Link] consulté le 19/09/2014.

157
reflète une tendance générale observée (depuis 2010). Le dernier baromètre en date est celui
de 2013, publié en janvier 2014.
En termes de notoriété, au sein des réseaux sociaux, LinkedIn se positionne à la 13ème place ;
il gagne une place par rapport à 2012. En France, la notoriété de LinkedIn (+47 %) progresse
de 14 points. Viadeo occupe la 16ème place ; il perd une place par rapport à 2012. La notoriété
de Viadeo (36 %) augmente de 5 points. LinkedIn et Viadeo sont les deux seuls réseaux
sociaux professionnels à apparaître dans le classement des 25 premiers réseaux sociaux en
termes de notoriété, en France. LinkedIn devance son concurrent Viadeo.
En termes d’inscriptions sur les réseaux sociaux, LinkedIn occupe la 10ème place ; il gagne
deux places par rapport à 2012. Viadeo se positionne en 11ème place ; il perd une place par
rapport à 2012. En France, le nombre d’inscriptions sur LinkedIn (+14 %) progresse de 5
points. Le nombre d’inscriptions sur Viadeo (+12 %) progresse seulement d’un point.
LinkedIn et Viadeo sont les deux seuls réseaux sociaux professionnels à apparaître dans le
classement des 25 premiers réseaux sociaux en termes d’inscriptions, en France. LinkedIn
devance encore son concurrent Viadeo.
On compte 7 millions d’utilisateurs LinkedIn en France en 2013 selon Médiamétrie50 et 10
millions en 201451. Viadeo en revendique 10 millions en 201452.

En termes de fréquence d’utilisation, en 2013, 5 % des nouveaux inscrits sur LinkedIn se

connectent au moins une fois par jour (26 % au moins une fois par semaine). Sur Viadeo, 3 %
des nouveaux inscrits se connectent au moins une fois par jour (33 % au moins une fois par
semaine)53.

50
Source : « LinkedIn atteint les sept millions d’utilisateurs en France », Le Figaro, publié le 27/01/2014 :
[Link] consulté le
19/09/2014.
51
Source : Chiffres officiels LinkedIn, disponible sur le site web LinkedIn, [Link]
linkedin, consulté le 22 juillet 2015.
52
Source : Chiffres officiels Viadeo 2014, disponible sur le site web de Viadeo,
[Link] consulté le 22 juillet 2015.
53
Source : « Observatoire des réseaux sociaux 2013 », Ifop, publié en janvier 2014 :
[Link] page 16, consulté le 19/09/2014.

158
LinkedIn offre des possibilités de traitement statistique que n’offre pas Viadeo :
- Nombre de personnes ayant un Page Personnelle LinkedIn (PPL ou « Profil »)
et travaillant au sein d’une entreprise ayant une Page Entreprise LinkedIn
(PEL).
- Accès aux entreprises suivies dans un bloc des PPL.
- Nombre d’entreprises ayant une Page Entreprise sur LinkedIn (PEL) pour un
secteur d’activité donné.
- Accès à plusieurs filtres pour un meilleur ciblage des PEL (pays/lieu, taille de
l’entreprise, secteur, nombre d’abonnés).

Après avoir collecté les données sur les réseaux sociaux professionnels (RSP), leur nombre
d’utilisateurs dans le monde et en France, leur notoriété, l’évolution de leurs inscriptions, la
fréquence de leur utilisation ainsi que les possibilités statistiques qu’ils offrent, LinkedIn est
retenu comme terrain d’étude. Il s’agit du réseau social professionnel le mieux implanté en
France et qui me permet d’accéder aux statistiques requises.

Tableau 12 : Synthèse des critères de comparaison entre LinkedIn et Viadeo

LinkedIn Viadeo
Nombre d’utilisateurs dans le
364 millions 65 millions
monde
Nombre d’utilisateurs en
10 millions 10 millions
France
ème
Notoriété du RS en France 13 place 16ème place
Nombre d’inscriptions sur les
10ème place 11ème place
RS en France
Fréquence d’utilisation
(connexion au moins une fois 5 % des nouveaux inscrits 3 % des nouveaux inscrits
par jour)
-Nombre d’employés d’une
entreprise ayant une PPL
-Accès aux PEL suivies sur les
Options de traitement
PPL -
statistique -Nombre d’entreprises ayant une
PEL pour un secteur d’activité
-Filtres de ciblage des PEL

159
 1.2. Définition des Pages Entreprises LinkedIn et Pages Personnelles LinkedIn

Le réseau social professionnel étant sélectionné, les Pages Entreprises et les Pages
Personnelles propres à ce réseau sont examinées. Une Page LinkedIn est composée de
rubriques. Plusieurs « modules » sont proposés à l’intérieur des rubriques. Plusieurs types
d’informations sont inscrits dans chaque module. LinkedIn offre la possibilité à ses
utilisateurs de remplir l’ensemble de ces espaces d’expression.

Une « Page Entreprise LinkedIn » (PEL) est un espace que se crée une entreprise sur
LinkedIn pour informer les membres du réseau social professionnel sur l’organisation, le
secteur d’activité, la marque, les produits, les services et les opportunités de recrutement.
Cette page porte le nom de l’entreprise. Chaque membre de LinkedIn peut suivre une PEL.
Les entreprises peuvent communiquer avec les abonnés. Une PEL permet d’amplifier le
bouche-à-oreille digital. Les membres du réseau de l’entreprise sont visibles. Le contenu
diffusé sur une PEL est créé et contrôlé par un administrateur qui a lui-même une PPL et qui
est employé par l’entreprise pour laquelle il développe la PEL.

Une « Page Personnelle LinkedIn » (PPL), également appelée « profil », est un espace créé
par un individu en devenant membre de LinkedIn. Une PPL est consacrée au parcours
professionnel d’une personne (carrière, formation, centres d’intérêt) ; une PPL est une forme
de curriculum vitae amélioré 2.0. Une PPL porte le nom de la personne. Le contenu diffusé
sur une PPL est créé et contrôlé par le détenteur du compte. Plusieurs fonctionnalités
permettent de valoriser les « profils » et d’augmenter leur visibilité. Chaque membre peut
entrer en contact avec d’autres utilisateurs LinkedIn et développer son réseau. Chaque
membre peut suivre une PEL et s’abonner à un « Groupe ».

J’identifie et j’énumère de façon exhaustive les rubriques, les modules et les types
d’informations disponibles, à la fois pour les Pages Entreprises LinkedIn (PEL) et les Pages
Personnelles LinkedIn (PPL). Cette liste (tableau 13) est réalisée au mois de mai 2014 et ne
prend pas en compte les futures modifications développées par LinkedIn.
Pour les PEL, on dénombre 3 rubriques et 4 modules. Pour les PPL, on dénombre 4 rubriques
et 18 modules.

160
Tableau 13 : Liste exhaustive des attributs PEL et PPL, d’après LinkedIn
PEL
Rubrique TITRE
Modules Types d’informations
1 Fiche d’Identité Nom, Logo, nombre d’abonnés à la Page Entreprise
Rubrique PARCOURS
Modules Types d’informations
Présentation de Descriptif, site web, secteur, type de société, siège social, taille,
2
l’entreprise photo
3 Nouvelles récentes Informations publiées
Rubrique « Comment êtes-vous connectés »
Modules Types d’informations
4 Relations Nombre d’employés sur LinkedIn
PPL
Rubrique TITRE
Modules Types d’informations
1 Fiche d’Identité prénom, nom, fonction, entreprise, région, pays, secteur
Rubrique PARCOURS
Modules Types d’informations
2 Résumé
Fonction, entreprise, dates, lieu, logo de l’entreprise, descriptif de
3 Expérience la fonction, présentation de l’entreprise (documents joints, projets,
recommandations)
4 Compétences Liste de compétences, recommandations associées
5 Publications Liste des publications, documents, liens, auteurs
6 Programmes Cursus scolaire et universitaire
7 Langues Niveau de langue
8 Formation Scolaire et universitaire
Informations Centres d’intérêt, informations personnelles, conseils pour entrer
9
supplémentaires en contact
10 Organisations Autres que celles pour lesquelles on travaille
11 Projets Liste des projets extra professionnels
12 Prix et distinctions Liste
Résultats aux
13 Notes, mentions
examens
14 Brevets Descriptif
15 Certifications Descriptif
16 Volontariat et causes Descriptif
Rubrique GROUPES
Modules Types d’informations
17 Groupes Liste de groupes dont la personne est membre
Rubrique ABONNEMENTS
Modules Types d’informations
Liste des abonnements aux Pages Influenceurs, Pages Actualités,
18 Abonnements
Pages Entreprises, Pages Ecoles

161
Les éléments de cette liste faisant directement référence à une entreprise (nom, logo, page,
groupe, employés) sont signalés en vert. Ces éléments sont utilisés pour mesurer l’e-
réputation corporate perçue et sont détaillés dans la sous-section 3.

2. Le choix du secteur d’activité

L’objet de ma recherche nécessite un échantillon de PEL homogène, issu d’un même secteur
d’activité, afin de réaliser un traitement statistique cohérent. Le référencement des secteurs
d’activité sur LinkedIn obéit à des règles qui lui sont propres. Les secteurs d’activité sont
analysés selon ces règles. De plus, le secteur d’activité retenu est intégré aux consignes du
questionnaire administré aux répondants et il détermine le choix des entreprises dont les Pages
Entreprises LinkedIn sont étudiées. Il est nécessaire, d’une part, que l’intitulé du secteur
d’activité soit communément admis et, d’autre part, que le secteur d’activité soit
suffisamment familier aux répondants pour qu’ils puissent associer des entreprises à ce
secteur. Le secteur d’activité est sélectionné à l’issue de quatre étapes : (1) définition d’une
typologie des mots-clés de référencement des secteurs sur LinkedIn, (2) identification des
mots-clés de premier niveau par secteur sur LinkedIn ; (3) procédure de tri des secteurs
d’activité à partir de la liste des mots-clés de premier niveau de LinkedIn; et (4) procédure de
tri des secteurs d’activité restants à partir d’un focus groupe. Ces quatre étapes sont présentées
ci-après.

162
 2.1. Définition d’une typologie des mots-clés de référencement des secteurs sur
LinkedIn

Pour ma recherche, je souhaite cibler des entreprises commerciales connues du grand public.
L’INSEE54 établit une liste appelée « Nomenclature d’Activités Française » (NAF) qui
comprend vingt-et-un secteurs d’activité. Je sélectionne les neuf secteurs d’activité pertinents
au sein de cette liste, à savoir : industries extractives ; industrie manufacturière ; production et
distribution d’électricité, de gaz, de vapeur et d’air conditionné ; construction ; commerce,
réparations automobile et motocycles ; Hébergement et restauration ; information et
communication ; activités financières et d’assurance ; activités immobilières.

Sur LinkedIn, je souhaite accéder aux listes des entreprises qui sont rattachées à un même
secteur d’activité. Pour cela, j’inscris successivement chaque intitulé NAF dans la barre de
recherche. Or, je constate que les intitulés NAF ne sont pas ceux utilisés par les entreprises
pour le référencement de leur secteur d’activité sur LinkedIn. En effet, sur une PEL, le champ
« secteur » ne correspond pas aux secteurs d’activité de l’INSEE, évoqués ci-dessus, mais
peut correspondre tantôt aux « sous-secteurs », tantôt aux « divisions », tantôt aux « groupes »
et tantôt aux « classes » définis par l’INSEE. Par exemple, si j’inscris l’intitulé NAF
« activités financières » sur LinkedIn, j’obtiens une liste d’entreprises multi-secteurs
(industrie automobile, technologies et services de l’information, banques, administration
publique, formation professionnelle, assurances, télécommunications…). Sur LinkedIn, les
entreprises choisissent un type de référencement différent car elles ont toute liberté pour
choisir les mots-clés définissant leur secteur d’activité.

Afin d’obtenir les listes des entreprises par « secteur » générées par LinkedIn, il est nécessaire
de réaliser un travail autour des mots-clés. Pour cela, je conçois une typologie des mots-clés
de référencement. Cette typologie comprend trois niveaux : les mots-clés de premier niveau,
les mots-clés de second niveau et les mots-clés de troisième niveau.

54
Source : INSEE, site web :
[Link] consulté le 1er
septembre 2014.

163
Un mot-clé de premier niveau, obligatoirement requis dans le champ « secteur », est un mot-
clé utilisé par l’entreprise pour définir son secteur d’activité. Ce mot-clé apparaît au-dessous
du nom de l’entreprise dans la « vignette55 » (figure 18). C’est un référencement de premier
niveau. Par exemple, l’entreprise BNP Paribas utilise « banques » comme mot-clé de premier
niveau.

Figure 18 : Exemple de vignette pour la recherche BNP Paribas, d’après LinkedIn

Un mot-clé de second niveau est un mot-clé utilisé par l’entreprise pour définir les secteurs
d’activité des entreprises avec lesquelles elle a un lien. Par exemple, « assurance » apparaît
comme un mot-clé de second niveau dans le référencement d’entreprises qui ne sont pas des
compagnies d’assurance mais qui traitent de l’information de l’activité « assurances ». Ainsi
l’entreprise « Le Journal de l’assurance » utilise « groupe de presse » comme mot-clé de
premier niveau et « leader de l’information en assurance » comme mot-clé de second niveau.
Un mot-clé de troisième niveau est un mot-clé qui apparaît dans les contenus des Pages
Entreprises LinkedIn. Par exemple, « hôtellerie » apparaît comme un mot-clé de troisième
niveau sur la PEL de l’entreprise immobilière « Foncière des Régions ».

2.2. Identification des mots-clés de premier niveau sur LinkedIn

Le secteur d’activité est soumis aux répondants sur le questionnaire. Le mot-clé de premier
niveau associé au secteur d’activité doit être clairement compris par les répondants et ne
susciter aucune ambiguïté. Il doit être communément admis afin que les répondants puissent
citer des entreprises faisant partie de ce secteur d’activité. Par exemple, le mot-clé

55
Une « vignette » est un encart qui apparaît, pendant la saisie et avant de valider la recherche par « entrée », au-
dessous de la barre de recherche lorsqu’y est inscrit le nom d’une entreprise.

164
« banques » doit spontanément faire penser à des entreprises telles que, par exemple, BNP
Paribas ou Caisse d’épargne.

Je classe les mots-clés selon leur niveau afin de faire émerger les mots-clés de premier niveau
qui me permettent d’accéder aux listes des entreprises d’un même secteur d’activité, présentes
sur LinkedIn via leur Page Entreprise.

La difficulté lors de cette identification est double. D’une part, le mot-clé de premier niveau
utilisé par la Page Entreprise peut ne pas être celui qui est communément admis : par
exemple, l’entreprise E. Leclerc est attendue dans une liste générée à partir du mot-clé de
premier niveau « grande distribution » alors qu’elle apparaît dans la liste générée à partir du
mot-clé de premier niveau « commerce de détail ». D’autre part, certaines entreprises d’un
même secteur d’activité peuvent utiliser un mot-clé de premier niveau différent. Par exemple,
l’entreprise Carrefour utilise le mot-clé de premier niveau « grande distribution » alors que
l’entreprise Auchan utilise le mot-clé de premier niveau « commerce de détail ».
LinkedIn est conçu pour dresser la liste des entreprises d’un même secteur d’activité à partir
d’un seul et même mot-clé de premier niveau. Il est impossible de générer une liste en
inscrivant deux mots-clés de premier niveau dans la barre de recherche, comme par exemple
« grande distribution commerce de détail ». Il est donc capital d’identifier le mot-clé de
premier niveau qui est utilisé par le plus grand nombre d’entreprises d’un même secteur
d’activité.

La démarche exploratoire adoptée s’articule autour de trois axes: (1) la recherche à partir d’un
mot-clé communément admis pour un secteur, (2) la recherche à partir du nom d’une
entreprise majeure d’un secteur et (3) la recherche à partir du mot-clé issu d’une PEL d’une
entreprise majeure d’un secteur.
Pour obtenir la liste des entreprises d’un même secteur d’activité, je commence ma démarche
en inscrivant le mot-clé de premier niveau communément admis dans la barre de recherche.
LinkedIn génère alors une liste des entreprises référencées à partir de ce mot-clé de premier
niveau. Je répertorie les entreprises qui apparaissent dans cette liste et je repère si toutes les
entreprises majeures du secteur y sont présentes. Par exemple, en inscrivant le mot-clé de
premier niveau « grande distribution », les entreprises Carrefour, Simply Market, Intermarché
figurent sur la liste. En revanche, je constate que d’autres entreprises majeures n’y figurent
pas, comme par exemple E. Leclerc, Auchan, Lidl.

165
Je poursuis alors ma démarche en inscrivant le nom d’une entreprise majeure d’un secteur
dans la barre de recherche afin de repérer le mot-clé de premier niveau utilisé par cette
entreprise au sein de sa Page Entreprise LinkedIn, dans le champ « secteur ». Par exemple, en
affichant la PEL de l’entreprise E. Leclerc, le mot-clé de premier niveau affiché est
« commerce de détail ». Je constate que le mot-clé de premier niveau utilisé par l’entreprise E.
Leclerc n’est pas le mot-clé de premier niveau communément admis pour ce même secteur.
Je termine ma démarche en inscrivant le mot-clé de premier niveau (ainsi repéré) dans la barre
de recherche pour répertorier les entreprises d’un même secteur qui utilisent ce même mot-clé
de premier niveau (ici, « commerce de détail ») différent du mot-clé de premier niveau
communément admis. La nouvelle liste générée est analysée. Par exemple, en utilisant
« commerce de détail », les entreprises Lidl, Auchan, Aldi apparaissent dans cette nouvelle
liste. Si une entreprise importante n’apparait toujours pas, j’inscris son nom dans la barre de
recherche et je relève le mot-clé de premier niveau qui apparaît. Je renouvèle la démarche
jusqu’à obtention de la liste complète des entreprises majeures d’un même secteur présentes
sur le marché. Je constate qu’un mot-clé de premier niveau encore différent peut avoir été
choisi par une entreprise majeure et qu’elle est la seule à l’utiliser pour définir son « secteur ».
Par exemple, l’entreprise Leader Price n’utilise ni le mot-clé de premier niveau
communément admis « grande distribution » ni l’autre mot-clé de premier niveau « commerce
de détail » mais le mot-clé de premier niveau « biens de consommation ». Elle la seule
entreprise du secteur à l’utiliser.

Je constate également qu’un mot-clé de premier niveau orthographié différemment

(pluriel/singulier) est un mot-clé de second niveau dans certains secteurs d’activité. Par
exemple, « banques » est un mot-clé de premier niveau alors que « banque » est un mot-clé de
second niveau.

Je constate enfin que certaines entreprises majeures d’un secteur d’activité ne sont pas
référencées sur LinkedIn ; elles n’ont pas de PEL.

166
 2.3. Procédure de tri des secteurs d’activité à partir de la liste des mots-clés de
premier niveau de LinkedIn

Conformément à la démarche exploratoire présentée ci-dessus, pour chaque secteur d’activité,

j’inscris les mots-clés identifiés dans la barre de recherche, en choisissant l’option
« Entreprises » du menu de navigation de LinkedIn. Pour chaque mot-clé, LinkedIn génère
une liste56 des Pages Entreprises LinkedIn contenant ce mot-clé. J’analyse les listes afin de
définir à quel type de niveau appartient chaque mot-clé. Je reporte ces informations dans le
tableau 14.

Tableau 14 : Secteurs d’activité référencés par mots-clés de différents niveaux, d’après

LinkedIn

Secteurs Mots-clés par Type des mots-clés choisis par l’entreprise pour le référencement
d’activité secteur d’activité de sa PEL sur LinkedIn

- Le mot "agro-alimentaire" apparaît comme un mot-clé de

premier niveau pour Danone, Yoplait, Lactalis.
- Le mot "agro-alimentaire" apparaît comme un mot-clé de
second niveau dans le référencement d'entreprises qui ne font
pas de commerce alimentaire mais s'inscrivent dans la chaîne
de valeur de l'agro-alimentaire" (e.g : Cisamed Agro-Business
Secteur
Alimentaire
Agro-Alimentaire Center : additifs alimentaires, produits de laboratoires; Groupe
Export Agroalimentaire Québec-Canada: association; ISFORT
MAROC: enseignement supérieur lié à l'agroalimentaire;
Europ Stocks Services: logistique et chaîne
d'approvisionnement).
- Nestlé S.A est référencée avec le mot-clé "restauration
collective".

Le mot "alimentaire" apparaît comme un mot-clé de premier

niveau dans le référencement d'entreprises qui ne font pas de
commerce alimentaire mais qui s'inscrivent dans la chaîne de
valeur de l'alimentaire ou dont les services touchent à
Secteur
Alimentaire
Alimentaire l'alimentaire (e.g : LCB food safety : chimie, sécurité
alimentaire; CMV INFORMATICS : logiciels informatiques
utilisés par des entreprises du secteur alimentaire; Voila-Coach
: diététicien; Agro environnement : traitement des effluents de
l'industrie agro-alimentaire).

56
Résultats obtenus lors de la démarche réalisée pendant le mois de septembre 2014.

167
 Le mot "Automobile" apparaît comme un mot-clé de second et
Secteur
automobile
Automobile troisième niveau dans le référencement d’entreprises qui ne
construisent pas d’automobiles (e.g : garages).

« Industrie automobile » apparaît comme un mot-clé de

Secteur
automobile
Industrie automobile premier niveau (PSA Peugeot Citroën, Renault, Ford Motor
Company, Toyota, Seat S.A, BMW Group).

Le mot "banque" apparaît comme un mot-clé de second niveau

Secteur bancaire Banque dans le référencement des entreprises qui proposent des
services financiers.

Le mot "banques" apparaît comme un mot-clé de premier

Secteur bancaire Banques
niveau (BNP Paribas…).

- Le mot "Construction" apparaît comme un mot-clé de

Secteur de la
construction
Construction premier niveau (Vinci, Eiffage Construction).
-Lafarge est référencé avec "matériaux de construction".

- "Biens de consommation" apparaît comme un mot-clé de

Secteur de la premier niveau dans le référencement de Leader Price et
grande Biens de consommation 3Suisses.
distribution -"Biens de consommation" apparaît comme un mot-clé de
second niveau dans le référencement des 26 entreprises listées.

-« Commerce de détail » apparaît comme un mot-clé de

premier niveau dans le référencement des entreprises Auchan,
Lidl, Leclerc, Aldi.
-Des entreprises de logiciels informatiques (e.g : Cognitis
Group), de marketing (e.g : e-wego) sont référencées dans la
Secteur de la
liste du fait des contenus de leur Page (référencement de
grande Commerce de détail
distribution troisième niveau).
-« Commerce de détail » apparaît comme un mot-clé de
premier niveau dans le référencement des entreprises liées à
l’habillement : La Redoute, H&M, Galeries Lafayette,
Massimo Dutti, Sinequanone.

-Les mots « grande distribution » apparaissent comme un mot-

clé de premier niveau pour des entreprises spécialisées (e.g :
Secteur de la Arc International : articles d'arts de la table, verres, céramiques
grande Grande distribution et ciments).
distribution -Carrefour, Symply Market, Intermarché, Groupement des
Mousquetaires sont référencés avec "grande distribution" en
mot-clé de premier niveau.

168
 - Le mot "assurance" apparaît comme un mot-clé de second
niveau dans le référencement d’entreprises qui ne sont pas des
assureurs mais qui traitent de l'information de l'activité
Secteur des assurances (e.g : "Le Journal de l'assurance", groupe de presse,
Assurance
assurances leader de l'information en assurance).
- Il s'agit aussi d'un mot-clé de second niveau dans le
référencement des entreprises dont ce n'est pas l'activité
principale (e.g : "Societe Generale Insurance").

Secteur des Le mot "assurances" apparaît comme un mot-clé de premier

Assurances
assurances niveau.

-Le mot « cosmétiques » apparaît comme un mot-clé de

Secteur des premier niveau.
Cosmétiques
cosmétiques -Pierre Fabre est référencé avec le mot-clé "industrie
pharmaceutique".

Secteur des Le mot « énergie » apparaît comme un mot-clé de second et

Energie
énergies troisième niveau. Il ne permet pas un ciblage efficace.

Secteur des « Pétrole et énergie » apparaît comme un mot-clé de premier

Pétrole et énergie
énergies niveau (GDF Suez, Direct Energie, EDF).

Secteur des - Le mot "Télécommunications" apparaît comme un mot-clé de

télécommunicatio Télécommunications premier niveau (Orange, SFR, Bouygues Telecom).
ns -Free n'est pas référencé.

Le mot "Hôtellerie" apparaît comme un mot-clé de second et

Secteur hôtelier Hôtellerie
troisième niveau dans le référencement d’entreprises.

- Le mot "Hôtellerie et hébergement" apparaît comme un mot-

Hôtellerie et clé de premier niveau (Ibis Hotels, Accor, Sofitel Luxury
Secteur hôtelier hébergement Hotels & Resorts, Holiday Inn, Radisson).
-Campanile, Groupe du Louvre ne sont pas référencés.
Le mot "Immobilier" apparaît comme un mot-clé de premier
Secteur
immobilier
Immobilier niveau (Bouygues Immobilier, Orpi, Century 21, Guy Hoquet
l'immobilier).

169
 - Les mots-clés « industrie textile », « confection textile » et
« habillement » apparaissent comme des mots-clés de
troisième niveau.
Industrie textile
- Diesel est référencée avec le mot-clé de premier niveau
Secteur textile Confection textile
Habillement « confection et mode ».
- Les entreprises H&M, Galeries Lafayette, Massimo dutti,
Sinequanone, La Redoute sont référencées avec le mot-clé de
premier niveau « commerce de détail ».

- Le mot-clé « agence de voyage » apparaît comme un mot-clé

de troisième niveau.
Secteur des - Le mot-clé « loisirs, voyages et tourisme » apparaît comme
Agence de voyage
activités des
agences de
Loisirs, voyages et un mot-clé de premier niveau (Club Med) mais aussi de
voyage
tourisme second niveau pour plusieurs types d’entreprises qui ne sont
pas des agences de voyages (Web TV Tourisme, Geophyle…) ;
mais encore comme un mot clé de troisième niveau.

Cette démarche permet, d’une part, de confirmer les mots-clés de premier niveau utilisés pour
poursuivre la sélection du secteur d’activité et, d’autre part, de procéder au premier tri des
secteurs d’activité.
Les secteurs d’activité conservés apparaissent en vert dans le tableau 14.
Le secteur alimentaire est conservé avec le mot-clé de premier niveau « agro-alimentaire ».
En effet, l’ensemble des entreprises majeures de ce secteur est référencé avec ce mot-clé.
Le secteur automobile est conservé avec le mot-clé de premier niveau « industrie
automobile ». En effet, l’ensemble des entreprises majeures de ce secteur est référencé avec
ce mot-clé.
Le secteur bancaire est conservé avec le mot-clé de premier niveau « banques ». En effet,
l’ensemble des entreprises majeures de ce secteur est référencé avec ce mot-clé.
Le secteur de la construction est conservé avec le mot-clé de premier niveau « construction ».
En effet, l’ensemble des entreprises majeures de ce secteur est référencé avec ce mot-clé.
Le secteur d’activité des assurances est conservé avec le mot-clé de premier niveau
« assurances ». En effet, l’ensemble des entreprises majeures de ce secteur est référencé avec
ce mot-clé.
Le secteur des cosmétiques est conservé avec le mot-clé de premier niveau « cosmétiques ».
En effet, l’ensemble des entreprises majeures de ce secteur est référencé avec ce mot-clé.
Le secteur des énergies est conservé avec le mot-clé de premier niveau « pétrole et énergie ».
En effet, l’ensemble des entreprises majeures de ce secteur est référencé avec ce mot-clé.

170
Le secteur des télécommunications est conservé avec le mot-clé de premier niveau
« télécommunications ». En effet, l’ensemble des entreprises majeures de ce secteur est
référencé avec ce mot-clé.
Le secteur hôtelier est conservé avec le mot-clé de premier niveau « hôtellerie et
hébergement ». En effet, l’ensemble des entreprises majeures de ce secteur est référencé avec
ce mot-clé.
Le secteur immobilier est conservé avec le mot-clé de premier niveau « immobilier ». En
effet, l’ensemble des entreprises majeures de ce secteur est référencé avec ce mot-clé.

Le secteur de la grande distribution n’est pas retenu car les entreprises majeures du secteur ne
sont pas référencées avec un même mot-clé de premier niveau. De plus, les mots-clés de
premier niveau (« grande distribution », « biens de consommation », « commerce de détail »)
sont également utilisés par d’autres entreprises de secteurs d’activité différents. Enfin, ces
mots-clés sont de différents niveaux.
Le secteur textile n’est pas retenu car les entreprises majeures du secteur ne sont pas
référencées avec un même mot-clé de premier niveau.
Le secteur des activités des agences de voyages n’est pas retenu car les entreprises majeures
du secteur ne sont pas référencées avec un même mot-clé de premier niveau. De plus, les
mots-clés de premier niveau (« agence de voyage », « loisirs, voyages et tourisme ») sont
également utilisés par d’autres entreprises de secteurs d’activité différents. Enfin, ces mots-
clés sont de différents niveaux.

En résumé, trois secteurs d’activité sont exclus car ils n’utilisent pas un même mot-clé de
premier niveau pour le référencement de leur PEL sur LinkedIn et dix secteurs d’activité sont
conservés car ils utilisent un même mot-clé de premier niveau pour le référencement de leur
PEL sur LinkedIn. J’intitule les dix secteurs d’activité restants selon le mot-clé de premier
niveau (voir tableau 15).

171
Tableau 15 : Secteurs d’activité référencés par mots-clés de premier niveau, d’après
LinkedIn
Secteurs d’activité Mots-clés de premier niveau associés
Secteur de la construction Construction
Secteur des télécommunications Télécommunications
Secteur immobilier Immobilier
Secteur des assurances Assurances
Secteur agro-alimentaire Agro-Alimentaire
Secteur des banques Banques
Secteur des cosmétiques Cosmétiques
Secteur de l’industrie automobile Industrie automobile
Secteur du pétrole et de l’énergie Pétrole et énergie
Secteur de l’hôtellerie et de l’hébergement Hôtellerie et hébergement

2.4. Procédure de tri des secteurs d’activité restants à partir d’un focus groupe

Comme le secteur d’activité retenu est intégré aux consignes du questionnaire de l’étude 1 et
qu’il détermine le choix des entreprises dont les Pages Entreprises LinkedIn sont étudiées,
mon objectif est d’obtenir un classement décroissant de dix entreprises d’un secteur donné
selon leur nombre de citations. Il est donc nécessaire qu’au moins dix mêmes entreprises
soient plusieurs fois citées.
Afin de poursuivre la procédure de tri sur les dix secteurs d’activité restants, j’organise un
focus groupe57. Ce focus groupe présente quatre objectifs : (1) vérifier si les intitulés des dix
secteurs d’activité restants sont communément admis ; (2) détecter les difficultés que peuvent
rencontrer les répondants lorsqu’ils sont en position de citer des entreprises d’un secteur
d’activité donné (méconnaissance du secteur et des entreprises du secteur) ; (3) vérifier que
les entreprises citées appartiennent bien au secteur d’activité indiqué et (4) vérifier que
plusieurs mêmes entreprises sont citées plusieurs fois.

57
Le focus groupe se déroule le 23 septembre 2014, de 19h à 21h, à Toulouse.

172
 a. Description du focus groupe

Je contacte vingt personnes de mon réseau LinkedIn qui habitent à Toulouse et je leur propose
de participer à un focus groupe dans le cadre de ma thèse. Quinze personnes répondent
favorablement. Les quinze participants sont de nationalité française, ont un emploi et ont un
« Profil » LinkedIn. L’échantillon comprend cinq hommes (moyenne d’âge : 36,2) et dix
femmes (moyenne d’âge : 37,1). Le tableau 16 ci-dessous synthétise les informations sur les
participants.

Tableau 16 : Description des participants du focus groupe

Répondants Sexe Age Poste CSP

1 Femme Cadre et profession

30 MCF intellectuelle supérieure

2 Homme Ingénieur chef de Cadre et profession

38 projet intellectuelle supérieure

3 Homme Ingénieur Cadre et profession

32 spécialisé intellectuelle supérieure

4 Femme Responsable Cadre et profession

35 marketing intellectuelle supérieure

Responsable
5 Homme stratégie Cadre et profession
28 audiovisuelle intellectuelle supérieure

6 Femme Chargée de Cadre et profession

35 communication intellectuelle supérieure

Chargée de
7 Femme développement Cadre et profession
34 économique intellectuelle supérieure

8 Femme Assistante
50 formalités Professions intermédiaires
9 Femme 52 Secrétaire Professions intermédiaires

10 Femme Cadre et profession

40 Comptable intellectuelle supérieure

11 Femme Assistante
35 formation continue Professions intermédiaires

Chargé de
12 Homme développement Cadre et profession
28 économique intellectuelle supérieure

13 Femme Cadre et profession

32 Ingénieur HSE intellectuelle supérieure

14 Femme Chef de service Cadre et profession

28 CFE intellectuelle supérieure

173
 Chargé de
15 Homme développement Cadre et profession
55 économique intellectuelle supérieure

Je reçois les participants et les invite à prendre place autour d’une table. Je fournis un stylo à
chacun. J’annonce aux participants le déroulement de la séance : distribution d’un document à
compléter dans un temps imparti (figure 19), puis discussion.

Figure 19 : Focus groupe pour la procédure de tri sur les dix secteurs d’activité restants

Je distribue à chaque participant le document, face cachée, qui contient quatre questions de
contrôle (sexe, âge, poste et catégorie sociale professionnelle), la consigne et le tableau listant
les dix secteurs d’activité. Je laisse les participants prendre connaissance du document
pendant deux minutes. J’invite les participants à compléter les cinq questions de contrôle.
Ensuite, je demande aux participants d’inscrire le nom de dix entreprises pour le premier
secteur d’activité. Les participants ont une minute pour citer dix entreprises maximum. Je leur
indique le début et la fin du temps imparti. Je les invite à passer au second secteur et ainsi de
suite jusqu’au dixième et dernier secteur.
Une fois le tableau complété, je demande à chacun des participants d’énoncer le nom des
entreprises qu’il a noté pour le premier secteur d’activité. Le tour de table terminé, je leur

174
demande s’ils ont rencontré des difficultés. Lorsque le dernier participant s’est exprimé, je les
invite à procéder de la même façon pour le second secteur d’activité et ainsi de suite jusqu’au
dixième et dernier secteur. Lorsque la discussion autour du dernier secteur d’activité est
terminée, je remercie les participants et je clos la séance.

b. Résultats du focus groupe

J’analyse les données collectées lors du focus groupe.

Dans un premier temps, j’étudie le nombre d’entreprises citées par secteur d’activité. Les
participants rencontrent des difficultés pour citer des entreprises des secteurs de la
construction (37 entreprises citées), de l’immobilier (38 entreprises citées) et des énergies (48
entreprises citées). En revanche, ils citent facilement un grand nombre d’entreprises du
secteur automobile (107 entreprises citées).

Tableau 17 : Nombre d’entreprises citées par les participants par secteur d’activité
Secteurs d'activité
Répondants Construction Télécoms Immobilier Assurances Alimentaire Bancaire Cosmétiques Automobile Energies Hôtelier
1 3 10 4 9 7 10 10 9 3 8
2 3 9 4 6 4 6 5 10 5 5
3 1 1 1 1 1 1 1 1 1 1
4 2 4 3 6 10 6 10 10 4 8
5 0 1 1 1 1 1 1 1 1 1
6 1 4 3 5 4 6 5 7 2 3
7 3 5 3 6 9 10 10 10 6 6
8 1 2 0 3 2 4 1 5 1 2
9 1 5 2 6 5 7 4 7 4 2
10 5 5 3 5 3 8 10 10 2 2
11 3 3 2 2 2 3 3 2 1 3
12 2 5 1 4 6 7 1 10 3 4
13 7 6 7 7 10 8 10 10 7 8
14 3 5 1 2 5 5 3 6 3 3
15 2 3 3 6 4 4 3 9 5 7
TOTAL 37 68 38 69 73 86 77 107 48 63

Dans un second temps, j’examine la lisibilité des intitulés des secteurs d’activité et j’exclus
les secteurs qui génèrent une ambiguïté.
Je détecte un problème de lisibilité pour le secteur agro-alimentaire : certains participants
confondent ce secteur avec le secteur de la grande distribution ; ils citent des enseignes de
grandes surfaces (Intermarché, Lidl, Carrefour, Leclerc, Auchan, Aldi) et de commerces de

175
proximité (Boucherie Pere, Boulangerie Grande, Fruits et Légumes Missio). Le secteur agro-
alimentaire n’est pas conservé.
Je détecte un problème de lisibilité pour le secteur de la construction : certains participants
confondent ce secteur avec le secteur de commerce de détail ; ils citent des enseignes de
grande distribution spécialisée (Mr Bricolage, Leroy-Merlin, Castorama, Brico Depot), des
négoces de matériaux de construction (Sarremejean), des entreprises artisanales spécialisées
(Montegut, SMECSO, Vercoutter, Dazeas) et des fabricants de produits métalliques (Troisel,
Castel et Fromaget). Le secteur de la construction n’est pas conservé.

Dans un troisième temps, j’examine le référencement des entreprises citées, je vérifie leur
adéquation avec le secteur d’activité associé et j’exclus les secteurs qui présentent une
anomalie.
Je détecte un problème de référencement pour le secteur des télécommunications : certains
participants citent les entreprises « Apple », « Sosh » et « Philips » qui ne sont pas référencées
avec le mot-clé de premier niveau « télécommunications » ; d’autres citent l’entreprise
« Free » qui n’a pas de PEL ; enfin, certains citent l’entreprise « France Télécom » qui
n’existe plus. Le secteur des télécommunications n’est pas conservé.
Je détecte un problème de référencement pour le secteur immobilier : certains participants
citent les entreprises « Logic Immo » et « [Link] » qui ne sont pas référencées avec le
mot-clé de premier niveau « immobilier » ; d’autres citent les entreprises « Crédit Agricole
Immobilier », « Square Habitat », « Maison France Confort », « Ellience », « Ailerys »,
« Bragato », « Barbé », « Paru Vendu » qui n’ont pas de PEL ; enfin, un participant ne cite
aucune entreprise. Le secteur immobilier n’est pas conservé.
Je détecte un problème de référencement pour le secteur du pétrole et de l’énergie : certains
participants citent les entreprises « Veolia », « Saur » et « Charbonnages de France » qui ne
sont pas référencées avec le mot-clé de premier niveau « pétrole et énergie » ; d’autres citent
l’entreprise « Elan » qui n’a pas de PEL. Le secteur du pétrole et de l’énergie n’est pas
conservé.
Je détecte un problème de référencement pour le secteur de l’hôtellerie et de l’hébergement :
certains participants citent les entreprises « Pierre et Vacances », « Club Med », « Belambra »
et « Marmara » qui ne sont pas référencées avec le mot-clé de premier niveau « hôtellerie et
hébergement » ; d’autres citent les entreprises « Fram », « Georges V », « Le Robinson »,
« Contact Hôtel », « Ren Hôtel », « 1ère classe » et « Appart Hôtel » qui n’ont pas de

176
PEL ; enfin, certains citent l’entreprise « VVF » qui n’existe plus. Le secteur de l’hôtellerie et
de l’hébergement n’est pas conservé.
Je détecte un problème de référencement pour le secteur des assurances : certains participants
citent les entreprises « Natixis », « Crédit Mutuel », « Crédit Agricole », « Caisse d’Epargne »
et « AGPM » qui ne sont pas référencées avec le mot-clé de premier niveau « assurances » ;
d’autres citent les entreprises « Vitavi » et « LMDE » qui n’ont pas de PEL. Le secteur des
assurances n’est pas conservé.
Je détecte un problème de référencement pour le secteur des cosmétiques : certains
participants citent les entreprises « Chanel », « Dior », « YSL », « Unilever », « Henkel »,
« Beauty Success » et « Sephora » qui ne sont pas référencées avec le mot-clé de premier
niveau « cosmétiques » ; d’autres citent les entreprises « Vichy », « Biotherm »,
« Bourgeois », « Gemey », « Garnier » et « Paco Rabane » qui n’ont pas de PEL. Le secteur
des cosmétiques n’est pas conservé.
Je détecte un problème de référencement pour le secteur des banques : certains participants
citent les entreprises « HSBC » et « Trésorerie Générale » qui ne sont pas référencées avec le
mot-clé de premier niveau « banques ». Le secteur des banques n’est pas conservé.

A l’issue de cette procédure de tri, aucun problème de lisibilité ni de référencement n’est

détecté pour le secteur de l’industrie automobile. En effet, les participants ne rencontrent
aucune difficulté pour citer des entreprises appartenant à ce secteur. De plus, c’est le secteur
où plusieurs mêmes entreprises sont citées par plusieurs participants (tableau 18).
Le secteur de l’industrie automobile est le secteur d’activité que je retiens pour ma recherche.

177
Tableau 18 : Nom et nombre des entreprises du secteur automobile citées
Secteur de l'industrie automobile
Nom de l'entreprise Nombre de
citée citations
Renault 14
Peugeot 13
Citroën 11
Mercedes 10
Ford 8
BMW 7
Audi 6
Volkswagen 5
Toyota 5
Nissan 5
Fiat 5
Opel 4
Porsche 2
Jaguar 2
Ferrari 2
Dacia 2
Seat 2
GM 1
Kia 1
Suzuki 1
Lamborghini 1
TOTAL 107

2.5. Etat des lieux du secteur de l’industrie automobile sur LinkedIn

Afin de pourvoir mener ma recherche et réaliser les différentes mesures, je collecte les
différentes données quantitatives générées de façon automatique par LinkedIn, à savoir : le
nombre d’employés de chacune des entreprises du secteur de l’industrie automobile, le
nombre d’abonnés à leur PEL, le nombre d’employés ayant une Page Personnelle LinkedIn
(PPL) pour chacune des entreprises, le nombre d’employés français ayant une PPL pour
chacune des entreprises et l’existence (ou l’absence) d’un groupe éponyme pour chacune des
entreprises. J’analyse, avec ces paramètres, le secteur de l’industrie automobile sur LinkedIn
afin de m’assurer de la présence systématique de ces données et de leur pertinence dans le
cadre de ma recherche.

178
 a. Nombre d’employés des entreprises et nombre d’abonnés aux PEL

Je répertorie les entreprises du secteur de l’industrie automobile référencées 58 sur LinkedIn

via leur PEL, le nombre d’employés de chacune des entreprises tel que mentionné sur la PEL
ainsi que le nombre d’abonnés à leur PEL ; je liste les entreprises de façon décroissante selon
leur nombre d’abonnés (tableau 19).

Je dois m’assurer que les entreprises majeures du secteur de l’industrie automobile sont
référencées sur LinkedIn via leur PEL. En effet, dans mon questionnaire (présenté plus bas),
je demande aux répondants de citer une entreprise du secteur de l’industrie automobile afin,
notamment, de réaliser un classement des dix entreprises les plus citées et d’analyser les
contenus de leur PEL.

Le nombre d’employés des entreprises me permet de m’assurer que je peux comparer de

façon cohérente les entreprises entre elles ou que je peux segmenter les entreprises en groupes
homogènes afin de comparer les entreprises appartenant à un même groupe.

Le nombre d’abonnés aux PEL me permet d’appréhender la notoriété de chacune des

entreprises sur LinkedIn.

Les membres de LinkedIn qui s’abonnent aux PEL des entreprises du secteur de l’industrie
automobile peuvent être des salariés de ces entreprises, des consommateurs, des
consommateurs potentiels, des salariés d’autres entreprises qui souhaitent suivre les actualités
de l’entreprise.

58
Identification réalisée en septembre 2014.

179
Tableau 19 : Entreprises du secteur de l’industrie automobile référencées via leur PEL,
leur nombre d’employés et leur nombre d’abonnés, d’après LinkedIn
Nom de l’entreprise sur LinkedIn PEL Nb Employés Nb Abonnés
Ford Motor Company Oui >10 000 537 225
BMW Group Oui >10 000 284 995
Toyota Oui >10 000 235 319
Nissan Motor Corporation Oui >10 000 234 430
Volkswagen Oui >10 000 179 069
Ferrari Oui 5001-1000 168 819
Renault Oui >10 000 165 191
Audi AG Oui >10 000 138 265

Fiat Chrysler Automobiles Oui >10 000 132 950

Jaguar Land-Rover Oui >10 000 95 076
Mercedes Benz Oui 1001-5000 71 054
Volvo Car Group Oui >10 000 51 247
Porsche Oui 5001-10000 50 268
Lamborghini Oui 1001-5000 42 802
Bentley Oui 1001-5000 30 369
Hyunday Oui 1001-5000 26 776
Maserati Oui 501-1000 26 143
Honda Oui >10 000 25 432
Aston Martin Oui 1001-5000 24 593
Citroën Oui >10 000 20 290
Mitsubishi Motors Oui 5001-1000 18 967
Seat S.A Oui >10 000 15 271
Peugeot France Oui >10 000 14 624
Subaru Oui 501-1000 10 972
Rolls-Royce Oui 1001-5000 10 508
Mazda Oui 5001-1000 10 505
Group Lotus Oui 501-1000 10 498
Opel Oui >10 000 9 774
Skoda Oui >10 000 8 489
Chevrolet Oui NS 6 933
Lexus Oui >10 000 5 814
Saab Automobile Oui 5001-1000 5 710
Pak Suzuki Motor Company Oui 1001-5000 5 118
Cadillac (General Motors) Oui NS 4 720
Bugatti Oui 201-500 3 334
Mini Oui >10 000 2 620
Spyker Cars Oui 51-200 2 427
Kia Motors Oui NS 1 774
Pagani Oui 51-200 1 377
KTM Oui NS 1 088
GMC (General Motors) Oui NS 422
Buick (General Motors) Oui NS 390

180
Dix-huit entreprises ont plus de 10 000 employés. Les entreprises Alpha Roméo, Lancia,
smart, Lincoln, Maybach, Weitzman, Hummer et Infinity n’ont pas de PEL. En termes
d’abonnés : neuf entreprise ont plus de 100 000 abonnés ; onze entreprises comptent de
20 000 à 100 000 abonnés ; sept entreprises ont entre 10 000 et 20 000 abonnés ; treize
entreprises ont entre 1 000 et 10 000 abonnés ; deux entreprises ont entre 300 et 1 000
abonnés.

Les entreprises majeures du secteur de l’industrie automobile sont référencées sur LinkedIn
via leur PEL. Les données concernant le nombre d’employés de chacune des entreprises du
secteur de l’industrie automobile et le nombre d’abonnés à leur PEL sont disponibles et sont
collectées ; une analyse comparative cohérente est possible.

b. Nombre d’employés ayant une PPL et nombre d’employés français ayant une
PPL

A partir de ma liste qui répertorie les entreprises du secteur de l’industrie automobile

référencées sur LinkedIn via leur PEL, je collecte les données concernant le nombre
d’employés ayant une PPL pour chacune des entreprises et le nombre d’employés français
ayant une PPL pour chacune des entreprises. Je liste les entreprises de façon décroissante
selon le nombre d’employés ayant une PPL (tableau 20) et selon le nombre d’employés
français ayant une PPL (tableau 21).

Je dois m’assurer que chacune des entreprises majeures du secteur de l’industrie automobile,
référencées sur LinkedIn via une PEL, regroupent un minimum de cent employés ayant une
PPL. En effet, dans l’étude 2 (détaillée dans le chapitre 5), à partir du classement des dix
entreprises les plus citées, j’analyse les contenus des PPL de cent salariés de chacune des
entreprises ; soit au total mille PPL analysées pour les dix entreprises retenues.

Le nombre d’employés ayant une PPL me permet de savoir si je peux analyser cent PPL
d’employés de nationalité différente par entreprise. Le nombre d’employés français ayant une
PPL me permet de savoir si je peux analyser cent PPL d’employés français par entreprise.

181
Tableau 20 : Entreprises du secteur de l’industrie automobile selon leur nombre de PPL
d’employés, d’après LinkedIn
Nom de l’entreprise sur
Nb PPL employés
LinkedIn
Ford Motor Company 73 986
Volkswagen 49 260
Renault 27 498
Fiat Chrysler Automobiles (FCA:
24 905
RAM, SRT, Mofar, Jeep, Dodge)
Citroën 22 568
Nissan Motor Corporation 21 002
Toyota 20 317
BMW Group 20 098
Jaguar Land-Rover 14 030
Volvo Car Group 8 993
Audi AG 6 266
Honda 4 123
Mercedes Benz 3 846
Hyunday 3 350
Ferrari 2 489
Mitsubishi Motors 2 409
Seat S.A 2 253
Opel 2 232
Porsche 1 971
Peugeot France 1 909
Bentley 1 731
Skoda 1 600
Lexus 1 487
Aston Martin 1 107
Subaru 1 053
Mazda 880
Lamborghini 797
Rolls-Royce 766
Maserati 760
Pak Suzuki Motor Company 619
Group Lotus 592
Chevrolet UE 535
Mini 364
Saab Automobile 362
Kia Motors UE 162
KTM Sportmotorcycle AG 116
Bugatti 65
Spyker Cars 46
Pagani 29
Cadillac (General Motors) NS
GMC (General Motors) NS
Buick (General Motors) NS

182
La majorité des entreprises du secteur de l’industrie automobile regroupe plus de cent
employés ayant une PPL. Seulement trois entreprises en regroupent moins de cent et trois
entreprises ne permettent pas d’accéder à cette information.
L’analyse de cent PPL d’employés de nationalité différente par entreprise est possible.

Je liste les entreprises de façon décroissante selon le nombre d’employés français ayant une
PPL (tableau 21). Les trois entreprises regroupant moins de cent employés ayant une PPL
ainsi que les trois entreprises ne fournissant pas les données, ne sont pas reportées dans cette
nouvelle liste.

Tableau 21 : Entreprises du secteur de l’industrie automobile selon leur nombre de PPL

d’employés français, d’après LinkedIn
Nom de l’entreprise sur LinkedIn Nb PPL employés FR
Citroën 14 464
Renault 11 903
Peugeot France 1063
Nissan Motor Corporation 660
BMW Group 578
Volkswagen 509
Ford Motor Company 369
Toyota 313
Audi AG 98
Opel 75
Jaguar Land-Rover 69
Ferrari 59
Volvo Car Group 46
Mercedes Benz 37
Porsche 35
Mini 19
Chevrolet UE 17
Maserati 13
Seat S.A 12
Lexus 12
Kia Motors UE 10
Bentley 8
Aston Martin 8
Fiat Chrysler Automobiles (FCA:
6
RAM, SRT, Mofar, Jeep, Dodge)
Mitsubishi Motors 6
Lamborghini 6
Saab Automobile 6
Group Lotus 5

183
 Skoda 3
Mazda 3
KTM Sportmotorcycle AG 3
Honda 1
Hyunday 1
Subaru 1
Rolls-Royce 0
Pak Suzuki Motor Company 0

Seules huit entreprises du secteur de l’industrie automobile regroupent plus de cent employés
français ayant une PPL. L’analyse de cent PPL d’employés français par entreprise n’est pas
possible.
Lorsque les membres de LinkedIn recherchent des informations sur une entreprise du secteur
automobile, LinkedIn leur propose directement la liste des employés de nationalité différente
ayant une PPL ; les employés de nationalité française ayant une PPL font partie de cette liste.
Les membres de LinkedIn qui procèdent à ce type de recherche voient directement le nombre
d’employés de nationalité différente ayant une PPL, puis peuvent accéder à la liste détaillée
de ces PPL. Ce n’est que s’ils utilisent le filtre pays/lieu proposé par LinkedIn, qu’ils peuvent
avoir accès à la liste comprenant uniquement les employés français ayant une PPL. De plus,
LinkedIn étant un réseau social professionnel international, les membres français peuvent
entrer en contact avec des membres de nationalité différente et accéder aux contenus de leur
PPL. Le critère du nombre d’employés français ayant une PPL n’étant pas pertinent, il n’est
pas conservé pour la suite de ma recherche.

c. Présence de groupes éponymes

A partir de ma liste qui répertorie les entreprises du secteur de l’industrie automobile

référencées sur LinkedIn selon le nombre d’employés ayant une PPL (voir tableau 20), je
collecte les données concernant le nombre de groupes éponymes pour chacune des entreprises
(tableau 22).

Je dois m’assurer que chacune des entreprises majeures du secteur de l’industrie automobile,
possède au moins un groupe éponyme. En effet, dans mon questionnaire (présenté plus bas),
une variable évoque l’importance d’être membre d’un groupe dont le nom évoque celui de
l’entreprise à laquelle il est rattaché. De plus, dans l’étude 2 (détaillée dans le chapitre 5), la

184
variable « membre du groupe éponyme » fait partie de l’analyse des contenus des cent PPL
associées à chacune des entreprises.

La collecte des informations concernant les groupes éponymes sur LinkedIn me permet de
savoir si je peux intégrer la variable « membre du groupe éponyme » dans le questionnaire et
dans l’étude 2.

Sur LinkedIn, au niveau de la barre de recherche, le filtre « Groupes » est choisi, puis le nom
de l’entreprise est inscrit. LinkedIn propose une liste de groupes associés au nom de
l’entreprise. Cependant, tous les groupes qui apparaissent ne sont pas éponymes ; certains
apparaissent car le nom de l’entreprise fait partie du contenu traité par ledit groupe. Je vérifie
que le nom de chaque groupe listé comporte le nom de l’entreprise et je recense le nombre de
groupes éponymes. Par exemple, sur LinkedIn, pour l’entreprise Renault, plusieurs groupes
éponymes existent tels que « Renault Group », « Renault LCV ». Le tableau59 22 classe les
entreprises du secteur automobile par ordre décroissant, en fonction du nombre de groupes
éponymes.

Tableau 22 : Entreprises du secteur de l’industrie automobile selon le nombre de

groupes éponymes, d’après LinkedIn
Nom de l’entreprise Nb Groupes
sur LinkedIn Eponymes

Honda 204
BMW Group 189
Toyota 154

Fiat Chrysler
Automobiles (FCA:
125
RAM, SRT, Mofar, Jeep,
Dodge)

Volvo Car Group 125

Volkswagen 113

Nissan Motor
104
Corporation

Audi AG 103

59
Tableau réalisé en décembre 2014.

185
 Porsche 100
Jaguar Land-Rover 98
Mercedes Benz 89
Renault 84
Ferrari 75
Peugeot 40
Citroën 23
Mazda 68
Seat S.A 56
Mitsubishi Motors 51
Chevrolet UE 47
Lexus 44
Saab Automobile 41
Kia Motors UE 35
Rolls-Royce 33

Pak Suzuki Motor

28
Company

Subaru 26
Ford Motor Company 23
Opel 23
Skoda 15
Lamborghini 14
Mini 11
Aston Martin 10
Maserati 10

KTM Sportmotorcycle
9
AG

Bentley 5
Group Lotus 4
Hyunday 1

Chacune des entreprises du secteur de l’industrie automobile possède au moins un groupe

éponyme. L’utilisation de la variable « membre du groupe éponyme » est possible dans le
questionnaire et l’étude 2.

Le recensement du nombre des groupes éponymes par entreprise du secteur de l’industrie

automobile permet de concevoir une typologie des groupes éponymes. Dans la liste proposée
par LinkedIn, six types de groupes émergent : les groupes institutionnels (Citroën, BMW
Group), les groupes autour d’un produit (Peugeot 205), les groupes de réseaux (Peugeot
Employee and Alumni Network), les groupes communautaires de consommateurs (Citroën

186
Lovers, Peugeot Enthusiasts), les groupes communautaires de professionnels (Peugeot Fleet)
et les groupes par pays (Peugeot Professional Argentina).
Les groupes institutionnels postent des informations afin de générer des « j’aime » et des
commentaires de la part des membres du groupe. L’enjeu est de créer une discussion avec les
membres. Il peut aussi y avoir un onglet « publicité », « poste », « annonces », « à propos »
(qui définit le « profil du groupe » et permet de voir la liste des contacts de premier niveau qui
sont également membres de ce groupe) et un onglet « recherche ». Les entreprises majeures
du secteur de l’industrie automobile ont un groupe éponyme institutionnel.

Dans l’étude 2 (détaillée dans le chapitre 5), lors de l’analyse des contenus des PEL
sélectionnées, le nombre de membres du groupe éponyme institutionnel est utilisé ; lors de
l’analyse des contenus des PPL associées à chacune des entreprises, l’inscription (ou
l’absence d’inscription) à un groupe éponyme institutionnel est relevée.

3. Le mode de collecte et le questionnaire

Compte tenu du cadre numérique dans lequel est réalisée ma recherche, j’opte pour un mode
de collecte auto-administré en ligne. Les effets de maturation (fatigue, lassitude, etc.) sont
limités ; en effet, le temps pour compléter le questionnaire est assez court (durée estimée à dix
minutes), les participants répondent au questionnaire de façon volontaire et à leur convenance.
En cliquant sur le lien proposé, les répondants accèdent tous au même questionnaire. L’accès
est possible depuis un ordinateur, une tablette et un smartphone. En guise d’introduction, je
précise que le questionnaire est élaboré dans le cadre d’une recherche académique. Les
objectifs réels de l’étude ne sont pas dévoilés. L’anonymat est garanti. En moyenne, les
répondants mettent 7,12 minutes pour compléter le questionnaire. Je cible des individus qui
correspondent aux deux critères suivants : être de nationalité française et être membre de
LinkedIn.
La description du questionnaire, le pré-test du questionnaire, sa diffusion et la collecte sont
présentés ci-après.

187
 3.1. Description du questionnaire

Le questionnaire comporte deux variables filtres, onze variables sur l’e-réputation corporate
perçue, deux variables sur la crédibilité perçue et cinq variables de contrôle ; soit un total de
vingt variables (annexe 1).
Le questionnaire est composé de six parties. La première partie sert d’introduction et permet
de filtrer la cible de répondants souhaitée à l’aide d’une question sur la nationalité et d’une
question sur l’appartenance au réseau social professionnel LinkedIn. Un message de
remerciements est présenté aux répondants qui ne correspondent pas à l’un des deux critères
de filtrage. La seconde partie est composée d’une consigne et de six questions sur les « Pages
Entreprise LinkedIn » (PEL). La troisième partie est composée d’une consigne et de cinq
questions sur les « Pages Personnelles LinkedIn » (PPL). La quatrième partie est composée de
deux questions sur la crédibilité perçue des PEL et des PPL. La cinquième partie est
composée de cinq questions de contrôle. Enfin, la sixième partie clôture le questionnaire avec
un message de remerciements.

3.2. Pré-test du questionnaire

Le pré-test du questionnaire a pour objectif de « « déterminer si les items qui composent la

version expérimentale du questionnaire sont clairs, rédigés sans ambiguïté et ce, dans un
langage qui s’apparente bien à la population cible » (Vallerand, 1989).

Tout d’abord, je réalise une analyse critique du questionnaire (fond et forme) avec plusieurs
chercheurs du CRM (Centre de Recherche en Management de l’IAE de Toulouse) et du TBS
Research Centre (de Toulouse Business School). J’ai ainsi amélioré la formulation des
consignes et la mise en forme du questionnaire. La pertinence des items a été confirmée.

Ensuite, lors d’une séance de travaux dirigés, je propose à mes étudiants de participer à une
recherche académique. Je précise que pour pouvoir participer, il faut correspondre à deux
critères : être de nationalité française et être membre de LinkedIn.

188
Le questionnaire est pré-testé auprès d’un groupe de douze étudiants volontaires, le 27
octobre 2014, de 9h30 à 12h30, dans la salle AR020 de l’IAE de Toulouse. Les participants
sont des étudiants français en Master II MAE à l’IAE de Toulouse qui possèdent un Profil
LinkedIn (Alexis, Nawfal, Jérôme, Natasha, Martin, Valery, Mehdi, Zine, Antonin, Clément,
Mélissa et Mathieu).

La collecte est réalisée par le biais d’un questionnaire auto-administré en ligne et se déroule
dans des conditions standardisées (même questionnaire, environnement clos) et de façon
contrôlée (en ma présence). Les participants répondent l’un après l’autre au questionnaire en
ligne sur un ordinateur que j’ai fourni. En guise d’introduction, je précise aux répondants qu’il
n’y a ni bonne ni mauvaise réponse et que le questionnaire est élaboré dans le cadre d’une
recherche académique. Les objectifs réels de l’étude ne sont pas dévoilés. L’anonymat est
garanti. Je spécifie aux participants que la durée pour remplir le questionnaire est estimée à
dix minutes. Je ne leur impose pas de limite de temps.

Lorsque le dernier étudiant termine de remplir le questionnaire, je commence le focus groupe

avec les douze participants réunis autour d’une table. Je demande à chacun de citer
l’entreprise qu’il a choisie. Les entreprises citées sont : Renault (4 citations), BMW (2
citations), Tesla Motors (2 citations), Ford (1 citation), Mercedes-Benz (1 citation), Audi (1
citation) et EDF (1 citation).
Je leur demande ensuite d’exprimer les difficultés qu’ils ont rencontrées en répondant au
questionnaire. L’ensemble des remarques est mentionné ci-dessous :

- « Le nombre d’employés sur LinkedIn n’est pas une donnée facile à trouver sur la
Page Entreprise. »
- « A la question 8, à quoi fait référence la « rubrique titre » ? Il faut choisir un autre
mot. »
- « A la question 19, il manque des services dans les propositions de réponses. Je ne
vois pas où me mettre en tant qu’ingénieur. »
- « A la question 20, il manque le secteur aéronautique. »
- « L’apparition des questions les unes après les autres m’a dérangé. J’étais perdu. Je
ne savais pas combien il y aurait de questions au total. Le temps de chargement des
questions est trop long. On risque de quitter le questionnaire. »

189
 - « Les phrases avant les questions 3 et 8 sont bizarres. Il faudrait enlever « en
général ». »
- « Je n’avais pas compris qu’il fallait choisir une entreprise automobile. »

Les retours des participants lors du focus groupe sont pris en compte. J’apporte des
modifications au questionnaire. Ces modifications sont décrites ci-dessous :
- Dans la partie « consignes », la police du mot « automobile » est modifiée ; il est mis
en gras.
- A la question 2, le mot « automobile » a été ajouté.
- La phrase d’amorce aux questions 3 à 7 a été modifiée ; « en général » a été retiré.
- La phrase d’amorce aux questions 8 à 14 a été modifiée ; « en général » a été retiré.
Une consigne a été ajoutée (« Veuillez regarder l’image ci-dessous ») ainsi qu’une
image de la « fiche d’identité de l’utilisateur LinkedIn ».
- A la question 8, les termes « la rubrique titre » ont été remplacés par « sa fiche
d’identité d’utilisateur LinkedIn ».
- Pour les questions 3 à 14, l’affichage des questions a été modifié sur le logiciel
Sphinx. En effet, la question suivante apparaissait sur l’écran après que le répondant
coche une réponse. L’ensemble des questions 3 à 14 apparaît désormais directement
sur l’écran.
- Aux questions 15 et 16, l’affichage des échelles (« 1 (peu fiables) - 7 (fiables) ; 1
(malhonnêtes) – 7 (honnêtes) ; 1 (insatisfaisantes) - 7 (satisfaisantes) ») a été modifié
sur le logiciel Sphinx. En effet, l’échelle suivante apparaissait sur l’écran après que le
répondant coche une réponse. L’ensemble des échelles apparaît désormais directement
sur l’écran.
- A la question 19, (« A quel domaine de compétences êtes-vous rattaché(e) ? »), les
domaines de compétences « Production », « Qualité », « Service Après-Vente »,
« Métiers de l’ingénierie », ont été ajoutés.
- A la question 20, (« Quel est le secteur d’activité de votre entreprise ? »), le secteur
« aéronautique » a été ajouté.

Le questionnaire ainsi amélioré est celui qui est auto-administré en ligne ; il est présenté en
annexe 1 (les cellules grisées ne sont pas visibles par les participants à l’enquête).

190
 3.3. Diffusion du questionnaire

Le questionnaire est développé sur deux plateformes digitales ([Link] et Sphinx Online).
En guise d’introduction, je précise que le questionnaire est élaboré dans le cadre d’une
recherche académique. Les objectifs réels de l’étude ne sont pas dévoilés. L’anonymat est
garanti. Le questionnaire est auto-administré en ligne du 5 décembre 2014 au 29 janvier 2015.
Le questionnaire est diffusé sur trois types de médias sociaux : le site web [Link], le réseau
social professionnel LinkedIn et la plateforme de microblogging Twitter. La diffusion sur
chacun de ces trois médias sociaux est détaillée ci-dessous.

a. Diffusion sur [Link]

Je conçois le questionnaire sur la plateforme de Toluna QuickSurveys. En tant que membre de

l’AFM, je bénéficie d’un partenariat qui m’accorde un total de 10 000 crédits. Ces crédits sont
débités en fonction du nombre de questions de l’étude, du type de questions de l’étude, du
nombre de répondants souhaité et de la nature des répondants.

Je définis le paramètre de nationalité afin que le questionnaire ne soit diffusé qu’auprès d’un
panel d’individus de nationalité française. Les questions de contrôle sont automatiquement
générées par Toluna et ne débite pas de crédit. Les autres questions de mon questionnaire
débitent un certain nombre de crédits. Les crédits restants me donnent accès à un pack de
1 000 répondants issus du panel Toluna.

Les individus faisant partie du panel global de Toluna, sont des internautes qui se sont
volontairement inscrits sur la plateforme de Toluna ; ils reçoivent un email les informant
qu’une nouvelle étude est en ligne. Ils ont le choix d’y participer ou non. En cliquant sur le
lien présent dans l’email, ils accèdent à la page dédiée du questionnaire et y répondent. Ils
peuvent également accéder au questionnaire en se connectant à leur espace personnel,
directement sur le site de Toluna. Les membres du panel cumulent des points après chaque
questionnaire rempli ; ces points leur donnent accès à des cadeaux et des réductions sur de
nombreux produits d’entreprises partenaires.

191
Bien que j’aie accès à 1 000 répondants, une difficulté majeure apparaît. En effet, chaque
participant qui répond « non » à la question filtre («êtes-vous membre de LinkedIn ? ») est
décompté du pack des 1 000 participants. Le risque est d’avoir un grand nombre de réponses
négatives et peu de réponses à analyser.

Une fois le questionnaire conçu et en mode ouvert, je n’ai plus aucun contrôle. Lorsque le
quota des 1 000 répondants est atteint, le questionnaire se clôt automatiquement. Un email
m’est alors envoyé pour m’en avertir. Je peux ensuite récupérer les données sous la forme
d’un fichier Excel.

b. Diffusion sur LinkedIn

Afin de pallier l’éventualité d’un faible taux de réponses complètes via [Link], je
développe également le questionnaire sur la plateforme Sphinx Online. J’y ajoute la question
filtre sur la nationalité et les cinq questions de contrôle à la fin du questionnaire.

Je diffuse le questionnaire sur LinkedIn en sollicitant mon réseau. Afin d’obtenir un

maximum de réponses, je le diffuse sur plusieurs espaces stratégiques que j’énumère ci-
dessous :
- je publie le lien du questionnaire quotidiennement au sein d’un statut sur mon
« Profil » ;
- je crée un nouveau bloc « projet » sur mon « Profil » avec le lien du questionnaire et
une présentation ;
- j’intègre la présentation et le lien du questionnaire au sein de mon bloc « résumé » sur
mon « Profil » ;
- je publie le lien du questionnaire quotidiennement via un statut au sein de groupes
dont je suis membre ;
- j’envoie des Inmails (boîte mail interne à LinkedIn) à certains contacts qui ont
développé un grand réseau.

Plusieurs membres de LinkedIn partagent le lien du questionnaire sur leur « Profil ». Ils
« aiment » et commentent également mes statuts sur mon « Profil » et les groupes. Cela
permet d’augmenter la visibilité de mes statuts et d’étendre la cible touchée, c’est-à-dire les
contacts de premier, second et troisième niveaux. Je clos le questionnaire à ma convenance.

192
 c. Diffusion sur Twitter

Toujours pour pallier l’éventualité d’un faible taux de réponses complètes via [Link], je
diffuse aussi le lien du questionnaire développé sur Sphinx Online sur mon compte Twitter.
Je publie quotidiennement des tweets. Plusieurs membres de Twitter les retweetent, les
mettent en favoris ou tweetent pour solliciter leur propre réseau.
Je présente quelques exemples de tweets (figure 19), retweets (figure 20) et favoris
d’organismes et d’individus (figure 21). Les noms des personnes sont masqués pour respecter
l’anonymat.

Figure 20 : Exemple de tweets

Figure 21 : Exemples de retweets

Figure 22 : Exemples de favoris

193
 3.4. Collecte, filtrage et codage

La collecte se termine le 29 janvier 2015. Je récupère les données issues de Toluna et de

Sphinx Online et je fusionne les deux fichiers Excel.

Je commence par traiter les verbatim des noms des entreprises du secteur de l’industrie
automobile citées par les répondants. J’harmonise l’orthographe et je mets des majuscules à
chaque nom d’entreprise afin de pouvoir utiliser mes données lors de traitements statistiques
ultérieurs.

Je retire ensuite les réponses incomplètes, c’est-à-dire les répondants qui ne sont pas de
nationalité française ou qui ne sont pas membres de LinkedIn.

J’encode les réponses textes pour les variables portant sur l’e-réputation corporate perçue et la
crédibilité perçue des PEL et des PPL. Par exemple, la réponse texte « Important » correspond
code numérique « 5 ».

4. Le classement des entreprises automobiles

Après avoir collecté les données issues du questionnaire, le classement des entreprises est
réalisé, de l’entreprise la plus citée par les répondants à celle la moins citée. Ce classement est
présenté dans le chapitre 6.
Les dix entreprises les plus citées (Top10), c’est-à-dire qui jouissent de la plus forte notoriété
spontanée, sont celles dont les « Pages Entreprises LinkedIn » (PEL) et les « Pages

194
Personnelles LinkedIn » associées (PPL) sont analysées dans l’étude 2 (présentée dans le
chapitre 5).

La méthodologie de l’étude 1 ayant été introduite, la seconde section présente les instruments
de mesure de l’étude 1.

195
Section 2 : Les instruments de mesure

Cette seconde section présente une synthèse des divers instruments de mesure relatifs à
chaque construit de l’étude 1. Ces instruments de mesure sont choisis à partir de la littérature
en fonction de leur efficience pour mesurer le construit considéré et de leurs qualités
psychométriques rapportées dans les recherches antérieures. Dans les paragraphes suivants,
j’expose mes choix méthodologiques et je les justifie.

1. La mesure de la variable dépendante : l’e-réputation corporate perçue

L’échelle de mesure de la réputation organisationnelle que j’utilise dans ma recherche, est

celle développée par Rindova et al. (2005). A ma connaissance, il s’agit de la seule échelle
intégrant à la fois la perspective économique et la perspective institutionnelle. Ces deux
perspectives définissent le construit de la réputation corporate dans plusieurs domaines
(marketing, management, économie et sociologie). Rindova et al. proposent que ce construit
soit conceptualisé à partir de deux dimensions : la qualité perçue (« perceived quality ») et la
notoriété (« prominence »). A ma connaissance et selon les auteurs, il s’agit de la seule
échelle permettant de mesurer directement ces deux dimensions. La dimension de la qualité
perçue (« perceived quality », R² = .11, alpha de Cronbach = .98) mesure le degré de
l’évaluation positive d’une organisation par les parties prenantes selon un attribut spécifique.
La dimension de la notoriété (« prominence », R² = .69) mesure le degré de reconnaissance
collective à grande échelle qu’obtient une entreprise au sein de son champ organisationnel.
Les auteurs prouvent l’existence d’un lien positif et significatif de la qualité perçue vers la
notoriété (β = .13).

J’adapte cette échelle afin qu’elle corresponde à mon objet de recherche et je la transpose à la
sphère digitale pour mesurer l’e-réputation organisationnelle. Je nomme cette échelle adaptée,
l’échelle de l’e-réputation corporate perçue. L’unité de mesure est l’entreprise.

196
Dans le cadre de cette recherche, l’e-réputation corporate perçue est appréhendée à travers
deux dimensions : la qualité perçue et la notoriété perçue. Chacune des deux dimensions
concerne à la fois les « Pages Entreprises LinkedIn » (PEL) et les « Pages Personnelles
LinkedIn » (PPL).
La mesure de l’e-réputation corporate perçue est composée, d’une part, de la mesure de la
qualité perçue de la présence digitale d’une entreprise sur LinkedIn via sa PEL et les PPL de
ses salariés et, d’autre part, de la mesure de la notoriété spontanée d’une entreprise permettant
d’établir le classement des dix entreprises du secteur de l’industrie automobile les plus citées
et de la mesure de la notoriété perçue d’une entreprise sur LinkedIn via sa PEL et les PPL de
ses salariés.
Dans les paragraphes qui suivent, je détaille la mesure de chacune de ces dimensions.

1.1. La dimension de la qualité perçue

En ce qui concerne la dimension de la qualité perçue, je conserve la démarche

méthodologique développée par l’échelle d’origine. J’adapte les attributs qui composent la
qualité perçue chez Rindova (et al.) afin qu’ils correspondent à l’objet de ma recherche. De ce
fait, j’établis une liste60 de six attributs qui composent la qualité perçue, à partir des éléments
de structure d’une PEL et d’une PPL ; cette liste contient trois attributs permettant de mesurer
la qualité perçue des PEL et trois attributs permettant de mesurer la qualité perçue des PPL. A
la différence des auteurs de l’échelle d’origine qui utilisent une échelle de 1 à 10, j’opte pour
une échelle de type différentiel sémantique (Osgood, Suci, Tannenbaum, 1957) en un item et
cinq échelons. Elle fonctionne avec un couple d’adjectifs antonymes (1-futile ; 5-important)
existant et validé par les travaux d’Osgood. Ce couple d’adjectifs fait partie de l’axe
« Evaluation » (« Evaluative ») qui correspond à des valeurs d’image, de négatif/positif.

60
Cette liste a été validée (validité faciale) par des chercheurs du CRM (IAE de Toulouse) et du TBS Research
Centre (TBS) ainsi que par un expert des médias sociaux : Jérôme Introvigne, Fondateur de Skiller,
précédemment Manager de l’Innovation chez Poult Holding.

197
Dans les paragraphes qui suivent, je détaille la mesure de la qualité perçue des PEL, de la
qualité perçue des PPL et de la qualité perçue globale (QPG).

a. Qualité perçue des PEL

A partir des éléments de structure d’une PEL sur LinkedIn, les trois attributs qui permettent
de mesurer la qualité perçue des PEL sont : la présence du logo de l’entreprise, la présence de
la présentation de l’entreprise et la présence d’informations postées dans les « nouvelles
récentes » (tableau 23).

Tableau 23 : Attributs de la qualité perçue des PEL et leur code

Attributs des PEL Code
1 Logo de l’entreprise PLogEPEL
Présentation de l’entreprise PPresEPEL
2
3 Nouvelles récentes PINREPEL

La qualité perçue des PEL est mesurée par la moyenne des notes (d’une entreprise) attribuées
par les répondants sur les trois attributs relatifs à une PEL. L’unité d’analyse pour cette étude
étant l’entreprise, le score de la qualité perçue pour chaque PEL est calculé par la moyenne
des scores individuels de tous les répondants qui notent cette PEL.
Ainsi, je teste les hypothèses :
H1 : La présence du logo sur une PEL est importante.
H2 : La présence d’une présentation de l’entreprise sur une PEL est importante.
H3 : La présence des « informations nouvelles récentes » sur une PEL est importante.

b. Qualité perçue des PPL

A partir des éléments de structure d’une PPL sur LinkedIn, les trois attributs qui permettent de
mesurer la qualité perçue des PPL sont : la présence du nom de l’entreprise dans la rubrique
titre, du nom de l’entreprise dans la rubrique expérience et de son logo (tableau 24).

198
Tableau 24 : Attributs de la qualité perçue des PPL et leur code
Attributs des PPL Code
1 Nom de l’entreprise dans la rubrique titre PNEntTPPL
2 Nom de l’entreprise dans la rubrique expérience PNEntExpPPL
3 Logo de l’entreprise dans la rubrique expérience PLogEntExpPPL

La qualité perçue des PPL est mesurée par la moyenne des notes (d’une entreprise) attribuées
par les répondants sur les trois attributs relatifs à une PPL. L’unité d’analyse pour cette étude
étant l’entreprise, le score de la qualité perçue des PPL est calculé par la moyenne des scores
individuels de tous les répondants qui notent une PPL associée à cette entreprise.
Ainsi, je teste les hypothèses :
H4 : La présence du nom de l’entreprise dans le « titre » sur une PPL est importante.
H5 : La présence du nom de l’entreprise dans la rubrique « expérience » sur une PPL est
importante.
H6 : La présence du logo d’une entreprise dans la rubrique « expérience » sur une PPL est
importante.
H7 : La qualité perçue des PPL a autant d’importance que la qualité perçue des PEL.

c. Qualité perçue globale

La qualité perçue globale (QPG) d’une entreprise est calculée par la moyenne des scores de la
qualité perçue des PEL et de la qualité perçue des PPL.

1.2. La dimension de la notoriété

En ce qui concerne la dimension de la notoriété, je conserve la démarche méthodologique

développée par l’échelle d’origine. En effet, la notoriété est évaluée par la simple
comptabilisation du nom des entreprises de l’industrie automobile citées par chaque
répondant. Je définis cette mesure comme la mesure de la notoriété spontanée des entreprises.

199
J’enrichis cette échelle en mesurant la notoriété perçue des PEL et des PPL. J’établis une
liste61 de quatre attributs qui composent la notoriété perçue ; cette liste contient deux attributs
permettant de mesurer la notoriété perçue des PEL et deux attributs permettant de mesurer la
notoriété perçue des PPL. La démarche méthodologique est la même que pour la qualité
perçue. J’opte pour une échelle de type différentiel sémantique (Osgood, Suci, Tannenbaum,
1957) en un item et cinq échelons. Elle fonctionne avec un couple d’adjectifs antonymes (1-
futile ; 5-important) existant et validé par les travaux d’Osgood. Ce couple d’adjectifs fait
partie de l’axe « Evaluation » (« Evaluative ») qui correspond à des valeurs d’image, de
négatif/positif.

Dans les paragraphes qui suivent, je détaille la mesure de la notoriété spontanée, de la

notoriété perçue des PEL, de la notoriété perçue des PPL et de la notoriété perçue globale
(NPG).

a. Notoriété spontanée

La notoriété est mesurée par la comptabilisation du nombre de répondants qui citent le nom
d’une entreprise. Les répondants sont de nationalité française et sont des membres de
LinkedIn. Dans le questionnaire, il leur est demandé de citer une entreprise du secteur
de l’industrie automobile. Les répondants étant soumis à des contraintes cognitives et des
contraintes de temps (Fiske et Taylor, 1991), il est probable qu’ils mentionnent les entreprises
qui leur viennent le plus rapidement à l’esprit ; celles qu’ils connaissent le mieux. Même si
chacun d’entre eux est libre de choisir une entreprise pour des raisons individuelles, ce
procédé de nomination mesure la notoriété des entreprises ayant une PEL parmi les membres
de LinkedIn, considérés comme un groupe des parties prenantes. Ce procédé permet, d’une
part, de mesurer le niveau collectif de la réputation (Rao, 1994) et d’autre part, de distinguer
les évaluations de chacune des deux dimensions (la notoriété et la qualité) (Rindova et al.,
2005).

61
Cette liste a été validée (validité faciale) par des chercheurs du CRM (IAE de Toulouse) et du TBS Research
Centre (TBS) ainsi que par un expert des médias sociaux : Jérôme Introvigne, Fondateur de Skiller,
précédemment Manager de l’Innovation chez Poult Holding.

200
 b. Notoriété perçue des PEL

A partir des éléments de structure d’une PEL sur LinkedIn, les deux attributs qui permettent
de mesurer la notoriété perçue des PEL sont : l’ampleur du nombre d’abonnés à la PEL et
l’ampleur du nombre d’employés de l’entreprise ayant un Profil LinkedIn (tableau 25).

Tableau 25 : Attributs de la notoriété perçue des PEL et leur code

Attributs des PEL Code
1 Nombre d’abonnés à la Page Entreprise ANAPEL
2 Nombre d’employés sur LinkedIn ANEPEL

La notoriété perçue des PEL est mesurée par la moyenne des notes (d’une entreprise)
attribuées par les répondants sur les deux attributs relatifs à une PEL. L’unité d’analyse pour
cette étude étant l’entreprise, le score de la notoriété perçue pour chaque PEL est calculé par
la moyenne des scores individuels de tous les répondants qui notent cette PEL.
Ainsi, je teste les hypothèses :
H8 : L’ampleur du nombre d’abonnés sur une PEL est importante.
H9 : L’ampleur du nombre d’employés sur une PEL est importante.

c. Notoriété perçue des PPL

A partir des éléments de structure d’une PPL sur LinkedIn, les deux attributs qui permettent
de mesurer la notoriété perçue des PPL sont : le fait d’être membre d’un groupe éponyme de
son entreprise et le fait d’être abonné à la Page Entreprise LinkedIn de son entreprise (tableau
26).

Tableau 26 : Attributs de la notoriété perçue des PPL et leur code

Attributs des PPL Code
1 Groupes suivis associés à l’entreprise MGEpPPL
2 Abonnement à la Page Entreprise APEPPL

La notoriété perçue des PPL est mesurée par la moyenne des notes (d’une entreprise)
attribuées par les répondants sur les deux attributs relatifs à une PPL. L’unité d’analyse pour
cette étude étant l’entreprise, le score de la notoriété perçue des PPL est calculé par la

201
moyenne des scores individuels de tous les répondants qui notent une PPL associée à cette
entreprise.
Ainsi, je teste les hypothèses :
H10 : Etre membre d’un « groupe éponyme » est important.
H11 : Etre abonné à la PEL de son entreprise est important.
H12 : La notoriété perçue des PPL a autant d’importance que la notoriété perçue des PEL.

d. Notoriété perçue globale

La notoriété perçue globale (NPG) d’une entreprise est calculée par les moyennes de la
notoriété perçue des PEL et de la notoriété perçue des PPL.

La mesure de la variable dépendante étant présentée, les paragraphes suivants abordent les
mesures relatives aux variables modératrices.

2. Les variables modératrices : perception de la crédibilité

Dans les paragraphes suivants, j’aborde les mesures relatives à la perception de la crédibilité
des PEL et des PPL.

2.1. La crédibilité perçue

La crédibilité perçue des PEL et des PPL évoque la crédibilité des informations diffusées sur
LinkedIn (communication corporate vs communication interpersonnelle) qui est intimement
liée à la crédibilité de la source, c’est-à-dire de l’émetteur (l’entreprise vs les employés de
l’entreprise). La perception de la crédibilité est une notion à laquelle les entreprises doivent
prêter attention selon Larceneux (2003). Une source plus crédible est plus persuasive
(Hovland et Weiss, 1951). Je souhaite déterminer si les employés d’une entreprise, via leur

202
PPL et les informations qu’ils y diffusent au sujet de leur entreprise, sont considérés comme
crédibles et ainsi regarder leur influence dans la construction de l’e-réputation corporate
perçue. La crédibilité perçue provient de l’évaluation du récepteur ; il s’agit d’une variable
subjective issue d’un jugement (Hass, 1981 ; O’Keefe, 1990).

Selon les auteurs, la notion de crédibilité est un concept unidimensionnel ou

multidimensionnel. Différentes composantes sont utilisées dans la mesure de la crédibilité
(tableau 27). La fiabilité (ou confiance), la sincérité (ou honnêteté) et l’expertise (ou
compétence, connaissance) sont les composantes les plus utilisées. Kirmani (1997) regroupe
ces trois composantes dans une échelle unidimensionnelle de la crédibilité. La composante
« attractivité » ne concerne pas ma recherche puisqu’elle repose sur l’attractivité des
icônes/égéries dans les messages publicitaires (Goldsmith, Lafferty et Newell, 2000).

Tableau 27 : Composantes de la crédibilité

Composantes de la crédibilité Auteurs
Sincérité Swan et al., 1985
Redy et al., 1998
Sirieix, Dubois 1999
Swaen et Chumpitaz, 2008
Schepers, 2010
Confiance et expertise Dholakia et Sternhal, 1977
Boulding et Kirmani, 1993
Fiabilité et compétence Kelman et Hovland, 1953
Eisend, 2002
Fiabilité Ippolito, 1990
Sirieix, Morrot, 2001
Confiance et connaissance Dholakia, Sternhal, 1978
Larceneux, 2001
Attractivité Ohanian, 1990
Goldsmith, Lafferty et Newell, 2000
Confiance, sincérité, expertise Kirmani, 1997

L’échelle de Kirmani (1997), à structure unidimensionnelle, présente de nombreux avantages.

Outre ses qualités psychométriques pleinement satisfaisantes et bien établies (indicateurs
valides et fiables), elle est très simple d’usage. En effet, l’échelle de Kirmani (1997) est
parcimonieuse, rapide à administrer (3 items) et standardisée (ne nécessite pas d’être adaptée
à une catégorie de produits). De même, elle présente une bonne validité externe. Compte tenu
des nombreux atouts susmentionnés, je privilégie cette échelle dans ma recherche. L’échelle
de type différentiel sémantique est composée de trois items et cinq échelons (voir tableaux 28

203
et 29). Elle fonctionne avec trois couples d’adjectifs antonymes (1-peu fiable ; 5-fiable ; 1-
malhonnête – 5-honnête ; 1-insatisfaisant – 5-satisfaisant) existants et validés par les travaux
d’Osgood. Ces couples d’adjectifs font partie de l’axe « Evaluation » (« Evaluative ») qui
correspond à des valeurs d’image, de négatif/positif.
A ma connaissance, les trois items n’ont jamais été testés dans un contexte francophone ; je
les soumets donc à la méthode de traduction inversée62.

Les auteurs qui étudient la crédibilité en ligne sont confrontés à l’anonymat des émetteurs du
message (avis, commentaires, notations…) (Wathen et Burkell, 2002 ; Cheung, Sia et Kuan,
2012). Dans ma recherche, les émetteurs sont clairement identifiés grâce à la « fiche
d’identité » (prénom, nom, poste, entreprise). L’émetteur en ligne est plus crédible lorsque
son identité est révélée (Sussman et Siegal, 2003).

Plusieurs études ont cherché à démontrer le rôle modérateur de la crédibilité : la crédibilité de

la source est un modérateur de la relation entre la qualité des arguments et l’attitude (Chu et
Kamal, 2008), ou de la relation entre le contenu du message et la crédibilité perçue du
message (Luo et al., 2013). La crédibilité est un construit binaire (Larceneux, 2001). Dans ma
recherche, je décide de distinguer deux groupes de répondants : celui pour lequel la crédibilité
perçue est faible et celui pour lequel la crédibilité perçue est forte.

La crédibilité perçue est une variable contextuelle qui renforce ou affaiblit la relation d’une
part, (1) entre la variable indépendante PEL et la variable dépendante e-réputation perçue et
d’autre part, (2) entre la variable indépendante PPL et la variable indépendante e-réputation
perçue. C’est un effet d’interaction, non linéaire (le plus souvent multiplicatif). La crédibilité
est une variable modératrice, c’est-à-dire une variable qui agit essentiellement sur la relation
entre deux autres variables (PEL/PPL et e-réputation perçue). Il s’agit d’une variable qui
modifie systématiquement la grandeur, l’intensité, le sens et/ou la forme de l’effet de la

62
Ainsi, dans un premier temps, j’ai fait traduire l’échelle de l’anglais au français par un professeur de
marketing, par une personne française bilingue et par un professeur d’anglais. Dans un second temps, j’ai soumis
l’échelle à une traduction inversée du français vers l’anglais par un anglophone afin de m’assurer que le sens
originel des items qui la composent n’était pas altéré.

204
variable indépendante sur la variable dépendante. La variable modératrice (C1 et C2) spécifie
quand et sous quelles conditions une relation entre deux variables a lieu.

La crédibilité n’est pas un médiateur car il existe un lien direct entre la variable indépendante
PEL et la variable dépendante e-réputation perçue ainsi qu’entre la variable indépendante PPL
et la variable dépendante e-réputation perçue. L’existence même d’une PEL et des PPL de ses
employés influence d’une part, (1) la qualité perçue de la présence digitale - l’entreprise est
présente sur le web via sa PEL et les PPL de ses employés - et d’autre part, (2) la notoriété -
l’entreprise est visible via sa PEL et les PPL de ses employés. La recherche d’une médiation
partielle pourrait être envisagée. Un impact des PEL et des PPL vers la crédibilité perçue
serait envisageable, cependant, l’influence de la crédibilité perçue sur l’e-réputation perçue est
moins évidente.

La PEL d’une entreprise et les PPL de ses employés sont des antécédents de l’e-réputation
corporate perçue.
Je souhaite examiner l’effet de la crédibilité perçue des PEL sur la relation entre les PEL et
l’e-réputation corporate perçue ; et l’effet de la crédibilité perçue des PPL sur la relation entre
les PPL et l’e-réputation corporate perçue. Je souhaite également comparer la crédibilité
perçue des PEL avec la crédibilité perçue des PPL.
Ainsi, je teste les hypothèses :
H13 : La crédibilité perçue des informations diffusées par l’entreprise sur sa PEL est élevée.
H14 : La crédibilité perçue des informations diffusées par les employés sur leur PPL est
élevée.
H15 : La crédibilité perçue des PPL est comparable à la crédibilité perçue des PEL.

a. La crédibilité perçue des PEL

Les répondants sont interrogés sur la crédibilité qu’ils accordent à une Page Entreprise
LinkedIn.

205
Tableau 28 : Echelle de mesure de la crédibilité (Kirmani, 1997) perçue des PEL
Selon vous, les informations publiées par une entreprise sur sa Page Entreprise
LinkedIn, sont :
Peu fiables 1 2 3 4 5 Fiables
Malhonnêtes 1 2 3 4 5 Honnêtes
Insatisfaisantes 1 2 3 4 5 Satisfaisantes

b. La crédibilité perçue des PPL

Les répondants sont interrogés sur la crédibilité qu’ils accordent aux Pages Personnelles
LinkedIn, plus communément appelées « Profils ».

Tableau 29 : Echelle de mesure de la crédibilité (Kirmani, 1997) perçue des PPL

Selon vous, les informations concernant une entreprise, publiées par ses employés
sur leur Profil LinkedIn, sont :
Peu fiables 1 2 3 4 5 Fiables
Malhonnêtes 1 2 3 4 5 Honnêtes
Insatisfaisantes 1 2 3 4 5 Satisfaisantes

206
Conclusion du chapitre 4 – La méthodologie de l’étude 1

Ce présent chapitre a exposé, dans une première section, la méthodologie de l’étude 1 de ma

recherche : choix du réseau social professionnel, choix du secteur d’activité, mode de collecte
et questionnaire, classement des entreprises automobiles. Dans une seconde section, les
instruments de mesure retenus dans l’étude ont été présentés. La figure 22 présente la
synthèse des attributs des PEL et des PPL des deux dimensions de l’e-réputation corporate
perçue.
Le chapitre suivant expose la méthodologie et les instruments de mesure de l’étude 2.

Figure 23 : Synthèse des attributs des PEL et des PPL des deux dimensions de l’e-
réputation corporate perçue

207
208
CHAPITRE 5 : LA MÉTHODOLOGIE DE
L’ÉTUDE 2

209
210
 CHAPITRE 5 : LA MÉTHODOLOGIE DE L’ÉTUDE 2

Le réseau social professionnel LinkedIn, premier réseau social professionnel dans le monde,
est de plus en plus utilisé par les entreprises via la création d’une Page Entreprise LinkedIn
(PEL) et par les parties prenantes internes (les employés) via la création d’une Page
Personnelle LinkedIn (PPL). Etre présent sur LinkedIn est un enjeu majeur. La gestion des
contenus d’une PEL est désormais un élément clé de la stratégie de marketing digital d’une
organisation. Pour une entreprise, la veille des contenus des PPL de ses employés est une
démarche nécessaire dans sa gestion de l’e-réputation corporate.
Compte tenu de l’absence de travaux sur le sujet, il paraît judicieux et pertinent d’analyser les
contenus des PEL et les contenus des PPL au travers de l’approche néo-institutionnelle de la
réputation corporate (Rindova et al, 2005), de l’approche de la communication, de l’approche
de la ressource, de l’approche du capital intellectuel et de l’approche des réseaux. L’objectif
de l’analyse de ces contenus est d’étudier leur impact sur l’e-réputation corporate perçue des
entreprises au sein de LinkedIn.

Ce cinquième chapitre cherche à répondre à deux objectifs : analyser les contenus existants
des PEL et analyser les contenus existants des PPL. Ainsi, (1) l’utilisation des PEL par les
entreprises, (2) la visibilité des PEL, (3) l’association des PPL des employés avec le nom de
leur entreprise, (4) le rattachement des PPL des employés aux espaces communautaires de
l’entreprise sur LinkedIn sont évalués.
Les hypothèses (H16 à H19), la procédure et les choix méthodologiques sont tour à tour
exposés dans la section 1. Les instruments de mesure sont présentés dans la section 2. Ces
données ont pour vocation d’examiner en profondeur les contenus existants des « Pages
Entreprises LinkedIn » (PEL) et les contenus existants des « Pages Personnelles LinkedIn »
(PPL).

211
Section 1 : La présentation et la méthode de l’étude 2

Cette seconde étude est une étude qualitative. « Une étude qualitative en marketing est fiable
si sa méthodologie permet d’observer la réalité » et « une exploration qualitative est valide si
elle rend compte de la réalité de façon authentique et si elle examine avec précision toutes les
facettes à étudier » (Andreani et Conchon, 2005 : 6). Cette seconde étude s’attache à mettre
en évidence les usages effectifs des contenus existants des PEL et des PPL qui impactent l’e-
réputation corporate perçue en analysant (1) l’utilisation des PEL par les entreprises, (2) la
visibilité des PEL, (3) l’association des PPL des employés avec le nom de leur entreprise, (4)
le rattachement des PPL des employés aux espaces communautaires de l’entreprise sur
LinkedIn.
Le choix des « Pages Entreprises LinkedIn » (PEL) et le choix des « Pages Personnelles
LinkedIn » (PPL) sont détaillés dans les sous-sections 1 et 2. Le mode de collecte est défini
dans la sous-section 3.

1. Le choix des Pages Entreprises LinkedIn (PEL)

Après avoir collecté et traité les données issues du questionnaire de l’étude 1, je suis en
mesure d’établir le classement des dix entreprises du secteur de l’industrie automobile les plus
citées par les répondants. Je nomme ce classement le Top10 des entreprises du secteur de
l’industrie automobile les plus citées. Il s’agit des entreprises du secteur de l’industrie
automobile qui jouissent de la plus forte notoriété spontanée. Les dix « Pages Entreprises
LinkedIn » (PEL) que j’analyse dans l’étude 2 correspondent aux dix entreprises du secteur de
l’industrie automobile les plus citées.

Les dix « Pages Entreprises LinkedIn » (PEL) portent le nom de chacune des entreprises du
Top10 du secteur de l’industrie automobile. J’inscris tour à tour leur nom dans la barre de
recherche sur LinkedIn et la PEL correspondante m’est proposée. Pour accéder aux contenus
des PEL, il n’est pas nécessaire d’être abonné à ces PEL.

212
2. Le choix des Pages Personnelles LinkedIn (PPL)

A partir du Top10 des entreprises les plus citées du secteur de l’industrie automobile, je suis
en mesure de sélectionner un échantillon de « Pages Personnelles LinkedIn » (PPL) associées
à chacune des dix entreprises. Il s’agit des PPL des employés de ces entreprises. Pour chacune
des dix entreprises du secteur de l’industrie automobile, j’étudie 100 PPL d’employés, soit un
total de 1 000 PPL d’employés.

Lorsque je consulte une des PEL, dans le bloc « comment êtes-vous connecté », je clique sur
le « nombre d’employés sur LinkedIn ». Les employés sont recensés par LinkedIn car ils ont
mentionné, au sein de leur « Page Personnelle LinkedIn », le nom de l’entreprise pour
laquelle ils travaillent. Il s’agit donc du nombre d’employés d’une entreprise donnée du
secteur de l’industrie automobile qui ont une PPL.
Une nouvelle page s’ouvre dans laquelle plusieurs filtres sont disponibles. Dans le filtre
« niveau de relation », je sélectionne « relations de 1er niveau » et « relations de 2nd niveau ».
Un échantillon de 100 PPL d’employés de l’entreprise m’est proposé aléatoirement par
LinkedIn (dix PPL par page). Je clique sur chacun des liens de la liste des 100 PPL
d’employés pour ouvrir cette PPL et accéder à son contenu.

Je suis confrontée à deux contraintes : une contrainte liée au « niveau de relation » de mon
réseau et une contrainte technique concernant la génération de l’échantillon des PPL des
employés.

La contrainte liée au « niveau de relation » de mon réseau est une contrainte majeure. En
effet, pour que je puisse accéder aux contenus d’une PPL d’un employé, il faut que cet
employé fasse partie de mes relations directes (1er niveau) ou de mes relations de second
niveau. Une relation de second niveau signifie que cet employé et moi avons en commun une
même relation de premier niveau qui nous relie. Il est impossible d’accéder aux contenus des
PPL des relations de troisième niveau. Une relation de troisième niveau signifie que cet
employé et moi n’avons aucune relation de premier niveau en commun.

213
Or, lorsque je prends connaissance pour la première fois de la liste des PPL des employés
pour chacune des entreprises du Top10 du secteur de l’industrie automobile, je constate que
ces employés font partie de mes relations de troisième niveau.
J’entreprends alors plusieurs demandes de contact direct avec des employés de chacune des
dix entreprises du secteur de l’industrie automobile. Cette démarche n’est pas aisée car les
usages sur LinkedIn sont tels qu’une demande de contact direct ne se fait qu’après un échange
professionnel. Il est également très difficile d’entrer en contact direct avec des personnes
travaillant dans de grandes entreprises, notamment du secteur de l’industrie automobile, sans
avoir un lien professionnel antérieur. Les demandes de mise en relation ne sont pas acceptées
facilement. De plus, certains membres de LinkedIn ne se connectent pas à leur « Profil » au
quotidien, ce qui accroît la durée de ma démarche. Je dois me présenter, expliquer ma requête,
échanger avec les personnes, en relancer certaines, démarcher de nouveaux employés. Cette
étape requiert plusieurs jours.
Mon objectif consiste à être en relation directe (de premier niveau) avec plusieurs personnes
travaillant dans chacune des dix entreprises du Top10, pour augmenter le nombre de mes
contacts de second niveau. Pour mes demandes de contact direct, je cible donc des employés
qui ont plus de 500 relations de premier niveau. Le but est d’avoir accès à 100 PPL
d’employés de premier et de second niveau pour chacune des entreprises du Top10.

La contrainte technique concerne la génération de l’échantillon par LinkedIn. En effet,

LinkedIn génère un échantillon aléatoire différent à chaque connexion. Lorsque j’obtiens les
listes des 100 PPL d’employés de premier et de second niveau pour chacune des entreprises
du Top10, j’analyse les 100 PPL d’employés associées à une PEL sur une même journée et
avec la même connexion afin de conserver le même échantillon aléatoire.

3. Le mode de collecte

Le mode de collecte repose sur l’examen de la présence (ou de l’absence) des différents
contenus que je souhaite étudier, au sein de chacune des PEL des dix entreprises du secteur de
l’industrie automobile et au sein de chacune des PPL des employés de ces entreprises.

214
Pour accéder aux contenus des PEL et des PPL, je me connecte sur LinkedIn avec mon
« Profil ». Je me rends sur la PEL de la première entreprise du Top10 et je procède au relevé
qualitatif. Je procède ainsi pour les dix entreprises du Top10. Je me rends ensuite sur la liste,
générée par LinkedIn, des 100 PPL d’employés de la première entreprise du Top10. Je clique
sur la première PPL de cette liste et je procède au relevé qualitatif. Je procède ainsi pour les
100 PPL d’employés des entreprises du Top10. A l’issue de cette démarche, j’ai analysé
qualitativement 1 000 PPL d’employés.

La méthodologie de l’étude 2 ayant été introduite, la seconde section présente les instruments
d’étude utilisés.

215
Section 2 : Les instruments d’étude

Cette seconde section présente les instruments d’étude de l’étude 2 de ma recherche. Ces
instruments d’étude sont conçus à partir de la structure des Pages LinkedIn pour mener une
étude qualitative des usages réels des contenus des « Pages Entreprises LinkedIn » (PEL) et
des « Pages Personnelles LinkedIn » (PPL).

Andreani et Conchon (2005 : 8) attestent que « la qualité des instruments d’étude peut […]
être organisée de façon libre et informelle (cas des études en sciences sociales et des
approches constructivistes) » et que « la démarche libre laisse le chercheur prendre toutes les
initiatives qu’il souhaite. La méthode consiste à s’adapter à l’enquête et à recueillir un
matériel authentique ».
La validité des critères étudiés se définit selon le principe de validité des mesures (Aaker,
Kumar et Day, 2000). « Une exploration qualitative est valide si elle explore ce que l’on
cherche à explorer » (Andreani et Conchon, 2005 : 11). La validité faciale (de contenu)
repose sur le jugement du chercheur et de ses pairs (Rossiter, 2005). Dans cette étude 2, il
s’agit d’une validité inductive puisque les variables sont déterminées de façon pratique. Cette
validité repose sur l’authenticité des données recueillies. Les cadres de l’étude sont conçus à
partir des savoirs acquis sur le terrain (LinkedIn dans cette recherche). Selon Andreani et
Conchon (2005) qui s’appuient sur les travaux de Schön (1983), de Monot-Bradley et Eliott
(1986 ; cités par Delefosse et Rouan, 2001 : 11), « ils sont différents des théories académiques
sans que la qualité scientifique des travaux soit remise en cause ».

Dans les paragraphes suivants, j’expose mes choix méthodologiques et je les justifie.

1. Grille d’analyse des indicateurs qualitatifs des PEL

En observant les « Pages Entreprises LinkedIn » (PEL) des entreprises du Top10 du secteur
de l’industrie automobile, je liste tous les indicateurs qualitatifs présents (tableau 30).

216
Je ne procède pas à des entretiens individuels pour faire émerger ces indicateurs. En effet, la
structure d’une PEL sur LinkedIn, d’une entreprise à une autre, ne varie pas. Le seuil de
saturation sémantique (Glaser et Strauss, 1967) aurait été atteint rapidement (2 individus).

Tableau 30 : Liste exhaustive des indicateurs qualitatifs des PEL

Indicateurs qualitatifs des PEL Nom des variables
1 Logo de l’entreprise dans le titre LogT
Description de l’entreprise (site web, secteur, type de société, Pres
2
siège social, taille)
3 Nouvelles récentes INR
4 Autre onglet AOPE
5 Nombre d’abonnés à la Page Entreprise NAPE
6 Nombre d’employés sur LinkedIn NEPE
7 Nombre de membres du principal groupe éponyme NMGEp

Je répartis les indicateurs qualitatifs des PEL en deux groupes : les indicateurs d’informations
et les indicateurs de visibilité. La validité de cette analyse repose sur la validité interprétative
(décrite par Gulbrium et Holstein, 1997 ; Denzin, Lincoln et al., 2000 ; repris par Andreani et
Conchon, 2005). J’utilise l’approche de l’introspection intuitive et personnelle (Wallendorf et
Brucks, 1993). Je soumets également cette typologie des indicateurs qualitatifs des PEL à des
chercheurs ainsi qu’à un professionnel63 pour validation (ils sont tous utilisateurs de
LinkedIn.)

1.1. Indicateurs d’informations

Les indicateurs d’informations sont des contenus créés et contrôlés par une entreprise. Ils sont
publiés sur sa PEL. Ils indiquent des informations sur l’entité, visibles par les membres de
LinkedIn. Les indicateurs d’informations des PEL sont au nombre de quatre : le logo de
l’entreprise dans le titre, la description de l’entreprise, les « nouvelles récentes » et l’onglet
carrière.

63
Cette liste a été validée (validité faciale) par des chercheurs du CRM (IAE de Toulouse) et du TBS Research
Centre (TBS) ainsi que par un expert des médias sociaux : Jérôme Introvigne, Fondateur de Skiller,
précédemment Manager de l’Innovation chez Poult Holding.

217
Tableau 31 : Liste des indicateurs d’informations des PEL
Indicateurs d’informations des PEL Nom des variables
1 Logo de l’entreprise dans le titre LogT
Description de l’entreprise (site web, secteur, type de société, Pres
2
siège social, taille)
3 Nouvelles récentes INR
4 Onglet carrière AOPE

Je procède au relevé qualitatif de ces indicateurs : j’examine la présence (ou l’absence) de

chacun de ces quatre indicateurs d’informations sur les dix PEL des entreprises du Top10 du
secteur de l’industrie automobile. L’hypothèse testée est :
H16 : Les entreprises automobiles utilisent l’ensemble des indicateurs d’informations
disponibles sur leur PEL.

1.2. Indicateurs de visibilité

Les indicateurs de visibilité sont des données relatives à une entreprise ; ces données sont
générées automatiquement par LinkedIn et sont affichées automatiquement sur une PEL. Les
indicateurs de visibilité fournissent des informations chiffrées révélant le positionnement
d’une entreprise sur LinkedIn. Ces indicateurs sont visibles par les membres de LinkedIn. Les
indicateurs de visibilité des PEL sont au nombre de trois : le nombre d’abonnés à la PEL, le
nombre d’employés de l’entreprise ayant une PPL, le nombre de membres de son principal
groupe éponyme.

Tableau 32 : Liste des indicateurs de visibilité des PEL

Indicateurs de visibilité des PEL Nom des variables
1 Nombre d’abonnés à la Page Entreprise NAPE
2 Nombre d’employés sur LinkedIn NEPE
3 Nombre de membres du principal groupe éponyme NMGEp

Je procède au relevé qualitatif de ces indicateurs : j’examine la présence (ou l’absence) de

chacun de ces trois indicateurs de visibilité sur les dix PEL des entreprises du Top10 du
secteur de l’industrie automobile. Je teste l’hypothèse :
H17 : Les entreprises automobiles bénéficient d’une grande visibilité sur LinkedIn.

218
Ces deux instruments de mesure (information et visibilité) présentent un problème d’ordre
méthodologique. En effet, ces construits sont formatifs et non réflectifs. Il n’est pas
nécessairement vrai que si l’un des indicateurs change subitement de direction, les autres
changent de manière similaire (Chin, 1998). Dans cette étude, par exemple, la présence du
logo de l’entreprise n’implique pas nécessairement la présence des « nouvelles récentes ». Ces
données n’étant pas quantifiables (l’indicateur est présent ou absent de la PEL), je code les
observations de façon dichotomique (0 – absence ; 1 – présence). Le construit étant formatif
et les réponses dichotomiques, je crée des index (et non pas des dimensions) pour ces
mesures.

2. Grille d’analyse des indicateurs qualitatifs des PPL

En observant les « Pages Personnelles LinkedIn » (PPL) des employés des entreprises du
Top10 du secteur de l’industrie automobile, je liste tous les indicateurs qualitatifs présents et
je conserve uniquement ceux qui font directement référence à l’entreprise, conformément à
l’objet de ma recherche (tableau 33).

Je ne procède pas à des entretiens individuels pour faire émerger ces indicateurs. En effet, la
structure d’une PPL sur LinkedIn, d’une entreprise à une autre, ne varie pas. Le seuil de
saturation sémantique (Glaser et Strauss, 1967) aurait été atteint rapidement.

Tableau 33 : Liste exhaustive des indicateurs qualitatifs des PPL

Indicateurs qualitatifs des PPL Nom des variables
1 Nom de l’entreprise dans le titre NET
2 Nom de l’entreprise dans le bloc expérience NEEx
3 Logo de l’entreprise dans le bloc expérience LEEx
4 Membre du principal groupe éponyme MGEp
5 Abonnement à la Page Entreprise APE

Je répartis les indicateurs qualitatifs des PPL en deux groupes : les indicateurs de citation et
les indicateurs de participation. La validité de cette analyse repose sur la validité interprétative
(décrite par Gulbrium et Holstein, 1997 ; Denzin, Lincoln et al., 2000 ; repris par Andreani et
Conchon, 2005). J’utilise l’approche de l’introspection intuitive et personnelle (Wallendorf et

219
Brucks, 1993). Je soumets également cette typologie des indicateurs qualitatifs des PPL à des
chercheurs ainsi qu’à un professionnel64 pour validation (ils sont utilisateurs de LinkedIn).

2.1. Indicateurs de citation

Les indicateurs de citation sont des contenus relatifs à l’entreprise de l’employé ayant une
PPL. Ces contenus sont publiés sur une PPL. Les indicateurs de citation fournissent des
informations sur l’identité d’une entreprise sur LinkedIn. Ces indicateurs sont visibles par les
membres de LinkedIn. Les indicateurs de citation des PPL sont au nombre de trois : le nom de
l’entreprise dans le titre, le nom de l’entreprise dans le bloc expérience et le logo de
l’entreprise dans le bloc expérience.

Tableau 34 : Liste des indicateurs de citation des PPL

Indicateurs de citation des PPL Nom des variables
1 Nom de l’entreprise dans le titre NET
2 Nom de l’entreprise dans le bloc expérience NEEx
3 Logo de l’entreprise dans le bloc expérience LEEx

Je procède au relevé qualitatif de ces indicateurs : j’examine la présence (ou l’absence) de

chacun de ces trois indicateurs de citation sur les 100 PPL d’employés des dix entreprises du
Top10 du secteur de l’industrie automobile, soit un total de 1 000 PPL.
Je teste l’hypothèse :
H18 : Les employés utilisent l’ensemble des indicateurs de citation disponibles sur leur PPL.

64
Cette liste a été validée (validité faciale) par des chercheurs du CRM (IAE de Toulouse) et du TBS Research
Centre (TBS) ainsi que par un expert des médias sociaux : Jérôme Introvigne, Fondateur de Skiller,
précédemment Manager de l’Innovation chez Poult Holding.

220
 2.2. Indicateurs de participation

Les indicateurs de participation indiquent le rattachement des PPL d’employés aux espaces
communautaires de l’entreprise sur LinkedIn. Ces contenus sont publiés sur une PPL. Ces
indicateurs sont visibles par les membres de LinkedIn. Les indicateurs de participation des
PPL sont au nombre de deux : l’inscription au principal groupe éponyme de l’entreprise et
l’abonnement à la PEL de l’entreprise.

Tableau 35 : Liste des indicateurs de participation des PPL

Indicateurs de participation des PPL Nom des variables
1 Membre du principal groupe éponyme MGEp
2 Abonnement à la Page Entreprise APE

Je procède au relevé qualitatif de ces indicateurs : j’examine la présence (ou l’absence) de

chacun de ces deux indicateurs de participation sur les 100 PPL d’employés des dix
entreprises du Top10 du secteur de l’industrie automobile, soit un total de 1 000 PPL.
L’hypothèse testée est :
H19 : Les employés participent aux espaces communautaires de leur entreprise sur LinkedIn.

Ces deux instruments de mesure (citation et participation) présentent un problème d’ordre

méthodologique. En effet, ces construits sont formatifs et non réflectifs. Il n’est pas
nécessairement vrai que si l’un des indicateurs change subitement de direction, les autres
changent de manière similaire (Chin, 1998). Dans cette étude, par exemple, être membre du
groupe éponyme de l’entreprise n’implique pas nécessairement d’être abonné à la PEL. Ces
données n’étant pas quantifiables (l’indicateur est présent ou absent de la PPL), je code les
observations de façon dichotomique (0 – absence ; 1 – présence). Le construit étant formatif
et les réponses dichotomiques, je crée des index (et non pas des dimensions) pour ces
mesures.

221
Conclusion du chapitre 5 – La méthodologie de l’étude 2

Ce présent chapitre a exposé, dans une première section, la méthodologie de l’étude 2 de ma

recherche : choix des « Pages Entreprises LinkedIn » (PEL), choix des « Pages Personnelles
LinkedIn » (PPL) et mode de collecte. Dans une seconde section, les instruments d’étude ont
été présentés. La figure 23 présente la synthèse des indicateurs qualitatifs des PEL et des PPL.
Le chapitre suivant expose la méthodologie et les instruments de mesure de l’étude 3.

Figure 24 : Synthèse des indicateurs qualitatifs des PEL et des PPL de l’étude 2

222
CHAPITRE 6 : LA MÉTHODOLOGIE DE
L’ÉTUDE 3

223
224
 CHAPITRE 6 : LA MÉTHODOLOGIE DE L’ÉTUDE 3

Etre présent sur LinkedIn est devenu une nécessité pour toute entreprise qui souhaite déployer
une stratégie de marketing digital. Cette présence est possible via la création d’une « Page
Entreprise LinkedIn » (PEL). Cela permet d’établir un lien avec les abonnés à la PEL mais
aussi avec les contacts de ces abonnés.
Les employés sont de véritables vecteurs d’informations qui prennent part à la construction de
l’e-réputation de leur entreprise. La présence des employés sur LinkedIn via leur « Page
Personnelle LinkedIn » (PPL) est une réelle opportunité pour l’entreprise qui peut contribuer à
démultiplier sa présence sur ce réseau social professionnel.
Les réseaux sociaux, dont LinkedIn, sont construits autour du bouche-à-oreille, des
conversations qu’ils produisent (Nair, 2011) grâce à des partages de contenus. L’étude de la
pertinence et de l’efficience des contenus des PEL et des PPL au sein d’un contexte
réputationnel est primordiale, de même que la veille des informations publiées par les
employés au sujet de leur entreprise sur les PPL.

Ce sixième chapitre cherche à répondre à cinq objectifs. (1) Je compare l’existant avec le
perçu : sont comparés les usages effectifs des contenus des PEL et des PPL avec la perception
de ces contenus. (2) La perception des PEL est comparée avec la perception des PPL (effet
miroir). (3) L’impact des PEL et des PPL sur l’e-réputation corporate perçue est mesuré. (4)
L’influence de la qualité perçue sur la notoriété est mesurée. (5) Les effets modérateurs sont
mesurés. Il s’agit d’étudier le modèle général.
Le but est de mettre en évidence la structure et la pertinence des contenus des PEL et des PPL
afin de suggérer aux entreprises des orientations stratégiques pour gérer les contenus des PEL
et des PPL au sein de leur politique de marketing digital.
Les hypothèses (H20 à H34), la procédure et les choix méthodologiques sont tour à tour
exposés dans la section 1. Les instruments de mesure sont présentés dans la section 2. La
procédure de validation des échelles de mesure est exposée dans la section 3.

225
Section 1 : La présentation et la méthode de l’étude 3

Dans cette troisième étude, le modèle linéaire de cette recherche est analysé dans sa globalité.
Je mesure l’influence des variables indépendantes sur la variable dépendante (et ses deux
dimensions). Les effets modérateurs sont également mesurés.

La comparaison entre l’existant et le perçu est présentée dans la sous-section 1. L’impact des
PEL et des PPL sur l’e-réputation corporate perçue est examiné dans la sous-section 2. Les
effets modérateurs sont exposés dans la sous-section 3.

1. Les usages effectifs des contenus des PEL et des PPL et la perception de
ces contenus

Grâce aux données collectées dans les études 1 et 2, je compare les usages effectifs des
contenus des « Pages Entreprises LinkedIn » (PEL) et des « Pages Personnelles LinkedIn »
(PPL) – tels qu’observés dans l’étude 2 - avec la perception de ces contenus – telle que
mesurée dans l’étude 1. Je cherche à savoir s’il y a adéquation entre les usages effectifs des
contenus et leur perception.
Je souhaite identifier, dans un contexte réputationnel, les indicateurs des PEL et des PPL qui
sont perçus comme importants et observer s’ils sont systématiquement utilisés. Mon objectif
est d’établir un vade-mecum, à l’attention des marketers, pour une gestion optimale des
contenus des PEL (signaux directs) et des PPL (signaux indirects) afin d’accroître la qualité
perçue de la présence digitale d’une entreprise ainsi que sa notoriété, soit : son e-réputation
corporate.

Ainsi, les hypothèses suivantes sont testées:

H20 : L’usage effectif des indicateurs d’informations des PEL reflète la qualité perçue des
PEL.
H21 : L’usage effectif des indicateurs de citation des PPL reflète la qualité perçue des PPL.

226
H22 : L’usage effectif des indicateurs de visibilité des PEL reflète la notoriété perçue des
PEL.
H23 : L’usage effectif des indicateurs de participation des PPL reflète la notoriété perçue des
PPL.
H24 : La QRG reflète la QPG.
H25 : La NRG reflète la NPG.

2. Les antécédents de l’e-réputation corporate perçue

Je souhaite déterminer l’impact des PEL et des PPL sur l’e-réputation corporate perçue sur
LinkedIn. Je compare ensuite l’impact des PEL avec celui des PPL. L’objectif de cet effet
miroir est de déterminer le rôle des PPL par rapport aux PEL.

Les hypothèses testées sont :

H26 : Les PEL influencent l’e-réputation corporate perçue.
H26a : Les indicateurs d’informations des PEL influencent la qualité perçue des PEL.
H26b : Les indicateurs de visibilité des PEL influencent la notoriété perçue des PEL.
H27 : Les PPL influencent l’e-réputation corporate perçue.
H27a : Les indicateurs de citation des PPL influencent la qualité perçue des PPL.
H27b : Les indicateurs de participation des PPL influencent la notoriété perçue des PPL.

Est également testé le lien entre les deux dimensions de l’e-réputation corporate, soit,
l’influence de la qualité perçue de la présence digitale d’une entreprise sur la notoriété de
celle-ci.

Les hypothèses testées sont les suivantes :

H28 : La qualité perçue des PEL influence la notoriété perçue des PEL.
H29 : La qualité perçue des PPL influence la notoriété perçue des PPL.
H30 : La qualité perçue des PPL influence la notoriété perçue des PEL.

227
3. Les variables modératrices

Sont examinés les effets modérateurs, à savoir le rôle de la crédibilité sur la relation entre les
PEL et l’e-réputation corporate perçue ainsi que sur la relation entre les PPL et l’e-réputation
corporate perçue.

Les hypothèses testées sont :

H31 : La crédibilité perçue des PEL modère l’influence des PEL sur l’e-réputation corporate
perçue.
H32 : La crédibilité perçue des PPL modère l’influence des PPL sur l’e-réputation corporate
perçue.
H33 : La crédibilité perçue des PEL modère l’influence des PPL sur l’e-réputation corporate
perçue.
H34 : La crédibilité perçue des PPL modère l’influence des PEL sur l’e-réputation corporate
perçue.

La méthodologie de l’étude 3 ayant été introduite, la seconde section présente les instruments
de mesure.

228
Section 2 : Les instruments de mesure

Pour l’étude 3, sont utilisées les données collectées dans les études 1 et 2 ainsi que les
instruments de mesure associés. Les données et les instruments sont détaillés dans les
chapitres 4 et 5.

Dans cette étude 3, ce sont les concepts et non plus les mesures qui sont pris en compte. Un
modèle d’équations structurelles qui intègre les liens de causalité et leur direction est
développé.

Tout d’abord, je cherche à savoir s’il existe un lien entre les index des PEL et l’e-réputation
corporate perçue des PEL (variable de second ordre) ainsi qu’entre les index des PPL et l’e-
réputation corporate perçue des PPL (variable de second ordre).

Puis j’étudie où se situe précisément l’influence. Pour cela, sont retirées les deux variables de
second ordre ; sont conservées la dimension de la qualité perçue des PEL et des PPL ainsi que
la dimension de la notoriété perçue des PEL et des PPL.
Ainsi, sont testées les relations de causalité entre les index d’informations des PEL et la
qualité perçue des PEL, entre les index de visibilité des PEL et la notoriété perçue des PEL,
entre les index de citation des PPL et la qualité perçue des PPL, entre les index de
participation des PPL et la notoriété perçue des PPL.
Sont également testées les relations de causalité entre la qualité perçue des PEL et la notoriété
perçue des PEL, puis entre la qualité perçue des PPL et la notoriété perçue des PPL et enfin,
entre la qualité perçue des PPL et la notoriété perçue des PEL.

Sont également vérifiés les effets modérateurs de la crédibilité perçue des PEL et des PPL au
sein du modèle structurel sans les deux variables de second ordre afin d’identifier précisément
les effets modérateurs.

Les tests du modèle et des hypothèses associées sont réalisés sous les logiciels SPSS et
AMOS et sont décrits dans le chapitre 7 qui présente les résultats des hypothèses de ma
recherche.

229
Section 3 : La procédure de validation des échelles de mesure

La qualité des instruments de mesure est étudiée dans le contexte de cette recherche. Les
méthodes d’équations structurelles sont utilisées. Plusieurs étapes standardisées sont
mentionnées par Kline (2005) pour traiter les modèles d’équations structurelles, notamment la
spécification du modèle. Les variables latentes formatives et réflectives sont distinguées. Les
construits formatifs sont très utiles dans les sciences de gestion (Jarvis, MacKenzie et
Podsakoff, 2003 ; Diamantopoulos et Winklhofer, 2001 ; Venaik et al., 2004).

Un construit latent n’est pas directement observable. Plusieurs indicateurs représentent ce

construit et permettent de l’appréhender (Lacroux, 2009). Selon Nunally (1978) et Churchill
(1979) et selon la théorie classique des tests, le construit latent est envisagé comme réflectif,
c’est-à-dire que les indicateurs représentent l’impact du construit latent sous-jacent. De ce
fait, la relation de causalité va du construit à ses indicateurs. Le construit est la « cause
commune » partagée par les indicateurs ; les indicateurs sont des manifestations du construit.
Cela implique, d’une part, que les indicateurs sont significativement et positivement corrélés
et, d’autre part, que chaque variation dans la valeur du construit se reflète par une variation
des valeurs des indicateurs (Bollen et Lennox, 1991).

Cependant, certains construits latents ne répondent pas au modèle réflectif (Blalock, 1971 ;
Bollen et Ting, 2000). Ces construits sont alors considérés comme une combinaison
d’indicateurs dont la corrélation est faible ou nulle et qui forme le construit latent. Ces
indicateurs sont constitutifs du construit. Il s’agit de construits formatifs dont la relation de
causalité est inversée (des indicateurs vers le construit).
Les modèles de mesure diffèrent (figure 25) pour les construits réflectifs et les construits
formatifs (Diamantopoulos et al., 2008).

230
Figure 25 : Distinction entre construits réflectifs et formatifs

Cette distinction joue un rôle dans la qualité du modèle de mesure ainsi que sur la validité des
résultats du modèle structurel (Anderson et Gerbing, 1988 ; Jarvis et al., 2003 ; MacKenzie et
al., 2005). La validité et la consistance des échelles ne sont pas analysées de la même façon
pour les construits réflectifs et les construits formatifs.
Pour valider les échelles de mesure, l’approche la plus courante suppose qu’il s’agit de
construits réflectifs et que les indicateurs sont positivement corrélés (Churchill, 1979 ;
Spector, 1992). Selon la démarche de vérification de l’unidimensionnalité de l’échelle
(analyse factorielle) et d’épuration des échelles dont l’objectif est de maximiser leur
homogénéité, il convient de rejeter les indicateurs qui ne sont pas fortement corrélés aux
autres.

Cette démarche est appropriée pour les construits réflectifs mais pas pour les construits
formatifs car elle mène à rejeter des indicateurs qui sont pertinents. En présence de modèle de

231
mesure formatif, il est recommandé de conserver le plus grand nombre possible d’indicateurs
pour minimiser la variance du construit non expliquée par les indicateurs (Diamantopoulos et
Siguaw, 2006). La signification et le pouvoir prédictif du construit formatif sont affaiblis par
un rejet excessif des indicateurs et peuvent détériorer l’outil (Galan, 2011).
Dans cette recherche, mon modèle se compose à la fois des construits réflectifs (crédibilité
perçue) et des construits formatifs (échelle d’informations, échelle de visibilité, échelle de
citation et échelle de participation, dimensions de l’e-réputation corporate perçue).

J’utilise donc deux méthodes différentes de validation des échelles de mesure pour les
construits réflectifs et les construits formatifs. J’emploie, d’une part, le paradigme de
Churchill (1979) pour les construits réflectifs et, d’autre part, la préconisation de Rossiter
(2005) pour les construits formatifs.

1. Application du paradigme de Churchill (1979)

J’ai identifié dans la littérature les instruments de mesure correspondant à ma recherche. Je

cherche à connaître leur qualité psychométrique (validité et fiabilité) dans le cadre de mon
travail pour ensuite interpréter les données collectées.

1.1. Fiabilité et validité

Churchill (1979) recommande de retenir des outils composites. La fiabilité est le degré de
reproductibilité des résultats quand l’instrument est utilisé à nouveau dans des conditions
identiques (Vernette, 1991). La validité garantit que ce qui est mesuré correspond bien au
concept étudié (Evrard et al., 2000). C’est uniquement lorsque les instruments sont fiables
qu’ils peuvent être validés.

232
 a. Principe de fiabilité d’une échelle de mesure

La fiabilité permet de dégager un indice qui informe sur le degré avec lequel la mesure est
sans erreur et offre des résultats cohérents. Il existe plusieurs techniques pour analyser la
fiabilité. Dans la technique du « test / retest », le questionnaire est administré deux fois au
même échantillon et les résultats sont comparés ; cette technique convient à la création d’un
instrument de mesure. Dans la technique du « split half », le questionnaire est administré en
même temps à un échantillon scindé en deux ; cette technique souffre du risque de sélection
(non homogénéité des sous-échantillons). Dans la technique des « formes alternatives »,
plusieurs items qui traduisent le même concept sont intégrés au questionnaire ; le coefficient
alpha de Cronbach est calculé (Cronbach, 1951) et permet de vérifier que les énoncés d’une
échelle partagent des notions communes (cohérence entre les items).
Dans ma recherche, je retiens le coefficient alpha de Cronbach comme indice de fiabilité des
échelles de mesure. Ce coefficient a une valeur comprise entre 0 (fiabilité nulle) et 1 (fiabilité
parfaite). Le tableau 36 expose les valeurs du coefficient admises en sciences de gestion
(Peterson, 1994 ; Evrard et al., 2000).

Tableau 36 : Valeurs usuelles de l’alpha de Cronbach

b. Principe de validité d’une échelle de mesure

Selon Thiétard (1999), la validité globale repose sur la « nécessité de s’assurer des différents
types plus spécifiques de validité : la validité du construit, la validité de l’instrument de
mesure, la validité interne des résultats de la recherche et la validité externe de ces mêmes
résultats. Ces différents types de validité concernent soit la recherche dans son ensemble
(validité interne et validité externe), soit des éléments de la recherche (les concepts ou les
instruments de mesure utilisés) ». La validité d’une échelle consiste en sa capacité à

233
appréhender les phénomènes analysés. L’objectif des tests de validité est de vérifier la bonne
représentativité des phénomènes analysés par les items de l’instrument retenu.
La validité faciale (de contenu) repose sur le jugement du chercheur et de ses pairs (Rossiter,
2005).
La validité de construit (de trait) permet de vérifier que les indicateurs supposés mesurer le
même concept sont corrélés (validité convergente) et qu’ils sont distincts des indicateurs
supposés mesurer des concepts différents (validité discriminante) (Evrard et al., 2000).
La validité nomologique (prédictive) permet de vérifier la conformité des relations entre les
mesures d’un même concept et celles d’autres concepts avec les prédictions de la théorie
(Evrard et al., 2000). La validité nomologique est évaluée lors de l’étude des relations
empiriques entre les concepts (Igalens et Roussel, 1998).

La validité externe se fonde sur le nombre suffisant de réponses obtenues au questionnaire

(possibilité de traitements statistiques et représentativité des données par rapport à
l’échantillon). J’ai obtenu 1 500 réponses. 260 observations n’ont pas été exploitées puisque
les critères n’étaient pas remplis. Après avoir réalisé le classement des dix entreprises du
secteur automobile (Top10) sur 1 240 réponses, 18 observations ne citant pas l’une des dix
entreprises du Top10 ne sont pas conservées. Au final, 1 222 réponses sont analysées (soit un
taux de réponse qui s’élève à 81,47 %), ce qui est très satisfaisant pour les traitements
statistiques auxquels je procède.

1.2. Procédure statistique d’évaluation et d’amélioration de la qualité d’une échelle

Deux étapes majeures sont identifiées dans la démarche analytique de la qualité d’une échelle
de mesure : l’étape exploratoire (épuration des échelles, émergence de la structure factorielle,
analyse de la fiabilité de cohérence interne des échelles avec l’alpha de Cronbach) et l’étape
confirmatoire (dimensionnalité des instruments de mesure, analyse de la fiabilité de cohérence
interne des échelles avec le rhô de Jöreskog, évaluation de la validité convergente et
discriminante des échelles) (Churchill, 1979 ; Gerbing et Anderson, 1988 ; Gerbing et
Hamilton, 1996).

234
 a. Analyse factorielle exploratoire

L’objectif de l’analyse factorielle exploratoire est de purifier l’échelle de mesure, c’est-à-dire

de condenser les variables en un nombre réduit de facteurs qui restituent une représentation
synthétique65. L’ACP est une méthode permettant de mener une analyse factorielle
exploratoire.

Lors du développement d’une échelle, il convient de connaître le nombre de dimensions de

cette échelle. Le critère de Kaiser permet d’identifier les facteurs à extraire (Evrard et al.,
2000) ; seuls les facteurs dont les valeurs propres66 (« eigenvalues ») sont supérieures à 1 sont
conservés67. Le « test du coude » (« scree-test ») de Cattell (1966) permet aussi l’analyse des
valeurs propres grâce à un graphique. Le dernier facteur à retenir est celui à partir duquel la
« courbe de décroissance » marque un point d’inflexion. Il est également possible, pour le
chercheur, de fixer un seuil qui correspond au pourcentage minimum de variance expliquée
cumulée qu’il souhaite restituer ; ainsi le nombre de facteurs retenus permet d’atteindre ce
seuil68.

Enfin, lors du développement d’une échelle, il convient de savoir quels items doivent être pris
en compte et d’interpréter les axes factoriels. Il faut évaluer la qualité de représentation de
chaque item (« communalité », supérieure ou égale à 0,50 – Evrard et al., 2000) et extraire
ceux qui ne satisfont pas le seuil en vigueur dans la littérature. La contribution de chaque item
à son axe est ensuite étudiée (« loading » ou « poids factoriel »), ce qui permet l’interprétation
des facteurs. Certains items peuvent être corrélés sur plusieurs facteurs ; il faut alors décider
de leur élimination ou non. Lorsque le concept est multidimensionnel, il est possible de
recourir à des rotations (orthogonales ou obliques) pour interpréter les axes factoriels. La
rotation orthogonale est à privilégier lorsque les scores factoriels sont utilisés dans des

65
« …partant d’un tableau d’observations où un certain nombre d’objets sont évalués en fonction de divers
attributs, on va tenter de résumer ces informations en un ensemble plus réduit de combinaisons linéaires des
attributs initiaux en veillant à minimiser la perte d’information du fait de cette réduction. En d’autres termes, on
cherche à dégager un petit nombre de facteurs indépendants entre eux (orthogonaux) regroupant certains des
attributs initiaux et contrastant au mieux les objets étudiés » (Lambin, 1990 cité par Marbot, 2001).
66
La valeur propre est la variance totale expliquée par chaque facteur (Malhotra et al., 2007).
67
Cela est possible à condition que l’ACP repose sur une matrice de corrélation (Evrard et al., 2000).
68
Ce seuil est fixé à 0,6 (Evrard et al., 2003).

235
analyses postérieures parce qu’elle permet de garder des facteurs indépendants (représentation
graphique facilitée) et d’utiliser d’autres techniques d’analyse telles que la régression
(élimination des effets de « multicolinéarité » entre items) (Jolibert et Jourdan, 2006).

Une fois l’analyse factorielle exploratoire terminée, l’alpha de Cronbach est calculé afin
d’évaluer la fiabilité interne (développé précédemment).

b. Analyse factorielle confirmatoire

L’AFC applique un modèle d’équations structurelles à un modèle de mesure. Elle permet

d’évaluer les qualités d’ajustement, la fiabilité (rhô de Jöreskog) et la validité (convergente et
discriminante) du modèle. Grâce à l’AFC, la structure factorielle est établie a priori ; le
chercheur tente ensuite de la confirmer (Roussel et al., 2002).

La qualité d’ajustement global du modèle aux données collectées est évaluée grâce à plusieurs
indices mentionnés dans la littérature ; ce sont des outils d’aide à la décision concernant le
choix de la structure factorielle à utiliser. Les indices les plus utilisés sont le GFI (« Goodness
of Fit ») de Jöreskog et Sörbom (1989) et l’AGFI (« Adjusted Goodness of Fit »). Ces indices
dépendent de la taille de l’échantillon. Le CFI (« Comparative Fit Index ») n’est pas sujet à
cette dépendance (Bentler, 1990). Le RMSEA (« Root Mean Square Error of
Approximation») est également très utilisé.

Selon Roussel et al. (2002), les indices d’ajustement peuvent être répartis en trois groupes :
les indices absolus (mesurent comment le modèle théorique défini a priori reproduit
correctement les données recueillies), les indices incrémentaux (comparent l’ajustement du
modèle testé à celui du modèle indépendant le plus restrictif) et les indices de parcimonie
(vérifient si l’ajustement du modèle dépend du nombre de paramètres à estimer).

Pour améliorer la qualité d’ajustement global du modèle aux données, il est possible d’étudier
les résidus standardisés (différences entre les covariances ou les corrélations observées et
celles estimées). S’ils sont supérieurs à 2,58, il est possible qu’il y ait un manque d’ajustement
que l’on peut corriger en éliminant un des indicateurs ou en rajoutant une relation
(covariance) entre les « erreurs » des variables observées (Roussel et al., 2002). Il faut,

236
toutefois, que ces modifications soient justifiées de façon théorique et qu’elles n’altèrent que
faiblement les paramètres du modèle (Jolibert et Jourdan, 2006).

Lorsque la structure factorielle de l’échelle est déterminée, il est possible d’évaluer la fiabilité
(rhô de Jöreskog), la validité convergente (test t) et la validité discriminante de l’instrument
de mesure.
Le rhô de Jöreskog doit être le plus proche de 1. Il est moins sensible au nombre d’items que
ne l’est l’alpha de Cronbach. Selon Roussel et al. (2002), un rhô supérieur à 0,7 ou 0,8
indique une bonne fiabilité du construit. Il se calcule comme suit :

En ce qui concerne la validité convergente, elle se vérifie par le « test t » (significatif

si > [1,96]), par le carré de la contribution factorielle qui doit être supérieur à 0,5 (il s’agit du
pourcentage de la variance de l’indicateur restitué par le construit) et par la variance moyenne
extraite (rhô de validité convergente qui doit être supérieur à 0,5) (Roussel et al., 2002).
La validité discriminante est définie comme la capacité des indicateurs à différencier des
construits ou des dimensions d’un même construit. Il convient de comparer le rhô de validité
convergente avec le pourcentage de variance que le construit (ou la dimension) partage avec
d’autres construits (ou d’autres dimensions).

2. Application de la préconisation de Rossiter (2005)

Les construits formatifs ne sont pas soumis aux procédures de validation habituelles. En effet,
ce sont des variables composites qui sont bâties à partir d’indicateurs formatifs. L’index est
construit par les variations de l’indicateur. Les variables observées sont la cause de la variable
latente. Ces indicateurs formatifs sont les dimensions de cette variable latente. Ils agissent de
façon cumulative. Les différences majeures entre les construits formatifs et les construits
réflectifs sont que les indicateurs formatifs d’un index ne sont pas nécessairement corrélés et
qu’ils ne sont pas supposés covarier. Si les indicateurs formatifs covarient, c’est une exception

237
et non une condition (Bollen et Lennox, 1991). Le coefficient de l’alpha de Cronbach
(fiabilité) peut ne pas tout à fait correspondre aux standards (Nunally et Berstein, 1994).

Dans cette recherche, les index d’informations et de visibilité des PEL, les index de citation et
de participation des PPL et les dimensions de l’e-réputation corporate perçue ne peuvent pas
être soumis à la méthode traditionnelle de l’étude de fiabilité.
Il n’existe pas de procédure standardisée similaire au paradigme de Churchill (1979) qui
permette de vérifier la validité d’une variable composite constituée par une combinaison
d’indicateurs causaux.
Diamantopoulos et Winklhofer (2001) proposent une procédure pour s’assurer de la validité
des construits formatifs en utilisant des méthodes d’équations structurelles69. Les quatre
étapes de la procédure sont : la spécification du contenu et la spécification des indicateurs (ces
deux étapes reposant sur la littérature ou des entretiens exploratoires), la spécification de
l’évaluation de leur colinéarité (mesure des coefficients de régression gamma et des facteurs
d’inflation de variance70) et la spécification de la validité externe (validité prédictive d’une
variable composite vers une variable du modèle, c’est-à-dire test du modèle complet).

Pour Rossiter (2005), la seule méthode qui permet de sélectionner les items et de s’assurer de
la validité d’un construit formatif repose sur le jugement du chercheur. Cette méthode est
utilisée dans cette recherche. Comme expliqué antérieurement (chapitre 2), la structure d’une
PEL et d’une PPL sur LinkedIn est observée, les rubriques associées à l’entreprise sont
identifiées et retienues. Je les soumets ensuite à plusieurs chercheurs du CRM (Centre de
Recherche en Management de l’IAE de Toulouse) et du TBS Research Centre (de Toulouse
Business School) ainsi qu’à un expert des médias sociaux afin de confirmer leur pertinence71.
Dans le cas où les résultats satisfont les critères du réflectif, l’utilisation du logiciel AMOS est
possible et permet, d’une part, d’accéder à des indices qui ne sont pas disponibles sur Smart-
PLS tels que l’analyse multi-groupes et, d’autre part, d’éviter une perte d’informations liée
aux nombreux index (Parasuraman, Zeithaml et Malhotra, 2005). Si les indices d’ajustement

69
Il n’y a pas de consensus (Rossiter, 2005 ; Diamantopoulos et Siguaw, 2006).
70
« Variance Inflator Factor » (VIF) doit être inférieure à 10 (Kline, 2005) ; réalisation sous le logiciel Smart-
PLS (Ringle et al., 2005).
71
Ce qui correspond aux deux premières étapes de la procédure de Diamantopoulos et Winkhofer (2001).

238
de mon modèle sont satisfaisants sous le logiciel AMOS, il n’est pas utile de passer par
l’étape trois de la procédure de Diamantopoulos et Winklhofer (2001) (Parasuraman,
Zeithaml et Malhotra, 2005).

3. Validation de mes échelles de mesure

La validation de la mesure de la crédibilité perçue des PEL et des PPL, de la qualité perçue et
de la notoriété perçue des PEL et des PPL, est présentée. Les différents index utilisés sont
également exposés. Enfin, les indices d’ajustement du modèle sont indiqués.

3.1. Crédibilité perçue des PEL et des PPL

La crédibilité perçue des PEL et des PPL est mesurée par l’échelle unidimensionnelle de
Kirmani (1997).

Pour la crédibilité perçue des PEL, la valeur propre est supérieure à 1 (2,094 pour
l’échantillon final) ; l’échelle est unidimensionnelle (69 % de la variance totale, 69, 797 %).
Les trois items présentent une qualité de représentation très bonne (C1 = 0,704 ; C2 = 0,741 ;
C3 = 0,648) par rapport au seuil fixé dans la littérature (>0,5 ; Evrard et al., 2000).

Pour la crédibilité perçue des PPL, la valeur propre est supérieure à 1 (2,258 pour
l’échantillon final) ; l’échelle est unidimensionnelle (75 % de la variance totale, 75, 259 %).
Les trois items présentent une qualité de représentation très bonne (C1 = 0,764 ; C2 = 0,753 ;
C3 = 0,741) par rapport au seuil fixé dans la littérature (>0,5 ; Evrard et al., 2000).

Au regard des alphas de Cronbach et des rhôs, les deux échelles sont fiables et ont une bonne
validité convergente (tableau 37).

239
Tableau 37 : Echelles de la crédibilité perçue des PEL et des PPL
Echelles Nombre d’items Alpha de Rhô de Rhô vc
Cronbach Jöreskog
Crédibilité PEL 3 0,782 0,785 0,551
Crédibilité PPL 3 0,835 0,836 0,630

3.2. Qualité perçue et notoriété perçue des PEL et PPL

Les deux dimensions (qualité perçue et notoriété perçue) de l’échelle de l’e-réputation

corporate perçue des PEL et des PPL sont mesurées (Rindova et al., 2005).

Pour la qualité perçue des PEL, la valeur propre est supérieure à 1 (1,852 pour l’échantillon
final) ; plus de 61 % de la variance totale (61, 726 %). Les trois items présentent une qualité
de représentation très bonne (Q1 = 0,645 ; Q2 = 0,634 ; Q3 = 0,573) par rapport au seuil fixé
dans la littérature (>0,5 ; Evrard et al., 2000).

Pour la qualité perçue des PPL, la valeur propre est supérieure à 1 (1,825 pour l’échantillon
final) ; plus de 60 % de la variance totale (60, 820 %). Les trois items présentent une qualité
de représentation très bonne (Q1 = 0,655 ; Q2 = 0,653 ; Q3 = 0,517) par rapport au seuil fixé
dans la littérature (>0,5 ; Evrard et al., 2000).

Pour la notoriété perçue des PEL, la valeur propre est supérieure à 1 (1,531 pour l’échantillon
final) ; plus de 76 % de la variance totale (76, 536 %). Les deux items présentent une qualité
de représentation très bonne (N1 = 0,765 ; N2 = 0,765) par rapport au seuil fixé dans la
littérature (>0,5 ; Evrard et al., 2000).

Pour la notoriété perçue des PPL, la valeur propre est supérieure à 1 (1,534 pour l’échantillon
final) ; plus de 76 % de la variance totale (76, 723 %). Les deux items présentent une qualité
de représentation très bonne (N1 = 0,767 ; N2 = 0,767) par rapport au seuil fixé dans la
littérature (>0,5 ; Evrard et al., 2000).

240
Les alphas de la qualité perçue des PEL, de la notoriété perçue des PEL, de la qualité perçue
des PPL et de la notoriété perçue des PPL (tableau 38) sont légèrement en-dessous des
standards (0,7 ; Evrard et al., 2000) mais ils sont acceptables pour des construits formatifs
(Nunally et Berstein, 1994). De plus, le modèle étant ajusté (les résultats satisfaisant les
critères du réflectif), cela me permet de les utiliser sous la forme réflective (Parasuraman,
Zeithaml et Malhotra, 2005 : 220).

Tableau 38 : Qualité perçue et notoriété perçue des PEL et PPL (alpha de Cronbach)
Echelles Nombre d’items Alpha de
Cronbach
Qualité PEL 3 0,689
Notoriété PEL 2 0,693
Qualité PPL 3 0,671
Notoriété PPL 2 0,697

3.3. Utilisation des index

Les index d’informations des PEL, de citation des PPL, de participation des PPL (variables
manifestes sur base formative) sont urilisés à la place des indicateurs dans mon modèle
structurel. En effet, cette pratique permet d’optimiser la mesure de la structure des construits
au sein des procédures des modèles d’équations structurelles (Little, Cunnigham et Shahar,
2002).

Les trois indicateurs de visibilité des PEL sont utilisés dans le modèle et non pas l’index car il
n’est pas possible de les additionner. Ils ne sont pas regroupés au regard du problème
d’échelle lié aux grands nombres. En effet, utiliser un index serait trop les évaluer (Little,
Cunnigham et Shahar, 2002).

Les construits sont formatifs mais étant donné qu’ils sont fiables et valides (sans avoir à
supprimer d’items pour y parvenir), il est préférable d’utiliser la méthode CFA (analyse
factorielle confirmatoire) sur le logiciel Amos plutôt que la méthode des carrés partiels sur le
logiciel Smart-PLS. En effet, cette méthode fournit davantage d’indications sur l’ajustement

241
du modèle. Les indices étant satisfaisants, il convient de profiter des spécificités d’Amos que
Smart-PLS ne propose pas (indices d’ajustement, analyse multi-groupes…).

3.4. Indices d’ajustement du modèle structurel avec les variables de second ordre

Les variables de second ordre sont l’e-réputation corporate perçue des PEL et l’e-réputation
corporate perçue des PPL.

Le chi-deux est significativement différent de zéro. Cet indice est influencé par la taille de
mon échantillon et la complexité du modèle (Roussel et al., 2002) ; ce qui explique pourquoi
il est élevé.

Je remarque que le chi-deux/ddl est supérieur à trois (standard entre 1 et 3). Cela est dû à la
taille de mon échantillon (Fan, Thompson et Wang, 1999).

Les indices GFI et CFI sont satisfaisants (>0,9 ; Roussel et al., 2002). L’AGFI est légèrement
en-dessous des standards (>0,9 ; Roussel et al., 2002).

Je constate que le RMSEA est légèrement au-dessus des standards (< 0,05 ou <0,8 ; Roussel
et al., 2002). Cependant, cela est acceptable au regard de la taille de mon échantillon et est
compensé par les bons indices d’ajustement (Parasuraman, Zeithaml et Malhotra, 2005 : 220).

Le modèle est bien ajusté et les indices sont satisfaisants au regard des standards (tableau 39)
(Roussel et al., 2002).

Tableau 39 : Indices d’ajustement du modèle 1

Chi-deux CMIN/DF GFI AGFI CFI RMSEA
799,456 9,4 0,929 0,888 0,910 0,082

242
 3.5. Indices d’ajustement du modèle structurel sans les variables de second ordre

Le chi-deux est significativement différent de zéro. Cet indice est influencé par la taille de
mon échantillon et la complexité du modèle (Roussel et al., 2002) ; ce qui explique pourquoi
il est élevé.

Je remarque que le chi-deux/ddl est supérieur à trois (standard entre 1 et 3). Cela est dû à la
taille de mon échantillon (Fan, Thompson et Wang, 1999).

Les indices GFI, AGFI et CFI sont très satisfaisants (>0,9 ; Roussel et al., 2002).

Je constate que le RMSEA est légèrement au-dessus des standards (< 0,05). Cependant, cela
est acceptable au regard de la taille de mon échantillon (<0,8 ; Roussel et al., 2002) et est
compensé par les bons indices d’ajustement (Parasuraman, Zeithaml et Malhotra, 2005 : 220).

Le modèle est bien ajusté et les indices sont satisfaisants au regard des standards (tableau 40)
(Roussel et al., 2002).

Tableau 40 : Indices d’ajustement du modèle 2

Chi-deux CMIN/DF GFI AGFI CFI RMSEA
599,597 6,972 0,942 0,908 0,935 0,70

243
Conclusion du chapitre 6 – La méthodologie de l’étude 3

Ce présent chapitre a exposé, dans une première section, la méthodologie de l’étude 3 de ma

recherche : les usages effectifs des contenus des PEL et des PPL et la perception de ces
contenus, les antécédents de l’e-réputation corporate et les variables modératrices. Dans une
seconde section, les instruments de mesure ont été présentés. La procédure de validation des
échelles de mesure a été exposée dans la section 3.
Le chapitre suivant expose les résultats des études 1, 2 et 3.

244
CHAPITRE 7 : LES RÉSULTATS DES
ÉTUDES 1, 2 et 3

245
246
 CHAPITRE 7 : LES RÉSULTATS DES ÉTUDES 1, 2 et 3

Ce présent chapitre ouvre le volet relatif aux résultats obtenus aux études 1, 2 et 3 de ma
recherche. Dans la première section, sont décris les échantillons à travers l’analyse des
données brutes recueillies par le biais du questionnaire et par le relevé qualitatif (codage des
données). Dans la seconde section, sont mis en perspective l’existant et le perçu. Dans la
troisième section, le modèle structurel est testé ; sont évalués les relations de causalité et les
effets modérateurs. Enfin, une synthèse des résultats aux tests d’hypothèses est proposée dans
la quatrième et dernière section.

247
Section 1 : L’étude descriptive des échantillons

Les résultats des études 1 et 2 sont exposés dans cette première section. La sous-section 1
présente le classement des entreprises du secteur de l’industrie automobile citées par les
répondants. La sous-section 2 décrit l’échantillon des répondants. La sous-section 3 décrit
l’échantillon des individus dont les « Pages Personnelles LinkedIn » (PPL) sont étudiées.

1. Classement des entreprises automobiles citées

Il a été demandé aux répondants de citer une entreprise du secteur automobile. Il est ainsi
possible de mesurer la notoriété spontanée d’une entreprise. Les deux sections suivantes
présentent les classements des entreprises du secteur automobile selon le nombre de citations.

1.1. Classement général

Quatorze entreprises du secteur automobile ont été citées par 1 240 répondants (décembre
2014 - janvier 2015). Le tableau suivant établit le classement décroissant du nombre de
citations par entreprise.

248
Tableau 41 : Classement des entreprises automobiles selon le nombre de citations

Classement des Entreprises Nombre de

automobiles citations

1 Renault 363
2 Peugeot 192
3 Citroën 122
4 Audi 112
5 BMW 105
6 Ford 78
7 Volkswagen 66

8 Toyota 63

9 Nissan 61
10 Opel 60
11 Mercedes 10
12 Ferrari 3
13 Fiat 3
14 Porsche 2
TOTAL 1240

Seulement deux entreprises appartenant à l’industrie automobile du luxe apparaissent : Ferrari

et Porsche. Les quatre dernières entreprises obtiennent un très faible nombre de citations
(Mercedes, Ferrari, Fiat et Porsche). Les trois entreprises automobiles françaises sont
fortement représentées et totalisent 54,60 % des citations.

1.2. Classement du Top10

L’objectif annoncé dans la méthodologie est de conserver les dix entreprises automobiles les
plus citées pour poursuivre l’analyse. Le Top10 des entreprises automobiles regroupe 1 222
citations. La notoriété spontanée des entreprises automobiles est ainsi mesurée. Le tableau 42
établit le classement décroissant du Top10.

249
Tableau 42 : Top10 des entreprises automobiles selon le nombre de citations

Nombre de
Top10 Entreprises automobiles Pourcentage
citations

1 Renault 363 29,705401

2 Peugeot 192 15,7119476
3 Citroën 122 9,98363339
4 Audi 112 9,16530278
5 BMW 105 8,59247136
6 Ford 78 6,38297872
7 Volkswagen 66 5,400982
8 Toyota 63 5,15548282
9 Nissan 61 4,99181669
10 Opel 60 4,90998363
TOTAL Top 10 1222 100

Les trois entreprises automobiles françaises (Renault, Peugeot, Citroën) arrivent en tête du
classement. Renault se démarque largement des autres entreprises (29,70 % des citations). Les
cinq premières entreprises automobiles totalisent 894 citations, soit 73,16 %. Peugeot,
Citroën, Audi et BMW dépassent les 100 citations (entre 105 et 192 citations). Ford,
Volkswagen, Toyota, Nissan et Opel se suivent de près et ont été citées entre 60 et 78 fois.

Selon un sondage72 réalisé par TNS Sofres en mars 2005 auprès de répondants français, les
entreprises Renault, Peugeot et Citroën occupent également le haut du classement du secteur
de l’industrie automobile. Ce sondage mesure la notoriété spontanée des marques auprès de
1 018 Français.

72
Source : TNS Sofres et Prodimarques, Notoriété spontanée des marques (mars 2005),
[Link] publiée en avril 2005, consultée
en janvier 2015.

250
Tableau 43 : Classement TNS-Sofres (2005) et Top5 (2015) de la notoriété spontanée des
entreprises automobiles
Classement TNS Sofres 2005 Top5 citations 2015
1 – Renault 1 - Renault
2 – Peugeot 2 - Peugeot
3 – Citroën 3 - Citroën
4 – Volkswagen 4 - Audi
5 - Ford 5 - BMW

Les entreprises Volkswagen et Ford cèdent la place à Audi et BMW mais restent toutefois
dans le Top10 de mon étude.

2. Description de l’échantillon des répondants

Le questionnaire administré en ligne cible des répondants de nationalité française et qui sont
membres du réseau social professionnel LinkedIn. Il s’agit d’un échantillon qualifié.
Au total, 1 500 individus ont répondu au questionnaire. Je retire les participants n’ayant pas
de « Profil » LinkedIn, c’est-à-dire ceux qui ont répondu « non » à la question filtre. Le
nouveau fichier comporte 1 240 observations.

Les cinq sections suivantes analysent le profil des répondants selon cinq critères : leur sexe,
leur tranche d’âge, leur domaine de compétences, le secteur d’activité de leur entreprise et
leur catégorie socio-professionnelle.

2.1. Sexe des répondants

L’échantillon du questionnaire est composé de 1 222 répondants, dont 52,46 % de femmes

(641 femmes) et 47,54 % d’hommes (581 hommes). Le tableau 44 présente le sexe des
répondants par entreprise du Top10.

251
Tableau 44 : Répartition du sexe des répondants par entreprise du Top10

Sexe Répondant

F H Total

Nom Entreprise Citée Renault 205 158 363

Peugeot 94 98 192

Citroën 70 52 122

Audi 50 62 112

BMW 56 49 105

Ford 38 40 78

Volkswagen 37 29 66

Toyota 33 30 63

Nissan 27 34 61

Opel 31 29 60

Total 641 581 1222

Les femmes ont davantage cité Citroën (57,37 %), Renault (56,47 %), Volkswagen (56,06 %),
BMW (53,33 %), Toyota (52,38 %) et Opel (51,66 %). Les hommes ont majoritairement cité
Nissan (55,74 %), Audi (55,36 %), Ford (51,28 %) et Peugeot (51,04 %).

2.2. Tranche d’âge des répondants

Sur les 1 222 répondants, 52,95 % ont entre 25 et 45 ans ; 24,47 % entre 46 et 60 ans ;
15,55 % moins de 25 ans et 7,03 % plus de 60 ans. Le tableau 45 présente la tranche d’âge des
répondants par entreprise du Top10.

252
Tableau 45 : Répartition de l’âge des répondants par entreprise du Top10

Tranche d'Age Répondant

De 25 à 45 ans De 46 à 60 ans Moins de 25 ans Plus de 60 ans Total

Nom Entreprise Citée Renault 183 96 56 28 363

Peugeot 89 52 30 21 192

Citroën 56 31 21 14 122

Audi 64 19 25 4 112

BMW 62 20 17 6 105

Ford 47 19 8 4 78

Volkswagen 39 19 7 1 66

Toyota 37 14 10 2 63

Nissan 37 14 8 2 61

Opel 33 15 8 4 60

Total 647 299 190 86 1222

2.3. Domaine de compétences des répondants

L’ensemble des domaines de compétences est représenté par l’échantillon.

Les individus ayant répondu au questionnaire viennent majoritairement des services
marketing/communication (21 %), administratif (15,05 %), informatique (8,26 %), vente
(8,18 %) et finances/gestion (7,53 %). A noter que 8,26 % des répondants ne se sont pas
identifiés comme appartenant aux domaines de compétences listés. Le tableau 46 présente les
domaines de compétences par entreprise du Top10.

253
Tableau 46 : Répartition du domaine de compétences des répondants par entreprise du
Top10

Nom Entreprise Citée

Renault Peugeot Citroën Audi BMW Ford Volkswagen Toyota Nissan Opel Total

Domaine Achats 12 5 4 4 5 1 0 1 2 0 34

Compétence
Administratif 68 28 16 8 18 16 13 7 3 7 184

Autre 35 16 12 11 6 6 2 5 0 8 101

Direction Générale 3 0 1 2 2 1 1 1 4 2 17

Finances/Gestion 23 17 6 9 10 5 7 6 6 3 92

Formation 27 9 6 8 6 1 3 3 3 1 67

Informatique 28 18 11 12 10 1 3 8 4 6 101

Juridique 0 1 0 1 0 2 0 0 0 0 4

Logistique 11 8 3 3 8 2 2 1 2 1 41

Marketing/Com 64 35 25 27 18 23 12 18 19 11 252

Métiers de 7 5 3 2 1 2 4 1 1 3 29

l'ingénierie

Moyens Généraux 9 1 2 1 0 1 1 1 0 0 16

Production 13 10 6 6 4 4 2 2 4 3 54

Qualité 9 2 3 3 0 0 5 2 3 3 30

R&D 10 4 7 1 2 3 2 1 1 4 35

RH 14 9 5 5 4 5 2 1 3 1 49

SAV 0 3 3 0 2 0 1 1 0 0 10

Stratégie & 1 1 0 1 0 1 0 0 0 2 6

Management

Ventes 29 20 9 8 9 4 6 4 6 5 100

Total 363 192 122 112 105 78 66 63 61 60 1222

Les entreprises Renault et Volkswagen ont été les plus citées par les répondants issus des
services administratifs. L’entreprise BMW est la plus citée par les administratifs et les
communicants. Les autres entreprises du Top10 ont été les plus citées par les répondants issus
des services marketing/communication.
Nissan est l’entreprise la plus citée par les répondants des directions générales. Ford est
l’entreprise la plus citée par les répondants des services juridiques ; Peugeot et Citroën sont
les entreprises les plus citées par les répondants des services SAV ; Opel est l’entreprise la

254
plus citée par les répondants des services management et stratégie. Renault est l’entreprise
majoritairement citée par les répondants issus de l’ensemble des services.

2.4. Secteur d’activité des entreprises des répondants

L’ensemble des secteurs d’activité des entreprises est représenté par l’échantillon. Le tableau
47 présente les différents secteurs d’activité par entreprise du Top10.

Tableau 47 : Répartition du secteur d’activité de l’entreprise des répondants par

entreprise du Top10

Nom Entreprise Citée

Renault Peugeot Citroën Audi BMW Ford Volkswagen Toyota Nissan Opel Total

Secteur Activité Aéronautique 5 2 2 3 0 3 1 1 1 2 20

Agriculture, chasse, 14 10 3 1 3 3 3 0 1 4 42

pêche

Artisanat 7 6 2 1 3 1 1 1 1 0 23

Banque et 22 15 3 8 5 5 6 2 0 0 66

assurances

Bâtiment, travaux 16 13 4 10 8 4 5 3 1 2 66

publics

Commerce 43 25 13 12 13 8 5 8 7 4 138

Communication, 18 17 12 4 4 9 4 6 10 6 90

information, art,

spectacle

Électricité, 15 4 7 4 3 0 0 1 3 1 38

électronique

Enseignement, 25 11 9 7 10 4 4 5 2 2 79

formation

Études et recherche 15 3 3 6 2 2 1 3 1 1 37

Fonction publique, 35 17 12 4 9 9 2 1 1 1 91

professions

juridiques

255
 Gestion, 13 6 4 7 3 3 5 6 4 2 53

administration des

entreprises

Hôtellerie, 10 9 3 8 3 2 0 0 3 2 40

restauration,

alimentation

Industries de 14 8 7 3 5 1 2 0 2 4 46

process

Informatique 18 11 8 5 6 6 7 9 7 4 81

Ingénieurs, cadres 15 4 5 10 2 1 4 4 4 4 53

de l'industrie

Maintenance 7 2 1 0 4 0 0 1 1 2 18

Matériaux souples, 6 5 3 1 0 3 0 0 2 1 21

bois, industries

graphiques

Mécanique, travail 6 4 1 1 1 1 0 2 0 4 20

des métaux

Santé, action 28 5 11 7 2 5 6 6 3 6 79

sociale, culturelle et

sportive

Services aux 17 4 3 5 5 4 4 3 3 5 53

particuliers et aux

collectivités

Transports, 14 11 6 5 14 4 6 1 4 3 68

logistique et

tourisme

Total 363 192 122 112 105 78 66 63 61 60 1222

Les répondants travaillent majoritairement dans des entreprises dont les secteurs d’activité
sont les suivants : commerce (11,29 %), fonction publique et professions juridiques (7,45 %),
communication (7,36 %), informatique (6,63 %).

256
 2.5. Catégorie socio-professionnelle des répondants

L’ensemble des catégories socio-professionnelles est représenté par l’échantillon. Le tableau

48 présente les CSP par entreprise du Top10.

Tableau 48 : Répartition des CSP des répondants par entreprise du Top10

Nom Entreprise Citée

Renault Peugeot Citroën Audi BMW Ford Volkswagen Toyota Nissan Opel Total

CSP Agriculteur exploitant: 0 0 1 0 1 0 0 0 0 0 2

Répondant propriétaire,

exploitant, chef

d'exploitation,

Artisan, commerçant, 17 10 5 3 5 6 5 4 4 3 62

chef d'entreprise

Autres personnes 28 15 8 8 6 4 4 4 3 5 85

sans activité

professionnelle

Cadre et profession 107 56 44 46 43 24 27 29 31 18 425

intellectuelle

supérieure,

profession libérale

Cadre moyen, 14 5 5 5 5 4 1 0 2 2 43

contremaitre, agent

de maitrise

Direction générale, 2 1 0 0 0 3 0 1 0 0 7

administrative ou

professionnelle

Employé 17 7 2 9 4 3 5 5 1 1 54

Employé civil et agent 51 26 5 8 3 10 11 5 5 2 126

de service de la

fonction publique

Étudiant 22 11 10 8 2 1 1 3 2 6 66

Ouvrier qualifié 13 12 4 5 7 4 1 2 5 0 53

Ouvrier semi qualifié 6 3 2 0 0 4 1 2 1 5 24

ou non qualifié

Ouvriers 0 0 0 0 0 0 0 0 1 0 1

257
 Profession 24 8 13 7 5 5 4 2 2 4 74

intermédiaire

administrative de la

fonction publique

Professions 10 4 3 1 1 4 1 2 1 1 28

intermédiaires

Retraité ou préretraité 18 17 11 4 5 3 1 2 0 5 66

Sans emploi / En 24 14 6 4 15 3 4 1 3 7 81

recherche d'emploi

Superviseur, 10 3 3 4 3 0 0 1 0 1 25

assistant

administratif,

assistant de direction

Total 363 192 122 112 105 78 66 63 61 60 1222

Les agriculteurs exploitants ainsi que les personnes des directions générales, administratives
ou professionnelles sont sous-représentés (respectivement 0,16 % et 0,57 %). Les cadres et
professions intellectuelles sont les plus nombreux à avoir répondu (34,78 %) ainsi que les
employés civils et agents de service de la fonction publique (10,31 %).

3. Description de l’échantillon des individus ayant une PPL

L’échantillon de l’étude 2 est composé d’internautes ayant une « Page Personnelle LinkedIn »
(PPL) et qui sont employés de l’une des entreprises automobiles du Top10. Il s’agit d’un
échantillon qualifié. Au total, 1 000 PPL sont analysées, soit 100 PPL pour chaque entreprise
du Top10. L’échantillon de 100 PPL par entreprise est généré de façon aléatoire par LinkedIn.

Les trois parties suivantes analysent le profil des individus possédant les PPL selon trois
critères : leur sexe, leur domaine de compétences et leur catégorie socio-professionnelle.
Aucune donnée ne fait référence à l’âge des individus sur une PPL.

258
 3.1. Sexe des individus ayant une PPL

L’échantillon est composé de 1 000 individus, dont 28,3 % de femmes (283 femmes) et
71,7 % d’hommes (717 hommes). Le tableau 49 présente le sexe des individus ayant une PPL
par entreprise du Top10.

Tableau 49 : Répartition du sexe des individus ayant une PPL par entreprise du Top10

Entreprises Total

Audi BMW Citroën Ford Nissan Opel Peugeot Renault Toyota Volkswagen

Sexe F 27 29 36 25 37 12 38 28 29 22 283

Salariés H 73 71 64 75 63 88 62 72 71 78 717

Total 100 100 100 100 100 100 100 100 100 100 1000

Pour chacune des entreprises du Top10, le nombre d’hommes ayant une PPL est largement
supérieur au nombre de femmes ayant une PPL.

3.2. Domaine de compétences des individus ayant une PPL

L’ensemble des domaines de compétences est représenté par l’échantillon.

Les individus ayant une PPL viennent majoritairement des services marketing/communication
(27 %), métiers de l’ingénierie (22,7 %) et ventes (17,2 %). Le tableau 50 présente les
domaines de compétences par entreprise du Top10.

259
Tableau 50 : Répartition du domaine de compétences des individus ayant une PPL par
entreprise du Top10

Entreprises Total

Audi BMW Citroën Ford Nissan Opel Peugeot Renault Toyota Volkswagen

Achats 0 2 4 0 2 0 2 8 9 1 28

Administration 1 1 0 0 0 0 0 0 2 0 4

D. G 3 4 3 0 1 3 2 4 0 3 23

Finances 0 4 4 7 7 4 4 5 7 6 48

Formation 3 1 3 2 2 1 2 0 1 3 18

Informatique 7 7 12 9 3 1 10 5 1 1 56

Juridique 1 1 1 2 2 0 2 0 0 1 10

Logistique 3 4 3 4 6 1 2 1 1 1 26
Domaines
Marketing 26 25 38 16 32 14 43 40 11 25 270
compétence
Métiers 21 14 15 31 10 58 11 10 42 15 227

Production 2 0 0 0 0 1 0 0 2 1 6

Qualité 4 2 1 3 2 2 0 2 3 3 22

R&D 0 0 0 0 1 1 0 0 1 0 3

RH 1 5 2 2 3 0 1 1 4 4 23

SAV 1 0 1 1 7 2 3 2 2 3 22

Stratégie 7 4 3 5 2 0 6 8 4 3 42

Ventes 20 26 10 18 20 12 12 14 10 30 172

Total 100 100 100 100 100 100 100 100 100 100 1000

Les entreprises Audi, Citroën, Nissan, Peugeot et Renault sont celles dont les salariés des
services marketing/communication sont les plus nombreux à avoir une PPL. Les entreprises
Ford, Opel et Toyota sont celles dont les salariés des métiers de l’ingénierie sont les plus
nombreux à avoir une PPL. Les entreprises BMW et Volkswagen sont celles dont les salariés
des services ventes sont les plus nombreux à avoir une PPL.

3.3. Catégorie socio-professionnelle des individus ayant une PPL

L’ensemble des catégories socio-professionnelles est représenté par l’échantillon, à

l’exception des agriculteurs exploitants et des ouvriers. Le tableau 51 présente les CSP par
entreprise du Top10.

260
Tableau 51 : Répartition des CSP des individus ayant une PPL par entreprise du Top10

Entreprises Total

Audi BMW Citroën Ford Nissan Opel Peugeot Renault Toyota Volkswagen

2 0 2 1 0 0 1 0 4 0 0 8

3 94 83 96 93 98 82 84 84 95 91 900
CSP
4 4 10 3 7 2 17 14 6 5 9 77

5 2 5 0 0 0 0 2 6 0 0 15

Total 100 100 100 100 100 100 100 100 100 100 1000

Légende des CSP : 1 = Agriculteurs exploitants ; 2 = Artisans, commerçants, chefs

d'entreprise ; 3 = Cadres et professions intellectuelles supérieures ; 4 = Professions
intermédiaires ; 5 = Employés ; 6 = Ouvriers

Les cadres et professions intellectuelles sont les plus représentés (90 %), puis les professions
intermédiaires (7,7 %), puis les employés (1,5 %) et enfin les artisans, commerçants et chefs
d’entreprise (0,8 %).

261
Section 2 : La comparaison des PEL et PPL (existant vs perçu)

Dans cette section 2, sont présentés les résultats des usages effectifs des contenus des PEL et
des PPL ainsi que les résultats de la perception des contenus des PEL et des PPL ; l’existant et
le perçu sont mis en perspective.
La première sous-section compare les usages effectifs des contenus des PEL et des PPL avec
la perception de ces contenus en ce qui concerne la dimension de la qualité.
La seconde sous-section compare les usages effectifs des contenus des PEL et des PPL avec la
perception de ces contenus en ce qui concerne la dimension de la notoriété.
La troisième sous-section compare la crédibilité perçue des PEL avec la crédibilité perçue des
PPL.

1. Comparaisons des PEL et PPL (existant vs perçu) : qualité

Dans un premier temps, je présente les résultats obtenus à la mesure de l’échelle

d’informations des PEL et à la mesure de l’échelle de citation des PPL, c’est-à-dire aux
échelles des usages effectifs des contenus des PEL et des PPL (antécédents de la dimension
qualité perçue). Dans un second temps, j’expose les résultats obtenus à la mesure de la qualité
perçue des PEL et à la mesure de la qualité perçue des PPL.

L’analyse des usages effectifs des contenus des PEL et des PPL ainsi que l’analyse de la
perception des contenus des PEL et des PPL comprennent chacune quatre niveaux. Les
résultats sont croisés avec les entreprises du Top10.
Dans le premier niveau, sont analysés les items des échelles des usages effectifs des contenus
des PEL et des PPL pour chaque entreprise du Top10, puis sont analysés les items des
échelles de la qualité perçue des PEL et des PPL pour chaque entreprise du Top10.
Dans le second niveau, sont étudiées les échelles (après agrégation des items) des usages
effectifs des contenus des PEL et des PPL pour chaque entreprise du Top10, puis sont
étudiées les échelles (après agrégation des items) de la qualité perçue des PEL et des PPL
pour chaque entreprise du Top10.

262
Dans le troisième niveau, l’échelle des usages effectifs des contenus des PEL est comparée
avec l’échelle des usages effectifs des contenus des PPL pour chaque entreprise du Top10,
puis l’échelle de la qualité perçue des PEL est comparée avec l’échelle de la qualité perçue
des PPL pour chaque entreprise du Top10.
Enfin, dans le quatrième niveau, est comparée la qualité effective (réelle) globale (QRG) des
entreprises du Top10, puis est comparée la qualité perçue globale (QPG) des entreprises du
Top10.

Echelles des usages effectifs des contenus des PEL et des PPL
Les deux objectifs de l’analyse de premier niveau pour la mesure des usages effectifs des
contenus sont :
- d’identifier les différences entre les items de l’échelle d’informations des PEL pour
chaque entreprise du Top10 ;
- d’identifier les différences entre les items de l’échelle de citation des PPL pour chaque
entreprise du Top10.
Les deux objectifs de l’analyse de second niveau pour la mesure des usages effectifs des
contenus sont :
- de comparer les index de l’échelle d’informations des PEL des entreprises du Top10 ;
- de comparer les moyennes des index de l’échelle de citation des PPL des entreprises
du Top10.
L’objectif de l’analyse de troisième niveau pour la mesure des usages effectifs des contenus
est :
- de comparer les index de l’échelle d’informations des PEL avec les moyennes des
index de l’échelle de citation des PPL pour chaque entreprise du Top10.
L’objectif de l’analyse de quatrième niveau pour la mesure des usages effectifs des contenus
est :
- de comparer la qualité effective (réelle) globale (QRG) des entreprises du Top10.

Echelles de la qualité perçue des PEL et des PPL

Les deux objectifs de l’analyse de premier niveau pour la mesure de la qualité perçue sont :
- d’identifier les différences entre les items de l’échelle de la qualité perçue des PEL
pour chaque entreprise du Top10 ;
- d’identifier les différences entre les items de l’échelle de la qualité perçue des PPL
pour chaque entreprise du Top10.

263
Les deux objectifs de l’analyse de second niveau pour la mesure de la qualité perçue sont :
- de comparer les moyennes de l’échelle de la qualité perçue des PEL pour chaque
entreprise du Top10 ;
- de comparer les moyennes de l’échelle de la qualité perçue des PPL pour chaque
entreprise du Top10.
L’objectif de l’analyse de troisième niveau pour la mesure de la qualité perçue est :
- de comparer les moyennes de l’échelle de la qualité perçue des PEL avec les
moyennes de l’échelle de la qualité perçue des PPL pour chaque entreprise du Top10.
L’objectif de l’analyse de quatrième niveau pour la mesure de la qualité perçue est :
- de comparer la qualité perçue globale (QPG) des entreprises du Top10.

La troisième section présente une comparaison des mesures de la qualité effective (réelle)
globale (QRG) et de la qualité perçue globale (QPG).

1.1. Mesure des échelles des usages effectifs des contenus des PEL et PPL
(antécédents de la dimension qualité perçue)

Pour chaque entreprise du Top10, les tableaux 52 et 53 présentent d’une part, les index de
l’échelle des usages effectifs des contenus des PEL (regroupant quatre items) et d’autre part,
les moyennes des index de l’échelle des usages effectifs des contenus des PPL (regroupant
trois items).
Je réalise les quatre niveaux d’analyse.

a. Analyse de premier niveau – PEL

L’analyse de premier niveau pour la mesure des usages effectifs des contenus des PEL permet
d’identifier les différences entre les items de l’échelle d’informations des PEL pour chaque
entreprise du Top10 (tableau 52).

L’ensemble des entreprises du Top10 utilise les trois items informatifs (LogT, Pres, INR) au
sein de leur PEL. Les entreprises y intègrent leur logo, leur présentation et leurs nouvelles
récentes. Pour l’item « présentation », chaque entreprise du Top10 mentionne, après un texte

264
introductif, son site web, son secteur, son type d’entreprise et sa taille. Le siège social est
indiqué par toutes les entreprises sauf par Ford. Les liens vers les médias sociaux ne sont pas
toujours mentionnés. Les liens vers la page officielle Facebook et le compte officiel Twitter
sont indiqués par Renault et Audi ; le lien vers la page officielle YouTube est indiqué par
Audi.
L’item « AOPE » (« Autre Onglet Carrière ») n’est développé que par Ford et Nissan.

Ces résultats infirment l’hypothèse qui stipule que les entreprises automobiles utilisent
l’ensemble des indicateurs d’informations disponibles sur leur PEL. De ce fait, l’hypothèse
H16 n’est pas validée.

b. Analyse de premier niveau – PPL

L’analyse de premier niveau pour la mesure des usages effectifs des contenus des PPL permet
d’identifier les différences entre les items de l’échelle de citation des PPL pour chaque
entreprise du Top10 (tableau 52).

Chacun des trois items de citation (NET, NEEx, LEEx) obtient une moyenne générale élevée,
respectivement 8,05 ; 10 et 8,11 sur dix. Les employés les utilisent majoritairement et citent,
de ce fait, leur entreprise plusieurs fois au sein de leur PPL. Les employés de Renault,
Peugeot, Citroën, Ford et Opel suivent la tendance de la moyenne générale, c’est-à-dire qu’ils
utilisent le plus fréquemment l’item NEEx, puis l’item LEEx et enfin l’item NET. Les
employés d’Audi, BMW, Volkswagen et Nissan utilisent davantage l’item NET que l’item
LEEx. Ceux de Toyota utilisent les items NET et LEEx de façon égale.

Tous les employés de chaque entreprise du Top10 mentionnent le nom de leur entreprise dans
la rubrique « expérience » (item NEEx). Ils se définissent non seulement par le poste qu’ils
occupent mais également par l’entreprise dans laquelle ils travaillent.
La majorité des employés des entreprises du Top10 utilise le logo de son entreprise dans la
rubrique « expérience » (item LEEx). Les employés de BMW sont ceux qui l’utilisent le
moins (moyenne de 6,4 sur dix) alors que ceux de Ford l’intègrent fortement (moyenne de 8,9
sur dix). Enfin, les employés citent majoritairement le nom de leur entreprise dans leur « fiche
d’identité » (item NET). Les employés de Renault sont ceux qui le mentionnent le moins
(moyenne de 7,3 sur dix) alors que les employés d’Audi l’intègrent fortement (moyenne de 9

265
sur dix). Les entreprises Peugeot, BMW, Volkswagen et Nissan obtiennent des scores
inférieurs à la moyenne totale pour LEEx. Les entreprises Audi, BMW, Volkswagen, Toyota
et Opel obtiennent des scores supérieurs à la moyenne totale pour NET.

Ces résultats infirment l’hypothèse qui stipule que les employés des entreprises automobiles
utilisent l’ensemble des indicateurs de citation disponibles sur leur PPL. De ce fait,
l’hypothèse H18 n’est pas validée.

Tableau 52 : Items des usages effectifs des contenus des PEL et des PPL
Indicateurs d’informations Indicateurs de citation
PEL PPL
Entreprises
LogT Pres INR AOPE NET NEEx LEEx
Renault 10 10 10 0 7,3 10 8,8
Peugeot 10 10 10 0 7,6 10 7,7
Citroën 10 10 10 0 7,8 10 8,8
Audi 10 10 10 0 9 10 8,7
MI10
BMW 10 10 10 0 8,3 10 6,4
Ford 10 10 10 10 7,8 10 8,9
Volkswagen 10 10 10 0 8,4 10 8,1
Toyota 10 10 10 0 8,3 10 8,3
Nissan 10 10 10 10 7,9 10 7
Opel 10 10 10 0 8,1 10 8,4
Total MI10 10 10 10 2 8,05 10 8,11
(*MI10 = Moyenne Index 10 pour chaque item)

c. Analyse de second niveau – PEL

L’analyse de second niveau pour la mesure des usages effectifs des contenus des PEL permet
de comparer les index de l’échelle d’informations des PEL des entreprises du Top10 (tableau
53). Les quatre items sont regroupés.

Les entreprises Ford et Nissan sont les deux entreprises du Top10 qui gèrent le mieux les
indicateurs d’informations de leur PEL en obtenant une moyenne de dix sur dix. Les autres
entreprises du Top10 obtiennent un score élevé (7,5 sur dix). Elles ne se différencient pas et
toutes indiquent les informations sur leur logo, leur présentation et leurs nouvelles récentes ;
seul l’item AOPE n’est pas développé.

266
 d. Analyse de second niveau – PPL

L’analyse de second niveau pour la mesure des usages effectifs des contenus des PPL permet
de comparer les moyennes des index de l’échelle de citation des PPL des entreprises du
Top10 (tableau 53). Les trois items sont regroupés.

Les employés d’Audi (moyenne de 9,23 sur dix) et de Ford (8,9 sur dix) sont ceux qui citent
le plus leur entreprise. Les employés des autres entreprises du Top10 obtiennent des
moyennes supérieures à 8 sur dix. Les employés de BMW sont ceux qui citent le moins leur
entreprise au sein de leur PPL (moyenne de 8,23 sur dix).

Tableau 53 : Echelles des usages effectifs des contenus des PEL et des PPL par
entreprise du Top10
Indicateurs d’informations Indicateurs de citation
Entreprises PEL PPL
(MIQ10PEL) (MIQ10PPL)
Renault 7,5 8,7
Peugeot 7,5 8,43
Citroën 7,5 8,86
Audi 7,5 9,23
BMW 7,5 8,23
Ford 10 8,9
Volkswagen 7,5 8,83
Toyota 7,5 8,86
Nissan 10 8,3
Opel 7,5 8,83
(*MIQ10PEL = Moyenne Index 10 Qualité pour l’ensemble des items PEL ; MIQ10PPL =
Moyenne Index 10 Qualité pour l’ensemble des items PPL)

Le tableau 54 présente le classement des entreprises du Top10 selon les scores de l’échelle de
citation des PPL, par ordre décroissant. Seules les entreprises Audi et Citroën restent dans le
Top5.

267
Tableau 54 : Classement des entreprises du Top10 selon l’échelle des indicateurs de
citation des PPL
Classement des Entreprises
/ M Indicateurs de citation PPL
1 Audi
2 Ford
3 Citroën
3 Toyota
4 Volkswagen
4 Opel
5 Renault
6 Peugeot
7 Nissan
8 BMW

e. Analyse de troisième niveau

L’objectif de l’analyse de troisième niveau pour la mesure des usages effectifs des contenus
des PEL et des PPL est de comparer les index de l’échelle d’informations des PEL avec les
moyennes des index de l’échelle de citation des PPL pour chaque entreprise du Top10
(tableau 53).

La moyenne de l’échelle de citation des PPL (8,72 sur dix) est supérieure à celle de l’échelle
d’informations des PEL (8 sur dix). Les scores de l’échelle de citation des PPL sont plus
élevés que ceux de l’échelle d’informations des PEL, excepté pour Ford et Nissan. Pour la
majorité des entreprises du Top10, l’utilisation des indicateurs de citation des PPL est
supérieure à l’utilisation des indicateurs d’informations des PEL. Les scores de l’échelle de
citation des PPL vont de 8,23 à 9,23 sur dix. Les scores de l’échelle d’informations des PEL
vont de 7,5 à 10 sur dix.

f. Analyse de quatrième niveau

L’objectif de l’analyse de quatrième niveau pour la mesure des usages effectifs des contenus
des PEL et des PPL est de comparer les entreprises du Top10 selon la qualité effective (réelle)
globale (QRG) qui est issue de l’agrégation de l’échelle d’informations des PEL et de
l’échelle de citation des PPL associées (tableau 55).

268
Les scores de la qualité effective (réelle) globale (QRG) vont de 7,865 à 9,45 sur dix. Ford et
Nissan se classent en tête avec une moyenne supérieure à 9 sur dix. Seules les entreprises
Audi et Citroën restent dans le Top5. Peugeot et BMW terminent le classement avec une
moyenne inférieure à 8 sur dix.

Tableau 55 : Classement des entreprises du Top10 selon la QRG

Entreprises QRG
1 Ford 9,45
2 Nissan 9,15
3 Audi 8,365
4 Citroën 8,18
4 (exæquo) Toyota 8,18
5 Volkswagen 8,165
5 (exæquo) Opel 8,165
6 Renault 8,1
7 Peugeot 7,965
8 BMW 7,865

1.2. Mesure de la qualité perçue des PEL et PPL

Pour chaque entreprise du Top10, les tableaux 56 et 57 présentent, d’une part, les moyennes
de l’échelle de la qualité perçue des PEL (regroupant trois items) et d’autre part, les moyennes
de l’échelle de la qualité perçue des PPL (regroupant trois items).
Je réalise les quatre niveaux d’analyse.

a. Analyse de premier niveau – PEL

L’analyse de premier niveau pour la mesure de la qualité perçue des PEL permet d’identifier
les différences entre les items de l’échelle de la qualité perçue des PEL (logo, présentation,
nouvelles récentes) pour chaque entreprise du Top10 (tableau 56). Ces scores correspondent
au degré d’importance accordé à chaque item par les répondants.

Chacun des trois items obtient un score supérieur à la moyenne. L’ensemble des répondants
accorde le plus d’importance au logo de l’entreprise (moyenne totale de 4,174 sur cinq), puis

269
à sa présentation (moyenne de 3,976 sur cinq) et enfin à ses nouvelles récentes (moyenne de
3,864 sur cinq).
Cet ordre d’importance est le même pour chacune des entreprises du Top10. Volkswagen
obtient les scores les plus bas pour les items PLogEPEL (3,95), PPresEPEL (3,76) et partage
la dernière place avec BMW pour l’item PINREPEL (3,73). Toyota obtient les meilleurs
scores pour les items PLogEPEL (4,36), PPresEPEL (4,22). Audi se classe premier pour
l’item PINREPEL (4). Seules les entreprises Renault, BMW et Volkswagen obtiennent des
scores inférieurs à la moyenne totale pour PINREPEL. Les entreprises Citroën, Audi, Toyota,
Nissan et Opel obtiennent des scores supérieurs à la moyenne totale pour PPresPEL. Les
entreprises Renault, Peugeot, BMW et Volkswagen obtiennent des scores inférieurs à la
moyenne totale pour PLogEPEL.

Ces résultats confirment les hypothèses qui stipulent que : la présence du logo sur une PEL est
importante, la présence d’une présentation de l’entreprise sur une PEL est importante et la
présence des « informations nouvelles récentes » sur une PEL est importante. De ce fait, les
hypothèses H1, H2 et H3 sont validées.

b. Analyse de premier niveau – PPL

L’analyse de premier niveau pour la mesure de la qualité perçue des PPL permet d’identifier
les différences entre les items de l’échelle de la qualité perçue des PPL (nom de l’entreprise
dans la « fiche d’identité », nom de l’entreprise dans la rubrique « expérience », logo de
l’entreprise) pour chaque entreprise du Top10 (tableau 56). Ces scores correspondent au degré
d’importance accordé à chaque item par les répondants.

Chacun des trois items obtient un score supérieur à la moyenne. L’ensemble des répondants
accorde le plus d’importance à la présence du nom de l’entreprise dans la rubrique
« expérience » (moyenne totale de 4,095 sur cinq), puis à la présence du nom de l’entreprise
dans la « fiche d’identité » (moyenne de 4,014 sur cinq) et enfin à la présence du logo de
l’entreprise dans la rubrique « expérience » (moyenne de 3,641 sur cinq). Cet ordre
d’importance est le même pour les entreprises du Top10, excepté pour Audi, Ford et Opel
pour lesquelles le nom de l’entreprise dans la « fiche d’identité » est plus important que le
nom de l’entreprise dans la rubrique « expérience ». Les scores les plus bas sont obtenus par
Volkswagen pour les items PNEntTPPL (3,88) et PNEntExpPPL (3,94) ainsi que par Nissan

270
pour l’item PLogEntExpPPL (3,47). Les meilleurs scores sont obtenus par Toyota
(PNEntExpPPL : 4,35), Nissan (PNEntTPPL : 4,20) et Opel (PLogEntExpPPL : 3,78). Les
entreprises Peugeot, Citroën, BMW, Toyota et Opel obtiennent des scores supérieurs à la
moyenne totale pour PLogEntExpPPL. Les entreprises Citroën, Audi, Toyota et Nissan
obtiennent des scores supérieurs à la moyenne totale pour PNEntExpPPL. Les entreprises
Audi, Ford, Nissan et Opel obtiennent des scores supérieurs à la moyenne totale pour
PNEntTPPL.

Ces résultats confirment les hypothèses qui stipulent que : la présence du nom de l’entreprise
dans le « titre » (« fiche d’identité ») sur une PPL est importante, la présence du nom de
l’entreprise dans la rubrique « expérience » sur une PPL est importante et la présence du logo
de l’entreprise dans la rubrique « expérience » sur une PPL est importante. De ce fait, les
hypothèses H4, H5 et H6 sont validées.

Tableau 56 : Qualité perçue des items des PEL et des PPL

Qualité perçue PEL Qualité perçue PPL
Entreprises PLogEPEL PPresEPEL PINREPEL PNEntTPPL PNEntExpPPL PLogEntExpPPL
Renault 4,06 3,88 3,81 3,97 4,02 3,62
Peugeot 4,10 3,93 3,88 3,89 3,98 3,65
Citroën 4,19 3,99 3,93 4 4,20 3,74
Audi 4,24 4,07 4 4,14 4,12 3,64
BMW M 4,08 3,87 3,73 3,95 4,05 3,72
Ford 4,20 3,85 3,85 4,05 4,01 3,56
Volkswagen 3,95 3,76 3,73 3,88 3,94 3,53
Toyota 4,36 4,22 3,89 3,94 4,35 3,70
Nissan 4,31 4,11 3,90 4,20 4,23 3,47
Opel 4,25 4,08 3,92 4,12 4,05 3,78
Total M 4,174 3,976 3,864 4,014 4,095 3,641

(*M = Moyenne pour chaque item)

c. Analyse de second niveau – PEL

L’analyse de second niveau pour la mesure de la qualité perçue des PEL permet de comparer
les moyennes de l’échelle de la qualité perçue des PEL des entreprises du Top10 (tableau 57).
Les trois items sont regroupés.

271
Les scores des entreprises sont supérieurs à la moyenne (entre 3,813 et 4,159 sur cinq).
Toyota obtient la meilleure moyenne (4,159 sur cinq) et Volkswagen la plus basse (3,813 sur
cinq). Selon les scores de la mesure de la qualité perçue des PEL, les entreprises du Top10 se
classent de façon décroissante dans cet ordre : Toyota, Nissan, Opel, Citroën, Peugeot, Ford,
Renault, BMW, Volkswagen. Seules les entreprises Audi et Citroën restent dans le Top5.

d. Analyse de second niveau – PPL

L’analyse de second niveau pour la mesure de la qualité perçue des PPL permet également de
comparer les moyennes de l’échelle de la qualité perçue des PPL des entreprises du Top10
(tableau 57). Les trois items sont regroupés.

Les scores des entreprises sont supérieurs à la moyenne (entre 3,783 et 3,995 sur cinq). Les
PPL de Toyota obtiennent la meilleure moyenne (3,995 sur cinq) et les PPL de Volkswagen la
plus basse (3,783 sur cinq).

Tableau 57 : Qualité perçue des PEL et des PPL par entreprise du Top10
Moyenne Qualité perçue Moyenne Qualité perçue
Entreprises PEL PPL
Renault 3,918 3,872
Peugeot 3,972 3,838
Citroën 4,038 3,981
Audi 4,104 3,970
BMW 3,892 3,908
Ford 3,966 3,876
Volkswagen 3,813 3,783
Toyota 4,159 3,995
Nissan 4,109 3,967
Opel 4,083 3,983

Le tableau 58 présente le classement des entreprises du Top10 selon les scores de la mesure
de la qualité perçue des PPL, par ordre décroissant. Seules les entreprises Citroën et Audi
restent dans le Top5.

272
Tableau 58 : Classement des entreprises du Top10 selon la qualité perçue des PPL
Classement des Entreprises
/ M Qualité perçue PPL
1 Toyota
2 Opel
3 Citroën
4 Audi
5 Nissan
6 BMW
7 Ford
8 Renault
9 Peugeot
10 Volkswagen

e. Analyse de troisième niveau

L’objectif de l’analyse de troisième niveau pour la mesure de la qualité perçue est de

comparer les moyennes de l’échelle de la qualité perçue des PEL avec les moyennes de
l’échelle de la qualité perçue des PPL pour chaque entreprise du Top10 (tableau 57).

La moyenne de la mesure de la qualité perçue des PEL (4 sur cinq) est sensiblement
supérieure à celle de la mesure de la qualité perçue des PPL (3,92 sur cinq). Les scores de la
mesure de la qualité perçue des PPL sont très légèrement inférieurs à ceux de la mesure de la
qualité perçue des PEL, excepté pour BMW.
Les répondants accordent quasiment la même importance à la qualité perçue des PPL qu’à la
qualité perçue des PEL.

Ces résultats confirment l’hypothèse qui stipule que la qualité perçue des PPL a autant
d’importance que la qualité perçue des PEL. De ce fait, l’hypothèse H7 est validée.

f. Analyse de quatrième niveau

L’objectif de l’analyse de quatrième niveau pour la mesure de la qualité perçue est de

comparer les entreprises du Top10 selon la qualité perçue globale (QPG), c’est-à-dire
l’agrégation de l’échelle de la qualité perçue des PEL et de l’échelle de la qualité perçue des
PPL associées (tableau 59).

273
Les scores de la qualité perçue globale (QPG) vont de 3,80 à 4,077 sur cinq. Toyota arrive en
tête du classement. Seules les entreprises Audi et Citroën restent dans le Top5. Renault (3,89)
et Volkswagen (3,80) sont en bas du classement.

Tableau 59 : Classement des entreprises du Top10 selon la QPG

Entreprises QPG
1 Toyota 4,077
2 Nissan 4,038
3 Audi 4,037
4 Opel 4,033
5 Citroën 4,01
6 Ford 3,92
7 Peugeot 3,91
8 BMW 3,90
9 Renault 3,89
10 Volkswagen 3,80

1.3. Comparaison des échelles de la qualité effective globale et de la qualité perçue

globale

L’échelle d’informations des PEL est comparée avec l’échelle de la qualité perçue des PEL
pour chacune des entreprises du Top10. L’échelle de citation des PPL est comparée avec
l’échelle de la qualité perçue des PPL pour chacune des entreprises du Top10. Enfin, l’échelle
de la qualité effective (réelle) globale (QRG) est comparée avec l’échelle de la qualité perçue
globale (QPG) pour chacune des entreprises du Top10.

L’échelle de la qualité perçue des PEL est supérieure à l’échelle d’informations des PEL,
excepté pour Ford et Nissan (tableau 60).
L’échelle de citation des PPL est supérieure à l’échelle de la qualité perçue des PPL (tableau
60).
L’échelle de la qualité effective (réelle) globale (QRG) est supérieure à l’échelle de la qualité
perçue globale (QPG) (tableau 61).

274
D’une part, ces résultats confirment l’hypothèse qui stipule que l’usage effectif des
indicateurs d’informations des PEL reflète la qualité perçue des PEL. De ce fait, l’hypothèse
H20 est validée. D’autre part, ces résultats infirment les hypothèses qui stipulent que : l’usage
effectif des indicateurs de citation des PPL reflète la qualité perçue des PPL et la QRG reflète
la QPG. De ce fait, les hypothèses H21 et H24 ne sont pas validées.

Tableau 60 : Echelles des indicateurs d’informations et des indicateurs de citation vs

échelles de la qualité perçue des PEL et des PPL
Indicateurs d’informations Qualité Perçue Indicateurs de citation Qualité Perçue
Entreprises
PEL PEL PPL PPL
7,836 7,744
Renault 7,5
8,7
7,944 7,676
Peugeot 7,5
8,43
8,076 7,962
Citroën 7,5
8,86
8,208 7,94
Audi 7,5
9,23
7,784 7,816
BMW 7,5
8,23
7,932 7,752
10
Ford 8,9
7,626 7,566
Volkswagen 7,5
8,83
8,318 7,99
Toyota 7,5
8,86
8,218 7,934
Nissan 10
8,3
8,166 7,966
Opel 7,5
8,83

275
Tableau 61 : QRG et QPG des entreprises du Top10
Entreprises QRG Index QPG
Renault 8,1 7,79

Peugeot 7,965 7,81

Citroën 8,18 8,019

Audi 8,365 8,074

BMW 7,865 7,8

Ford 9,45 7,842

Volkswagen 8,165 7,596

Toyota 8,18 8,154

Nissan 9,15 8,076

Opel 8,165 8,066

2. Comparaisons des PEL et PPL (existant vs perçu) : notoriété

Dans un premier temps, sont présentés les résultats obtenus à la mesure de l’échelle de
visibilité des PEL et à la mesure de l’échelle de participation des PPL, c’est-à-dire aux
échelles des usages effectifs des contenus des PEL et des PPL (antécédents de la dimension
notoriété perçue). Dans un second temps, sont exposés les résultats obtenus à la mesure de la
notoriété perçue des PEL et à la mesure de la notoriété perçue des PPL.

L’analyse des usages effectifs des contenus des PEL et des PPL (antécédents de la dimension
notoriété perçue) ainsi que l’analyse de la notoriété perçue des PEL et des PPL comprennent
chacune quatre niveaux. Les résultats sont croisés avec les entreprises du Top10.

Dans le premier niveau, sont analysés les items des échelles des usages effectifs des contenus
des PEL et des PPL (antécédents de la dimension notoriété perçue) pour chaque entreprise du
Top10, puis sont analysés les items des échelles de la notoriété perçue des PEL et des PPL
pour chaque entreprise du Top10.
Dans le second niveau, sont étudiées les échelles (après agrégation des items) des usages
effectifs des contenus des PEL et des PPL (antécédents de la dimension notoriété perçue) pour

276
chaque entreprise du Top10, puis sont étudiées les échelles (après agrégation des items) de la
notoriété perçue des PEL et des PPL pour chaque entreprise du Top10.
Dans le troisième niveau, l’échelle des usages effectifs des contenus des PEL (antécédent de
la dimension notoriété perçue) est comparée avec l’échelle des usages effectifs des contenus
des PPL (antécédent de la dimension notoriété perçue) pour chaque entreprise du Top10, puis
l’échelle de la notoriété perçue des PEL est comparée avec l’échelle de la notoriété perçue des
PPL pour chaque entreprise du Top10.
Enfin, dans le quatrième niveau, est comparée la notoriété effective (réelle) globale (NRG)
des entreprises du Top10, puis est comparée la notoriété perçue globale (NPG) des entreprises
du Top10.

Echelles des usages effectifs des contenus des PEL et des PPL
Les deux objectifs de l’analyse de premier niveau pour la mesure des usages effectifs des
contenus sont :
- d’identifier les différences entre les items de l’échelle de visibilité des PEL pour
chaque entreprise du Top10 ;
- d’identifier les différences entre les items de l’échelle de participation des PPL pour
chaque entreprise du Top10.
Les deux objectifs de l’analyse de second niveau pour la mesure des usages effectifs des
contenus sont :
- de comparer les taux de l’échelle de visibilité des PEL des entreprises du Top10 ;
- de comparer les taux de l’échelle de participation des PPL des entreprises du Top10.
L’objectif de l’analyse de troisième niveau pour la mesure des usages effectifs des contenus
est :
- de comparer les taux de l’échelle de visibilité des PEL avec les taux de l’échelle de
participation des PPL pour chaque entreprise du Top10.
L’objectif de l’analyse de quatrième niveau pour la mesure des usages effectifs des contenus
est :
- de comparer la notoriété effective (réelle) globale (NRG) des entreprises du Top10.

Echelles de la notoriété perçue des PEL et des PPL

Les deux objectifs de l’analyse de premier niveau pour la mesure de la notoriété perçue sont :
- d’identifier les différences entre les items de la notoriété perçue des PEL pour chaque
entreprise du Top10 ;

277
 - d’identifier les différences entre les items de la notoriété perçue des PPL pour chaque
entreprise du Top10.
Les deux objectifs de l’analyse de second niveau pour la mesure de la notoriété perçue sont :
- de comparer les moyennes de la notoriété perçue des PEL pour chaque entreprise du
Top10 ;
- de comparer les moyennes de la notoriété perçue des PPL pour chaque entreprise du
Top10.
L’objectif de l’analyse de troisième niveau pour la mesure de la notoriété perçue est :
- de comparer les moyennes de la notoriété perçue des PEL avec les moyennes de la
notoriété perçue des PPL pour chaque entreprise du Top10.
L’objectif de l’analyse de quatrième niveau pour la mesure de la notoriété perçue est :
- de comparer la notoriété perçue globale (NPG) des entreprises du Top10.

La troisième section présente une comparaison des mesures de la notoriété effective (réelle)
globale (NRG) et de la notoriété perçue globale (NPG).

2.1. Mesure des échelles des usages effectifs des contenus des PEL et PPL
(antécédents de la dimension notoriété perçue)

Pour chaque entreprise du Top10, les tableaux 62 et 63 présentent, d’une part, les items de
l’échelle des usages effectifs des contenus des PEL (regroupant trois items) et d’autre part, les
moyennes des index de l’échelle des usages effectifs des contenus des PPL (regroupant deux
items).
Les quatre niveaux d’analyse sont réalisés.

a. Analyse de premier niveau – PEL

L’analyse de premier niveau pour la mesure des usages effectifs des contenus des PEL permet
d’identifier les différences entre les items de l’échelle de visibilité des PEL pour chaque
entreprise du Top10 (tableau 62). Les données sont les chiffres bruts relevés sur les PEL et sur
les « groupes éponymes » associés.

278
Le nombre d’abonnés aux PEL s’étend de 9 774 (Opel) à 537 225 (Ford). Opel est la seule
entreprise en-dessous des 10 000 abonnés. Les entreprises Peugeot et Citroën sont également
en bas du classement, avec respectivement 14 624 et 20 290 abonnés. Audi, Renault et
Volkswagen comptent plus de 100 000 abonnés. Nissan, Toyota et BMW dépassent les
200 000 abonnés. Ford est la seule entreprise à totaliser plus de 500 000 abonnés.
Ford est l’entreprise qui a le plus grand nombre d’employés membres de LinkedIn (73 986).
Opel est l’entreprise qui en a le moins (2232).
Le « groupe éponyme » le plus développé est celui de Volkswagen avec 10 998 membres.
Nissan a le « groupe éponyme » le moins important avec 615 membres.

Ces résultats confirment l’hypothèse qui stipule que les entreprises automobiles bénéficient
d’une grande visibilité sur LinkedIn. De ce fait, l’hypothèse H17 est validée.

b. Analyse de premier niveau – PPL

L’analyse de premier niveau pour la mesure des usages effectifs des contenus des PPL permet
d’identifier les différences entre les items des indicateurs de participation des PPL pour
chaque entreprise du Top10 (tableau 62).

Les deux items de participation sont très différents ; l’item MGEp obtient une moyenne de
3,13 sur dix alors que l’item APE obtient une moyenne de 9,16 sur dix. Les employés
s’abonnent davantage à la Page LinkedIn de leur entreprise qu’ils ne deviennent membres
d’un « groupe éponyme ». Les employés de Toyota (4,6), BMW (4,5), Renault (4,1) et
Citroën (4) sont les plus nombreux à faire partie du « groupe éponyme » de leur entreprise.
Les employés de Ford (1,3) Audi (1,4) et Opel (1,5) sont les moins nombreux à faire partie du
« groupe éponyme » de leur entreprise. La majorité des employés d’Audi sont abonnés à sa
PEL avec une moyenne de 9,7 sur dix. Nissan est l’entreprise du Top10 qui a le moins
d’employés abonnés à sa PEL avec une moyenne de 7,9. Les entreprises Renault, Citroën,
Audi, Ford, Volkswagen et Opel obtiennent des scores supérieurs à la moyenne totale pour
APE. Les entreprises Audi, Ford, Volkswagen et Opel obtiennent des scores inférieurs à la
moyenne totale pour MGEp.

279
Ces résultats infirment l’hypothèse qui stipule que les employés des entreprises automobiles
participent aux espaces communautaires de leur entreprise sur LinkedIn. De ce fait,
l’hypothèse H19 n’est pas validée.

Tableau 62 : Items des usages effectifs des contenus des PEL et des PPL par entreprise
du Top10
Echelle de visibilité
Echelle de participation
PEL PPL
Entreprises NAPE NEPE NMGEp MGEp APE
4,1 9,6
165191 27498 7097
Renault
3,6 8,8
14624 1909 1830
Peugeot
4 9,6
20290 22568 2215
Citroën
1,4 9,7
138265 6266 2212
Audi
4,5 8,8
284995 20098 6029
BMW
1,3 9,5
537225 73986 2264
Ford
2,9 9,5
179069 49260 10998
Volkswagen
4,6 9
235319 20317 5250
Toyota
3,4 7,9
234430 21002 615
Nissan
1,5 9,2
9774 2232 2348
Opel
3,13 9,16
TOTAL

c. Analyse de second niveau – PEL

L’analyse de second niveau pour la mesure des usages effectifs des contenus des PEL permet
de comparer les taux de l’échelle de visibilité des PEL des entreprises du Top10 (tableau 63).
Les trois items sont regroupés.

Afin de pouvoir calculer le taux de visibilité d’une entreprise sur LinkedIn, je suppose que les
employés ayant une PPL sont inscrits sur au moins un des deux espaces communautaires de
leur entreprise, à savoir la Page Entreprise LinkedIn (PEL) et le « groupe éponyme ». Ainsi,
pour obtenir le taux de visibilité d’une entreprise sur LinkedIn, c’est-à-dire le pourcentage
d’individus inscrits à ses espaces communautaires (autres que ses employés), je pose la
formule : [((NAPE+NMGEp)-NEPE)/(NAPE+NMGep)]*100 = taux de visibilité

280
Les scores des entreprises sont supérieurs à la moyenne (entre 7,4 et 9,5 sur dix), sauf Citroën
qui obtient un score négatif (-0,02). Audi obtient la meilleure moyenne (9,5 sur dix) et
Volkswagen la plus basse (7,4 sur dix).

d. Analyse de second niveau – PPL

L’analyse de second niveau pour la mesure des usages effectifs des contenus des PPL permet
également de comparer les moyennes de l’échelle de participation des PPL des entreprises du
Top10 (tableau 63). Les deux items sont regroupés.

Les scores des entreprises sont supérieurs à la moyenne (entre 5,35 et 6,85 sur dix). Les PPL
de Renault obtiennent la meilleure moyenne (6,85 sur dix) et les PPL d’Opel la plus basse
(5,35 sur dix).

Tableau 63 : Echelles des usages effectifs des contenus des PEL et des PPL par
entreprise du Top10
Echelle de visibilité Echelle de participation
Entreprises PEL PPL
(Taux de visibilité, %) (MIN10PPL)* (Taux de participation, %)
84,04 6,85 68,5
Renault
88,39 6,2 62
Peugeot
-0,28 6,8 68
Citroën
95,54 5,55 55,5
Audi
93,09 6,65 66,5
BMW
86,28 5,4 54
Ford
74,08 6,2 62
Volkswagen
91,55 6,8 68
Toyota
91,06 5,65 56,5
Nissan
81,58 5,35 53,5
Opel
78,56 6,14 61,45
TOTAL
(*MIN10PPL = Moyenne Index 10 Notoriété pour l’ensemble des items PPL)

281
Le tableau 64 présente le classement des entreprises du Top10 selon les scores de la mesure
de l’échelle de participation des PPL, par ordre décroissant. Les entreprises Renault, Citroën,
BMW et Peugeot restent dans le Top5.

Tableau 64 : Classement des entreprises du Top10 selon l’échelle de participation des

PPL
Classement des Entreprises
/ M Echelle de participation PPL
1 Renault
2 Citroën
2 Toyota
3 BMW
4 Peugeot
4 Volkswagen
5 Nissan
6 Audi
7 Ford
8 Opel

e. Analyse de troisième niveau

L’objectif de l’analyse de troisième niveau pour la mesure des usages effectifs des contenus
des PEL et des PPL est de comparer les taux de l’échelle de visibilité des PEL avec les taux
de l’échelle de participation des PPL pour chaque entreprise du Top10 (tableau 63).

La moyenne totale de l’échelle de participation des PPL (6,14 sur dix) est inférieure à la
moyenne totale de l’échelle de visibilité des PEL (7,85 sur dix). Cette tendance est confirmée
pour l’ensemble des entreprises du Top10, excepté pour Citroën, dont l’indice de visibilité est
nettement inférieur à l’indice de participation.

Les employés de Renault participent à 68,5 % à la visibilité de leur entreprise ; Renault

participe à 84,04 % à sa visibilité.
Les employés de Peugeot participent à 62 % à la visibilité de leur entreprise ; Peugeot
participe à 88,39 % à sa visibilité.
Les employés de Citroën participent à 68 % à la visibilité de leur entreprise ; Citroën ne
participe pas à sa visibilité (-0,28 %).

282
Les employés d’Audi participent à 55,5 % à la visibilité de leur entreprise ; Audi participe à
95,54 % à sa visibilité.
Les employés de BMW participent à 66,5 % à la visibilité de leur entreprise ; BMW participe
à 93,09 % à sa visibilité.
Les employés de Ford participent à 54 % à la visibilité de leur entreprise ; Ford participe à
86,28 % à sa visibilité.
Les employés de Volkswagen participent à 62 % à la visibilité de leur entreprise ;
Volkswagen participe à 74,08 % à sa visibilité.
Les employés de Toyota participent à 68 % à la visibilité de leur entreprise ; Toyota participe
à 91,55 % à sa visibilité.
Les employés de Nissan participent à 56,5 % à la visibilité de leur entreprise ; Nissan
participe à 91,06 % à sa visibilité.
Les employés d’Opel participent à 53,5 % à la visibilité de leur entreprise ; Opel participe à
81,58 % à sa visibilité.

f. Analyse de quatrième niveau

L’objectif de l’analyse de quatrième niveau pour la mesure des usages effectifs des contenus
des PEL et des PPL est de comparer les entreprises du Top10 selon la notoriété effective
(réelle) globale (NRG) qui est issue de l’agrégation de l’échelle de visibilité des PEL et de
l’échelle de participation des PPL associées (tableau 65).

Les scores de la notoriété effective (réelle) globale (NPG) vont de 3,386 à 7,979 sur dix.
BMW arrive en tête du classement et Citroën en dernière position. Seule l’entreprise Citroën
sort du Top5.

283
Tableau 65 : Classement des entreprises du Top10 selon la NRG
Entreprises NRG
1 BMW 7,979
2 Toyota 7,977
3 Renault 7,627
4 Audi 7,552
5 Peugeot 7,519
6 Nissan 7,378
7 Ford 7,014
8 Volkswagen 6,804
9 Opel 6,754
10 Citroën 3,386

2.2. Mesure de la notoriété perçue des PEL et PPL

Pour chaque entreprise du Top10, les tableaux 66 et 67 présentent, d’une part, les items de la
notoriété perçue des PEL (regroupant deux items) et d’autre part, les moyennes des index de
la notoriété perçue des PPL (regroupant deux items).
Je réalise les quatre niveaux d’analyse.

a. Analyse de premier niveau – PEL

L’analyse de premier niveau pour la mesure de la notoriété perçue des PEL permet
d’identifier les différences entre les items de la notoriété perçue des PEL pour chaque
entreprise du Top10 (tableau 66). Ces scores correspondent au degré d’importance accordé à
chaque item par les répondants.

Chacun des deux items obtient un score supérieur à la moyenne. L’ensemble des répondants
accorde plus d’importance à l’ampleur du nombre d’employés membres de LinkedIn
(ANEPEL moyenne totale de 3,3704 sur cinq) qu’à l’ampleur du nombre d’abonnés à la PEL
(ANAPEL moyenne totale de 3,3379 sur cinq). L’écart entre les deux items est faible.
Cet ordre d’importance n’est pas le même pour l’ensemble des entreprises du Top10. D’un
côté, les répondants citant les entreprises Renault, Audi, BMW et Opel accordent plus
d’importance à l’ampleur du nombre d’employés membres de LinkedIn. D’un autre côté, les
répondants citant les entreprises Peugeot, Citroën, Ford, Volkswagen et Nissan accordent plus

284
d’importance à l’ampleur du nombre d’abonnés à la PEL. Ceux qui ont cité Toyota accordent
autant d’importance aux deux items. BMW obtient le score le plus bas pour ANAPEL
(3,1143) ; Ford obtient le score le plus bas pour ANEPEL (3,2436). Toyota obtient les
meilleurs scores pour les deux items. Les entreprises Renault, Citroën, Audi, Toyota et Opel
obtiennent des scores supérieurs à la moyenne totale pour ANEPEL. Les entreprises Peugeot,
Citroën, Audi, Volkswagen et Toyota obtiennent des scores supérieurs à la moyenne totale
pour ANAPEL.

Ces résultats confirment les hypothèses qui stipulent que : l’ampleur du nombre d’abonnés sur
une PEL est importante et l’ampleur du nombre d’employés sur une PEL est importante. De
ce fait, les hypothèses H8 et H9 sont validées.

b. Analyse de premier niveau – PPL

L’analyse de premier niveau pour la mesure de la notoriété perçue des PPL permet
d’identifier les différences entre les items de la notoriété perçue des PPL pour chaque
entreprise du Top10 (tableau 66). Ces scores correspondent au degré d’importance accordé à
chaque item par les répondants.

Chacun des deux items obtient un score supérieur à la moyenne. L’ensemble des répondants
accorde plus d’importance au fait qu’un employé soit abonné à la PEL (3,5033) qu’au fait
qu’un employé soit membre d’un « groupe éponyme » (3,2331). Cet ordre d’importance est le
même pour l’ensemble des entreprises du Top10. Audi obtient les meilleurs scores pour les
deux items (APEPPL : 3,8393 ; MGEpPPL : 3,375). Nissan obtient le score le plus bas pour
APEPPL (3,3606) et Toyota pour MGEpPPL (3,0159). Les entreprises du Top5 obtiennent
des scores au-dessus de la moyenne totale pour APEPPL. Seules les entreprises Volkswagen,
Toyota et Nissan obtiennent des scores en-dessous de la moyenne totale pour MGEpPPL.

Ces résultats confirment les hypothèses qui stipulent que : être membre du groupe éponyme
est important et être abonné à la PEL de son entreprise est important. De ce fait, les
hypothèses H10 et H11 sont validées.

285
Tableau 66 : Notoriété perçue des items des PEL et des PPL
Notoriété perçue PEL Notoriété perçue PPL
Entreprises ANAPEL ANEPEL MGEpPPL APEPPL
Renault 3,3223 3,3802 3,3608 3,5207
Peugeot 3,4635 3,3646 3,3646 3,6198
Citroën 3,4016 3,3934 3,2951 3,5574
Audi 3,375 3,4375 3,375 3,8393
BMW M 3,1143 3,2476 3,3143 3,5333
Ford 3,2564 3,2436 3,2436 3,4103
Volkswagen 3,3788 3,303 3,0303 3,3939
Toyota 3,5556 3,5556 3,0159 3,3809
Nissan 3,2951 3,2787 3,0984 3,3606
Opel 3,2167 3,5 3,2333 3,4167
Total M 3,3379 3,3704 3,2331 3,5033
(*M = Moyenne pour chaque item)

c. Analyse de second niveau – PEL

L’analyse de second niveau pour la mesure de la notoriété perçue des PEL permet de
comparer les moyennes de la notoriété perçue des PEL des entreprises du Top10 (tableau 67).
Les deux items sont regroupés.

Les scores des entreprises sont supérieurs à la moyenne. Toyota obtient la meilleure moyenne
(3,56 sur cinq) et BMW la plus basse (3,18 sur cinq). Selon les scores de la mesure de la
notoriété perçue des PEL, les entreprises du Top10 se classent de façon décroissante dans cet
ordre : Toyota, Peugeot, Audi, Citroën, Opel, Renault, Volkswagen, Nissan, Ford et BMW.
Seules les entreprises Peugeot, Audi et Citroën restent dans le Top5.

d. Analyse de second niveau – PPL

L’analyse de second niveau pour la mesure de la notoriété perçue des PPL permet également
de comparer les moyennes de la notoriété perçue des PPL des entreprises du Top10 (tableau
67). Les deux items sont regroupés.

Les scores des entreprises sont supérieurs à la moyenne. Les PPL d’Audi obtiennent la
meilleure moyenne (3,61 sur cinq) et les PPL de Toyota la plus basse (3,19 sur cinq).

286
Tableau 67 : Notoriété perçue des PEL et des PPL par entreprise du Top10
Notoriété perçue Notoriété perçue
Entreprises
PEL PPL
Renault 3,35 3,44
Peugeot 3,41 3,49
Citroën 3,39 3,43
Audi 3,40 3,61
BMW 3,18 3,42
Ford 3,25 3,33
Volkswagen 3,34 3,21
Toyota 3,56 3,19
Nissan 3,29 3,23
Opel 3,36 3,32

Le tableau 68 présente le classement des entreprises du Top10 selon les scores de la mesure
de la notoriété perçue des PPL, par ordre décroissant. Les entreprises du Top5 sont les mêmes
mais occupent un rang différent.

Tableau 68 : Classement des entreprises du Top10 selon la notoriété perçue PPL

Classement des Entreprises
/ M Notoriété perçue PPL
1 Audi
2 Peugeot
3 Renault
4 Citroën
5 BMW
6 Ford
7 Opel
8 Nissan
9 Volkswagen
10 Toyota

e. Analyse de troisième niveau

L’objectif de l’analyse de troisième niveau pour la mesure de la notoriété perçue est de

comparer les moyennes de la notoriété perçue des PEL avec les moyennes de la notoriété
perçue des PPL pour chaque entreprise du Top10 (tableau 67).

La moyenne des scores de la mesure de la notoriété perçue des PPL (3,37 sur cinq) est
supérieure à celle des scores de la mesure de la notoriété perçue des PEL (3,35 sur cinq).

287
Cette tendance est confirmée pour six entreprises du Top10 (Renault, Peugeot, Citroën, Audi,
BMW, Ford).
Les répondants accordent davantage d’importance à la notoriété des PPL qu’à celle des PEL.

Ces résultats confirment l’hypothèse qui stipule que la notoriété perçue des PPL a autant
d’importance que la notoriété perçue des PEL. De ce fait, l’hypothèse H12 est validée.

f. Analyse de quatrième niveau

L’objectif de l’analyse de quatrième niveau pour la mesure de la notoriété perçue des PEL et
des PPL est de comparer les entreprises du Top10 selon la notoriété perçue globale (NPG) qui
est issue de l’agrégation de l’échelle de la notoriété perçue des PEL et de l’échelle de la
notoriété perçue des PPL associées (tableau 69).

Les scores de la notoriété perçue globale (NPG) vont de 3,26 à 3,51 sur cinq. Audi arrive en
tête du classement et Nissan en dernière position. Seule l’entreprise BMW sort du Top5.

Tableau 69 : Classement des entreprises du Top10 selon la NPG

Entreprises NPG
1 Audi 3,51
2 Peugeot 3,45
3 Citroën 3,41
4 Renault 3,4
5 Toyota 3,38
6 Opel 3,34
7 BMW 3,3
8 Ford 3,29
9 Volkswagen 3,28
10 Nissan 3,26

288
 2.3. Comparaison des échelles de notoriété effective globale et de notoriété perçue
globale

L’échelle de visibilité des PEL est comparée avec l’échelle de notoriété perçue des PEL pour
chacune des entreprises du Top10. Ensuite l’échelle de participation des PPL est comparée
avec l’échelle de notoriété perçue des PPL pour chacune des entreprises du Top10. Enfin,
l’échelle de notoriété effective (réelle) globale (NRG) est comparée avec l’échelle de
notoriété perçue globale (NPG) pour chacune des entreprises du Top10.

L’échelle totale de visibilité des PEL est supérieure à l’échelle totale de notoriété perçue des
PEL. Les échelles de visibilité des PEL sont supérieures aux échelles de notoriété perçue des
PEL pour les entreprises du Top10, sauf pour Citroën (tableau 70).

L’échelle totale de notoriété perçue des PPL est supérieure à l’échelle totale de participation
des PPL, excepté pour Toyota (tableau 70). Les échelles de notoriété perçue des PPL sont
supérieures aux échelles de participation des PPL pour les entreprises du Top10, sauf pour
Toyota.

La NRG totale (notoriété effective (réelle) globale totale, c’est-à-dire la moyenne des dix
entreprises) est légèrement supérieure à la NPG totale (notoriété perçue globale totale, c’est-à-
dire la moyenne des dix entreprises) (tableau 71). Les NRG sont supérieures aux NPG pour
les entreprises du Top10, sauf pour Citroën.

D’une part, ces résultats confirment l’hypothèse qui stipule que l’usage effectif des
indicateurs de participation des PPL reflète la notoriété perçue des PPL. De ce fait,
l’hypothèse H23 est validée. D’autre part, ces résultats infirment les hypothèses qui
stipulent que : l’usage effectif des indicateurs de visibilité des PEL reflète la notoriété perçue
des PEL et la NRG reflète la NPG. De ce fait, les hypothèses H22 et H25 ne sont pas
validées.

289
Tableau 70 : Echelles de visibilité et de participation vs échelles de notoriété perçue des
PEL et des PPL

Echelle de Index Echelle de Index

Entreprises visibilité Notoriété participation Notoriété
PEL perçue PEL PPL perçue PPL

Renault 8,40 6,7 6,85 6,88

Peugeot 8,84 6,83 6,2 6,98
Citroën -0,03 6,79 6,8 6,85
Audi 9,55 6,81 5,55 7,21
BMW 9,31 6,36 6,65 6,84
Ford 8,63 6,5 5,4 6,66
Volkswagen 7,41 6,68 6,2 6,42
Toyota 9,16 7,11 6,8 6,4
Nissan 9,11 6,57 5,65 6,46
Opel 8,16 6,72 5,35 6,65
TOTAL 7,85 6,71 6,15 6,74

Tableau 71 : NRG et NPG des entreprises du Top10

Entreprises NRG Index NPG
Renault 7,627 6,8
Peugeot 7,519 6,9
Citroën 3,386 6,82
Audi 7,552 7,02
BMW 7,979 6,6
Ford 7,014 6,58
Volkswagen 6,804 6,56
Toyota 7,977 6,76
Nissan 7,378 6,52
Opel 6,754 6,68
TOTAL 6,999 6,724

3. Comparaison de la crédibilité perçue des PEL et PPL

Les deux sections suivantes présentent les résultats obtenus aux mesures de la crédibilité
perçue des PEL et des PPL. Les résultats sont croisés avec les entreprises du Top10.
L’analyse comprend trois niveaux.

290
Dans le premier niveau, sont analysés les items de l’échelle de la crédibilité perçue des PEL et
les items de l’échelle de la crédibilité perçue des PPL pour chaque entreprise du Top10.
Dans le second niveau, sont étudiées l’échelle (après agrégation des items) de la crédibilité
perçue des PEL et l’échelle de la crédibilité perçue des PPL (après agrégation des items) pour
chaque entreprise du Top10.
Dans le troisième niveau, l’échelle de la crédibilité perçue des PEL est comparée avec
l’échelle de la crédibilité perçue des PPL pour chaque entreprise du Top10.

Les deux objectifs de l’analyse de premier niveau pour la mesure de la crédibilité perçue
sont :
- d’identifier les différences entre les trois items de la crédibilité perçue des PEL pour
chaque entreprise du Top10 ;
- d’identifier les différences entre les trois items de la crédibilité perçue des PPL pour
chaque entreprise du Top10.
Les deux objectifs de l’analyse de second niveau pour la mesure de la crédibilité perçue sont :
- de comparer les moyennes des index de la crédibilité perçue des PEL des entreprises
du Top10 ;
- de comparer les moyennes des index de la crédibilité perçue des PPL pour chaque
entreprise du Top10.
L’objectif de l’analyse de troisième niveau pour la mesure de la crédibilité perçue est :
- de comparer les moyennes des index de la crédibilité perçue des PEL avec les
moyennes des index de la crédibilité perçue des PPL pour chaque entreprise du Top10.

3.1. Analyse de premier niveau – PEL

L’analyse de premier niveau pour la mesure de la crédibilité perçue permet d’identifier les
différences entre les items de la crédibilité perçue des PEL pour chaque entreprise du Top10
(tableau 72). Ces scores correspondent au degré d’importance accordé à chaque item par les
répondants.

Chacun des trois items obtient un score supérieur à la moyenne. L’ensemble des répondants
accorde le plus d’importance à l’item fiabilité (C1, moyenne totale de 3,83 sur cinq), puis à

291
l’item honnêteté (C2, moyenne totale de 3,73 sur cinq) et enfin à l’item expertise (C3,
moyenne totale de 3,59 sur cinq). L’écart entre les trois items est faible. Cet ordre
d’importance est le même pour l’ensemble des entreprises du Top10, excepté pour Citroën
(C1>C3>C2) et pour Ford (C2>C1>C3). BMW obtient les meilleurs scores pour C1 (3,89) et
C2 (3,84) et Opel obtient le meilleur score pour C3 (3,75). Ford, Citroën et Volkswagen
obtiennent les scores les plus bas, respectivement pour C1 (3,72), C2 (3,64) et C3 (3,42).

Tableau 72 : Crédibilité perçue des items des PEL

Crédibilité perçue PEL
Entreprises C1 C2 C3
Renault 3,81 3,66 3,57
Peugeot 3,79 3,76 3,66
Citroën 3,86 3,64 3,65
Audi 3,88 3,79 3,58
BMW 3,89 3,84 3,71
Ford 3,72 3,78 3,52
Volkswagen 3,83 3,68 3,42
Toyota 3,78 3,73 3,50
Nissan 3,87 3,65 3,47
Opel 3,83 3,77 3,75
Total 3,83 3,73 3,59

3.2. Analyse de premier niveau – PPL

L’analyse de premier niveau pour la mesure de la crédibilité perçue permet d’identifier les
différences entre les items de la crédibilité perçue des PPL pour chaque entreprise du Top10
(tableau 73). Ces scores correspondent au degré d’importance accordé à chaque item par les
répondants.

Chacun des trois items obtient un score supérieur à la moyenne. L’ensemble des répondants
accorde le plus d’importance à l’item honnêteté (C2, moyenne totale de 3,57 sur cinq), puis à
l’item fiabilité (C1, moyenne totale de 3,55 sur cinq) et enfin à l’item expertise (C3, moyenne
totale de 3,49 sur cinq). L’écart entre les trois items est faible. Cet ordre d’importance est le
même pour les entreprises Renault, Peugeot, Audi, Volkswagen et Nissan. Cet ordre
d’importance n’est pas le même pour les cinq autres entreprises : Citroën (C1>C2>C3), BMW

292
(C2=C1>C3), Ford (C1>C2>C3), Toyota (C1=C2>C3) et Opel (C2>C3>C1). Opel obtient les
meilleurs scores (C2=3,72 ; C1=3,66 et C3=3,70). Volkswagen obtient les scores les plus bas
(C2=3,38 ; C1=3,27 et C3=3,21).

Tableau 73 : Crédibilité perçue des items des PPL

Crédibilité perçue PPL
Entreprises C1 C2 C3
Renault 3,56 3,58 3,40
Peugeot 3,53 3,58 3,50
Citroën 3,62 3,60 3,57
Audi 3,51 3,55 3,48
BMW 3,61 3,61 3,56
Ford 3,60 3,56 3,55
Volkswagen 3,27 3,38 3,21
Toyota 3,57 3,57 3,41
Nissan 3,50 3,51 3,41
Opel 3,66 3,72 3,70
Total 3,55 3,57 3,49

3.3. Analyse de second niveau – PEL

L’analyse de second niveau pour la mesure de la crédibilité perçue permet de comparer les
moyennes des index de la crédibilité perçue des PEL des entreprises du Top10 (tableau 74).
Les trois items sont regroupés.

Les scores des entreprises sont supérieurs à la moyenne. BMW obtient la meilleure moyenne
(7,62 sur dix) et Volkswagen la plus basse (7,29 sur dix). Selon les scores de la mesure de la
crédibilité perçue des PEL, les entreprises du Top10 se classent de façon décroissante dans cet
ordre : BMW, Opel, Audi, Peugeot, Citroën, Renault, Ford, Toyota, Nissan et Volkswagen.
Seule l’entreprise Renault sort du Top5.

293
Tableau 74 : Crédibilité perçue des PEL par entreprise du Top10
Crédibilité perçue PEL
Entreprises Moyenne /5 Index10
Renault 3,69 7,37
Peugeot 3,73 7,47
Citroën 3,72 7,44
Audi 3,75 7,50
BMW 3,81 7,62
Ford 3,68 7,35
Volkswagen 3,64 7,29
Toyota 3,67 7,34
Nissan 3,66 7,33
Opel 3,78 7,56

Ces résultats confirment l’hypothèse qui stipule que la crédibilité perçue des informations
diffusées par l’entreprise sur sa PEL est élevée. De ce fait, l’hypothèse H13 est validée.

3.4. Analyse de second niveau – PPL

L’analyse de second niveau pour la mesure de la crédibilité perçue permet de comparer les
moyennes des index de la crédibilité perçue des PPL des entreprises du Top10 (tableau 75).
Les trois items sont regroupés.

Les scores des entreprises sont supérieurs à la moyenne. Opel obtient la meilleure moyenne
(7,38 sur dix) et Volkswagen la plus basse (6,57 sur dix). Selon les scores de la mesure de la
crédibilité perçue des PPL, les entreprises du Top10 se classent de façon décroissante dans cet
ordre : Opel, BMW, Citroën, Ford, Peugeot, Audi, Toyota, Renault, Nissan et Volkswagen.
Seules les entreprises BMW, Citroën et Peugeot restent dans le Top5.

294
Tableau 75 : Crédibilité perçue des PPL par entreprise du Top10
Crédibilité PPL
Entreprises Moyenne /5 Index10
Renault 3,51 7,03
Peugeot 3,53 7,07
Citroën 3,59 7,19
Audi 3,52 7,04
BMW 3,60 7,20
Ford 3,57 7,14
Volkswagen 3,29 6,57
Toyota 3,52 7,04
Nissan 3,47 6,95
Opel 3,69 7,38

Ces résultats confirment l’hypothèse qui stipule que la crédibilité perçue des informations
diffusées par les employés sur leur PPL est élevée. De ce fait, l’hypothèse H14 est validée.

3.5. Analyse de troisième niveau

L’objectif de l’analyse de troisième niveau pour la mesure de la crédibilité perçue est de

comparer les moyennes des index de la crédibilité perçue des PEL avec les moyennes des
index de la crédibilité perçue des PPL pour chaque entreprise du Top10.

La moyenne totale de la mesure de la crédibilité perçue des PEL (7,43 sur dix) est légèrement
supérieure à la moyenne totale de la mesure de la crédibilité perçue des PPL (7,06 sur dix).
Cette tendance est confirmée pour l’ensemble des entreprises du Top10.
Le contenu des PPL est autant crédible que le contenu des PEL selon les répondants.

Ces résultats confirment l’hypothèse qui stipule que la crédibilité perçue des PPL est
comparable à la crédibilité perçue des PEL. De ce fait, l’hypothèse H15 est validée.

Les résultats de l’analyse des usages effectifs des contenus des PEL et des PPL et de leur
perception, ainsi que les résultats de la perception de la crédibilité des PEL et des PPL ayant
été exposés, je présente les résultats obtenus au test du modèle structurel dans la section
suivante.

295
Section 3 : Les résultats obtenus par les méthodes d’équations
structurelles

Dans cette section 3, sont présentés les résultats obtenus par la modélisation par équations
structurelles (étude 3). J’aborde les résultats relatifs à l’impact des indicateurs d’informations
et de visibilité des PEL sur l’e-réputation corporate perçue, à l’impact des indicateurs de
citation et de participation des PPL sur l’e-réputation corporate perçue (variables de second
ordre) et sur chacune de ses dimensions (qualité perçue et notoriété perçue), au rôle
modérateur de la crédibilité perçue des PEL et des PPL et à l’impact de la qualité perçue sur
la notoriété perçue.

1. L’impact des PEL sur l’e-réputation corporate perçue

1.1. Impact des PEL sur la variable de second ordre

Afin de tester l’hypothèse H26 (présentée précédemment) selon laquelle les PEL ont une
influence sur l’e-réputation corporate perçue, les relations de causalité entre l’index
d’information des PEL et l’e-réputation corporate perçue des PEL ainsi qu’entre les
indicateurs de visibilité des PEL et l’e-réputation corporate perçue des PEL sont analysées
(annexe 6).

Les résultats obtenus par estimation du maximum de vraisemblance ne montrent pas de

relation significative (β = .002 ; p<.957) entre l’index d’informations des PEL et l’e-

réputation corporate perçue des PEL.

De la même manière, il n’apparaît pas de relation significative (β = .023 ; p<.447) entre

l’indicateur NAPE des PEL et l’e-réputation corporate perçue des PEL.

296
L’analyse ne montre pas non plus de relation significative (β = -.027 ; p<.410) entre

l’indicateur NEPE des PEL et l’e-réputation corporate perçue des PEL.

Enfin, il n’apparaît pas de relation significative (β = -.041 ; p<.144) entre l’indicateur

NMGEp des PEL et l’e-réputation corporate perçue des PEL.

En conclusion, il semble qu’il n’y ait aucune relation entre les PEL et l’e-réputation corporate
perçue, ce qui conduit à rejeter l’hypothèse H26.

1.2. Impact des PEL sur la qualité perçue des PEL et la notoriété perçue des PEL

Les hypothèses H26a et H26b amènent à analyser les relations de causalité entre l’index
d’informations des PEL et la qualité perçue des PEL, puis entre les indicateurs de visibilité
des PEL et la notoriété perçue des PEL (annexe 7).

Ces analyses permettent de conclure qu’il n’y a pas de relation significative (β = 0,029 ;

p<.391) entre l’index d’informations des PEL et la qualité perçue des PEL, ni de relation

significative (β = -0,077 ; p<.129) entre l’indicateur NAPE des PEL et la notoriété perçue des

PEL, ni de relation significative (β = 0,035 ; p<.520) entre l’indicateur NEPE des PEL et la

notoriété perçue des PEL. Enfin, les résultats ne montrent pas de relation significative (β =

0,020 ; p<.550) entre l’indicateur NMGEp des PEL et la notoriété perçue des PEL.

Ces résultats infirment les hypothèses qui stipulent que les PEL influencent l’e-réputation
corporate perçue, que les indicateurs d’informations des PEL influencent la qualité perçue des
PEL et que les indicateurs de visibilité des PEL influencent la notoriété perçue des PEL. De
ce fait, les hypothèses H26, H26a et H26b sont rejetées. La relation de causalité entre
l’index d’informations des PEL et la qualité perçue des PEL est significative uniquement en
présence du modérateur de la crédibilité perçue des PPL (sous-section 3).

297
2. L’impact des PPL sur l’e-réputation corporate perçue

2.1. Impact des PPL sur la variable de second ordre

Ici sont testées les relations de causalité (H27) entre les index de citation et de participation
des PPL et l’e-réputation corporate perçue des PPL (annexe 6).

Il n’apparaît aucune relation significative (β = .039 ; p<.291) entre l’index de citation des PPL

et l’e-réputation corporate perçue des PPL ni de relation significative (β = -.012 ; p<.732)

entre l’index de participation des PPL et l’e-réputation corporate perçue des PPL. L’hypothèse
H27 est rejetée.

2.2. Impact des PPL sur la qualité perçue des PPL et la notoriété perçue des PPL

Ces mêmes relations sont testées au niveau des dimensions de premier ordre. Sont donc
testées les relations de causalité (H27a et H27b) entre l’index de citation des PPL et la qualité
perçue des PPL, puis entre l’index de participation des PPL et la notoriété perçue des PPL
(annexe 7).

Les résultats qui ont émergé au niveau du construit de second ordre se retrouvent ici. En effet,

il n’apparaît pas de relation significative (β = 0,040 ; p<.231) entre l’index de citation des

PPL et la qualité perçue des PPL.

Il n’apparaît pas non plus de relation significative (β = 0,009 ; p<.745) entre l’index de

participation des PPL et la notoriété perçue des PPL.

Ces résultats infirment les hypothèses qui stipulent que les PPL influencent l’e-réputation
corporate perçue, que les indicateurs de citation des PPL influencent la qualité perçue des PPL

298
et que les indicateurs de participation des PPL influencent la notoriété perçue des PPL. De ce
fait, les hypothèses H27, H27a et H27b sont rejetées. Ces relations de causalité sont
significatives uniquement en présence du modérateur de la crédibilité perçue des PPL et des
PEL (sous-section 3).

3. L’effet modérateur de la crédibilité des PEL et des PPL

Les résultats obtenus plus haut sont parfois décevants et à l’encontre des hypothèses
formulées. Aussi, l’hypothèse selon laquelle le type de crédibilité pouvait avoir masqué
certaines relations, est émise. L’effet modérateur du type de crédibilité perçue des PEL (faible
versus forte) ainsi que l’effet modérateur du type de crédibilité perçue des PPL (faible versus
forte) sont donc testés par une analyse multi-groupes en contrôlant les changements dans
l’index d’ajustement χ².
Selon les deux mesures de la crédibilité perçue et les scores classant la crédibilité perçue,
l’échantillon est divisé en deux groupes :
- pour la crédibilité perçue des PEL, le premier groupe (n = 580) est composé de sujets
dont la crédibilité est faible alors que le second groupe (n = 642) est composé de sujets
dont la crédibilité est forte ;
- pour la crédibilité perçue des PPL, le premier groupe (n = 617) est composé de sujets
dont la crédibilité est faible alors que le second groupe (n = 605) est composé de sujets
dont la crédibilité est forte.
La taille comparable des groupes de crédibilité perçue des PEL et des groupes de crédibilité
perçue des PPL suggère que les analyses peuvent être conduites sans craindre un biais dû à la
taille des groupes.

Les effets modérateurs sont testés en détail, c’est-à-dire sur les relations de causalité entre les
index des PEL et des PPL sur chacune des deux dimensions de l’e-réputation corporate perçue
(qualité perçue et notoriété perçue).

Les six relations engagées dans mes hypothèses de modération sont contraintes une par une ;
ainsi, sont obtenues les variations affichées dans les tableaux 76 et 77. La différence entre les
groupes est significative dans certains cas et non significative dans d’autres.
299
Ci-après, les résultats concernant l’effet modérateur du type de crédibilité perçue des PEL et
l’effet modérateur du type de crédibilité perçue des PPL sont exposés.

3.1. Effet de la crédibilité perçue des PEL comme modérateur

L’effet de la crédibilité perçue des PEL comme modérateur est testé sur chacune des six
relations de causalité du modèle structurel (tableau 76).

Index d’informations des PEL et qualité perçue des PEL

Il n’y a pas d’effet modérateur de la crédibilité perçue des PEL sur la relation entre l’index
d’informations des PEL et la qualité perçue des PEL (χ²[1]=,877 ; p<,348).

Indicateurs de visibilité des PEL et notoriété perçue des PEL

Il n’y a pas d’effet modérateur de la crédibilité perçue des PEL sur la relation entre
l’indicateur NAPE des PEL et la notoriété perçue des PEL (χ²[1]=,074 ; p<,786).
Il n’y a pas d’effet modérateur de la crédibilité perçue des PEL sur la relation entre
l’indicateur NEPE des PEL et la notoriété perçue des PEL (χ²[1]=,000 ; p<,99).
Il n’y a pas d’effet modérateur de la crédibilité perçue des PEL sur la relation entre
l’indicateur NMGEp des PEL et la notoriété perçue des PEL (χ²[1]=,000 ; p<,99).

Index de citation des PPL et qualité perçue des PPL

La faible crédibilité des PEL modère significativement et positivement la relation entre

l’index de citation des PPL et la qualité perçue des PPL (β = .105 ; p<.033).

La forte crédibilité des PEL ne modère pas la relation entre l’index de citation des PPL et la
qualité perçue des PPL.

Index de participation des PPL et notoriété perçue des PPL

Il n’y a pas d’effet modérateur de la crédibilité perçue des PEL sur la relation entre l’index de
participation des PPL et la notoriété perçue des PPL (χ²[1]=2,357 ; p<,125).

300
Tableau 76 : Effet de la crédibilité perçue des PEL comme modérateur
Faible crédibilité Forte crédibilité
Relation Effet mod.
(n = 580) (n = 642)

χ² p standard  p standard  p

IQ10PELQPEL ,877 ,348 0,0628 0,0565 0,198 0,0091 0,005 0,855

NAPENPEL ,074 ,786 -0,0530 -0,000 0,525 -0,0821 -0,000 0,249

NEPENPEL 0,000 0,99 0,0617 0,000 0,490 -0,0052 -0,000 0,944

NMGEPNPEL 0,000 0,99 0,0226 0,000 0,684 0,0108 -0,000 0,820

MIQ10PPLQPPL 4,087 ,043 0,1050 0,286 0,033 -0,0205 -0,036 0,664

MIN10PPLNPPL 2,357 ,125 -0,0603 -0,064 0,185 0,0351 0,041 0,389

Légende : IQ10PEL = Index d’informations ; NAPE = Nombre d’abonnés PEL ; NEPE =

Nombre d’employés ; NMGEp = Nombre de membres au groupe éponyme ; MIQ10PPL =
Index de citation ; MIN10PPL = Index de participation ; QPEL = Qualité PEL ; NPEL =
Notoriété PEL ; QPPL = Qualité PPL ; NPPL = Notoriété PPL

3.2. Effet de la crédibilité perçue des PPL comme modérateur

L’effet de la crédibilité perçue des PPL comme modérateur est testé sur chacune des six
relations de causalité du modèle structurel (tableau 77).

Index d’informations des PEL et qualité perçue des PEL

La faible crédibilité des PPL modère significativement et positivement la relation entre

l’index d’informations des PEL et la qualité perçue des PEL (β = .097 ; p<.038).

La forte crédibilité des PPL ne modère pas la relation entre l’index d’informations des PEL et
la qualité perçue des PEL.

Indicateurs de visibilité des PEL et notoriété perçue des PEL

Il n’y a pas d’effet modérateur de la crédibilité perçue des PPL sur la relation entre
l’indicateur NAPE des PEL et la notoriété perçue des PEL (χ²[1]=,99 ; p<,319).

301
Il n’y a pas d’effet modérateur de la crédibilité perçue des PPL sur la relation entre
l’indicateur NEPE des PEL et la notoriété perçue des PEL (χ²[1]=2,106 ; p<,147).
Il n’y a pas d’effet modérateur de la crédibilité perçue des PPL sur la relation entre
l’indicateur NMGEp des PEL et la notoriété perçue des PEL (χ²[1]=2,097 ; p<,148).

Index de citation des PPL et qualité perçue des PPL

La faible crédibilité des PPL modère très significativement et positivement la relation

entre l’index de citation des PPL et la qualité perçue des PPL (β = .122 ; p<.009).

La forte crédibilité des PPL ne modère pas la relation entre l’index de citation des PPL et la
qualité perçue des PPL.

Index de participation des PPL et notoriété perçue des PPL

La faible crédibilité des PPL modère significativement et négativement la relation entre

l’index de participation des PPL et la notoriété perçue des PPL (β = -.115 ; p<.012).

La forte crédibilité des PPL modère significativement et positivement la relation entre

l’index de participation des PPL et la notoriété perçue des PPL (β = .101 ; p<.022).

Tableau 77 : Effet de la crédibilité des PPL comme modérateur

Faible crédibilité Forte crédibilité
Relation Effet mod.
(n = 617) (n = 605)

χ² p standard  p standard  p

IQ10PELQPEL 4,811 ,028 0,097 0,095 0,038 -0,041 -0,022 0,411

NAPENPEL ,990 ,319 -0,142 -0,000 0,070 -0,042 -0,000 0,564

NEPENPEL 2,106 ,147 0,139 -0,000 0,102 -0,027 -0,000 0,718

NMGEPNPEL 2,097 ,148 -0,037 -0,000 0,487 0,068 0,000 0,160

MIQ10PPLQPPL 6,312 ,012 0,122 0,347 0,009 -0,027 -0,040 0,591

MIN10PPLNPPL 11,77 ,000 -0,115 -0,114 0,012 0,101 0,126 0,022

Légende : IQ10PEL = Index d’informations ; NAPE = Nombre d’abonnés PEL ; NEPE =

Nombre d’employés ; NMGEp = Nombre de membres au groupe éponyme ; MIQ10PPL =
Index de citation ; MIN10PPL = Index de participation ; QPEL = Qualité PEL ; NPEL =
Notoriété PEL ; QPPL = Qualité PPL ; NPPL = Notoriété PPL
302
D’une part, ces résultats infirment l’hypothèse qui stipule que la crédibilité perçue des PEL
modère l’influence des PEL sur l’e-réputation corporate perçue. De ce fait, l’hypothèse H31
n’est pas validée.
D’autre part, ces résultats confirment les hypothèses qui stipulent que la crédibilité perçue des
PPL modère l’influence des PPL sur l’e-réputation corporate perçue, que la crédibilité perçue
des PEL modère l’influence des PPL sur l’e-réputation corporate perçue et que la crédibilité
perçue des PPL modère l’influence des PEL sur l’e-réputation corporate perçue. De ce fait, les
hypothèses H32, H33 et H34 sont validées.

4. L’impact de la qualité perçue sur la notoriété perçue

L’impact de la qualité perçue des PEL et des PPL sur la notoriété perçue des PEL et des PPL
est testé (annexe 7). Les relations de causalité sont analysées à travers les paramètres
standardisés.

Les résultats montrent une relation positive très significative (β = 0,173 ; p<.000) entre la

qualité perçue des PEL et la notoriété perçue des PEL (QualPELNotPEL).

Les résultats montrent une relation positive très significative (β = 0,743 ; p<.000) entre la

qualité perçue des PPL et la notoriété perçue des PPL (QualPPLNotPPL).

Les résultats montrent une relation positive très significative (β = 0,648 ; p<.000) entre la

qualité perçue des PPL et la notoriété perçue des PEL (QualPPLNotPEL).

Ces résultats confirment les hypothèses qui stipulent que la qualité perçue des PEL influence
la notoriété perçue des PEL, que la qualité perçue des PPL influence la notoriété perçue des
PPL et que la qualité perçue des PPL influence la notoriété perçue des PEL. De ce fait, les
hypothèses H28, H29 et H30 sont validées.

Les résultats obtenus au test du modèle structurel ayant été exposés, la synthèse des résultats
aux tests d’hypothèses est réalisée dans la section suivante.

303
Section 3 : La synthèse des résultats aux tests d’hypothèses

La synthèse des résultats obtenus aux tests d’hypothèses est présentée dans le tableau 78.

Tableau 78 : La synthèse des résultats aux tests d’hypothèses

ETUDE 1
E-réputation corporate perçue Résultats
Qualité perçue
H1. La présence du logo sur une PEL est
Validée
importante.
H2. La présence d’une présentation de l’entreprise
PEL Validée
sur une PEL est importante.
H3. La présence des « informations nouvelles
Validée
récentes » sur une PEL est importante.
H4. La présence du nom de l’entreprise dans le
Validée
« titre » sur une PPL est importante.
H5. La présence du nom de l’entreprise dans la
PPL Validée
rubrique « expérience » sur une PPL est importante.
H6. La présence du logo d’une entreprise dans la
Validée
rubrique « expérience » sur une PPL est importante.
Effet H7. La qualité perçue des PPL a autant
Validée
miroir d’importance que la qualité perçue des PEL.
Notoriété perçue Résultats
H8. L’ampleur du nombre d’abonnés sur une PEL
Validée
est importante.
PEL
H9. L’ampleur du nombre d’employés sur une PEL
Validée
est importante.
H10. Etre membre d’un « groupe éponyme » est
Validée
important.
PPL
H11. Etre abonné à la PEL de son entreprise est
Validée
important.
Effet
H12. La notoriété perçue des PPL a autant Validée
miroir d’importance que la notoriété perçue des PEL. (notoriété perçue PPL >
notoriété perçue PEL)
Perception de trois autres variables Résultats
H13. La crédibilité perçue des informations
Validée
diffusées par l’entreprise sur sa PEL est élevée.
Crédibilité H14. La crédibilité perçue des informations
perçue Validée
diffusées par les employés sur leur PPL est élevée.
H15. La crédibilité perçue des PPL est comparable
Validée
à la crédibilité perçue des PEL.
ETUDE 2
Résultats
Usages effectifs des e-contenus
PEL H16. Les entreprises automobiles utilisent Non validée

304
 l’ensemble des indicateurs d’informations (2 entreprises sur dix utilisent
disponibles sur leur PEL. (Echelle d’informations) les 4 items)
H17. Les entreprises automobiles bénéficient d’une
Validée
grande visibilité sur LinkedIn. (Echelle de visibilité)
H18. Les employés utilisent l’ensemble des Non validée
indicateurs de citation disponibles sur leur PPL. (87,2 % des employés utilisent
(Echelle de citation) les 3 items)
PPL H19. Les employés participent aux espaces Non validée
communautaires de leur entreprise sur LinkedIn. (91,6 % s’abonnent à la PEL ;
(Echelle de participation) 31,3 % sont membres du
groupe éponyme)
ETUDE 3
Résultats
Existant versus perçu
H20. L’usage effectif des indicateurs
d’informations des PEL reflète la qualité perçue des Validée
(perception > existant)
PEL.
H21. L’usage effectif des indicateurs de citation des Non validée
PPL reflète la qualité perçue des PPL. (perception < existant)
H22. L’usage effectif des indicateurs de visibilité Non validée
PEL/PPL des PEL reflète la notoriété perçue des PEL. (perception < existant)
H23. L’usage effectif des indicateurs de
participation des PPL reflète la notoriété perçue des Validée
(perception > existant)
PPL.
H24. La QRG reflète la QPG. Non validée
(perception < existant)
H25. La NRG reflète la NPG. Non validée
(perception < existant)
Impact des antécédents sur l’e-réputation corporate perçue Résultats
H26. Les PEL influencent l’e-réputation corporate Non validée
perçue.
H26a. Les indicateurs d’informations des PEL Non validée
PEL
influencent la qualité perçue des PEL. (uniquement via modérateur)
H26b. Les indicateurs de visibilité des PEL Non validée
influencent la notoriété perçue des PEL.
H27. Les PPL influencent l’e-réputation corporate Non validée
perçue. (uniquement via modérateur)
H27a. Les indicateurs de citation des PPL Non validée
PPL
influencent la qualité perçue des PPL. (uniquement via modérateur)
H27b. Les indicateurs de participation des PPL Non validée
influencent la notoriété perçue des PPL. (uniquement via modérateur)
Impact de la qualité perçue sur la notoriété perçue Résultats
H28. La qualité perçue des PEL influence la Validée
PEL
notoriété perçue des PEL.
H29. La qualité perçue des PPL influence la
PPL Validée
notoriété perçue des PPL.
H30. La qualité perçue des PPL influence la
PPL/PEL Validée
notoriété perçue des PEL.
Effets modérateurs Résultats
Crédibilité H31. La crédibilité perçue des PEL modère Non validée

305
perçue l’influence des PEL sur l’e-réputation corporate
perçue.
H32. La crédibilité perçue des PPL modère
l’influence des PPL sur l’e-réputation corporate Validée
perçue.
H33. La crédibilité perçue des PEL modère
l’influence des PPL sur l’e-réputation corporate Validée
perçue.
H34. La crédibilité perçue des PPL modère
l’influence des PEL sur l’e-réputation corporate Validée
perçue.

306
Conclusion du chapitre 7 – Les résultats des études 1, 2 et 3

Dans ce chapitre, les résultats obtenus aux études 1, 2 et 3 de ma recherche ont été présentés.
Cette analyse, réalisée sur 1 222 répondants qualifiés, 10 « Pages Entreprises LinkedIn »
(PEL) et 1 000 « Pages Personnelles LinkedIn » (PPL), a permis, d’une part, d’établir le
classement des dix entreprises du secteur automobile selon la notoriété spontanée, d’autre
part, de comparer l’existant et le perçu et, enfin, de tester les relations de causalité ainsi que
les effets modérateurs de la crédibilité perçue.

Dans le chapitre suivant, les résultats obtenus aux trois études sont mis en perspective, puis
les apports, les limites et les voies de recherche sont présentés.

307
308
 CHAPITRE 8 : LA DISCUSSION, LES
APPORTS, LES LIMITES ET LES VOIES
DE RECHERCHE

309
310
 CHAPITRE 8 : LA DISCUSSION, LES APPORTS, LES
LIMITES ET LES VOIES DE RECHERCHE

En tenant compte des résultats obtenus aux trois études, je présente, dans ce huitième et
dernier chapitre, la discussion des résultats de ma recherche. J’y indique les apports ainsi que
les limites de ma recherche. J’y expose les voies de recherche.

Dans la première section, je discute chacune des trois études et je mets en perspective
l’ensemble des résultats obtenus. Dans la seconde section, je présente les apports théoriques et
les apports managériaux de ma recherche. Dans une troisième section, je mentionne les
limites, les faiblesses conceptuelles et méthodologiques constatées dans ma recherche. Enfin,
dans une quatrième section, je propose des voies de recherche.

311
Section 1 : La discussion des résultats obtenus à chacune des trois
études

L’objectif de ma thèse était d’étudier l’influence de la voix digitale des employés via l’e-
contenu de leur PPL sur l’e-réputation corporate perçue et de comparer cette influence avec
celle de l’entreprise.
En effet, en m’appuyant sur la théorie néo-institutionnelle de l’e-réputation corporate, je
postulais que l’e-réputation corporate perçue était issue, d’une part, des signaux directs que
l’entreprise émet (informations diffusées par l’entreprise sur elle-même, sur sa PEL) et,
d’autre part, des signaux indirects émis par ses employés (informations diffusées par les
employés au sujet de leur entreprise sur leur PPL). Cette étude de la construction de l’e-
réputation corporate a été effectuée en postulant un effet direct de l’e-contenu des PPL et de
l’e-contenu des PEL sur la construction de l’e-réputation corporate perçue mais également en
tenant compte de l’effet modérateur de la crédibilité perçue.
Après une série de tests statistiques, je dresse le bilan de ce que ma recherche a apporté
comme résultats. Je vérifie, d’une part, quelles sont les hypothèses qui, après une
confrontation avec le terrain, peuvent être retenues pour de prochaines études et, d’autre part,
quelles sont les réponses apportées par les données aux questions soulevées dans les premiers
chapitres de ma recherche.

Avant de détailler la discussion des résultats, il est à noter que le résultat fort de ma recherche
est, d’une part, la mise en évidence de l’importance de la voix digitale des employés auprès
des parties prenantes externes ainsi que la forte crédibilité que les parties prenantes externes
accordent aux informations diffusées par les employés au sujet de leur entreprise sur leur
PPL ; et, d’autre part, le rejet de l’hypothèse d’un effet direct de l’e-contenu des PEL et des
PPL sur l’e-réputation corporate perçue souligne l’importance du modérateur de la crédibilité
perçue des PPL.
Ce qui importe donc pour comprendre l’influence de la voix digitale des employés dans l’e-
réputation corporate perçue, c’est moins l’usage effectif de l’e-contenu des PPL que la
crédibilité de l’e-contenu des PPL dans l’esprit des parties prenantes externes. Ces résultats
vont dans le sens des travaux réalisés dans le champ de la réputation corporate envisagée par
la théorie néo-institutionnelle (présentés dans le premier et second chapitre).

312
Le second résultat majeur de ma recherche est la mise en évidence de l’influence de la qualité
perçue des PPL sur la notoriété perçue des PEL. Ceci signifie que le rôle de la voix digitale
des employés est capital dans la notoriété perçue des entreprises sur les réseaux sociaux
professionnels. De plus, les résultats ont montré que les parties prenantes externes
considéraient la notoriété perçue des PPL comme supérieure à la notoriété perçue des PEL. Ce
qui signifie que l’e-réputation corporate perçue des entreprises est fortement construite par la
voix digitale de leurs employés. Ces résultats vont dans le sens des travaux réalisés dans le
champ de la réputation corporate envisagée par la théorie néo-institutionnelle (présentés dans
le premier et le second chapitre).

Dans cette première section, j’analyse et je commente les résultats obtenus aux trois études. Je
discute les résultats des études des usages effectifs des e-contenus (PEL et PPL) et de leur
perception (existant versus perçu) dans la sous-section 1. Je discute les résultats au test du
modèle structurel dans la sous-section 2.

1. La discussion des résultats : existant vs perçu

Le classement des entreprises automobiles ainsi que la comparaison entre l’existant et le perçu
sont discutés dans les sous-sections suivantes.

1.1. Top10 des entreprises automobiles

L’étude 1 cherche à établir un classement des dix entreprises automobiles les plus citées
(Top10), c’est-à-dire des entreprises jouissant d’une grande notoriété (spontanée). Renault,
Peugeot et Citroën sont les trois entreprises qui arrivent en tête du classement. Les répondants
étant de nationalité française, ce résultat semble logique. Il est à noter que les répondants
citent de façon distincte les entreprises Peugeot et Citroën et non pas PSA Peugeot-Citroën
dont la PEL existe.

313
D’après une étude73 du mensuel économique et financier, Challenges, les entreprises dont les
voitures ont été le plus vendues en France en 2014 sont, dans l’ordre : Renault, Peugeot,
Citroën, Dacia, Volkswagen, Nissan, Toyota, Ford et Fiat. Je remarque que les trois
entreprises du Top10 (décembre 2014-janvier 2015) sont les trois premières ayant vendu le
plus de voitures en 2014. Seules les entreprises Audi, BMW et Opel du Top10 sont absentes
du classement de Challenges.
L’échantillon de répondants de ma recherche est équilibré et représentatif de la population
(sexe, âge, domaine de compétences). Six entreprises sont davantage citées par les femmes
dont Citroën et Renault. Quatre entreprises sont davantage citées par les hommes dont
Peugeot.

Mon classement des entreprises automobiles (Top10) selon la notoriété spontanée est cohérent
et fournit une information managériale importante.

1.2. L’existant et le perçu

Les études 1 et 2 portent également sur l’analyse des PEL (signaux corporate directs) et des
PPL (signaux corporate indirects) selon l’axe existant/perçu, c’est-à-dire selon l’usage effectif
(réel) des contenus des PEL et des PPL et selon leur perception. Les deux dimensions de l’e-
réputation corporate perçue sont concernées par cette comparaison : la qualité perçue et la
notoriété perçue.

a. Qualité de la présence digitale de l’entreprise - Usages effectifs des contenus

des PEL et des PPL

L’objectif de l’analyse des usages effectifs des contenus des PEL est de savoir si les
entreprises utilisent de façon qualitative leur PEL via l’échelle d’informations (qualité de

73
Source : [Link], « Top 20 des voitures les plus vendues en France en 2014 »,
[Link]
[Link], publié le 01.09.2014, consulté en juin 2015.

314
présence digitale de l’entreprise). Je constate que toutes les entreprises du top10 ont une
utilisation qualitative élevée de leur PEL puisque trois items sur quatre de l’échelle
d’informations sont utilisés. Ford et Nissan ont une utilisation qualitative optimale de leur
PEL puisque les quatre items de l’échelle d’informations sont utilisés.
L’objectif de l’analyse des usages effectifs des contenus des PPL est de savoir si les employés
utilisent de façon qualitative leur PPL via l’échelle de citation. Je constate que la majorité des
employés des entreprises du Top10 ont une utilisation qualitative optimale de leur PPL
puisque les trois items de l’échelle de citation sont utilisés. Ils font majoritairement référence
à leur entreprise en citant son nom et en diffusant son logo.
L’objectif de la mesure de la QRG (Qualité Réelle Globale) est de savoir si l’usage effectif
des contenus (faisant référence à l’entreprise) des PPL renforce la qualité de la présence
digitale de l’entreprise sur LinkedIn. Les résultats révèlent que c’est le cas.

b. Qualité perçue de la présence digitale de l’entreprise – Perception des

contenus des PEL et des PPL

L’objectif de l’analyse de la perception des contenus des PEL est de savoir si les parties
prenantes externes accordent de l’importance aux signaux corporate directs émis par les
entreprises sur leur PEL (qualité perçue de la présence digitale de l’entreprise via sa PEL). Je
constate que les parties prenantes externes accordent une grande importance à ces signaux
corporate directs, en particulier au logo.

L’objectif de l’analyse de la perception des contenus des PPL est de savoir si les parties
prenantes externes accordent de l’importance aux signaux corporate indirects émis par les
employés sur leur PPL (qualité perçue de la présence digitale de l’entreprise via les PPL de
ses employés). Je constate que les parties prenantes externes accordent une grande importance
à ces signaux corporate indirects. Selon les répondants, le nom de l’entreprise dans la « fiche
d’identité » ou dans la rubrique « expérience » est perçu comme l’item le plus important. Bien
que la présence du logo de l’entreprise soit l’item auquel les parties prenantes externes
accordent le moins d’importance, il reste toutefois essentiel avec une moyenne de 3,6 sur 5.
En effet, l’intégration du logo de son entreprise est une application que LinkedIn a proposée
très récemment. Les membres de LinkedIn sont de plus en plus nombreux à adopter cette
application. 81 % des employés des entreprises du Top10 intègrent le logo dans leur PPL.

315
Les parties prenantes externes conçoivent que la qualité perçue de la présence digitale de
l’entreprise via les PPL de ses employés est aussi importante que via sa PEL. Les répondants
qui ont cité l’entreprise BMW conçoivent que la qualité perçue de la présence digitale de
l’entreprise via les PPL de ses employés est plus importante que via sa PEL.

L’objectif de la mesure de la QPG (Qualité Perçue Globale) est de savoir si la perception des
contenus (faisant référence à l’entreprise) des PPL renforce la qualité perçue de la présence
digitale de l’entreprise sur LinkedIn. Les résultats révèlent que c’est le cas pour l’entreprise
BMW. Pour les autres entreprises, la qualité perçue de leur présence digitale sur LinkedIn
n’est pas renforcée mais elle n’est pas affaiblie non plus par la perception des contenus des
PPL ; ce qui prouve l’importance du rôle de la voix digitale des employés.

c. Comparaison existant/perçu – Qualité

L’objectif de l’analyse de l’existant et du perçu est de savoir comment les signaux corporate
(directs et indirects) émis sont perçus par les parties prenantes externes. Les résultats
montrent, d’une part, que la perception de la qualité des signaux corporate directs est
supérieure à leur qualité réelle. En effet, l’onglet « Carrière » est une application récente peu
utilisée par les entreprises et qui, de ce fait, n’est pas connue par l’ensemble des membres de
LinkedIn.
Les résultats montrent, d’autre part, que la qualité réelle des signaux corporate indirects est
supérieure à leur perception. En effet, mentionner le nom de son entreprise dans sa « fiche
d’identité » n’est pas une démarche réalisée par l’ensemble des membres de LinkedIn. Cette
démarche étant sujette à des bugs techniques, il est possible que certains membres n’aient pas
persévéré. De plus, comme mentionné précédemment, l’intégration du logo étant une
application également récente, cette démarche n’est pas réalisée par l’ensemble des membres
de LinkedIn, en particulier par ceux qui n’ont pas changé d’entreprise depuis la mise à
disposition de cette application. Par conséquent, la QRG est supérieure à la QPG.

d. Conclusion – Qualité

La majorité des employés des entreprises du Top10 fait plusieurs fois référence à l’entreprise
au sein des PPL. L’e-contenu des PPL renforce la présence digitale de l’entreprise et joue un
rôle majeur dans la perception de la qualité de sa présence digitale. Les entreprises ont donc

316
tout intérêt à utiliser la voix digitale de leurs employés pour manager leur e-réputation
corporate.

Plusieurs recommandations managériales peuvent être émises.

Les entreprises doivent communiquer sur l’importance de mentionner leur nom dans la « fiche
d’identité » des PPL (ce qui n’est pas automatique). En effet, lors de la recherche de contacts,
seule la « fiche d’identité » est visible par les membres de LinkedIn. Les contacts de troisième
niveau n’ont également accès qu’à cette « fiche d’identité » lorsqu’ils veulent consulter une
PPL. Si le nom de l’entreprise n’apparaît pas, c’est un manque de présence qui affaiblit son e-
réputation corporate perçue.
Les entreprises doivent également communiquer sur l’importance de diffuser leur logo dans
la rubrique « expérience » (ce qui n’est pas automatique). En effet, les techniques d’ « eye-
tracking » prouvent que les images incluses dans un texte au sein d’une page web sont les
premiers éléments captés par les internautes. Le logo de l’entreprise sera donc repéré avant
son nom au sein d’une PPL lorsqu’un membre de LinkedIn parcourt le « Profil » d’un
employé. Si le « Profil » est parcouru en diagonale (contrainte de temps), le logo sera sans nul
doute un des rares éléments vus et retenus.

e. Notoriété de l’entreprise - Usages effectifs des contenus des PEL et des PPL

L’objectif de l’analyse des usages effectifs des contenus des PEL est de savoir si les
entreprises sont visibles sur LinkedIn via l’échelle de visibilité (notoriété de l’entreprise). Je
constate que les résultats varient fortement d’une entreprise à l’autre et ce, pour chacun des
items de l’échelle de visibilité. Toutefois, le taux de visibilité indique que les entreprises du
Top10 jouissent d’une forte visibilité, excepté Citroën (très peu de membres à son groupe
éponyme).

L’objectif de l’analyse des usages effectifs des contenus des PPL est de savoir si les employés
contribuent à la visibilité de leur entreprise sur LinkedIn via l’échelle de participation. Les
résultats indiquent une tendance générale : la quasi-totalité des employés ayant une PPL
s’abonnent à la PEL de leur entreprise et la majorité des employés ayant une PPL ne sont pas
membres du groupe éponyme. Il est possible qu’un manque de communication interne réduise
la participation des employés aux groupes éponymes. L’objectif de ce groupe éponyme et sa
stratégie de contenu sont également des facteurs influençant la participation des employés.

317
Toutefois, le taux de participation est fort, ce qui révèle le rôle majeur des parties prenantes
internes dans la visibilité des entreprises sur LinkedIn.

L’objectif de la mesure de la NRG (Notoriété Réelle Globale) est de savoir si la participation

des employés (aux espaces corporate) a un impact sur la visibilité de l’entreprise sur
LinkedIn. Les résultats révèlent que le taux de participation a un impact ; en effet, un faible
taux de participation à un des espaces corporate diminue la visibilité de l’entreprise sur
LinkedIn.

f. Notoriété perçue de l’entreprise – Perception des contenus des PEL et des

PPL

L’objectif de l’analyse de la perception des contenus des PEL est de savoir si les parties
prenantes externes accordent de l’importance aux indicateurs de visibilité des entreprises,
disponibles sur LinkedIn (notoriété perçue de l’entreprise). Je constate que les parties
prenantes externes accordent une grande importance à ces indicateurs, en particulier à
l’ampleur du nombre d’employés ayant une PPL et faisant référence à leur entreprise.

L’objectif de l’analyse de la perception des contenus des PPL est de savoir si les parties
prenantes externes accordent de l’importance aux indicateurs de participation des employés,
disponibles sur leur PPL (notoriété perçue de l’entreprise via les PPL de ses employés). Je
constate que les parties prenantes externes accordent une grande importance à ces indicateurs,
en particulier au fait que les employés soient abonnés à la PEL de leur entreprise.
Les parties prenantes externes considèrent que la notoriété perçue de l’entreprise via les PPL
de ses employés est plus importante que via sa PEL.

L’objectif de la mesure de la NPG (Notoriété Perçue Globale) est de savoir si la perception de

la notoriété de l’entreprise via les PPL de ses employés renforce la notoriété perçue de
l’entreprise sur LinkedIn. Les résultats révèlent que c’est le cas. En effet, pour sept entreprises
sur dix (Renault, Peugeot, Citroën, Audi, BMW, Ford, Opel), la participation de leurs
employés renforce leur notoriété perçue ; ce qui prouve l’importance du rôle de la voix
digitale des employés.

318
 g. Comparaison existant/perçu – Notoriété

L’objectif de l’analyse de l’existant et du perçu est de savoir comment les signaux corporate
(directs et indirects) émis sont perçus par les parties prenantes externes.
Les résultats montrent, d’une part, que la notoriété réelle des signaux corporate directs
(échelle de visibilité) est supérieure à leur notoriété perçue.
Les résultats montrent, d’autre part, que la notoriété perçue des signaux corporate indirects est
supérieure à leur notoriété réelle (échelle de participation). Les parties prenantes externes sont
davantage sensibles à l’e-contenu des PPL des employés. Par conséquent, la NRG est
légèrement supérieure à la NPG.

h. Conclusion – Notoriété

La majorité des employés des entreprises du Top10 contribue au développement de la

visibilité de l’entreprise. L’e-contenu des PPL renforce la visibilité de l’entreprise et joue un
rôle majeur dans la perception de sa notoriété sur LinkedIn. Les entreprises ont donc tout
intérêt à utiliser la voix digitale de leurs employés pour manager leur e-réputation corporate.

Plusieurs recommandations managériales peuvent être émises.

Les entreprises doivent communiquer auprès de leurs employés sur l’importance de devenir
membres de leur groupe éponyme (ce qui n’est pas une démarche majoritairement réalisée).
En effet, les parties prenantes externes accordent de l’importance à cette démarche. Si les
employés sont peu nombreux à être membres du groupe éponyme de leur entreprise, cela
affecte la notoriété de l’entreprise et affaiblit son e-réputation corporate perçue.
Les entreprises doivent également parvenir à ce que la totalité de leurs employés ayant une
PPL s’abonne à leur PEL pour asseoir leur notoriété perçue et renforcer leur e-réputation
corporate perçue.

1.3. La crédibilité perçue des PEL et des PPL

L’étude 1 analyse également la crédibilité accordée par les parties prenantes externes aux e-
contenus des PEL (signaux corporate directs) et des PPL (signaux corporate indirects).

319
Les résultats révèlent, d’une part, que les parties prenantes externes perçoivent l’e-contenu
des PEL des entreprises du Top10 comme crédible (fiable, honnête et expert).
Les résultats révèlent, d’autre part, que les parties prenantes externes perçoivent également
l’e-contenu des PPL des employés des entreprises du Top10 comme crédible (fiable, honnête
et expert). L’écart de crédibilité accordée par les parties prenantes aux PEL et aux PPL est
minime. Cela démontre que la voix digitale des employés est un atout pour l’entreprise et
qu’elle doit être prise en compte dans le management de son e-réputation corporate.

2. La discussion des résultats au test du modèle structurel

Dans cette sous-section 2, je discute les résultats obtenus au test du modèle structurel.
J’aborde les résultats relatifs à l’impact des PEL sur l’e-réputation corporate perçue, à
l’impact des PPL sur l’e-réputation corporate perçue, au rôle modérateur de la crédibilité
perçue des PEL et des PPL, à l’impact de la qualité perçue sur la notoriété perçue.
L’objectif de l’étude 3 est d’avoir une compréhension précise des relations de causalité des
index des PEL et des PPL sur l’e-réputation corporate perçue ainsi que du rôle possible du
modérateur de la crédibilité perçue des PEL et des PPL (permettant une amélioration de la
qualité perçue et de la notoriété perçue).

2.1. L’impact des PEL sur l’e-réputation corporate perçue

Les résultats montrent qu’il n’existe pas de relation entre l’index d’informations des PEL et
l’e-réputation corporate perçue des PEL ni entre les indicateurs de visibilité des PEL et l’e-
réputation corporate perçue des PEL. Ces résultats ne sont pas conformes à mes attentes
initiales postulant un lien de causalité entre les index des PEL et l’e-réputation corporate
perçue. Cependant, l’ensemble de ces résultats n’étant pas documenté dans la littérature
actuelle, le caractère de ces hypothèses était exploratoire. De plus, Rindova et al. (2005) ne
testaient pas de relations de causalité entre les index et la variable de second ordre (réputation
corporate) mais seulement entre les index et chacune des deux dimensions.

320
Cela implique des tests plus spécifiques entre les index des PEL et chacune des deux
dimensions de l’e-réputation corporate perçue, tests que j’ai réalisés. Il n’existe pas non plus
de relation entre l’index d’informations des PEL et la qualité perçue des PEL ni entre les
indicateurs de visibilité des PEL et la notoriété perçue des PEL.

Il est surprenant de ne pas trouver de lien entre les indicateurs de visibilité des PEL et la
notoriété perçue des PEL. En effet, ces données sont générées automatiquement par LinkedIn
et intégrées automatiquement sur les PEL afin de souligner quantitativement la notoriété de
l’entreprise sur le réseau social professionnel.

Ceci est particulièrement surprenant pour l’indicateur du nombre d’abonnés aux PEL qui est
affiché en haut à droite de la PEL et accolé à un « call to action » d’abonnement. Dans l’étude
de Rindova et al. (2005), les classements des écoles de commerce par les médias influencent
la notoriété mais de façon négative. Leur interprétation consiste à dire que les écoles de
commerce mal classées ont une notoriété moindre que celles qui sont bien classées. De plus,
les parties prenantes externes ont clairement indiqué l’importance qu’elles accordaient à
l’ampleur du nombre d’abonnés aux PEL. L’objectif d’afficher cet indicateur sur la PEL est
de créer un effet boule de neige, c’est-à-dire que plus le nombre d’abonnés à la PEL est grand
et plus cela attirera de nouveaux abonnés. Les résultats indiquent donc que les parties
prenantes externes sur LinkedIn ne sont pas sensibles à cet effet mais, plutôt, qu’elles sont
sensibles à l’e-contenu des PPL (comme expliqué ci-après). Ceci renforce ma thèse de
l’importance de la voix digitale des employés dans l’e-réputation corporate perçue.

Concernant l’absence de relation de causalité entre l’indicateur du nombre d’employés ayant

une PPL et la notoriété des PEL ainsi qu’entre l’indicateur du nombre de membres au groupe
éponyme et la notoriété perçue des PEL, cela pourrait s’expliquer par le fait que ces
indicateurs sont moins visibles et moins mis en évidence sur la PEL. De plus, l’analyse de
l’usage effectif des e-contenus des PEL a révélé que les groupes éponymes ne comptaient que
peu de membres.
Il est également possible d’envisager que les données hétérogènes de ces indicateurs entre les
entreprises sont problématiques. Pour régler cette difficulté, l’utilisation de logarithmes
pourrait être envisagée ou le codage des données selon des ordres de grandeur. Toutefois, cela
génèrerait une perte d’informations.

321
Cependant, il est à noter que la relation de causalité entre l’index d’informations des PEL et la
qualité perçue des PEL existe sous l’effet modérateur d’un type de crédibilité perçue des PPL
(discutée ci-après). Il serait possible d’envisager l’utilisation d’autres variables modératrices
qui permettraient de révéler les autres relations de causalité entre les indicateurs de visibilité
de PEL et la notoriété perçue des PEL.

2.2. L’impact des PPL sur l’e-réputation corporate perçue

Les résultats montrent qu’il n’existe pas de relation de causalité entre les index de citation et
de participation des PPL et l’e-réputation corporate perçue des PPL. Ces résultats ne sont pas
conformes à mes attentes initiales postulant un lien de causalité entre les index des PPL et l’e-
réputation corporate perçue. Cependant, l’ensemble de ces résultats n’étant pas documenté
dans la littérature actuelle, le caractère de ces hypothèses était exploratoire. De plus, Rindova
et al. (2005) ne testaient pas de relations de causalité entre les index et la variable de second
ordre (réputation corporate) mais seulement entre les index et chacune des deux dimensions.

Cela implique des tests plus spécifiques entre les index des PPL et chacune des deux
dimensions de l’e-réputation corporate perçue, tests que j’ai réalisés. Il n’existe pas non plus
de relation de causalité entre l’index de citation des PPL et la qualité perçue des PPL ni entre
l’index de participation des PPL et la notoriété perçue des PPL.

Cependant, il est à noter que ces relations de causalité existent sous l’effet modérateur d’un
type de crédibilité perçue des PPL et des PEL (discutées ci-après). Ce qui signifie que les
parties prenantes externes ne font pas confiance a priori à l’e-contenu des PPL, elles évaluent
et s’assurent d’abord de sa crédibilité. Ce comportement est positif au regard du flot
d’informations disponibles sur le web et qui nécessite une prise de distance et un esprit
critique de la part des internautes. Il serait intéressant, pour des recherches ultérieures, de
déterminer les facteurs qui influencent cette crédibilité, comme par exemple les
recommandations dont peuvent bénéficier les employés sur leur PPL.

322
 2.3. Le rôle modérateur de la crédibilité perçue des PEL et des PPL

Les résultats montrent qu’il n’existe pas d’effet modérateur global pour la crédibilité perçue
des PEL et des PPL. J’ai donc testé l’effet du modérateur dans les différents sous-groupes sur
chacune des six relations de causalité entre les index et chacune des deux dimensions de l’e-
réputation perçue.
« Une variable modératrice est une variable qui module l’effet de la variable indépendante
sur la variable dépendante ; c’est-à-dire que le sens et/ou la force de l’influence varie(nt)
selon les niveaux de la variable modératrice » (Caceres et Vanhamme, 2003 : 68). Caceres et
Vanhamme (2003) précisent qu’il est possible que la relation entre la variable indépendante et
dépendante soit négative pour un groupe caractérisé par un certain niveau du modérateur et
positive pour un autre groupe ; tout comme cette relation peut être fortement ou faiblement
prononcée selon les groupes. L’effet modérateur peut révéler l’existence d’une relation qui
n’existait pas sans l’action de la variable modératrice. « Ne pas identifier la présence d’un
modérateur peut, dès lors, conduire à conclure erronément à l’absence d’influence de la
variable X sur la variable Y » (Caceres et Vanhamme, 2003 : 70).
Les résultats montrent que la crédibilité perçue des PPL est la variable qui a le plus de pouvoir
modérateur sur les relations. En effet, la crédibilité perçue des PPL permet de révéler trois
relations alors que la crédibilité perçue des PEL n’en révèle qu’une seule. Ceci signifie que la
voix digitale des employés a un rôle majeur dans la construction de l’e-réputation corporate
perçue.

a. Crédibilité perçue des PEL

Les résultats montrent qu’il n’existe pas d’effet modérateur selon le type de crédibilité perçue
des PEL sur les relations entre l’index d’informations des PEL et la qualité perçue des PEL ni
entre les indicateurs de visibilité et la notoriété perçue des PEL. Il serait intéressant, dans des
recherches ultérieures, de tester d’autres variables modératrices qui permettraient de révéler
ces relations de causalité.
Il est également possible d’expliquer l’absence d’effet modérateur de la crédibilité perçue des
PEL sur les indicateurs de visibilité des PEL par le fait que ces données, générées
automatiquement par LinkedIn, ne sont pas sujettes à une évaluation critique par les parties
prenantes externes. Il serait alors intéressant, dans des recherches ultérieures, de prendre en

323
compte d’autres indicateurs de visibilité comme les mentions « j’aime » des « informations
nouvelles récentes » ou le nombre de commentaires associés à chaque « partage de
nouvelles ».
Concernant, l’index d’informations des PEL, il serait intéressant de détailler l’indicateur de
présentation de l’entreprise en ne tenant pas uniquement compte de la présence ou de
l’absence de cette présentation mais en considérant la présence ou l’absence des différentes
composantes de cette présentation (taille de l’entreprise, siège social, liens vers le site web et
les autres réseaux sociaux possédés, vidéos, etc.).

Les résultats montrent qu’il existe un effet modérateur selon le type de crédibilité perçue des
PEL sur la relation entre l’index de citation des PPL et la qualité perçue des PPL.
Concernant la faible crédibilité des PEL, l’effet modérateur est significatif et positif sur la
relation entre l’index de citation des PPL et la qualité perçue des PPL. En effet, pour la partie
prenante externe qui perçoit les PEL (signaux directs corporate) comme faiblement crédibles,
le fait que les employés fassent référence à leur entreprise sur leur PPL (signaux indirects)
influence positivement son évaluation.
En revanche, concernant la forte crédibilité perçue des PEL, l’absence d’effet modérateur peut
s’expliquer. En effet, pour la partie prenante externe qui perçoit les PEL (signaux directs
corporate) comme fortement crédibles, les indicateurs de citation des PPL (signaux indirects)
ne présentent pas d’intérêt et n’influencent pas son évaluation.

Les résultats montrent également qu’il n’existe pas d’effet modérateur selon le type de
crédibilité perçue des PEL sur la relation entre l’index de participation des PPL et la notoriété
perçue des PPL.
Concernant la faible crédibilité perçue des PEL, l’absence d’effet modérateur peut
s’expliquer. En effet, pour la partie prenante externe qui perçoit les PEL (signaux directs
corporate) comme faiblement crédibles, le fait que les employés soient abonnés à la PEL et/ou
membres du groupe éponyme n’a pas d’impact sur la notoriété perçue des PPL puisqu’il s’agit
de participation à des espaces communautaires corporate envers lesquels elle n’a pas
confiance.
Concernant la forte crédibilité perçue des PEL, l’absence d’effet modérateur peut s’expliquer.
En effet, pour la partie prenante externe qui perçoit les PEL (signaux directs corporate)
comme fortement crédibles, les indicateurs de participation des PPL (signaux indirects) ne
présentent pas d’intérêt et n’influencent pas son évaluation.

324
 b. Crédibilité perçue des PPL

Les résultats montrent qu’il existe un effet modérateur selon le type de crédibilité perçue des
PPL sur la relation entre l’index d’informations des PEL et la qualité perçue des PEL.
Concernant la faible crédibilité perçue des PPL, l’effet modérateur est significatif et positif
sur la relation entre l’index d’informations des PEL et la qualité perçue des PEL. En effet,
pour la partie prenante externe qui perçoit les PPL (signaux indirects) comme faiblement
crédibles, l’index d’informations des PEL (signaux directs) fait référence et influence la
qualité des PEL.
Concernant la forte crédibilité des PPL, l’absence d’effet modérateur peut s’expliquer. En
effet, pour la partie prenante externe qui perçoit les PPL (signaux indirects) comme fortement
crédibles, les indicateurs d’informations des PEL (signaux directs corporate) ne présentent pas
d’intérêt et n’influencent pas son évaluation.

Les résultats montrent qu’il n’existe pas d’effet modérateur selon le type de crédibilité perçue
des PPL sur la relation entre les indicateurs de visibilité des PEL et la notoriété perçue des
PEL. Comme mentionné précédemment, les parties prenantes externes ne semblent pas
sensibles aux données quantitatives générées automatiquement par LinkedIn et ce, qu’elles
perçoivent les PPL comme faiblement ou fortement crédibles. Il serait intéressant, dans des
recherches ultérieures, de tester l’effet d’autres variables modératrices qui permettraient de
révéler la relation.

Les résultats montrent qu’il existe un effet modérateur selon le type de crédibilité perçue des
PPL sur la relation entre l’index de citation des PPL et la qualité perçue des PPL.
Concernant la faible crédibilité perçue des PPL, l’effet modérateur est très significatif et
positif sur la relation entre l’index de citation des PPL et la qualité perçue des PPL. En effet,
pour la partie prenante externe qui perçoit les PPL (signaux indirects) comme faiblement
crédibles, le fait que l’entreprise soit plusieurs fois citée sur les PPL des employés via les
indicateurs de citation influence positivement la qualité perçue des PPL.
Concernant la forte crédibilité perçue des PPL, l’absence d’effet modérateur peut s’expliquer.
En effet, pour la partie prenante externe qui perçoit les PPL (signaux indirects) comme
fortement crédibles, les références à l’entreprise via les indicateurs de citation n’influencent
pas son évaluation des PPL.

325
Les résultats montrent qu’il existe un effet modérateur selon le type de crédibilité perçue des
PPL sur la relation entre l’index de participation des PPL et la notoriété perçue des PPL.
Concernant la faible crédibilité perçue des PPL, l’effet modérateur est significatif et négatif

(β= -.115 ; p<.012). En effet, pour la partie prenante externe qui perçoit les PPL (signaux

indirects) comme faiblement crédibles, les indicateurs de participation influencent

négativement son évaluation de la notoriété des PPL.
En revanche, concernant la forte crédibilité perçue des PPL, l’effet modérateur est significatif

et positif (β= .101 ; p<.022). En effet, pour la partie prenante externe qui perçoit les PPL

(signaux indirects) comme fortement crédibles, les indicateurs de participation influencent

positivement son évaluation de la notoriété des PPL.
Il existe donc un effet inversé. Les effets inversés ont été mis en évidence dans plusieurs
travaux en marketing comme le décrivent Caceres et Vanhamme (2003 : 68, citant Shaninger
et Buss, 1984 ainsi que Litché, 2002).

L’importance de la voix digitale dans la construction de l’e-réputation corporate perçue est

démontrée. Ces résultats vont dans le sens des travaux réalisés dans le champ de la réputation
corporate envisagée par la théorie néo-institutionnelle (présentés dans le premier et le second
chapitre).

2.4. L’impact de la qualité perçue sur la notoriété perçue

Les résultats montrent qu’il existe une relation de causalité entre la qualité perçue des PEL et
la notoriété perçue des PEL, entre la qualité perçue des PPL et la notoriété perçue des PPL
ainsi qu’entre la qualité perçue des PPL et la notoriété perçue des PEL.

En effet, ces deux dimensions sont liées puisque elles reflètent un intérêt commun des parties
prenantes externes, celui d’identifier les diffuseurs d’e-contenu de haute qualité. La dimension
de la notoriété perçue reflète le niveau avec lequel les évaluations -au sujet de la capacité
d’une entreprise et de ses employés à diffuser de l’e-contenu de qualité et à créer de la valeur-
sont disséminées parmi les parties prenantes externes. Les jugements concernant les
entreprises se diffusent via son champ organisationnel non seulement par l’e-contenu des

326
PEL, mais aussi par l’e-contenu des PPL. Par conséquent, les entreprises que les parties
prenantes externes perçoivent comme ayant une haute qualité, grâce à leur PEL et aux PPL
associées, sont plus à même d’être visibles et de compter un grand nombre d’abonnés et de
membres, menant ainsi davantage de parties prenantes externes à les rejoindre dans le futur.
L’agrégation de ces choix rend ces entreprises plus largement reconnues au sein de leur
champ organisationnel. Les perceptions de la qualité des PEL et des PPL par les parties
prenantes externes contribuent à améliorer la notoriété perçue de l’entreprise.

Ces résultats vont dans le sens des travaux réalisés dans le champ de la réputation corporate
envisagée par la théorie néo-institutionnelle (Rindova et al., 2005). La validation de
l’influence de la qualité perçue des PPL sur la notoriété des PEL est un apport majeur de ma
recherche. La notoriété perçue des PEL dépend du soutien des employés qui se traduit dans
l’e-contenu de leur PPL, en particulier via les indicateurs de citation. Les évaluations positives
de la qualité perçue de la présence digitale d’une entreprise via l’e-contenu de ses employés
impactent positivement la notoriété perçue de l’entreprise.

327
Section 2 : Les apports de la recherche

Je présente successivement les principales contributions théoriques et managériales de ma

recherche dans les deux sous-sections suivantes.

1. Les apports théoriques

Tout d’abord, dans cette recherche, je propose un cadre conceptuel qui permet de mieux
appréhender le rôle de l’e-contenu généré par les employés dans la construction de l’e-
réputation corporate perçue. La majorité des travaux en marketing porte sur les conséquences
de la réputation corporate et rares sont les travaux qui traitent du rôle de la voix des employés
dans l’e-réputation corporate. Il est donc pertinent de compléter ces premières recherches afin
de permettre aux entreprises de mieux gérer l’e-réputation corporate en prenant en compte la
voix digitale des employés sur les réseaux sociaux professionnels.
Cette recherche permet d’enrichir la littérature dans le domaine en présentant un cadre
conceptuel plus complet qui offre la possibilité d’étudier les différents indicateurs des PEL
(informations et visibilité) et des PPL (citation et participation) ainsi que l’effet des « Pages
Entreprises LinkedIn » (PEL) et des « Pages Personnelles LinkedIn » (PPL) sur l’e-réputation
corporate perçue. Ce cadre permet d’analyser le rôle modérateur de la crédibilité perçue des
PEL et des PPL. Cette recherche a pour vocation de générer des travaux futurs afin de
confirmer et d’étendre ces premiers résultats.

Dans cette recherche, j’ai souhaité enrichir la connaissance relative à la réputation corporate
appréhendée par la vision néo-institutionnelle, en proposant, d’une part, une définition de la
réputation corporate et, d’autre part, en concevant le modèle séquentiel hiérarchisé ISLIReC
qui permet de clarifier les étapes qui mènent à la réputation corporate puis à la célébrité, en
adoptant le positionnement de la « differentiated school of thought » selon laquelle l’image et
la réputation sont deux concepts distincts. La réputation corporate apparaît ainsi comme une
variable issue d’un long processus de construction impliquant l’entreprise et les parties
prenantes de son champ organisationnel.

328
Cette recherche contribue également à enrichir la connaissance relative à l’é-réputation
corporate en proposant, d’une part, une définition de l’e-réputation corporate et, d’autre part,
en transposant une échelle de mesure de la réputation corporate (Rindova et al., 2005) au
monde numérique et particulièrement au sein des réseaux sociaux professionnels. Cette
échelle transposée et adaptée permet de prendre en compte l’e-contenu des « Profils » des
employés sur LinkedIn ainsi que l’e-contenu des « Pages » des entreprises sur LinkedIn,
c’est-à-dire d’intégrer les signaux directs et indirects émis par les entreprises (Rindova et al.,
2005) ; ce qui n’a pas fait l’objet de travaux jusqu’à présent.

En outre, mon travail s’appuie sur des populations représentatives : il s’agit de « vrais »
membres de LinkedIn de nationalité française qui répondent au questionnaire et il s’agit de
« Profils » (PPL) de « vrais » employés des dix entreprises sélectionnées du secteur
automobile et non pas de populations composées exclusivement d’étudiants comme c’est
souvent le cas dans les recherches en marketing74. Les deux échantillons sont conséquents :
1 500 répondants au questionnaire et 1 000 « Profils » d’employés étudiés. Il est ainsi possible
d’aspirer à une généralisation des résultats obtenus.

De plus, cette recherche a permis de regrouper des éléments de l’e-contenu des PEL et des
PPL du réseau social professionnel LinkedIn en développant les échelles d’informations et de
visibilité associées aux PEL ainsi que les échelles de citation et de participation associées aux
PPL. Par conséquent, mon travail révèle les éléments de l’e-contenu des PEL et des PPL de
LinkedIn qui ont un rôle majeur dans la construction de l’e-réputation corporate.

Enfin, l’effet modérateur de la crédibilité perçue des PPL est révélé dans cette recherche.
Ainsi, lorsque les parties prenantes externes accordent une faible crédibilité aux informations
diffusées par les entreprises sur leur PEL, les informations diffusées par les employés au sujet
de leur entreprise sur leur PPL (indicateurs de citation) jouent un rôle primordial : la qualité
perçue de la présence digitale des entreprises sur un réseau social professionnel est alors
améliorée par la voix digitale de leurs employés via l’e-contenu de leur PPL.

74
D’après Simonson et al. (2001), 75 % des travaux publiés entre 1995 et 1999, dans les revues scientifiques
majeures en marketing, ont été administrés auprès d’échantillons composés d’étudiants.

329
De plus, lorsque les parties prenantes externes accordent une forte crédibilité aux informations
diffusées par les employés sur leur PPL, les indicateurs de participation aux espaces
communautaires de leur entreprise jouent un rôle primordial : la notoriété perçue des
entreprises sur un réseau social professionnel est alors améliorée par la voix digitale de
leurs employés via l’e-contenu de leur PPL.

Les résultats développent la connaissance sur le rôle des parties prenantes internes dans la
construction de l’e-réputation corporate et confirment l’intérêt d’utiliser la voix digitale des
parties prenantes internes.

2. Les apports managériaux

Les résultats de ma recherche offrent plusieurs perspectives managériales.

Dans cette recherche, j’ai évoqué la difficulté, pour une entreprise, de faire face au rejet de la
communication corporate traditionnelle à l’ère du digital et des médias sociaux. J’ai
également démontré la nécessité pour une entreprise d’être présente sur le web (Cohendet et
Llerena, 2000 ; Notebaert et Attuel-Mendes, 2010) ainsi que la complexité que représente la
gestion de son e-réputation corporate.
En effet, l’entreprise peut assurer une présence digitale, de façon voulue, sur les médias
sociaux en créant et en contrôlant du contenu sur les médias possédés et les médias achetés.
Bien que ces médias soient nécessaires, ils voient leur impact amoindri au profit des médias
gagnés qui ne cessent de prendre de l’ampleur. Le rôle des parties prenantes est primordial
dans la construction de la réputation corporate, il se renforce dans le monde numérique. Il
s’avère impossible de maîtriser le contenu généré par les parties prenantes. Afin de pallier
cette situation, il apparaît pertinent de trouver une alternative qui réponde aux nouvelles
attentes et aux nouveaux comportements des internautes. Les résultats de ma recherche
permettent de démontrer l’efficacité de l’utilisation de la voix des employés sur LinkedIn dans
le management de l’e-réputation corporate et son rôle majeur dans la diminution de

330
l’incertitude des parties prenantes externes lorsqu’elles sont en position d’évaluer une
entreprise.

La présence d’une entreprise sur LinkedIn via sa PEL est nécessaire. Cette présence est
renforcée lorsque les employés font référence à leur entreprise sur leur PPL (échelle de
citation). Les employés peuvent citer le nom de leur entreprise et insérer son logo dans l’e-
contenu de leur PPL. Lorsqu’une entreprise a une PEL, le logo est automatiquement proposé
par LinkedIn au titulaire de la PPL, le nom de l’entreprise devient cliquable et permet de
rediriger vers sa PEL. Mes résultats ont aussi prouvé l’importance, pour une entreprise, de
générer la participation de ses employés grâce à l’abonnement à sa PEL et à son « groupe
éponyme » (échelle de participation).

Grâce à sa PEL et à son « groupe éponyme », l’entreprise permet à ses employés de partager
du contenu « corporate » sur leur PPL et/ou de leur donner de la matière pour créer leur
propre contenu, concernant leur entreprise, diffusé sur leur PPL. Il est important pour
l’entreprise de communiquer sur sa présence sur LinkedIn et d’inciter ses employés à avoir
une PPL.

En résumé, cette recherche permet de mieux appréhender le management de l’e-réputation

corporate en utilisant la voix digitale des employés dans la stratégie de marketing digital
déployée par l’entreprise.

331
Section 3 : Les limites de la recherche

Cette recherche présente des faiblesses. Je présente ces limites d’un point de vue théorique
puis d’un point de vue méthodologique. Cela me permet d’envisager les opportunités de
recherches futures.

1. Les limites théoriques et conceptuelles

Cette recherche se concentre uniquement sur un seul type d’e-réputation corporate : l’e-
réputation corporate d’une entreprise perçue par l’ensemble des parties prenantes externes sur
LinkedIn. Etant donné que l’entreprise peut avoir plusieurs e-réputations issues des différents
groupes de parties prenantes (Dollinger et al., 1997), une future recherche pourrait analyser la
façon dont les deux dimensions de l’e-réputation corporate sont perçues par chacun des
groupes de parties prenantes tels que les consommateurs ou les fournisseurs. La question de la
variation des e-réputations selon les groupes de parties prenantes est d’un intérêt théorique
certain. Répondre à cette question permettrait de faire progresser l’éternel débat de recherche
sur la réputation, à savoir : l’entreprise a-t-elle une ou plusieurs e-réputations (D’Aveni,
1996 ; Fombrun, 1996).

2. Les limites méthodologiques

La méthodologie que j’applique dans ma recherche est sujette à un certain nombre de limites.

Cette recherche prend uniquement en compte l’e-contenu généré par les employés sur leur
« Profil » LinkedIn. La structure des espaces pour les entreprises et les individus pouvant

332
varier d’un réseau social professionnel à un autre, la validité externe75 des résultats pourrait
être limitée. Il serait intéressant, dans une future recherche, d’étudier l’e-contenu généré par
les employés d’une entreprise sur leurs différents « Profils » des réseaux sociaux
professionnels et de Twitter. Des avancées dans cette direction permettraient de mieux
comprendre comment l’entreprise devrait investir dans la construction de son e-réputation.

Cette recherche porte sur des entreprises du secteur de l’industrie automobile. Il s’agit de
grands groupes jouissant d’une forte notoriété. Au sein de secteurs d’activité où les
concurrents sont très nombreux, certaines petites et moyennes entreprises peuvent demeurer
méconnues par des groupes de parties prenantes du fait de leur manque de notoriété qui les
sort de leur « cadre de considération » (Nedungali, 1990). Par conséquent, il serait intéressant
de répliquer l’étude et d’examiner comment le modèle développé dans cette recherche
s’applique à des petites et moyennes entreprises d’autres secteurs d’activité.

Les données collectées dans ma recherche ne permettent pas de mesurer comment les
relations entre les antécédents, les modérateurs et les dimensions de l’e-réputation corporate
évoluent dans le temps. Les membres de LinkedIn répondant de façon anonyme à mon étude,
je ne peux pas examiner comment leur perception de l’e-réputation corporate des entreprises
automobiles du Top10 change dans le temps. Le choix de ma démarche de collecte des
données, c’est-à-dire l’administration d’un questionnaire en ligne auprès des participants
répondant aux critères de ciblage, peut présenter un biais de recherche. En effet, je n’ai pas
conduit cette collecte dans un environnement clos. De ce fait, les participants ont pu être
affectés par l’irruption de facteurs « parasites » extérieurs lorsqu’ils répondaient au
questionnaire. Le nom de l’entreprise du secteur automobile qu’ils ont cité a donc pu être
influencé. Toutefois, cela n’influencerait que le processus de constitution du classement des
entreprises (Top10) via la notoriété spontanée ; cela n’impacte pas les questions liées aux
deux dimensions de l’e-réputation corporate (qualité perçue et notoriété perçue).

75
Jolibert et Jourdan (2006 : 154-155) définissent la validité externe comme le « potentiel de généralisation des
résultats et des conclusions de la recherche à l’ensemble du champ propre à l’investigation (ou à un champ
élargi) ».

333
De plus, les applications du réseau social LinkedIn évoluent rapidement. Il est donc possible
que les rubriques des PEL et les rubriques des PPL dans lesquelles les employés peuvent faire
référence à leur entreprise se développent. Ainsi, de futures recherches pourraient enrichir les
échelles d’informations et de visibilité associées aux PEL ainsi que les échelles de citation et
de participation associées aux PPL que j’ai développées dans cette étude.

Il est aujourd’hui possible de recommander son entreprise sur LinkedIn. LinkedIn mentionne
que les recommandations sont utiles aux entreprises pour « renforcer leur marque, toucher
une audience mondiale et attirer de nouveaux candidats ». Par conséquent, il serait pertinent
d’intégrer cette nouvelle donnée au modèle dans des recherches ultérieures. De plus, le
système des recommandations pour les individus se développe sur LinkedIn. Il est possible de
recommander les personnes ayant une PPL de façon globale et de recommander plusieurs de
leurs compétences. Les compétences sont listées sous forme de mots-clés diffusés par les
individus sur leur PPL. Par conséquent, il serait pertinent d’intégrer cette nouvelle donnée au
modèle dans des recherches ultérieures.

Il serait opportun de chercher à expliquer les différences constatées entre les entreprises du
Top10, en ce qui concerne l’échelle de visibilité, l’échelle de participation. Des entretiens
approfondis menés auprès des employés et des directeurs marketing de ces entreprises
pourraient permettre de trouver les causes de ces disparités.

L’échantillon de répondants est composé de membres de LinkedIn de nationalité française. Il

serait intéressant de reproduire l’étude auprès de membres de LinkedIn de différentes
nationalités.

Cette recherche n’est pas exempte de limites. Cependant, ces limites peuvent constituer des
voies de recherche pertinentes.

334
Section 4 : Les voies de recherche

Dans cette sous-section, je propose des voies de recherche portant sur l’enrichissement du
modèle par l’introduction de nouvelles variables, sur la duplication des résultats obtenus et sur
la considération de nouvelles réflexions.

1. L’enrichissement du modèle par l’introduction de nouvelles variables

Le modèle initial peut être complété en ajoutant de nouvelles variables.

Afin que le management de l’e-réputation corporate soit un succès, l’entreprise doit inciter ses
employés à s’engager dans la construction de l’e-réputation corporate. Il serait possible de
connaître le niveau de motivation des employés en mesurant plusieurs variables inhérentes
aux individus. Les échelles de mesure concernant les notions d’adhésion, d’intention
comportementale et de jugement de valeur pourraient être ajoutées au modèle existant. Ces
variables pourraient être des antécédents de l’e-contenu des PPL des employés. Cela
permettrait d’identifier les employés les plus à même d’être des « ambassadeurs ».
L’échelle pour mesurer l’adhésion pourrait être celle de Sager (1994) en neuf items et de type
Likert (sept points). Elle met en valeur l’unidimensionnalité du concept en se focalisant sur
l’engagement affectif. Cette mesure paraît la plus aboutie et la plus stable pour connaître
l’implication des employés envers leur entreprise. L’objectif de cette échelle est de capturer le
composant « attitudinal » de l’engagement plutôt que la partie « comportementale » et de
faire émerger des éléments différents de la loyauté passive (Mowday, Steers et Porter, 1979).
Pour mesurer l’intention comportementale, l’échelle proposée par Machleit, Allen et Madden
(1993) pourrait être envisagée. Il s’agit d’une mesure unidimensionnelle, composée de trois
items et de type Likert en sept points. Cette échelle a servi à mesurer la motivation d’un
consommateur à essayer une marque si le produit était sur le marché. Ces items ont déjà été
utilisés pour mesurer des comportements différents de l’achat, comme Urbany et al. (1997)
qui ont cherché à mesurer « la volonté de louer un appartement ».

335
Pour mesurer le jugement de valeur, l’échelle proposée par Homer (1995) pourrait être
utilisée. Il s’agit d’une mesure unidimensionnelle, composée de quatre items et de type Likert
en neuf points.
Selon une étude que j’ai menée sur la motivation des employés à participer au projet de
construction de l’e-réputation corporate (Fueyo, 2012), il semble que les personnes qui
adhèrent à leur entreprise sont plus à même de vouloir participer à ce projet et le jugent
positivement. L’entreprise et les dirigeants ont tout intérêt à saisir cette opportunité. Il serait
bénéfique d’identifier des « ambassadeurs » dans chacun des services de l’entreprise.
Cependant, il est possible que certains services comportent moins d’employés disposés à
participer. En effet, les employés des services marketing, communication et RH semblent être
les plus enclins à participer alors que les employés des services finance/administration et
R&D sont moins motivés.

Toute entreprise doit assurer la socialisation de ses employés, les former à leurs missions,
coordonner et contrôler leurs activités, les guider dans les phases de changement et
d’adaptation auxquelles l’entreprise fait face. La participation des employés aux projets de
l’entreprise implique une forme de récompense (Katz et Kahn, 1966). Cette récompense peut
être de nature :
- intrinsèque, c’est-à-dire qu’elle réside dans l’accomplissement-même du projet ou
qu’elle est en adéquation avec les valeurs de l’individu ;
- extrinsèque, c’est-à-dire que son octroi résulte du respect des règles.
Les entreprises utilisent souvent un mix de ces deux formes de récompense. L’objectif est
d’obtenir que les employés acceptent les activités qui leur sont confiées et adoptent les
comportement adéquats, dans un souci de coordinnation et d’intégration. Les questions
d’autorité et de pouvoir impliquent des récompenses et des sanctions.
Etzioni (1961) a étudié la relation de l’individu à l’organisation selon deux dimensions : le
pouvoir (la capacité d’une partie à influencer le comportement des autres) et le degré
d’implication des employés vis-à-vis de l’entreprise qui a mis en place cette relation de
pouvoir. Au regard des nouveaux comportements liés à l’avènement des nouvelles
technologies et à l’arrivée de la « génération Y » au sein de l’entreprise (Argenti, 1998),
l’usage de la forme normative du pouvoir pourrait être recommandé. Il s’agit de mettre en
avant des récompenses symboliques telles que l’estime, le prestige, la reconnaissance.
L’entreprise peut espérer en retour une forme calculée de l’implication de l’employé qui retire
des avantages de son engagement. En souhaitant créer une communauté autour du projet de

336
construction de l’e-réputation corporate, l’entreprise pourrait envisager d’obtenir une forme
morale d’implication de la part de ses employés. Selon la typologie d’Etzioni qui inventorie
neuf types de relations au sein de l’entreprise, il serait souhaitable de parvenir à la
configuration 8 ou 9, celle-ci étant qualifiée de congruente car le type de pouvoir et le type
d’implication convergent.
Ainsi, il pourrait être intéressant d’ajouter une variable récompense comme modérateur de la
relation entre les trois variables dépendantes (adhésion, intention comportementale, jugement
de valeur) et l’e-contenu des PPL des employés.

Le management de l’e-réputation corporate implique une communication interne renforcée

(selon l’approche transversale/horizontale qui permet une interaction) associée à une
formation des employés sur les enjeux de l’e-réputation corporate et sur les bénéfices d’une e-
réputation corporate favorable (Pincus, Rayfield et Debonis, 1991 ; Rafiq et Ahmed, 1993 ;
Smidts et al., 2001 ; Friedman, 2009). Il est nécessaire pour les entreprises d’encadrer les
comportements de leurs employés (offline et en ligne) (Gotsi et Wilson, 2001), d’encourager
leur engagement pour manager leur e-réputation corporate. L’objectif de la communication
interne et du marketing interne (Foreman et Money, 1995 ; Hogg et al., 1998 ; Lings et
Brooks, 1998 ; Davis et Nance, 2001 ; Finney et Scherrebeck-Hansen, 2010), est d’informer,
d’impliquer, de fédérer et de motiver les employés afin de les fidéliser et d’améliorer leur
efficacité au sein de l’entreprise. Concernant l’e-réputation corporate, le rôle de la
communication interne est d’encourager les employés à devenir des « ambassadeurs » de
l’entreprise pour véhiculer les messages dans leur réseau et leur écosystème digital. Lorsque
l’entreprise demande aux employés ou les incite à être des vecteurs de réputation, des « e-
influenceurs »76, elle leur donne du pouvoir, elle leur donne des responsabilités et elle utilise
leur voix digitale.
Une future recherche pourrait tester le rôle médiateur de la communication interne entre les
trois variables dépendantes (adhésion, intention comportementale, jugement de valeur) et l’e-
contenu des PPL des employés.

76
Source: « Entreprises cherchent salariés influenceurs – Les groupes pistent leurs salariés les plus convaincants
sur les réseaux sociaux pour en faire des ambassadeurs », Catherine Quegnon, Le Monde, 10/28/2014, consulté
en novembre 2014.

337
Des études sur la persuasion effective des recommandations en ligne montrent d’une part, que
les recommandations émanant de pairs/consommateurs augmentent les attitudes positives des
internautes envers un produit et, d’autre part, que les recommandations émanant des pairs qui
bénéficient d’une forte crédibilité perçue développent les intentions comportementales des
internautes (Ardelet et Brial, 2011 ; Wang, 2005). Sur leur PPL, les employés peuvent
bénéficier de recommandations (globales ou associées à des compétences). Ces
recommandations sont visibles par les membres de LinkedIn. Les employés de certaines
entreprises ont déjà adopté cette pratique mais d’autres sont très en retard 77. Les employés
peuvent solliciter une recommandation auprès d’un membre de LinkedIn. Cependant, cette
démarche peut paraître difficile ; plusieurs facteurs peuvent freiner les employés dans leur
démarche. Or, un membre de LinkedIn peut recommander un employé sans que celui-ci l’ait
sollicité. Ainsi, il serait pertinent d’examiner le rôle des recommandations sur la crédibilité
perçue des PPL ; c’est-à-dire de vérifier si les employés qui bénéficient de recommandations
sur leur PPL sont perçus comme davantage crédibles quant aux informations qu’ils diffusent
au sujet de leur entreprise.

Enfin, il serait intéressant d’enrichir le modèle existant en analysant les conséquences de l’e-
réputation corporate construite par les employés via l’e-contenu de leur « Profil » sur
LinkedIn. En effet, la notion de « marque employeur » se développe et devient un enjeu
capital pour les entreprises lors des e-recrutements mais aussi dans leur stratégie de
fidélisation de leurs employés (Girard et al., 2011 ; Soulez et Guillot-Soulez, 2011 ; Liger,
2013 ; Yao, 2014 ; Charbonnier-Voirin et al., 2014). Il serait donc opportun d’étudier la
relation entre l’e-réputation corporate (issue de l’e-contenu des PPL des employés) et la
marque-employeur.

77
A titre indicatif : tous les employés des entreprises automobiles du Top10 ne bénéficient pas d’au moins une
recommandation de parties prenantes internes sur leur PPL. En effet, sur les 100 PPL analysées par entreprise du
Top10, 34 employés de Renault, 32 employés de Peugeot, 90 employés de Citroën, 43 d’Audi, 16 de BMW, 84
de Ford, 17 de Volkswagen, 58 de Toyota, 53 de Nissan et 62 d’Opel bénéficient d’au moins une
recommandation (soit 489 employés sur 1 000).

338
2. La duplication des résultats obtenus

En ce qui concerne les résultats obtenus, il serait intéressant de les répliquer en étendant les
recherches.

Dans mon étude, l’e-réputation corporate porte sur des entreprises du secteur de l’industrie
automobile. Il serait intéressant de développer des recherches futures sur des entreprises
d’autres secteurs d’activité (agroalimentaire, télécommunications, loisirs, cosmétiques, etc.) et
sur des entreprises de taille différente (petites et moyennes entreprises) afin d’assurer la
stabilité des résultats obtenus.

Ma recherche analyse l’e-contenu des « Profils » des employés sur LinkedIn. Il serait
également pertinent d’étendre les recherches aux autres « Profils » des employés sur les
différents réseaux sociaux professionnels tels que Viadeo, Xing et aussi sur Twitter afin
d’assurer la stabilité des résultats obtenus.

De plus, mon étude porte sur la perception de l’e-réputation corporate des parties prenantes
externes de nationalité française considérées dans leur ensemble. Il serait intéressant de
répliquer l’étude auprès de parties prenantes externes de différentes nationalités et de
considérer séparément les différents groupes de parties prenantes afin de vérifier mes
résultats.

3. La prise en compte de nouvelles réflexions

Il est important d’implémenter un système de « feedback » et d’évaluation des employés. Les

employés doivent avoir conscience du rôle capital qu’ils jouent dans la construction de l’e-
réputation corporate, son développement et son maintien (Helm, 2011). Le « balanced
scorecard » développé par Kaplan et Norton (1996) est un outil qui permet de mesurer les
variables intangibles (Cravens et Oliver, 2006). Intégrer les incitations liées au management
de la réputation corporate dans le « balanced scorecard » permettrait de mesurer le rôle de
chaque employé dans la construction de l’e-réputation corporate.

339
D’un point de vue managérial, l’implémentation du projet de management de l’e-réputation
corporate est complexe. De futures recherches pourraient s’intéresser à l’expérimentation de
cette implémentation au sein de différentes entreprises. En adaptant le modèle développé par
Maignan, Ferrell et Ferrell (2005), je propose un modèle d’implémentation du projet de
management de l’e-réputation corporate, qui comporte plusieurs phases et plusieurs étapes
(figures 26 et 27). Ce modèle pourrait être utile dans la stratégie de marketing digital des
entreprises.

Figure 26 : Etapes de la phase 1 d’implémentation du projet de management de l’e-

réputation corporate

340
Figure 27 : Modèle général d’implémentation du projet de management de l’e-
réputation corporate

D’un point de vue théorique, les « Profils » des employés sur les réseaux sociaux
professionnels tels que LinkedIn se développant fortement, il serait intéressant, dans une
future recherche, de distinguer deux types d’employés : « l’ambassadeur » et le « libre-
parleur ».
« L’employé-ambassadeur » pourrait se définir comme un employé qui participe activement
et volontairement à l’e-réputation corporate, qui informe sa hiérarchie et dont les déclarations
en ligne sont intégrées à la stratégie de marketing digital de l’entreprise.
« L’employé libre-parleur » pourrait se définir comme un employé qui participe activement et
volontairement à l’e-réputation corporate, qui s’exprime en son nom au sujet de son entreprise
sur ses propres plateformes digitales.
Il serait intéressant de mesurer la crédibilité perçue de chacun des deux types d’employés
ainsi que leur impact sur l’e-réputation corporate perçue.

341
La notion de l’employé « libre-parleur » (LP) pourrait s’inspirer du domaine des
comportements de citoyenneté organisationnelle (OCB, « Organizational Citizenship
Behviors »). L’expression « comportements de citoyenneté organisationnelle » (Bateman et
Organ, 1983 ; Smith, Organ et Near, 1983 ; Organ, 1988) a été créée pour désigner les
comportements au travail « qui ne relèvent pas du rôle ou des tâches prescrites de l’emploi
occupé, c’est-à-dire des termes spécifiques du contrat passé entre un employé et son
organisation ; ces comportements relèvent plutôt d’un choix personnel, de sorte que leur
omission n’implique pas de sanction » (Organ, 1988 : 4). Une littérature abondante est
disponible sur ce thème (Organ, 1994 ; Coleman et Borman, 2000 ; Rotundo et Sackett, 2002 ;
Sackett, Berry, Wiemann et Laczo, 2006 ; Paillé, 2007).
L’efficacité contextuelle de l’employé (Borman et Motowidlo, 1993) repose sur toute forme
de comportements volontaires et désintéressés. Ils contribuent « à la lubrification de la
machinerie sociale de l’organisation » (Podsakoff et MacKenzie, 1997 : 135). L’OCB est un
concept multidimensionnel. Trois dimensions sont retenues par Coleman et Borman (2000) :
« Personal Support » (les comportements de citoyenneté orientés vers les collègues de
travail), « Organizational Support » (les comportements de citoyenneté orientés vers
l’organisation) et « Conscientious Initiative » (les comportements de citoyenneté qui reflètent
la persévérance à faire face aux obstacles et les efforts proactifs fournis lors de tâches
routinières). La dimension du soutien organisationnel pourrait être retenue dans le cadre de
recherches futures et particulièrement les « vertus civiques » (MacKenzie, Podsakoff et Fetter,
1993 ; Podsakoff et MacKenzie, 1994). Les chercheurs utilisent majoritairement les échelles
proposées par Podsakoff et al., dans les années 1990, du fait de la robustesse de leurs
instruments de mesure (Lepine, Erez et Johnson, 2002). Paillé (2007) a traduit et validé
l’échelle de mesure de Podsakoff et MacKenzie (1994) composée de trois items et de type
Likert en sept points. Selon Paillé (2007 : 63), « les employés français développent également
des comportements de citoyenneté envers leur organisation ». Cette échelle pourrait être
utilisée pour évaluer les « employés libres-parleurs ».

342
Conclusion du chapitre 8 – La discussion, les apports, les limites et les voies
de recherche

Dans ce chapitre, j’ai présenté la discussion des résultats obtenus aux études 1, 2 et 3 autour
de l’axe existant/perçu, des relations de causalité, du rôle modérateur de la crédibilité perçue
des PEL et des PPL. Les résultats obtenus au test du modèle structurel ont été discutés.

J’ai ensuite exposé les apports de ce travail. Les apports théoriques soulignent une meilleure
compréhension du concept de réputation corporate et du concept d’e-réputation corporate. Ils
mettent également en avant une meilleure connaissance de l’e-contenu des « Pages » et des
« Profils » sur LinkedIn ainsi que du rôle des parties prenantes internes dans la construction
de l’e-réputation corporate. Par ailleurs, d’un point de vue managérial, mon travail confirme
l’intérêt d’utiliser la voix digitale des parties prenantes internes dans le management de l’e-
réputation corporate.

Cependant, cette recherche n’est pas exempte de limites. Ces limites d’ordre théorique et
méthodologique proposent de nouvelles voies de recherche.

343
344
CONCLUSION GÉNÉRALE

345
346
 CONCLUSION GÉNÉRALE

L’avènement du web social et les nouveaux comportements des parties prenantes en ligne
mènent les entreprises à avoir une présence numérique et à développer une stratégie de
marketing digital. Les entreprises peuvent établir leur présence sur Internet en créant et en
contrôlant du contenu sur les médias possédés et les médias achetés. La gestion de ces médias
est nécessaire mais insuffisante pour faire face à la complexité du management de l’e-
réputation corporate. En effet, l’influence de ces médias incarnant les messages traditionnels
corporate (signaux directs émis par l’entreprise) est amoindrie au profit des médias gagnés
(« User Generated Content ») qui ne cessent de prendre de l’ampleur.
Les entreprises ont pris conscience de l’importance de ces médias gagnés et souhaitent les
intégrer à leur stratégie de marketing digital. Cependant, face à la difficulté inhérente à la
gestion de l’e-contenu généré par les internautes sur les médias sociaux, les praticiens et les
chercheurs s’interrogent sur les leviers d’action alternatifs.

Dans cette perspective de recherche de leviers contribuant à manager l’e-réputation corporate,

une analyse de la littérature m’a permis de souligner l’intérêt de l’utilisation de la voix
digitale des parties prenantes internes pour son influence primordiale et positive dans la
construction de l’e-réputation corporate. Ainsi, ma recherche s’est attachée à répondre à la
problématique suivante : l’entreprise peut-elle gérer la construction de son e-réputation
corporate afin d’en influencer sa perception en utilisant la voix de ses employés via l’e-
contenu de leur « Profil » sur les réseaux sociaux ?

J’ai formulé deux objectifs émanant de ma problématique. Le premier consiste à prouver

l’efficacité pour l’entreprise d’utiliser la voix de ses employés dans la construction de
son e-réputation corporate. Le second est de diminuer l’incertitude des parties prenantes
externes en position d’évaluer une entreprise grâce à l’utilisation de la voix de ses
employés.

347
Ainsi, trois études ont été réalisées et ont permis de répondre aux huit questions de
recherche suivantes :
 Quel est l’impact de l’e-contenu des PPL des employés d’une entreprise sur son e-
réputation corporate perçue ? (QR1)
 Quel est l’impact de l’e-contenu de la PEL d’une entreprise sur l’e-réputation
corporate perçue ? (QR2)
 L’impact de l’e-contenu des PPL des employés d’une entreprise sur l’e-réputation
corporate perçue est-il comparable à l’impact de l’e-contenu de sa PEL ? (QR3)
 Comment la crédibilité modère-t-elle l’influence des PPL sur l’e-réputation corporate
perçue et celle des PEL sur l’e-réputation corporate perçue ? (QR4)
 La crédibilité perçue de l’e-contenu des PPL est-elle comparable à la crédibilité perçue
de l’e-contenu des PEL ? (QR5)
 Quel est l’usage effectif des éléments de l’e-contenu des PEL par les entreprises et des
PPL par les employés ? (QR6)
 Comment sont perçus les éléments de l’e-contenu des PEL et des PPL ? (QR7)
 L’usage effectif des éléments de l’e-contenu des PEL et des PPL reflète-t-il leur
perception ? (QR8)

Dans le premier chapitre, la revue de littérature a démontré que la réputation corporate est
un « atout économique » (Fombrun, 2001), un « atout intangible » (Drobis, 2000 ; Miles et
Covin, 2000 ; Goldberg et al., 2003 ; Dolphin, 2004) et a un réel impact sur le succès d’une
entreprise (Roberts et Dowling, 2002). Selon la théorie néo-institutionnelle (Rao, 1994 ;
Fombrun et Shanley, 1990 ; Stuart, 2000 ; Mouritsen, 2000 ; Fombrun et Rindova, 2000 ;
Ferguson et al., 2000 ; Balmer, 2001 ; Pharoah, 2003 ; Rindova et al., 2005), la réputation
corporate est composée de l’identité corporate et de l’image corporate ; il s’agit d’une
perception construite socialement, du résultat d’un échange d’informations et d’influence
entre les parties prenantes d’un champ organisationnel. J’ai proposé la définition selon
laquelle «la réputation corporate est construite par le jugement émis par les parties
prenantes selon leurs attentes, leurs croyances, leurs valeurs et les échanges
informationnels (BAO), jugement issu de leur perception de la somme des actions, des
performances et des comportements d’une entreprise depuis sa création.» J’ai également
déterminé un modèle séquentiel hiérarchisé (ISLIReC).

348
Puis, dans le second chapitre, a été examiné le concept d’e-réputation corporate (considérée
comme la partie de la réputation corporate dérivée des contacts électroniques (Chun et
Davies, 2001)) afin de faire émerger le rôle des parties prenantes internes (Freeman, 1984 ;
Miller et Lewis, 1991 ; Bunting et Lipski, 2001 ; Bitektine, 2011) dans la construction de l’e-
réputation corporate. J’ai démontré l’impact du web sur le développement des entreprises et la
revue de littérature a permis de dégager les nouveaux enjeux liés au management de l’e-
réputation corporate, notamment via la théorie de la communication (de Chernatony, 1999 ;
Bettencourt, Gwinner et Meuter 2001). Internet modifie « l’équilibre du pouvoir de la voix ».
J’ai proposé la définition selon laquelle « l’e-réputation corporate est construite par le
jugement émis sur toute plateforme numérique par les parties prenantes, selon leurs
attentes, leurs croyances, leurs valeurs et les échanges informationnels (e-BAO),
jugement issu de leur perception de la somme des actions, des performances et des
comportements d’une entreprise depuis sa création. » Les entreprises sont à la recherche
de nouvelles ressources pour être visibles sur la toile où la concurrence est exacerbée. Les
employés sont une ressource stratégique (Bromley, 1993 ; Bergami et Bagozzi, 2000 ;
Hamori, 2003 ; Igalens et Point, 2009) formant le capital intellectuel (Edvinsson et Malone,
1997 ; Bontis, 1998) de l’entreprise ; l’entreprise a tout intérêt à utiliser la voix digitale et le
réseau (Stuart, 2000) de ses employés pour manager son e-réputation corporate.

A partir de l’examen de la littérature, le cadre conceptuel de cette recherche a été présenté

dans le troisième chapitre. J’ai d’abord décrit, dans la première section, le positionnement
épistémologique dans lequel s’inscrit cette recherche ainsi que les questions de recherche
résultant de ma problématique. Ont ensuite été formulées les hypothèses de recherche à tester
dans la seconde section.

Le volet empirique a débuté au quatrième chapitre de cette recherche et a précisé la

méthodologie et les résultats obtenus à l’étude 1. Cette étude a permis de dégager le réseau
social professionnel retenu (LinkedIn) ainsi que le secteur d’activité retenu (secteur de
l’industrie automobile). Cette étude a également permis d’établir le classement des dix
premières entreprises automobiles selon la notoriété spontanée, de déterminer les dix « Pages
Entreprises LinkedIn » (PEL) ainsi que les 1 000 « Pages Personnelles LinkedIn » associées
(PPL) à analyser. Les indicateurs des deux dimensions (qualité perçue et notoriété perçue) de
l’e-réputation corporate perçue ont pu être définis pour les PEL et les PPL. Enfin, les données
ont été collectées auprès de 1 500 parties prenantes externes (membres de LinkedIn et de

349
nationalité française) permettant ainsi de mesurer la perception de l’e-réputation corporate, de
la crédibilité des PEL et de la crédibilité des PPL.

Dans le cinquième chapitre, la méthodologie et les résultats obtenus à l’étude 2 ont été
exposés. Cette étude a permis d’établir les échelles d’informations et de visibilité des PEL
ainsi que les échelles de citation et de participation des PPL. Les dix PEL des dix entreprises
du classement de notoriété spontanée (Top10) ainsi que les 1 000 PPL des employés associés
aux dix entreprises ont été analysées selon ces quatre échelles, permettant ainsi de mesurer
l’usage effectif des contenus des PEL et des PPL.

Dans le sixième chapitre, la méthodologie et les résultats obtenus à l’étude 3 ont été
présentés. Cette étude a permis de tester le modèle structurel. L’usage effectif des contenus
des PEL et des PPL a été comparé à la perception de ces contenus (existant versus perçu). Les
relations de causalité entre les PEL et l’e-réputation corporate perçue ainsi qu’entre les PPL et
l’e-réputation corporate perçue ont été examinées. Les effets modérateurs de la crédibilité
perçue des PEL et des PPL ont été testés.

Dans le septième chapitre, ont été présentés les résultats obtenus aux trois études. Il a
principalement été démontré que :
- la qualité perçue des PPL a autant d’importance que la qualité perçue des PEL pour les
parties prenantes externes ;
- la notoriété perçue des PPL est supérieure à la notoriété perçue des PEL pour les
parties prenantes externes ;
- la crédibilité perçue des PPL est comparable à la crédibilité perçue des PEL pour les
parties prenantes externes ;
- les entreprises automobiles bénéficient d’une grande visibilité sur LinkedIn ;
- la plupart des employés utilise l’ensemble des indicateurs de citation (faisant référence
à leur entreprise) disponibles sur les PPL ;
- la quasi-totalité des employés s’abonne à la PEL de l’entreprise mais une minorité
d’employés suit le groupe éponyme ;
- l’usage effectif des indicateurs d’informations des PEL reflète la qualité perçue des
PEL ;
- l’usage effectif des indicateurs de participation des PPL reflète la notoriété perçue des
PPL ;

350
 - les indicateurs d’informations des PEL influencent positivement la qualité perçue des
PEL lorsque la crédibilité perçue des PPL est faible ;
- les indicateurs de citation des PPL influencent positivement la qualité perçue des PPL
lorsque la crédibilité perçue des PPL est faible ;
- les indicateurs de participation des PPL influencent négativement la notoriété perçue
des PPL lorsque la crédibilité perçue des PPL est faible; ils influencent positivement la
notoriété perçue des PPL lorsque la crédibilité perçue des PPL est forte ;
- les indicateurs de citation des PPL influencent positivement la qualité perçue des PPL
lorsque la crédibilité perçue des PEL est faible ;
- la dimension de la qualité perçue influence positivement la dimension de la notoriété
perçue pour les PEL et les PPL ; la dimension de la qualité perçue des PPL
influence positivement la dimension de la notoriété perçue des PEL ;
- la crédibilité perçue des PPL modère positivement ou négativement l’influence des
PPL sur l’e-réputation corporate perçue et elle modère positivement l’influence des
PEL sur l’e-réputation corporate perçue ; la crédibilité perçue des PEL modère
positivement l’influence des PPL sur l’e-réputation corporate perçue.

Enfin, dans le huitième chapitre, l’ensemble des résultats de cette recherche a été discuté ;
les contributions, les limites ainsi que les voies de recherche ont été exposées.
Cette recherche a démontré la pertinence et l’efficacité de l’utilisation de la voix digitale
des employés via l’e-contenu de leur « Profil » dans le management de l’e-réputation
corporate ainsi que le rôle majeur de la voix digitale des employés dans la diminution de
l’incertitude des parties prenantes externes lorsqu’elles sont en position d’évaluer une
entreprise sur les réseaux sociaux professionnels.

351
352
BIBLIOGRAPHIE

353
354
 BIBLIOGRAPHIE

A
Aaker, D. et Jacobson, R. (1994), The financial information content of perceived quality,
Journal of Marketing Research, 31(2), 191– 201.

Aaker, D.A., Kumar, V. et Day, G. (2000), Marketing Research, 7e éd.

Abdelhak, Q. (2010), Socialisation et identité. L’apport de Berger et Luckmann à travers « la

construction sociale de la réalité », Bulletin de Psychologie, 2(56), 133–139.

Abratt, R. et Kleyn, N. (2012), Corporate identity, corporate branding and corporate

reputations, European Journal of Marketing, 46(7/8), 1048-1063.

Alsop, R.J. (2004a), Corporate reputation : Anything but superficial - the deep but fragile
nature of corporate reputation, Journal of Business Strategy, 25(6), 21–29.

Alsop, R.J. (2004b), The 18 immutable laws of corporate reputation, New York: The Free
Press.

Anderson, E.W. et Fornell, C. (1994), A customer satisfaction research prospectus, 241–268.

In Rust, R. et Oliver, R. (reds.), Service Quality: New Direction in Theory and Practice,
Thousand Oaks, California : Sage.

Anderson, J. et Smith, G. (2006). A Great Company Can Be a Great Investment. Financial

Analysts Journal, 62(4), 86–93. doi:10.2469/faj.v62.n4.4189

Anderson, E.W. et Sullivan, M.W. (1993), The antecedents and consequences of customer
satisfaction for firms, Marketing Science, 12, 125–143.

Anderson, J.C. et Gerbing, D.W. (1988), Structural equation modeling in practice: a review
and recommended two-step approach, Psychological Bulletin, 103(3), 411-423.

Andréani, J.C. et Conchon, F. (2005), Fiabilité et validité des enquêtes qualitatives. Un état de
l'art en marketing, Revue française du marketing, (201), 5.

Antonelli, C. (2006), The business governance of localized knowledge: An information

economics approach for the economics of knowledge, Industry et Innovation, 13, 227-
261.

Ardelet C. et Brial B. (2011), Influence des recommandations d’internautes : le rôle de la

présence sociale et de l’expertise, Recherche et Applications en Marketing, 26(3), 45-63.

Argenti, P.A. (1998), Strategic employee communications. Human Resource Management,

37(3), 199–206.

355
Argenti, P.A. (2003), Corporate communication, Hanover, New Hampshire, McGraw-Hill,
troisième édition.

Argenti, P.A. et Druckenmiller, B. (2004), Reputation and the corporate brand, Corporate
Reputation Review, 6(4), 368-74.

Ashforth, B.E. et Mael, F. (1989), Social Identity Theory and the Organization, Academy of
Management Review, 14, 20-39.

Ashforth, B.E. et Gibbs, B.W. (1990), The double-edge of organizational legitimation,

Organization Science, 1, 177–194.

Avenier, M.-J. et Gavard-Perret, M.L. (2012), Inscrire son projet de recherche dans un cadre
épistémologique, Dans M.L. Gavard-Perret, D. Gotteland, C. Haon & A. Jolibert (Eds.),
Méthodologie de la recherche en sciences de gestion –Réussir son mémoire ou sa thèse, 2eme
édition, Paris: Pearson Education France.

Avey, H.B., Wernsing, T.S. et Luthans, F. (2008), Can positive employees help positive
organizational change? Impact of psychological capital and emotions on relevant attitudes and
behaviors, The Journal of Applied Behavioral Science, 44(1), 48–70.

B
Baker, R.J. (2011), The Firm of the Future, Accounting Today, 25(8), 12-60.

Balmer, J.M.T. (1995), Corporate branding and connoisseurship, Journal of General

Management, 21(1), 24–46.

Balmer, J.M.T. (1998), Corporate Identity and the Advent of Corporate Marketing, Journal of
Marketing Management, 14(8), 963–996. doi:10.1362/026725798784867536

Balmer, J.M.T. (2001), Corporate identity, corporate branding and corporate marketing:
seeing through the fog, European Journal of Marketing, 35, 248–291

Balmer, J.M.T. (2008), Identity based views of the corporation: Insights from corporate
identity, organizational identity, social identity, visual identity, corporate brand identity
and corporate image, European Journal of Marketing, 42(9/10), 879–906.
doi:10.1108/03090560810891055

Balmer, J.M.T. (2012), Strategic corporate brand alignment: perspectives from identity based
views of corporate brands, European Journal of Marketing, 46(7), 11.

Balmer, J.M.T. et Dinnie, K. (1999), Corporate identity and corporate communications : the
antidote to merger madness, Corporate Communications: An International Journal, 4(4),
182–192.

Balmer, J.M.T. et Gray, E.R. (1999). Corporate identity and corporate communications :
creating a competitive advantage, Corporate Communications: An International Journal,
4(4), 171–177.
356
Balmer, J.M.T. et Greyser, S.A. (2002), Managing the Multiple Identities of the Corporation,
California Management Review, 44(3), 72–86.

Balmer, J.M.T. et Greyser, S.A. (2006), Corporate marketing: Integrating corporate identity,
corporate branding, corporate communications, corporate image and corporate
reputation. European Journal of Marketing, 40(7/8), 730–741.
doi:10.1108/03090560610669964

Balmer, J.M.T. et Greyser, S.A. (2009), Aligning Identity and Strategy: Corporate Branding
at British Airways In The Late 20th Century, California Management Review, 51(3), 6–
24.

Barabel M., Mayol S. et Meier O. (2010), Les medias sociaux au service du marketing
territorial : une approche exploratoire, Management et Avenir, 32(2), 233-253.

Baret, C., Huault, I. et Picq, T. (2006), Management et réseaux sociaux, jeux d’ombres et
lumières sur les organisations, Revue Française de Gestion, n°163, 93-106.

Barnett, M.L., Jermier, J.M. et Lafferty, B.A. (2006), Corporate Reputation: The Definitional
Landscape, Corporate Reputation Review, 9(1), 26–38.
doi:10.1057/[Link].1550012

Barney, J.B. (1991), Firm resources and sustained competitive advantage, Journal of
Management, 17(1), 99–120.

Batac, J., Maymo, V. et Des Garets, V. (2012), Investir les mondes virtuels : une perspective
organisationnelle dans la banque de détail, Recherches en Sciences de Gestion, 92, 21-38,
ISSN: 22596372

Bateman, T.S. et Organ, D.W. (1983), Job satisfaction and the good soldier: The relationship
between affect and employee “citizenship”, Academy of management Journal, 26(4), 587-
595.

Becker, G.S. (1964), Human Capital, a Theoretical and Empirical Analysis, Columbia
University Press for the National Bureau of Economic Research, New York.

Belot, L. (2002), Le développement durable, nouveau passage obligé des entreprises. Le

Monde, 19 février.

Bentler, P.M. (1990), Comparative fit indexes in structural models, Psychological Bulletin,
107, 238–246.

Berens, G. et Van Riel, C.B.M. (2004), Corporate Associations in the Academic Literature:
Three Main Streams of Thought in the Reputation Measurement Literature, Corporate
Reputation Review, 7(2), 161–178. doi:10.1057/[Link].1540218

Bergami, M. et Bagozzi, R.P. (2000), Self-categorization, affective commitment and group

self-esteem as distinct aspects of social identity in the organization, British Journal of Social
Psychology, 39, 555–577.

357
Berger, P. L. et Luckmann, T. (1966), The Social Construction of Reality: A Treatise in the
Sociology of Knowledge, Anchor Books, Garden City, NY

Berman, S.L., Wicks, A.C., Kotha, S. et Jones, T.M. (1999), Does stakeholder orientation
matter ? The relationship between stakeholder management models and firm financial
performance, Academy of Management Journal, 42(5), 488–506.

Bernard, S. (2009), L’effet de la communication socialement responsable sur la réputation de

l’entreprise. Thèse de doctorat, Université Toulouse 1.

Bettencourt, L.A., Gwinner, K.P. et Meuter, M.L. (2001), A comparison of attitude,

personality, and knowledge predictors of service-oriented organizational citizenship
behaviors, Journal of Applied Psychology, 86(1), 29–41

Bishop, L. et Levine, D.I. (1999), Computer-mediated communication as employee voice: a

case study, Industrial and Labor Relations Review, 52(2), 213–233.

Bitektine, A. (2011), Toward a theory of social judgments of organizations : the case of

legitimacy, reputation and status, Academy of Management Review, 36(1), 151–179.

Blalock, H.M. (1971), Causal models involving unobserved variables in stimulus response
situations, Causal models in the social sciences, ed. Par Blalock HM., Chicago: Aldine, 335-
347.

Blondiaux L. (1998), La fabrique de l’opinion : une histoire sociale des sondages, Ed. Seuil,
Paris

Boer, G.B. (1991), Revolution in management accounting: A review of Robert S. Kaplan's

and Anthony A. Atkinson's Advanced Management Accounting, Journal of Management
Accounting Research, (Fall), 223-229.

Boistel, P. (2002), Le management de la réputation Sernam : application du modèle IPS,

Management & Avenir, 13(1997), 9–26.

Boistel, P. (2007), Le management de la réputation chez Sernam : application du modèle ips,

Management & Avenir, 3(13), 9–25.

Boistel, P. (2008), La réputation d’entreprise : un impact majeur sur les ressources de

l’entreprise, Management & Avenir, 3(17), 9–25.

Bollen, K. et Lennox, R. (1991), Conventional wisdom on measurement: a structural equation

perspective, Psychological Bulletin, 110(2), 305-314.

Bollen, K. et Ting, K. (2000), A tetrad test for causal indicators, Psychological Methods, 5(1),
3-22.

Bonsu, S.K. et Darmody, A. (2008), Co-creating second life: market-consumer cooperation in

contemporary economy, Journal of Macromarketing, 8(4), 355-368.

358
Bontis, N. (1998), “Intellectual capital: an exploratory study that develops measures and
models”, Management Decision, Vol. 36 No. 2, pp. 63-76.

Borman, W.C. et Motowidlo, S.M. (1993), Expanding the criterion domain to include
elements of contextual performance, Personnel Selection in Organizations; San Francisco:
Jossey-Bass, 71.

Boutinot, A. (2011), Dynamiques réputationnelles et célébrité : le cas des architectes français

contemporains. (Thèse)

Bromley, D.B. (1993), Reputation, image and impression management, John Wiley & Sons
Ltd, 312p, ISBN 0471938696.

Bromley, D. B. (2000), Psychological Aspects of Corporate Identity, Image and Reputation,

Corporate Reputation Review, 3(3), 240-252.

Bronner F. et de Hoog, R. (2010), Consumer-generated versus marketer-generated websites in

consumer decision making, The Market Research, 52(2), 231-248.

Brown, T.J., Dacin, P.A., Pratt, M.G. et Whetten, D. (2006), Identity, intended image,
construed image and reputation: an interdisciplinary framework and suggested terminology,
Journal of the Academy of Marketing Science, 34(2), 99-106.

Bunting, M. et Lipski, R. (2001), Drowned out ? Rethinking corporate reputation management

for the Internet, Journal of Communication Management, 5(2), 170–178.

Burt, R.S. (1997), A Note on Social Capital and Network Content, Social Networks, 19(4),
355-373.

C
Caceres, R. C. et Vanhamme, J. (2003), Les processus modérateurs et médiateurs: distinction
conceptuelle, aspects analytiques et illustrations, Recherche et applications en Marketing,
18(2), 67-100.

Cappelletti, L. (2012), Le contrôle de gestion de l’immatériel. Edition Dunod, 200p. ISBN :

978-2-10-057566-4

Carmeli, A. et Tishler, A. (2004), The relationships between intangible organizational

elements and organizational performance, Strategic Management Journal, 25(13), 1236–
1257.

Cattell, R.B. (1966), The scree test for the number of factors, Multivariate Behavioral
Research, 1(2), 245-276.

Caves, R.E. et Porter, M.E. (1977), From entry barriers to mobility barriers, Quarterly
Journal of Economics, 91, 421-434.

359
Chabaud, D. et Condor, R. (2006), Le rôle des réseaux sociaux dans le processus de création
d’entreprise : faut-il compléter la perspective ?, 15ème Conférence de l’AIMS, Annecy.

Chabaud, D. et Njigol, J. (2004), La reconnaissance des opportunités de marché par

l’entrepreneur : faut-il changer de perspective?, 14ème conférence de l’AIMS.

Chabaud, D. et Njigol, J. (2010), Quels réseaux sociaux dans la formation de l’opportunité

d’affaires, Revue française de gestion, 2(206).

Chakravarthy, B. (1986), Measuring strategic performance, Strategic Management Journal, 7,

437-458.

Charbonnier-Voirin, A., Laget, C. et Vignolles, A. (2014), L'influence des écarts de

perception de la marque employeur avant et après le recrutement sur l'implication affective
des salariés et leur intention de quitter l'organisation, Revue de gestion des ressources
humaines, 93(3), 3-17.

Chen, X. et Xie, J. (2008), Online consumer review: word-of-mouth as a new element of

marketing communication mix, Management Science, 54(3), 477-491.

Chen, Y., Wu, J. et Chung, Y. (2008), Cultural Impact on Trust: A Comparison of Virtual
Communities in China, Hong Kong, and Taiwan, Journal of Global Information Technology
Management, 2(11), 28-48.

Chernatony (De), L. (1999). Brand management through narrowing the gap between brand
identity and brand reputation. Journal of Marketing Management, 15, 1–3, 157–180.

Cheung, C.M.K. et Thadani, D.R. (2012), The impact of electronic word-of-mouth

communication: a literature analysis and integrative model, Decision Support Systems, 54(1),
461-470.

Cheung, M.Y., Sia, C.L. et Kuan, K.K. (2012), Is this review believable? A study of factors
affecting the credibility of online consumer reviews from an ELM perspective, Journal of the
Association for Information Systems, 13(8), 618-635.

Chin, W.W. (1988), Issues and opinion on structural equation Modeling, MIS Quaterly, 22(1),
7-16.

Chu, S.C. et Kamal, S. (2008), The effect of perceived blogger credibility and argument
quality on message elaboration and brand attitudes: an exploratory study, Journal of
Interactive Advertising, 8(2), 26-37.

Chun, R. et Davies, G. (2001), E-Reputation: The role of mission and vision statements in
positioning strategy, Journal of Brand Management, 8(4-5), 315-333.

Churchill, G.A. (1979), A paradigm for developing better measures of marketing constructs,
Journal of Marketing Research, 16, 64-73.

Clarkson, M.B.E. (1995), A stakeholder framework for analyzing and evaluating corporate
social performance, Academy of Management Review, 20(1), 92-117.

360
Cohendet, P. et Llerena, P. (2000), Routines and the theory of the firm: the role of
communities, DRUID Conference, Aalborg.

Coleman, J.S. (1990), Foundations of social theory, Cambridge, MA: Belknap Press of
Harvard University Press.

Coleman, V.L. et Borman, W.C. (2000), Investigating the underlying structure of the
citizenship performance domain, Human Resources Management Review, 10, 25–44.

Conine, T.F. et Madden, G.P. (1986), Corporate social responsibility and investment value,
In: W.D. Guth (Ed.), Handbook of business strategy 1986/1987 yearbook, Boston: Warren,
Gorham et Lamont.

Corley, K.G., Harquail, C.V., Pratt, M.G., Glynn, M.A., Fiol, C.M. et Hatch, M.J. (2006),
Guiding organizational identity through aged adolescence, Journal of Management Inquiry,
15(2), 85 – 99.

Cova, B. et Pace, S. (2006), Brand community of convenience products. New forms of

customer empowerment. The case My Nutella Community, European Journal of Marketing,
40(9), 1087-11.

Cravens, K.S. et Oliver, E.G. (2006), Employees: The key link to corporate reputation
management, Business Horizons, 49(4), 293–302.

Cronbach, L.J. (1951), Coefficient alpha and the internal structure of tests, Psychometrika,
16(3), 297-334.

D
Dacin, P.A. et Brown, T.J. (2002), Corporate identity and corporate associations: perspectives
for future research, Corporate Reputation Review, 5(2/3), 253–263.

Daft, [Link] Lengel, R.H. (1986), Organizational information requirements, media richness
and structural design, Management Science, 32, 554-571.

D’ALMEIDA, N. (2007), La société du jugement. Essai sur les nouveaux pouvoirs de

l’opinion. Armand Colin, Paris, 2007.

D’Aveni, R. (1996), A multiple-constituency, status-based approach to interorganizational

mobility of faculty and input-output competition among top business schools, Organization
Science, 7, 166–189.

Davies, G. (2001), The Personification Metaphor as a Measurement Approach for Corporate

Reputation, Corporate Governance, 4(2), 113–127.

Davies, G. et Chun, R. (2002), Gaps between the internal and external perceptions of the
corporate brand, Corporate Reputation Review, 5(2/3), 144–158.

361
Davies, G. et Miles, L. (1998), Reputation management: Theory versus practice, Corporate
Reputation Review, 2(1), 16–27.

Davies, G., Chun, R., Vinhas, R. et Roper, S. (2004), Academic Research A Corporate
Character Scale to Assess Employee and Customer Views of Organization Reputation,
Corporate Reputation Review, 7(2), 125–146.

Davis, T.R.V et Nance, J.J. (2001), Integrating internal marketing with participative
management, Management Decision, 39(2), 121–130.

Décaudin, J.M., Digout, J., Fueyo, C. et Lamari, G. (2011), La crédibilité des blogs comme
média publicitaire, 11ème Journée de recherche sur le Marketing digital, Paris.

Deephouse, D.L. (1999), To be different, or to be the same ? It’s a question (and theory) of
strategic balance, Strategic Management Journal, 166(April 1998), 147–166.

Deephouse, D.L. (2000), Media Reputation as a Strategic Resource: An Integration of Mass

Communication and Resource-Based Theory, Journal of Management, 26(6), 1091–
1112.

Deephouse D.L., Suchman M. (2008), Legitimacy in organizational institutionalism, In R.

Greenwood, C. Oliver, K. Sahlin et R. Suddaby (Eds.), The Sage handbook of Organizational
Institutionalism, Thousand Oaks, Sage, 49-76.

Delefosse, M.S. et Rouan, G. (2001), Les méthodes qualitatives en psychologie, Paris :

Dunod.

De Pelsmacker, P., Geuens, M. et van den Bergh, J. (2007), Marketing Communications, a

European Perspective, Harlow, England: Pearson Education, troisième édition.

Décaudin, JM., Digout J. et Fueyo, C. (2013). E-réputation des marques, des produits et des
dirigeants. Ed. Vuibert, 268p, ISBN 978-2-311-01018-3

Diamantopoulos, A. et Winklhofer, H. (2001), Index construction with formative indicators:

an alternative to scale development, Journal of Marketing Research, 38(2), 269-277.

Diamantopoulos, A. et Siguaw, J. (2006), Formative versus reflective indicators in

organizational measure development, British Journal of Management, 17(4), 263-282.

Diamantopoulos, A., Riefler, P. et Ross, K.P. (2008), Advancing formative measurements,

Journal of Business Research, 61(12), 1203-1218.

Di Maggio P.J. et Powell W.W. (1983), The iron cage revisited: institutional isomorphism and
collective rationality in organizational field, American Sociological Review, 48(2), 147-160.

Dollinger, M.J., Golden, P.A. et Saxton, T. (1997), The effect of reputation on the decision to
joint venture, Strategic Management Journal, 18, 127–140.

Dolphin, R.R. (2004), Corporate reputation – a value creating strategy, Corporate

Governance, 4(3), 77–92. doi:10.1108/14720700410547521

362
Donaldson, T. et Preston, L.E. (1995), The stakeholder theory of the corporation: Concepts,
evidence, and implications, Academy of Management Review, 20(1), 65–91.

Dowling, G.R. (1994), Corporate reputations: strategies for developing the corporate brand.
London, UK: Kogan Page Ltd

Dowling, G.R. (2002), Creating Corporate Reputations, Identity, Image, and Performance,
Oxford University Press.

Drobis, D. (2000), Public relations: Priorities in the real economy, Vital Speeches of the Day,
67(1), 15–19.

Dutton, J.E., Dukerich, J.M. et Harquail, C.V. (1994), Organizational images and member
identification, Administrative Science Quarterly, 39, 239 – 263.

E
Edvinsson, L. et Malone, M.S. (1997), Intellectual Capital: The Proven Way to Establish
Your Company’s Real Value By Measuring Its Hidden Brainpower, Judy Piatkus, London.

Edvinsson, L. et Sullivan, P. (1996), “Developing a model for managing intellectual capital”,

European Management Journal, Vol. 14 No. 4, pp. 356-64.

Einwiller, S. a, Carroll, C.E. et Korn, K. (2010), Under What Conditions Do the News Media
Influence Corporate Reputation? The Roles of Media Dependency and Need for
Orientation, Corporate Reputation Review, 12(4), 299–315. doi:10.1057/crr.2009.28

Elsbach, K.D. et Kramer, R.M. (1996), Members’ responses to organizational identity threats:
Encountering and countering the BusinessWeek rankings, Administrative Science Quarterly,
41,442–476.

Etzioni, A. (1961), A comparative analysis of complex organizations, New York: The Free
Press.

Evrard, Y., Pras, B. et Roux, E. (2000), Market, études et recherches en marketing, 3ème
édition, Paris : Dunod.

F
Fan, X., Thompson, B. et Wang, L. (1999). Effects of sample size, estimation methods, and
model specification on structural equation modeling fit indexes. Structural Equation
Modeling: A Multidisciplinary Journal, 6(1), 56-83.

Ferguson, P.D., Deephouse, D.L. et Ferguson, W.L. (2000), Do strategic groups differ in
reputation?, Strategic Management Journal, 21(12), 1105 – 1215.

363
Fillias, E. et Villeneuve, A. (2010), E-Réputation. Stratégie d’influence sur Internet, Ellipses
Marketing, 293 p., ISBN-10: 2729855629.

Fincham, R. et Roslender, R. (2003), Intellectual capital accounting as management fashion: a

review and critique, Accounting Review, 12(4), 781-795.

Finney, S. et Scherrebeck-Hansen, M. (2010), Internal marketing as a change management

tool: A case study in re-branding, Journal of Marketing Communications, 16(5), 325–
344. doi:10.1080/13527260903023916

Firestein, P.J. (2006), Building and protecting corporate reputation, Strategy & Leadership,
34(4), 25-31.

Fisher, C. et Lovell, A. (2006), Business Ethics and Values, Individual, Corporate and
International Perspectives, Harlow, England: Pearson Education, deuxième édition.

Fiske, S.T. et Taylor, S.E. (1991), Social cognition, 2nd, New York: McGraw-Hill.

Fogel S. (2010), Issues in measurement of word of mouth in social media marketing,

International Journal of Integrated Marketing Communications, 2(fall), 54-60.

Fombrun, C.J. (1996), Reputation: Realizing Value from the Corporate Image, Harvard
Business School Press, Boston, MA

Fombrun, C.J. (2001), Corporate Reputation – Its Measurement and Management, in: Thexis,
4, 23 – 26.

Fombrun, C.J. (2005), Building Corporate Reputation Through CSR Initiatives : Evolving
Standards, Corporate Reputation Review, 8(1), 7–11.

Fombrun, C.J. (2007), List of Lists: A Compilation of International Corporate Reputation

Ratings, Corporate Reputation Review, 10(2), 144–153.
doi:10.1057/[Link].1550047

Fombrun, C.J. et Gardberg N.M.B. (2000), Opportunity Platforms and Safety Nets: Corporate
Citizenship and Reputational Risk, Business and Society Review, 105(1), 85–106.

Fombrun, C.J., Gardberg, N.A. et Sever, J. (2000), The reputation quotient: a multi-
stakeholder measure of corporate reputation, The Journal of Brand Management, 7(4), 241-
255.

Fombrun, C.J. et Low, J. (2011), The real value of reputation, Communication World, 18–22.

Fombrun, C. J. et Shanley, M. (1990), What’s in a name ? reputation building and corporate

strategy, The Academy of Management Journal, 33(2), 233–258.

Frombrun, C.J. et Shanley, M. (1996), What’s in a Name? Reputation building and Corporate
Image, Harvard Business School Press, Boston, MA.

364
Fombrun, C.J. et Rindova, V.P. (2000), The road to transparency: Reputation management at
royal dutch/shell. In: M. Schultz, M.J. Hatch, & M.H, Larsen (Eds.), The expressive
organization (77–96), Oxford: Oxford University Press.

Fombrun, C.J. et Van Riel, C.B.M. (1996), The Reputational Landscape. Corporate
Reputation Review, 1(1/2), 5–13.

Fombrun, C.J. et Van Riel, C.B.M. (1997), The reputational landscape, Corporate Reputation
Review, 1(2), 5–13.

Fombrun, C.J. et Van Riel, C.B.M. (2004), Fame and fortune: how successful companies
build winning reputations, Upper Saddle River, NJ: Pearson Education.

Foreman, S.K. et Money, A.H. (1995), Internal marketing: Concepts, measurement and
application, Journal of Marketing Management, 11(8), 755–768.
doi:10.1080/0267257X.1995.9964388

Frank, R.H. et Cook, P. (1995), The winner-take-all society, New York: Penguin Books.

Freeman, R.E. (1984), Strategic Management: A Stakeholder Approach, Pitman Publishing,

Boston, MA.

Friedman, B.A. (2009), Human Resource Management Role Implications for Corporate
Reputation, Corporate Reputation Review, 12(3), 229–244. doi:10.1057/crr.2009.17

Fryxell, G.E. et Wang, J. (1994), The Fortune corporate reputation index: reputation for
what?, Journal of Management, 20, 1-14.

Fueyo, C. (2012), Les salariés et l’e-réputation des entreprises, Mémoire de recherche, IAE
de Toulouse.

G
Galan, J.P (2011), Une déconstruction des outils de mesure en marketing, CRM-Marketing
(EAC-CNRS 5032).

Galan J.-P. et Vignolles A. (2010), Identification des leaders d'opinion sur internet : utilisation
des données secondaires issues de Twitter, Actes du 9ème Congrès des Tendances du
Marketing International, Venise.

Gamson, J. (1994), Claims to Fame: Celebrity in Contemporary America, Berkeley:

University of California Press.

Gamson, W.A., Croteau, D., Hoynes, W. et Sasson, T. (1992), Media images and the social
construction of reality, Annual Review of Sociology, 18, 373-393.

Gardberg, N.A. (2006), Reputatie, Reputation, Réputation, Reputazione, Ruf: A Cross-

Cultural Qualitative Analysis of Construct and Instrument Equivalence, Corporate
Reputation Review, 9(1), 39-61.
365
Gardberg, N. et Fombrun, C.J. (2006), Corporate citizenship: Creating intangible assets across
institutional environments, Academy of Management Review, 31, 329–346.

Gatewood, R., Gowan, M. et Lautenschlager, G. (1993), Corporate image, recruitment image,

and initial job choice decisions, Academy of Management Journal, 36(2), 414-27.

Gerbing, D.W. et Anderson, J.C. (1988), An update paradigm for scale development
incorporating unidimensionality and its assessment, Journal of Marketing Research, 25(2),
186-192.

Gerbing, D.W. et Hamilton, J.G. (1996), The viability of exploratory factor analysis as a
precursor to confirmatory factor analysis, Structural Equation Modeling, 3(1), 62-72.

Girard, A., Fallery, B. et Rodhain, F. (2011), L'apparition des médias sociaux dans l'e-GRH :
gestion de la marque employeur et e-recrutement, In Actes du congrès AIM, 1-18.

Glaser B.G. et Strauss A.L. (1967), The discovery of Crounded Theory, Strategy for
Qualitative Research, New York, Aldine Publishing Company.

Godin S. (2001), Les secrets du marketing viral, Paris, Maxima.

Goldberg, A.I., Cohen, G. et Fiegenbaum, A. (2003), Reputation building: Small business

strategies for successful venture development, Journal of Small Business Management, 41(2),
168 – 187.

Goldsmith, R.E., Lafferty, B.E. et Newell, S.J. (2000), The impact of corporate credibility and
celebrity credibility on consumer reaction to advertisements and brands, Journal of
Advertising, 29(3), 43-54.

Gotsi, M. et Wilson, A. (2001a), Corporate reputation management : " living the brand’',
Management Decision, 39(2), 99–104.

Gotsi, M. et Wilson, A.M. (2001b). Corporate reputation : seeking a definition, Corporate

Communications: An International Journal, 6(1), 24–30.

Granovetter, M. (1983), The strength of weak ties: a network theory revisited, Sociological
Theory, 1, 201-233.

Granovetter, M. (1985), Economic action and social structure: the problem of embeddedness,
American Journal of Sociology, 91, 481-510.

Gray, E.R. et Balmer, J.M.T. (1998), Managing Corporate Image and Corporate Reputation,
Long Range Planning, 31, 695 – 702.

Greenwood, R. et Suddaby, R. (2006), Institutional Entrepreneurship in Mature Fields: the

Big Five Accounting Firms, Academy of Management Journal, 49(1), 27-48.

Greyser, S. (1996), Corporate Reputation and the Bottom Line, The International Corporate
Identity Group, House of Lords, Place of Westminster, 24 January.

366
Greyser, S.A. (2005), Advancing and enhancing corporate reputation, Corporate
Communications: An International Journal, 4(4), 177–181.

Grunig, J.E. et Hung, C.F. (2002), The effect of relationships on reputation and reputation on
relationships: A cognitive, behavioral study, Paper presented at the PRSA Educator’s
Academy 5th Annual International, Interdisciplinary Public Relations Research Conference,
Miami, Florida.

H
Haanes K. et Fjedstad O. (2000), Linking intangible resources and competition, European
Management Journal, 18(1), 52-62.

Hall, R. (1992), The Strategic Analysis of Intangible Resources, Strategic Management

Journal, 13, 135 – 144.

Hamel G. et Prahalad C.K. (1994), Competing for the future, Harvard Business Review,
72(4).

Hamori, M. (2003), The impact of reputation capital on the career paths of departing
employees, Journal of Intellectual Capital, 4(3), 304 – 315.

Hannegan, C. (2004), Employees as reputation makers, Strategic Communication

Management, 8(6), 5-5.

Hanson, D. et Stuart, H. (2001), Failing the reputation management test: The case of BHP, the
big Australian, Corporate Reputation Review, 4(2), 128–143.

Harrison, J.S., Bosse, D.A. et Phillips, R.A. (2010), Managing for stakeholders, stakeholder
utility functions, and competitive advantage, Strategic Management Journal, 31(1), 58–
74. doi:10.1002/smj

Hass, G. (1981), Effects of source characteristics on cognitive responses and persuasion, Eds
R. Petty, T. Ostrom et T. Brock, Cognitive Responses in persuasion, Hillsdale, New Jersey,
141-172.

Hatch, M.J. et Schultz, M. (1997), Relations between organizational culture, identity and
image, European Journal of Marketing, 31(5/6), 356–365.

Hatch, M. J. et Schultz, M. (2001), Are the strategic stars aligned for your corporate brand?
Harvard Business Review, 79, 2, 128–134.

Helm, S. (2007), One reputation or many? Comparing stakeholders’ perceptions of corporate

reputation, Corporate Communications: An International Journal, 12(3), 238–254.
doi:10.1108/13563280710776842

Helm, S. (2011), Employees’ awareness of their impact on corporate reputation, Journal of

Business Research, 64(7), 657–663. doi:10.1016/[Link].2010.09.001
367
Hoang, H., Antoncic, B. (2003), Network-based research in entrepreneurship: a critical
review, Journal of Business Venturing, 18(2), 165-187.

Hoffman, A.J. (1999), Institutional Evolution and Change: Environmentalism and the
[Link] Industry, Academy of Management Journal, 42(4), 351-371.

Hogg, G., Carter, S. et Dunne, A. (1998), Investing in People : Internal Marketing and
Corporate Culture, Journal of Marketing Management, 14(8), 879–895.

Homer, P.M. (1995), Ad Size as an Indicator of Perceived Advertising Costs and Effort: The
Effects on Memory and Perceptions, Journal of Advertising, 24(4), 1-12.

Hoopes, D.G., Madsen, T.L. et Walker, G. (2003), Guest editors’ introduction to the special
issue: Why is there a resource-based view? Towards a theory of competitive heterogeneity,
Strategic Management Journal, 24(10), 889– 902.

Hovland, C. et Weiss, W. (1951), The influence of source credibility on communication

effectiveness, Public Opinion Quarterly, 15, 635-650.

Hueber, O. (2010), Réseaux sociaux virtuels et création de valeur, Etats Généraux du

Management, Paris.

D’Humieres, P. (1994), Management de la communication d’entreprise, Eyrolles, Mars.

Husted, B.W. (1998), Organizational Justice and the management of stakeholder relations,
Journal of Business Ethics, 17(6), 643-651.

Hynds, E. (1994), Editors at most U.S. dailies see vital roles for editorial page, Journalism
Quarterly, 71, 573-582.

I
Igalens, J. et Roussel, P. (1998), Méthodes de recherche en Gestion des Ressources
Humaines, Paris : Economica.

Igalens, J. et Joras, M. (2002), La responsabilité sociale de l’entreprise, Les Editions

d’Organisation.

Igalens, J. et Point, S. (2009). Vers une nouvelle gouvernance des entreprises – L'entreprise
face à ses parties prenantes. Ed. Dunod, Coll. Stratégies et Management, Paris.

J
Jack, S., Drakopoulou, D.-D. et Anderson, A.-R. (2008), Change and the development of
entrepreneurial networks over time: a processual perspective, Entrepreneurship and Regional
development, 20, 125-159.

368
Jack, S., Anderson, A., Moult, S. et Dodd, S. (2010), An entrepreneurial network evolving:
Patterns of change, International Small Business Journal, 28,(4), 315-337.

Jackson, K. (2004), Building reputational capital, New York :Oxford University Press.

Jarvis, C., MacKenzie, S. et Podsakoff, P.A. (2003), Critical review of construct indicators
and measurement model misspecification in marketing research, Journal of Consumer
Research, 30(2), 199-218.

Jensen, M. et Roy, A. (2008), Staging Exchange Partner Choices: When Do Status and
Reputation Matter?, Academy of Management Journal, 51(3), 495–516.
doi:10.5465/AMJ.2008.32625985

Johannisson, B. (1996), The dynamics of entrepreneurial networks, Frontiers of

Entrepreneurship Research, 253-267.

Jolibert, A. et Jourdan, P. (2006), Marketing research : méthodes de recherche et d’études en

Marketing, Paris : Dunod.

Jöreskog, K.G. et Sörbom, D. (1989), Lisrel 7, a Guide to the Program and Applications,
Chicago, IL : SPSS Inc.

K
Kaplan, R.S. et Norton, D.P. (1996), The Balanced Scorecard – Translating Strategy into
Action, Harvard Business School Press, Boston, MA.

Katz, D. et Kahn, R. (1966), The social psychology of organization, New York: Wiley.

Key, S. (1999), Organizational ethical culture: Real or imagined?, Journal of Business Ethics,
20(3), 217–225.

Kiecker P. et Cowles D. (2002), Interpersonal communication and personal influence on the

Internet; A framework for examining online word of mouth, Journal of Euromarketing, 11(2),
71-88.

King, B.G. et Whetten, D.A. (2008), Rethinking the Relationship Between Reputation and
Legitimacy: A Social Actor Conceptualization, Corporate Reputation Review, 11(3),
192–207. doi:10.1057/crr.2008.16

Kirmani, A. (1997), Advertising repetition as a signal of quality: if it’s advertised too much
something must be wrong, Journal of Advertising, 26(3), 77-98.

Klein, B. et Leffler, K. (1981), The role of market forces in assuring contractual performance,
Journal of Political Economy, 89, 615-641.

Klein, D.A. et Prusak, L. (1994), Characterizing intellectual capital, working paper, Centre
for Business Innovation, Ernst & Young, London.
369
Kline, R.B. (2005), Principle and practice of structural equation modeling, New York:
Guilford Press.

Kochan, T.A. et Rubinstein, S.A. (2000), Toward a stakeholder theory of the firm: The Saturn
partnership, Organization Science, 11(4), 367-386.

Kohler, T., Matzler, K. et Füller, J. (2009), Avatar-based innovation: Using virtual worlds for
real-world innovation, Technovation, 29, 395-407.

Kotter, J.P. et Heskett, J.L. (1992), Corporate culture and performance, New York: Free
Press.

Kozinets R.V. (1997), I want to believe: A netnography of the x-philes' subculture of

consumption, Advances in Consumer Research, 24(1), 470-475.

Kozinets, R.V. (2002), The field behind the screen: Using netnography for marketing research
in Online Communities, Journal of Marketing Research, 39(1), 61-72.

Kroeber-Riel, W. et Weinberg, P. (2003), Konsumentenverhalten, 8ème édition.

L
Lacroux, A. (2009), L’analyse des modèles de relations structurelles par la méthode PLS :
une approche émergente dans la recherche quantitative en GRH, XXème congrès de
l’AGRH, Toulouse (septembre).

Lang, G.E. et Lang, K. (1988), Recognition and Renown: The Survival of Artistic Reputation,
American Journal of Sociology, 94, 79-109.

Larceneux, F. (2001), Proposition d’une échelle de mesure de la crédibilité d’un signe de

qualité, Cahier n°289, Centre de recherché DMSP.

Larceneux, F. (2003), Segmentation des signes de qualité : labels expérientiels et labels

techniques, Décisions Marketing, 29, 35-46.

Larkin, J. (2003), Strategic reputation risk management, New York: Palgrave.

Larkin, T.J. et Larkin, S. (1994), Communicating Change: how to win employee support for
new business directions, New York: McGraw-Hill, p.216.

Laumann, E.O. et Knoke, D. (1987), The organizational state, Madison: University of

Wisconsin Press.

Leana, C. et Van Buren, H. (1999), Organizational social capital and employment practices,
Academy of Management Review, 3(3), 538-555.

Leclaire, N. (1992), Image Interne de l’Entreprise : Concepts, Diagnostic, Thèse de doctorat,

Université de Lille I.
370
Lemoine, J. (2011), Du e-marketing au m-marketing : bilan et perspectives coordonné,
Management & Avenir, 4(44), 97–100.

LePine, J.A., Erez, A. et Johnson, D.E. (2002), The nature and dimensionality of
organizational citizenship behavior: A critical review and meta-analysis, Journal of Applied
Psychology, 87, 52–65.

Leuz, C. et Verrechia, R. (2000), The economic consequences of increased disclosure,

Journal of Accounting Research, 38(3), 91-124.

Liger, P. (2013), Marketing RH, Dunod.

Lings, I.N et Brooks, R.F. (1998), Implementing and Measuring the Effectiveness of Internal
Marketing, Journal of Marketing Management, 14, 325–351.

Little, T. D., Cunningham, W. A., Shahar, G. et Widaman, K. F. (2002), To parcel or not to

parcel: Exploring the question, weighing the merits, Structural equation modeling, 9(2), 151-
173.

Lumpkin, J.R. (1984), The Effect of Retirement Versus Age on the Shopping Orientations of
Older Consumers, Gerontologist, 24, 622-627.

Luo, C., Luo, X.R., Schatzberg, L. et Sia, C.L. (2013), Impact of informational factors on
online recommendation credibility: the moderating role of source credibility, Decision
Support Systems, 56, 92-102.

Lynn, B. (1998), “Intellectual capital”, CMA Magazine, pp. 10-15, February.

M
Machleit, K.A., Allen, C.T. et Madden, T.J. (1993), The mature brand and brand interest: an
alternative consequence of ad-evoked affect, The Journal of Marketing, 57 (Octobre), 72-82.

MacKenzie, S.B., Podsakoff, P.M. et Fetter, R. (1993), The impact of organizational

citizenship behavior on evaluations of salesperson performance, The Journal of Marketing,
70-80.

MacKenzie, S., Podsakoff, P. et Jarvis, C. (2005), The problem of measurement model

misspecification in behavioural and organizational research and some recommended
solutions, Journal of Applied Psychology, 90(4), 710-730.

Maignan, I. et Ferrell, O.C. (2003), Nature of corporate responsibilities perspectives from

American, French, and German consumers, Journal of Business Research, 56(1), 55–67.

Maignan, I., Ferrell, O.C. et Ferrell, L. (2005), A stakeholder model for implementing social
responsibility in marketing, European Journal of Marketing: Stakeholder Thinking in
Marketing, 39(9/10), 956-977.

371
Malaval, P. et Decaudin, J.M. (2005), Pentacom, Pearson Education, 637p.

Malhotra, N.K., Décaudin, J-M. et Bouguerra, A. (2007), Etudes marketing avec SPSS, 5ème
édition, Paris : Pearson Education France.

Marbot, E. (2001), Le sentiment de fin de vie professionnel, Thèse : Université de Droit,

d’Economie et des sciences d’Aix-Marseille III.

Marr, B. (2008), Making the Invisible Visible, Journal of Accountancy, 206(3), 64-66.

Maubisson L. et Abaidi I. (2011), E-terview et in-terview : étude comparative des méthodes

de recueil des données online & offline, Management et Avenir, 44, 165-186.

McCombs, M.E. et Shaw, D.L. (1972), The agenda-setting function of mass media, Public
Opinion Quarterly, 36, 176-187.

McCracken, G. (1989), Who is the Celebrity Endorser? Cultural Foundations of the

Endorsement Process, Journal of Consumer Research, 16, 310-321.

McGuire, J.B., Sundgren, A. et Schneeweis, T. (1988), Corporate social responsibility and

firm financial performance, The Academy of Management Journal, 31(4), 854–872.

Mercier, S. (2010), Une analyse historique du concept de parties prenantes : Quelles leçons
pour l’avenir ? Management & Avenir, 3(33), 142–156.

Merckle, P. (2004), Sociologie des réseaux sociaux, La découverte.

Metzger M.J., Flanagin, A.J. et Medders R.B. (2010), Social and heuristic approaches to
credibility evaluation online, Journal of Communication, 60(3), 413-439.

Miles, M.P. et Covin, J.G. (2000), Environmental marketing: a source of reputational,

competitive and financial advantage, Journal of Business Ethics, 23(3), 290-311.

Milgrom, P. et Roberts, J. (1986), Price and Advertising Signals of Product Quality, Journal
of Political Economy, 94 (August), 796-821.

Miller, R.L. et Lewis, W.F. (1991), A stakeholder approach to marketing management using
the value exchange models, European Journal of Marketing, 25(8), 55–68.

Mitchell, R.K., Agle, B.R. et Wood, D.J. (1997), Toward a theory of stakeholder
Identification and Salience: Defining the principle of who and what really counts, Academy of
Management Review, 22(4), 853-886.

Moran, P. et Ghoshal, S. (1999), Markets, Firms, and the Process of Economic Development,
Academy of Management Journal, 24(3), 390-412.

Mouritsen, J. (2000), Valuing expressive organizations: Intellectual capital and the

visualization of value creation, in M. Schultz, M.J. Hatch et M.H. Larsen (eds.), The
Expressive Organization: Linking Identity, Reputation, and the Corporate Brand, Oxford
University Press, Oxford.

372
Mowday, R.T., Steers, R.M. et Porter, L.W. (1979), The measurement of organizational
commitment, Journal of Vocational Behavior, 14 (Avril), 224-247.

N
Nair M. (2011), Understanding and measuring the value of social media, The Journal of
Corporate Accounting & Finance, 22(3), 45-51.

Nayar, V. (2011), Les employés d’abord, les clients ensuite, Editions Diateino, 231 pages.

Nedungadi, P. (1990), Recall and consumer consideration sets: Influencing choice without
altering brand evaluations, Journal of Consumer Research, 17, 263–276.

Nelson, R.-L. (1988), Partners with power, Berkeley, The University of California Press.

Nelson, R.-L. (1991), Why do firms differ, and how does it matter?, Strategic Management
Journal, 12, 61-74.

Notebaert, J.F. et Attuel-Mendes L., (2010), La résistance du client au travail sur internet : le
cas bancaire français, Management & Avenir, 1(31), 209-227.

Nunally, J.C. (1978), Psychometric theory, 2ème édition, New York: McGraw Hill.

Nunally, [Link] Berstein, I.H. (1994), Psychometric theory, 3ème edition, New York:
McGraw-Hill.

O
O’Keefe, D. (1990), Persuasion, Theory and Research, California, Sage Publications.

Olins, W. (1995), The New Guide to Identity, Gower: London.

Omrane, A. (2013), Les réseaux sociaux de l'entrepreneur et son accès aux ressources
externes : le rôle des compétences sociales, Revue Management et Avenir. 65, 73-93, ISSN:
17685958.

Organ, D.W. (1988), A restatement of the satisfaction-performance hypothesis. Journal of

management, 14(4), 547-557.

Organ, D.W. (1994), Personality and organizational citizenship behavior. Journal of

Management, 20(2), 465-478.

Osgood, C.E., Suci, G.J. et Tannenbaum, D.H. (1957), The measurement of meaning,
University of Illinois Press.

373
P
Paillé, P. (2007), La citoyenneté dans les organisations. Validation française des échelles de
mesure de Podsakoff et MacKenzie (1994), Les Cahiers Internationaux de Psychologie
Sociale, 74, 59-66.

Parasuraman, A., Zeithaml, V. A. et Malhotra, A. (2005), ES-QUAL a multiple-item scale for

assessing electronic service quality, Journal of service research, 7(3), 213-233.

Parker, L., Ferris, K. et Otley, D. (1989), Accounting for the Human Factor. New York:
Prentice Hall.

Pava, M.L. (2000), The search for Meaning in Organizations: Seven Pratical Questions for
Ethical Managers, Sloan Management Review, 41(2), 101-102.

Penrose, E. (1959), The Theory of the Growth of the Firm, John Wiley & Sons, New York.

Peterson, R.A. (1994), A meta-analysis of Cronbach’s coefficient alpha, Journal of Consumer

Research, 21(2), 381-391.

Pfarrer, M.D., Pollock, T.G. et Rindova, V.P. (2010), A Tale of Two Assets: The Effects of
Firm Reputation and Celebrity on Earnings Surprises and Investors’ Reactions, Academy of
Management Journal, 53, 1131-1152.

Pharoah, A. (2003), Corporate reputation: The boardroom challenge, Corporate Governance,

3(4), 46.

Phelps, J.E., Lewis, R., Mobilio, L., Perry, D. et Raman, N. (2004), Viral marketing or
electronic word-of-mouth advertising: Examining consumer responses and motivations to
pass along email, Journal of Advertising Research, 45(4), 333 – 348.

Pincus, J.D., Rayfield, R.E. et Debonis, J.N. (1991), Transforming CEOs into chief
communication officers, Public Relations Journal, 47(11), 22-27.

Plender, J. (2003), Going Off the Rails. London: John Wiley.

Podolny, J.M. (1993), A Status-Based Model of Market Competition, American Journal of

Sociology, 98, 829-872.

Podolny, J.M. et Baron, J.N. (1997), Resources and Relationships: Social Networks and
Mobility in the Workplace, American Sociological Review, 62(5), 673-693.

Podsakoff, P.M. et MacKenzie, S.B. (1994), Organizational Citizenship Behaviors and Sales
Unit Effectiveness, Journal of Marketing Research, 31 (August), 351-63.

Podsakoff, P.M. et MacKenzie, S.B. (1997), Impact of organizational citizenship behavior on

organizational performance: A review and suggestion for future research, Human
performance, 10(2), 133-151.

374
Ponzi, L.J., Fombrun, C.J. et Gardberg, N.A. (2011), RepTrakTM Pulse: Conceptualizing and
Validating a Short-Form Measure of Corporate Reputation, Corporate Reputation
Review, 14(1), 15–35. doi:10.1057/crr.2011.5

Posner, B. et Schmidt, W. (1984), Value and the American Manager: An Update, California
Management Review, 26(3), 202-216.

Post, J. et Griffin, J. (1997), Corporate reputation and external affairs management, Corporate
Reputation Review, 1(1/2), 165-71.

Powell, W.W. et DiMaggio, P.J. (1991), The New Institutionalism in Organizational Analysis,
Chicago: University of Chicago Press.

Powell, W.W. et Grodal, S. (2005), Networks of innovators, The Oxford handbook of

innovation, Faberger, J. et al., Oxford University Press, New York, pp. 56-85.

Poynter, R. et Lawrence, G. (2008), Insight 2.0 : nouveaux médias, nouvelles règles, nouvelle
vision approfondie, Revue Française de Marketing, 3/5(218), 25-38.

Puncheva-Michelotti, P. et Michelotti, M. (2010), The role of the stakeholder perspective in

measuring corporate reputation, Marketing Intelligence & Planning, 28(3), 249–274.
doi:10.1108/02634501011041417

R
Rafiq, M. et Ahmed, P.K. (1993), The Scope of Internal Marketing : Defining the Boundary
Between Marketing and Human Resource Management, Journal of Marketing
Management, 9(3), 219–232.

Rao, H. (1994), The Social Construction Of Reputation: Certification Contests, Legitimation,

and the Survival of Organizations in the American Automobile Industry: 1895–1912,
Strategic Management Journal, 15(1), 29–44.

Rao, H. (1998). Caveat emptor: The construction of nonprofit consumer watchdog

organizations. American Journal of Sociology, 103: 912–961.

Rao, H., Greve, H. et Davis, G. (2001), Fool’s gold: Social proof in the initiation and
abandonment of coverage by Wall Street analysts, Administrative Science Quarterly, 46, 502-
526.

Rego, A., Sousa, F., Marques, C. et Cunha, M.P.E. (2012), Authentic leadership promoting
employees’ psychological capital and creativity, Journal of Business Research, 65(3),
429–437. doi:10.1016/[Link].2011.10.003

Rein, I., Kottler, P. et Stoller, M. (1987), High Visibility, New York: Dodd, Mead and
Company.

Rhee, M. et Valdez, M.E. (2009), Contextual Factors Surrounding Reputation Damage with
Potential Implications for Reputation Repair, Academy of Management Review, 34, 146-168.
375
Rindova, V.P. et Fombrun, C.J. (1999), Constructing competitive advantage: The role of firm-
constituent interactions, Strategic Management Journal, 20, 691–710.

Rindova, V.P., Williamson, I.A.N.O., Petkova, A.P. et Sever, J.M. (2005), Being good or
being known : an empirical examination of the dimensions, antecedents, and
consequences of organizational reputation, Academy of Management Journal, 48(6),
1033–1049.

Rindova, V.P., Pollock, T.G. et Hayward, M.L.A. (2006), Celebrity Firms: The Social
Construction of Market Popularity, Academy of Management Review, 31(1), 50-71

Ringle, C.M., Wende, S. et Will, A. (2005), Smart-PLS – Version 2.0, Hamburg: Universität
Hamburg.

Roberts, P.W. et Dowling, G.R. (2002), Corporate reputation and sustained superior financial
performance, Strategic Management Journal, 23(12), 1077–1093.

Roos, J., Roos, G., Edvinsson, L. et Dragonetti, N.C. (1997), Intellectual Capital –
Navigating in the New Business Landscape, Macmillan, London.

Roslender, R. et Fincham, R. (2004), Intellectual capital accounting in the UK: a field study
perspective, Accounting, Auditing & Accountability Journal, 17(2), 178-209.

Rossiter, J. (2005), Reminder: a horse is a horse international, Journal of Research in

Marketing, 22, 23-25.

Rotundo, M. et Sackett, P.R. (2002), The relative importance of task, citizenship, and
counterproductive performance to global ratings of job performance: a policy-capturing
approach, Journal of applied psychology, 87(1), 66.

Roussel, P., Durrieu, F., Campoy, E. et El Akremi, A. (2002), Méthodes d’équations

structurelles : recherche et applications en gestion, Ed. Economica, 274p.

Rowley, T.J. (1997), Moving beyong dyadic ties: A network theory of stakeholder influences,
Academy of Management Review, 22(4), 887-910.

S
Sackett, P.R., Berry, C.M., Wiemann, S.A. et Laczo, R.M. (2006), Citizenship and
counterproductive behavior: Clarifying relations between the two domains, Human
Performance, 19(4), 441-464.

Sager, J.K. (1994), A structural model depicting salespeople’s job stress, Journal of the
Academy of Marketing Science, 22(1), 74 84.

Sago B. (2009), The influence of social media message sources on millennial generation
consumers, Marketing Communications, 2(2), 7-18.

376
Sako, M. (1992), Prices, Quality and Trust, Cambridge University Press, Cambridge, UK.

Sanders, S.G. et Hambrick, D.C. (2007), Swinging for the Fences: The Effects of CEO Stock
Options on Company Risk Taking and Performance, Academy of Management Journal, 50,
1055-1078.

Schwaiger, M. (2004), Components and parameters of corporate reputation – an empirical

study, Schmalenbach Business Review, 56(January), 46–71.

Segelod, E. (1998), Capital budgeting in a fast-changing world, Long Range Planning, 31(4),
529-41.

Shamma, H.M. (2012), Toward a Comprehensive Understanding of Corporate Reputation:

Concept, Measurement and Implications, International Journal of Business and
Management, 7(16), 151–169.

Shapiro, C. (1983), Premiums for High Quality Products as Returns to Reputations, Quarterly
Journal of Economics, 98 (November), 559-579.

Shapiro, S.P. (1987), The social control of impersonal trust, American Journal of Sociology,
93, 623-658.

Shrum, W. et Wuthnow, R. (1988), Reputational status of organizations in technical systems,

American Journal of Sociology, 93, 882-912.

Siano, A., Vollero, A. et Palazzo, M. (2011), Exploring the role of online consumer
empowerment in reputation building: Research questions and hypotheses, Journal of Brand
Management, 19(1), 57-71.

Simonson, I., Carmon, Z., Dhar, R., Drolet, A. et Nowlis, S.M. (2001), Consumer Research:
In Search of Identity, Annual Review of Psychology, 52, 249-275.

Smidts, A., Pruyn, A.T.H. et Van Riel, C.B.M. (2001), The impact of employee
communication and perceived external prestige on organizational identification,
Academy of Management Journal, 49(1), 1051–1063.

Smith, C.A., Organ, D.W. et Near, J.P. (1983), Organizational citizenship behavior: Its nature
and antecedents, Journal of applied psychology, 68(4), 653.

Smith D., Menon S. et Sivakumar K. (2005), Online peer and editorial recommendations,
trust, and choice in virtual markets, Journal of Interactive Marketing, 19(3), 15-37.

Soulez, S. et Guillot-Soulez, C. (2011), Marketing de recrutement et segmentation

générationnelle : regard critique à partir d'un sous-segment de la génération Y, Recherche et
applications en marketing, 26(1), 39-57.

Spector, P.E. (1992), Summated rating scale construction : an introduction, Series :

quantitative applications in the social sciences, CA : Sage Publications.

377
Starovic, D. et Marr, B. (2003), Understanding Corporate Value: Managing and Reporting
Intellectual Capital. London: Cranfield School of Management/CIMA.

Stewart, T.A. (1991), Brainpower, Fortune, pp. 42-60.

Stewart, T.A. (1997), Intellectual Capital – The New Wealth of Organizations, Nicholas
Brealey, London.

Stuart, H. (1999), Toward a definitive model of the corporate identity management process,
Corporate Communications: An International Journal, 4(4), 200–207.

Stuart, T. (2000), Interorganizational alliances and the performance of firms: A study of

growth and innovation rates in a high-technology industry, Strategic Management Journal,
21, 791–811.

Suchman, M.C. (1995), Managing Legitimacy: Strategic and Institutional Approaches, The
Academy of Management Review, 20(3), 571. doi:10.2307/258788

Sussman, S.W. et Siegal, W.S. (2003), Informational influence in organizations: an integrated

approach to knowledge adoption, Information Systems Research, 14(1), 47-65.

Sveiby, K.E. (1997), The New Organizational Wealth – Managing and Measuring
Knowledge-based Assets, Berret-Koehler Publishers, Inc., San Francisco, CA.

T
Tayles, M., Pike, R.H. et Sofian, S. (2007), Intellectual capital, management accounting
practices and corporate performance, Accounting, Auditing & Accountability Journal., 20(4),
522-548.

Teece, D., Pisano, G. et Shuen, A. (1997), Dynamic capabilities and strategic management,
Strategic Management Journal, 18, 509–533.

Thiétard, R.A. (1999), Méthodes de recherche en management, Paris : Dunod.

Thorbjornsen H., Pedersen E. et Nysveen H. (2009), Categorizing networked services; The

role of intrinsic-, user network- and complement network attributes, European Journal of
Marketing, 43(3/4), 371-397.

Torres-Blay, O. (2000), Organisation et stratégie à l’aube de la nouvelle économie,

Economica.

Trusov M., Bucklin R.E. et Pauwels K. (2009), Effects of word-of-mouth versus traditional
marketing: findings from an Internet social networking site, Journal of Marketing, 73, 90-102.

378
U
Urbany, J.E., Bearden, W.O., Kaicker, A. et Smith-de Borrero, M. (1997), Transaction utility
effects when quality is uncertain, Journal of the Academy of Marketing Science, 25(1), 45-55.

V
Vallerand, R.J. (1989), Vers une méthodologie de la validation trans-culturelle de
questionnaires en psychologie : implications pour la recherche en langue française,
Psychologie Canadienne, 30 (4), 662-680.

Van Riel, C.B.M. (1995), Principles of Corporate Communication, Prentice Hall.

Van Riel, C.B.M. et Balmer, J.M.T. (1997), Corporate identity: The concept, its measurement
and management, European Journal of Marketing, 31(5/6), 340–355.

Van Riel, C.B.M. et Fombrun, C.J. (2002), Which Company is Most Visible in Your country_
An introduction to the Special Issue on the Global RQ-Project Nominations, Corporate
Reputation Review, 4(4), 7.

Vargo, S.L. et Lusch, R.F. (2004), Evolving to a new dominant logic for marketing, Journal
of Marketing, vol. 68, january, pp. 1-17.

Venaik, S., Midgley, D.F. et Devinney, T.M. (2004), A new perspective on the integration
responsiveness pressures confronting multinational firms, Management International Review,
44, 15-48.

Vernette, E. (1991), L’efficacité des instruments d’études : évaluation des échelles de mesure,
Recherche et Applications en Marketing, 2(1), 43-65.

Viot C. (2010), « Toi aussi, deviens mon ami » Intégrer le Web 2.0 dans sa stratégie de
communication, Décisions Marketing, 58, 77-82.

Volle, P., Isaac, H. et Charfi, A.A. (2013), Processus de visite et création de trafic en ligne :
enjeux entre visibilité et e-réputation, Papier présenté à la 13ème Journée de recherche sur le
Marketing digital, Paris.

W
Waddock, S.A., Bodwell, C. et Graves, S.B. (2002), Responsibility: The new business
imperative, Academy of Management Executive, 16(2), 132–149.

Walker, K. (2010), A Systematic Review of the Corporate Reputation Literature: Definition,

Measurement, and Theory, Corporate Reputation Review, 12(4), 357–387.
doi:10.1057/crr.2009.26

379
Wallendorf, M. et Brucks, M. (1993), Introspection in consumer research implementation and
implications, Journal of Consumer Research, 20, 339-359.

Walumbwa, F.Q., Avolio, B.J., Gardner, W.L., Wernsing, T.S. et Peterson, S.J. (2008),
Authentic leadership: development and validation of a theory-based measure, Journal of
Management, 34(1), 89-126.

Wang A. (2005), The effects of expert and consumer endorsements on audience response,
Journal of Advertising Research, 45(4), 402-412.

Washington, M. et Zajac, E.J. (2005), Status Evolution and Competition: Theory and
Evidence, Academy of Management Journal, 48(2), 282-296.

Wathen, C.N. et Burkell, J. (2002), Believe it or not: factors influencing credibility on the
web, Journal of the American society for information science and technology, 53(2), 134-144.

Weber, R. (2004), The Rhetoric of Positivism Versus Interpretivism: A Personal View, MIS
Quarterly, 28(1), 1-11.

Weigelt, K. et Camerer, C. (1988), Reputation and corporate strategy: a review of recent

theory and applications, Strategic Management Journal, 9(5), 12.

Weil, P. (1990), Communication Oblige, Communication Institutionnelle et de Management,

Paris : Editions d’Organisation.

Wernerfelt, B. (1995), The resource-based view of the firm: ten years after, Strategic
Management Journal, 16, 171-174.

Westcott Alessandri, S. (2001), Modeling corporate identity: A concept explication and

theoretical explanation, Corporate Communications: An International Journal, 6(4), 173–
182.

Wheeler, D. et Sillanpaa, M. (1997), The stakeholder Corporation: A Blueprint for

Maximizing stakeholder Value, Pitman Publishing, London

Whetten, D.A. et Mackey, A. (2002), A social actor conception of organizational identity and
its implications for the study of organizational reputation, Business and Society, 41(4), 393–
414 .

Wiig, M.K. (1997), Integrating intellectual capital and knowledge management, Long Range
Planning, 30(3), 399-405.

Williamson, O.E. (1990), Chester Barnard and the incipient science of organization, in
Organization theory: From Chester Barnard to the present and beyond, ed Williamson O.E.,
Oxford University Press, New York, 172-206.

Willemsen L.M., Neijens P.C. et Bronner F. (2012), The Ironic effect of source identification
on the perceived credibility of online product reviewers, Journal of Computer-Mediated
Communication, 18(1), 16-31.

380
Wilson, R. (1985), Reputations in games and markets, in Roth A.E. (Ed), Game-theoretical
models of bargaining, Cambridge University Press, New York, NY, 65-84.

Worcester, R. (2009), Reflections on corporate reputations, Management Decision, 47(4),

573–589.

Y
Yang, S.U. et Grunig, J.E. (2005), The effects of organization-public relationships outcomes
on cognitive representations of organizational performance, Journal of Communication
Management, 9(4), 305-326.

Yao, N. (2014), Communication de recrutement et/ou marque employeur?, Communication &

management, 10(2), 73-85.

Yoon, E., Guffey, H.J. et Kijewski, V. (1993), The effects of information and company
reputation on intentions to buy a business service, Journal of Business Research, 27(3), 215–
228.

Z
Zhang, W. et Watts, S. (2003), Knowledge Adoption in Online Communities of Practice,
Papier présenté à la 24th International Conference on Information Systems, Atlanta.

Zucker, L.G. (1977), The Role of Institutionalization in Cultural Persistence, American

Sociological Review, 42, 726 – 743.

381
382
ANNEXES

383
384
Annexe 1 : Questionnaire

Enquête auprès des utilisateurs de LinkedIn

Merci d’avoir accepté de participer à cette enquête. Vos réponses sont précieuses, elles
me permettront de concrétiser le fondement théorique de ma recherche. Cette enquête est
totalement anonyme. Pour être validé, ce questionnaire doit être entièrement renseigné
(durée moyenne estimée : 10 minutes). Céline Fueyo – Ecole Doctorale Sciences de
Gestion UT1.
Questions filtres
1 Etes-vous de nationalité française ? Oui-Non
2 Avez-vous un profil LinkedIn ? Oui-Non
Consignes
Afin de participer à cette enquête, merci de vous connecter à votre profil LinkedIn :
[Link].
Sur LinkedIn, recherchez une entreprise du secteur de l’industrie AUTOMOBILE, de votre
choix, et entrez sur sa Page Entreprise. Regardez attentivement cette Page Entreprise.

E-réputation perçue
Notoriété
3 Inscrivez le nom de l’entreprise automobile Réponse ouverte - verbatim
choisie :

Qualité perçue
Attributs des PEL
Sur une Page Entreprise LinkedIn, selon vous :
4 La présence du logo de l’entreprise est : 1(futile) - 5 (importante)
5 La présentation détaillée de l’entreprise 1(futile) - 5 (importante)
(descriptif, site web, secteur, type de société,
siège social, taille) est :
6 La présence d’informations dans la rubrique 1(futile) - 5 (importante)
« nouvelles récentes » est :
7 L’ampleur du nombre « d’abonnés » est : 1(futile) - 5 (importante)
8 L’ampleur du « nombre d’employés » de 1(futile) - 5 (importante)
l’entreprise ayant un Profil LinkedIn, est :
Attributs des PPL
Veuillez regarder ci-dessous (modèle de fiche d’identité de l’utilisateur LinkedIn) :

385
 Sur un Profil LinkedIn, selon vous :
9 Indiquer le nom de son entreprise dans sa 1(futile) - 5 (important)
« fiche d’identité d’utilisateur LinkedIn », est :
10 Indiquer le nom de son entreprise dans la 1(futile) - 5 (important)
rubrique « expérience », est :
11 Insérer le logo de son entreprise dans la rubrique 1(futile) - 5 (important)
« expérience », est :
12 Etre membre d’un « groupe » dont le nom 1(futile) - 5 (important)
évoque celui de son entreprise, est :
13 Etre abonné(e) à la Page Entreprise de son 1(futile) - 5 (important)
entreprise, est :
Crédibilité
14 Selon vous, les informations publiées par une Echelles de 1 à 5 :
entreprise sur sa Page Entreprise LinkedIn, 1(peu fiables) - 5 (fiables) ;
sont : 1(malhonnêtes) - 5(honnêtes) ;
1(insatisfaisantes) - 5 (satisfaisantes).
15 Selon vous, les informations publiées par un Echelles de 1 à 5 :
employé sur son Profil LinkedIn, concernant son 1(peu fiables) - 5 (fiables) ;
entreprise, sont : 1(malhonnêtes) - 5(honnêtes) ;
1(insatisfaisantes) - 5 (satisfaisantes).
Questions de contrôle
16 Vous êtes : Un homme – une femme
17 Dans quelle tranche d’âge vous situez-vous ? - Moins de 25 ans
- De 25 à 45 ans
- De 46 à 60 ans
- Plus de 60 ans
18 A quel domaine de compétences êtes-vous Achats, Administratif, Finances/Gestion,
Formation, Informatique, Logistique,
rattaché(e) ?
Marketing/Communication, Moyens
Généraux, Recherche & Développement,
Ressources Humaines, Ventes, Production,
Qualité, Service Après-Vente, Métiers de
l’ingénierie, Juridique, Stratégie &
Management, Direction Générale, Autre
(précisez)
19 Quel est le secteur d’activité de votre Agriculture, chasse, pêche ; Bâtiment,

386
 entreprise ? travaux publics ; Electricité, électronique ;
Mécanique, travail des métaux ; Industries de
process ; Matériaux souples, bois, industries
graphiques ; Maintenance ; Ingénieurs, cadres
de l’industrie ; Aéronautique ; Transports,
logistique et tourisme ; Artisanat ; Gestion,
administration des entreprises ;
Informatique ; Etudes et recherche ; Fonction
publique, professions juridiques ; Banque et
assurances ; Commerce ; Hôtellerie,
restauration, alimentation ; Services aux
particuliers et aux collectivités ;
Communication, information, art et
spectacle ; Santé, action sociale, culturelle et
sportive ; Enseignement, formation ; Autre
(précisez)
20 Quelle est votre catégorie socio- Agriculteurs exploitants ; Artisans,
commerçants, chefs d’entreprise ; Cadres et
professionnelle ?
professions intellectuelles supérieures ;
Professions intermédiaires ; Employés ;
Ouvriers ; Retraités ; Autres personnes sans
activité professionnelle.

Remerciements
Vous avez renseigné la totalité du questionnaire. Je vous remercie de votre participation.

387
388
Annexe 2 : Codage des indicateurs d’informations et de visibilité
des PEL

389
390
Annexe 3 : Codage des indicateurs de citation et de participation
des PPL

Légende pour les 10 tableaux des 100 PPL associées aux 10 entreprises du Top10
PPL 1= Présence; 0= Absence
Sexe H= Homme; F= Femme
CSP 1= Agriculteurs exploitants;
2= Artisans, commerçants, chefs d'entreprise;
3= Cadres et professions intellectuelles
supérieures;
4= Professions intermédiaires;
5= Employés;
6= Ouvriers;
7= Retraités;
8= Autres personnes sans activité
professionnelle.
Indicateurs NET= Nom Entreprise Titre;
NEEx= Nom Entreprise Expérience;
LEEx= Logo Entreprise Expérience;
MGEp= Membre Groupe Eponyme;
APE= Abonné Page Entreprise
Ordre d’apparition des entreprises automobiles : Renault, Peugeot, Citroën, Audi, BMW,
Ford, Volkswagen, Toyota, Nissan, Opel.

391
 Indicateurs de Indicateurs de
RENAULT
citation participation
Domaine de
N Prénom Sexe compétence CSP NET NEEx LEEx MGEp APE
1 Quentin H Marketing/Com 3 1 1 1 0 1
2 Jules H Finances/Gestion 3 1 1 1 0 1
3 Fabien H Ventes 3 1 1 1 1 0
4 Meryem F Marketing/Com 3 1 1 1 0 0
5 Alexandre H Ventes 3 1 1 0 0 1
6 Pierre H Achats 3 1 1 1 0 1
7 Laurie F Informatique 3 0 1 1 0 1
Métiers de
8 Edouard H l'ingénierie 4 1 1 1 1 1
9 Jean-Marie H Ventes 3 1 1 1 0 1
10 François H Marketing/Com 3 1 1 1 0 1
11 Solène F Marketing/Com 3 0 1 1 1 1
12 Julien H Marketing/Com 3 0 1 1 1 1
13 Antoine H Marketing/Com 3 1 1 1 1 1
14 Matthias H Marketing/Com 3 0 1 0 0 1
15 Nora F Marketing/Com 3 0 1 0 0 0
16 Emeline F Marketing/Com 3 1 1 1 1 1
17 Léo H Marketing/Com 5 0 1 1 1 1
18 Othmane H Marketing/Com 3 1 1 1 0 1
19 Lauriane F Achats 5 0 1 1 0 1
20 Clémence F Ventes 5 0 1 0 0 1
21 Amandine F Marketing/Com 3 1 1 1 0 1
Jean-
22 Maxime H Marketing/Com 3 1 1 0 1 1
23 Jean-Noël H Marketing/Com 5 1 1 1 0 1
24 Pauline F Marketing/Com 5 1 1 0 0 1
25 Mélanie F Marketing/Com 3 1 1 0 0 0
Métiers de
26 Timothé H l'ingénierie 3 1 1 1 1 1
Métiers de
27 Babacar H l'ingénierie 4 1 1 1 0 1
28 Jean-Michel H Direction Générale 2 1 1 1 1 1
29 Luc H Achats 3 1 1 1 1 1
30 Thierry H Marketing/Com 3 1 1 1 0 1
31 Christophe H Ventes 3 1 1 1 1 1
Stratégie &
32 Vincent H Management 3 1 1 0 0 1
33 Claire F RH 3 1 1 1 0 1
34 Aurélien H Marketing/Com 3 1 1 1 0 1
Stratégie &
35 Philippe H Management 3 0 1 1 0 1
36 Ségolène F Marketing/Com 3 1 1 1 0 1
Métiers de
37 Hélène F l'ingénierie 3 1 1 1 1 1

392
38 Slobodan H Achats 3 0 1 1 0 1
39 Mohamed H Marketing/Com 3 1 1 1 1 1
Métiers de
40 Julien H l'ingénierie 3 1 1 1 0 1
41 Jean-Yves H Informatique 3 0 1 1 0 1
42 Isabelle F Marketing/Com 3 1 1 1 0 1
43 Silvère H Achats 3 1 1 1 1 1
44 André H Ventes 3 0 1 1 0 1
45 Patrick H Marketing/Com 3 1 1 1 1 1
Stratégie &
46 Jean-Louis H Management 3 1 1 1 0 1
47 Antoine H Marketing/Com 3 1 1 1 0 1
48 Philippe H SAV 3 1 1 1 0 1
Marie-
49 Aurore F Achats 3 0 1 1 0 1
50 Frédérique F SAV 3 0 1 1 0 1
Stratégie &
51 Hervé H Management 3 0 1 0 1 1
52 Nicolas H Ventes 3 1 1 1 0 1
53 Marc H Direction Générale 2 1 1 1 1 1
54 Romain H Marketing/Com 3 1 1 1 1 1
55 Laurent H Achats 3 1 1 1 1 1
56 Alexandre H Direction Générale 2 1 1 1 0 1
Métiers de
57 Matthieu H l'ingénierie 3 1 1 1 1 1
58 Jean-Pierre H Ventes 3 1 1 1 1 1
59 Olivier H Marketing/Com 3 1 1 1 1 1
60 Johanna F Finances/Gestion 3 1 1 1 1 1
61 Abderrahim H Finances/Gestion 3 0 1 1 0 1
62 Cédric H Marketing/Com 3 1 1 1 0 1
63 Stéphane H Informatique 4 0 1 1 1 1
Stratégie &
64 Rodolphe H Management 3 1 1 1 0 1
65 Soo-Kyung F Marketing/Com 3 0 1 1 0 1
66 Hakan H Direction Générale 2 1 1 0 0 1
Métiers de
67 Benoît H l'ingénierie 4 1 1 1 1 1
Stratégie &
68 Guillaume H Management 3 0 1 1 1 1
69 Cristina F Marketing/Com 3 0 1 1 1 1
70 Marc H Ventes 3 0 1 1 0 1
Métiers de
71 Eric H l'ingénierie 4 0 1 1 0 1
72 Rafael H Ventes 3 1 1 1 0 1
Stratégie &
73 Yves H Management 3 1 1 1 1 1
74 Sophie F Marketing/Com 3 1 1 0 1 1
75 Philippe H Informatique 3 1 1 1 0 1

393
76 François H Qualité 3 1 1 1 0 1
77 Rémi H Achats 5 1 1 1 0 1
78 Jean-Hubert H Marketing/Com 3 1 1 1 1 1
79 Benoît H Marketing/Com 3 1 1 1 0 1
80 Yann-Olivier H Marketing/Com 3 1 1 1 1 1
81 Cécile F Qualité 4 0 1 1 1 1
82 Isabelle F Marketing/Com 3 1 1 1 1 1
83 Alexandre H Finances/Gestion 3 1 1 1 0 1
84 David H Logistique 3 0 1 1 1 1
85 Cécile F Marketing/Com 3 1 1 1 0 1
86 Romain H Informatique 3 1 1 0 0 1
87 Caroline F Marketing/Com 3 1 1 1 0 1
88 Alix F Ventes 3 1 1 1 0 1
89 Alexandre H Marketing/Com 3 1 1 1 1 1
Métiers de
90 Marc H l'ingénierie 3 0 1 1 0 1
91 Stéphane H Marketing/Com 3 1 1 1 0 1
Stratégie &
92 Fleuryse F Management 3 1 1 1 1 1
93 Regis H Ventes 3 1 1 1 0 1
94 Olivier H Ventes 3 1 1 1 0 1
95 Gabriela F Marketing/Com 3 1 1 1 1 1
96 Carine F Finances/Gestion 3 0 1 1 1 1
Métiers de
97 François H l'ingénierie 3 0 1 1 0 1
98 Cédric H Ventes 3 1 1 1 0 1
99 Sébastien H Marketing/Com 3 1 1 1 1 1
100 Arnaud H Marketing/Com 3 1 1 1 1 1

394
 Indicateurs de Indicateurs de
PEUGEOT
citation participation
Domaine de
N Prénom Sexe compétence CSP NET NEEx LEEx MGEp APE
1 Frédéric H Juridique 3 1 1 1 1 1
2 Lolita F Informatique 4 1 1 1 0 1
3 Charles H Informatique 5 1 1 1 0 1
Métiers de
4 Nicolas H l'ingénierie 3 1 1 1 0 1
5 Franck H Formation 3 1 1 1 0 1
6 Charlotte F RH 3 1 1 1 0 1
7 Rita F Finances/Gestion 4 1 1 1 0 1
8 Maxime H Finances/Gestion 5 0 1 1 0 1
9 Lucie F Marketing/Com 4 1 1 1 0 1
Stratégie &
10 Bénédicte F Management 4 0 1 1 0 1
11 Edwige F Marketing/Com 3 1 1 1 0 1
12 Pierre-Antoine H Marketing/Com 3 1 1 1 0 1
13 Emmanuelle F Marketing/Com 3 0 1 1 0 1
14 Laurie F Informatique 4 1 1 1 0 1
15 Anne-Laure F Marketing/Com 3 1 1 1 1 1
16 Julien H Marketing/Com 3 1 1 1 0 1
17 Julien H Marketing/Com 3 1 1 1 1 1
18 Baptiste H Marketing/Com 3 1 1 1 1 1
19 Sophia F Marketing/Com 4 1 1 0 0 0
20 Angélique F Marketing/Com 4 0 1 1 0 1
21 Thomas H Marketing/Com 3 1 1 1 0 1
22 Marc-Antoine H Informatique 3 1 1 1 0 1
23 Arthur H Marketing/Com 4 1 1 1 0 1
Stratégie &
24 Frédéric H Management 3 0 1 1 1 1
25 Hélène F Marketing/Com 3 0 1 1 0 1
Stratégie &
26 Guilhem H Management 3 1 1 1 0 1
Stratégie &
27 Alexandre H Management 3 1 1 1 1 1
28 Henri-Pierre H Marketing/Com 3 1 1 1 1 1
29 Ana F Marketing/Com 3 1 1 1 0 1
30 Ewa F Finances/Gestion 3 0 1 1 0 1
31 Yves H Direction Générale 3 1 1 1 0 1
32 Cyrille H Informatique 3 1 1 1 1 1
Métiers de
33 Mathilde F l'ingénierie 3 0 1 1 0 1
34 Benoist H Juridique 3 1 1 1 1 1
Métiers de
35 Regis H l'ingénierie 3 1 1 1 1 1
36 François-Xavier H Marketing/Com 3 1 1 1 1 1
37 Gaël H Marketing/Com 3 1 1 1 1 1

395
38 Cécile F Informatique 3 1 1 1 0 1
Métiers de
39 Rachid H l'ingénierie 3 0 1 1 1 1
40 Laurence F Achats 3 1 1 1 0 1
41 Véronique F Ventes 3 0 1 0 0 1
42 Claire F Logistique 3 0 1 1 0 1
43 Anne F Marketing/Com 3 1 1 1 1 1
44 Vincent H Achats 3 1 1 1 1 1
45 Gaetan H Marketing/Com 3 1 1 1 0 1
Métiers de
46 Anna F l'ingénierie 3 0 1 0 0 1
47 Uberto H Marketing/Com 3 1 1 0 0 1
48 Philippe H Ventes 3 1 1 1 1 1
49 Marie F Marketing/Com 3 1 1 1 0 1
Métiers de
50 Pierre H l'ingénierie 3 1 1 1 0 1
51 Vincent H Informatique 3 0 1 1 1 1
52 Jessica F Marketing/Com 3 0 1 0 0 1
53 Simone F Finances/Gestion 4 1 1 1 0 1
54 Alexandre H Marketing/Com 3 1 1 0 0 1
55 François H Informatique 3 1 1 0 0 1
56 Christelle F Marketing/Com 3 1 1 1 1 1
57 Olivia F Marketing/Com 4 1 1 1 0 1
58 Sabrina F Informatique 4 1 1 0 0 1
59 Philippe H SAV 3 1 1 0 0 0
60 Cécile F Marketing/Com 3 1 1 0 0 0
61 Penelope F Marketing/Com 3 1 1 1 1 1
Métiers de
62 Yoann H l'ingénierie 4 1 1 1 0 1
63 Anne F Marketing/Com 3 1 1 1 0 1
64 Elodie F Marketing/Com 3 0 1 1 0 1
65 Clément H SAV 3 0 1 0 0 0
66 Jérôme H Marketing/Com 3 1 1 1 0 1
Métiers de
67 Jean-François H l'ingénierie 3 0 1 0 1 0
Stratégie &
68 Albane F Management 3 1 1 1 1 1
69 Sandrine F Marketing/Com 3 1 1 1 1 1
Métiers de
70 Thomas H l'ingénierie 3 1 1 1 0 1
71 Aurélie F Marketing/Com 3 1 1 1 1 1
72 Arnaud H Ventes 3 1 1 1 0 1
Métiers de
73 Nicolas H l'ingénierie 3 0 1 1 1 1
74 Bruno H Direction Générale 3 1 1 1 0 0
75 Arnaud H Ventes 3 1 1 1 1 1
Métiers de
76 Cyrus H l'ingénierie 3 0 1 0 0 0

396
77 Olivier H Marketing/Com 3 1 1 1 1 1
78 Axel-Nathanaël H Ventes 3 1 1 1 0 1
79 Coralie F Marketing/Com 4 1 1 1 0 1
80 Imad H Marketing/Com 3 1 1 1 0 1
81 Mélanie F Marketing/Com 3 1 1 0 0 0
82 Mike H Marketing/Com 3 1 1 1 0 1
83 Hatim H Marketing/Com 3 1 1 1 1 1
84 Rick H Ventes 3 1 1 1 1 1
85 James H Marketing/Com 3 1 1 1 0 1
86 Younes H Ventes 3 0 1 1 0 1
87 Niels H Marketing/Com 3 1 1 0 1 1
88 Jésus David H Ventes 3 1 1 0 0 1
89 Menno H Logistique 3 1 1 1 1 1
90 Martijn H Ventes 3 1 1 1 1 1
91 Sander H Ventes 3 1 1 0 1 1
92 Wouter H Marketing/Com 3 0 1 0 1 0
93 Alberto H SAV 4 0 1 0 1 1
Stratégie &
94 Nicolas H Management 3 1 1 1 0 1
95 karim H Ventes 3 1 1 0 0 0
96 Fanny F Ventes 3 0 1 0 0 0
97 Huiping H Formation 3 1 1 1 1 1
98 Michael H Marketing/Com 3 0 1 1 1 1
99 Marc H Marketing/Com 3 1 1 0 0 0
100 Marie-Adélaïde F Informatique 3 1 1 0 0 1

397
 Indicateurs de Indicateurs de
CITROËN
citation participation
Domaine de
N Prénom Sexe compétence CSP NET NEEx LEEx MGEp APE
1 Lolita F Informatique 4 1 1 0 0 1
2 Franck H Marketing/Com 3 1 1 1 0 1
3 Ana F Ventes 3 1 1 1 0 1
4 Philippe H SAV 3 1 1 0 1 1
Métiers de
5 Nicolas H l'ingénierie 3 1 1 1 0 1
6 Philippe H Direction Générale 2 1 1 0 0 0
7 Philippe H Ventes 3 1 1 1 0 1
8 Franck H Formation 3 1 1 1 0 1
9 Charlotte F RH 3 1 1 1 0 1
10 Cyrille H Marketing/Com 3 1 1 1 0 1
11 Franck H Ventes 3 1 1 1 1 1
12 José Antonio H Informatique 3 1 1 1 0 1
13 Sophie F Marketing/Com 3 1 1 1 0 1
14 Edwige F Marketing/Com 3 1 1 1 0 1
15 Pierre-Antoine H Marketing/Com 3 1 1 0 0 1
16 Emmanuelle F Marketing/Com 3 0 1 1 0 1
17 Laurie F Marketing/Com 3 1 1 1 0 1
18 Anne-Laure F Marketing/Com 3 1 1 1 1 1
19 Adrien H Marketing/Com 3 1 1 1 1 1
20 Julien H Marketing/Com 3 1 1 1 0 1
21 Vincent H Marketing/Com 3 1 1 1 0 1
22 Julien H Marketing/Com 3 1 1 1 1 1
23 Baptiste H Marketing/Com 3 1 1 1 1 1
24 Sophia F Marketing/Com 3 1 1 0 0 0
25 Djibril H Marketing/Com 3 1 1 1 0 1
26 Lucile F Marketing/Com 4 1 1 1 0 1
27 Marc-Antoine H Informatique 3 1 1 1 0 1
28 Kamécol H Formation 3 1 1 1 0 1
29 Mohamad H Achats 3 1 1 1 0 1
30 Florian H Informatique 3 0 1 1 1 1
31 Alexandra F Marketing/Com 3 0 1 1 0 1
Stratégie &
32 Frédéric H Management 3 0 1 1 1 1
33 Hélène F Marketing/Com 3 0 1 1 0 1
34 Guilhem H Direction Générale 3 1 1 1 0 1
Stratégie &
35 Alexandre H Management 3 1 1 1 1 1
Métiers de
36 Christopher H l'ingénierie 3 1 1 1 0 1
37 Henri-Pierre H Marketing/Com 3 1 1 1 1 1
38 Sabine F Informatique 3 1 1 0 0 1
39 Ana F Marketing/Com 3 1 1 1 0 1

398
40 Ewa F Finances/Gestion 3 0 1 1 0 1
41 Yves H Direction Générale 3 1 1 1 0 1
42 Cyrille H Informatique 3 1 1 1 1 1
Métiers de
43 Mathilde F l'ingénierie 3 0 1 1 0 1
44 Benoist H Juridique 3 1 1 1 1 1
Métiers de
45 Régis H l'ingénierie 3 1 1 1 1 1
Jean- Métiers de
46 Chrispophe H l'ingénierie 3 1 1 1 1 1
Métiers de
47 Isabelle F l'ingénierie 3 1 1 1 0 1
48 Philippe H Marketing/Com 3 0 1 1 0 1
49 François-Xavier H Marketing/Com 3 1 1 1 1 1
50 Gaël H Marketing/Com 3 1 1 1 1 1
51 Pierre H Marketing/Com 3 0 1 1 1 1
52 Cécile F Marketing/Com 3 1 1 1 0 1
53 Rachid H Informatique 3 0 1 1 1 1
54 Laurence F Achats 3 1 1 1 0 1
Métiers de
55 Andrés H l'ingénierie 3 1 1 1 0 1
56 Véronique F Ventes 3 0 1 1 0 1
57 Claire F Logistique 3 0 1 1 0 1
58 Jean-Pierre H Marketing/Com 3 1 1 1 1 1
59 Paola F Finances/Gestion 3 1 1 1 0 1
60 Anne F Marketing/Com 3 1 1 1 1 1
61 Vincent H Achats 3 1 1 1 1 1
62 Gaëtan H Informatique 3 1 1 1 0 1
63 Denis H Marketing/Com 3 1 1 1 1 1
Métiers de
64 Anna F l'ingénierie 3 0 1 0 0 1
65 Philippe H Marketing/Com 3 1 1 1 1 1
66 Thomas H Informatique 3 0 1 1 1 1
Métiers de
67 Guillaume H l'ingénierie 3 1 1 1 0 1
68 Mathieu H Marketing/Com 3 1 1 1 0 1
69 Louis H Ventes 3 0 1 0 0 1
70 Christel F Marketing/Com 3 1 1 1 0 1
71 Marie F Marketing/Com 3 1 1 1 0 1
72 Marc H Marketing/Com 3 1 1 0 0 0
73 Vincent H Informatique 3 0 1 1 1 1
74 Marie-Adélaïde F Informatique 3 1 1 0 0 1
75 Julie F Ventes 3 1 1 1 0 1
76 Frédéric H Marketing/Com 3 0 1 1 1 1
77 Huiping H Formation 3 1 1 1 0 1
Métiers de
78 Olivier H l'ingénierie 3 1 1 1 0 1
79 Stéphane H Ventes 3 1 1 0 0 0

399
80 Marie-Laure F Logistique 3 0 1 1 1 1
81 Pierre H Logistique 3 1 1 1 1 1
82 Armand H Ventes 3 1 1 1 1 1
83 Ludovic H Ventes 3 1 1 1 1 1
Métiers de
84 Olivier H l'ingénierie 3 1 1 1 1 1
85 Patrick H Ventes 3 1 1 1 0 1
86 Sandrine F RH 3 1 1 1 1 1
87 Christophe H Finances/Gestion 3 0 1 1 0 1
Stratégie &
88 Isabelle F Management 3 1 1 0 0 1
89 Alexis H Achats 3 1 1 1 1 1
90 Anne-Laure F Finances/Gestion 3 0 1 1 1 1
Métiers de
91 Walid H l'ingénierie 3 1 1 1 0 1
Métiers de
92 Xavier H l'ingénierie 3 1 1 1 1 1
Métiers de
93 Patrick H l'ingénierie 3 1 1 1 1 1
94 Delphine F Informatique 3 0 1 1 0 1
95 Olivier H Qualité 3 1 1 1 1 1
Métiers de
96 Emmanuel H l'ingénierie 3 0 1 1 0 1
97 Antonia F Marketing/Com 3 1 1 1 1 1
98 Théophile H Marketing/Com 3 1 1 1 1 1
99 Marie-Alizé F Marketing/Com 4 1 1 1 0 1
100 Leslie F Marketing/Com 3 1 1 1 1 1

400
 Indicateurs de Indicateurs de
AUDI
citation participation
Domaine de
N Prénom Sexe compétence CSP NET NEEx LEEx MGEp APE
1 Richard H Marketing/Com 3 0 1 1 1 1
2 Frédéric H Informatique 3 1 1 1 0 1
3 Patrice H Formation 3 0 1 1 0 1
4 Sonja F Juridique 3 1 1 0 0 0
Stratégie &
5 Jürgen H Management 3 1 1 1 1 1
6 Benedikt H Marketing/Com 3 1 1 1 0 1
7 Gabriele H Marketing/Com 3 1 1 1 0 1
Stratégie &
8 Carter H Management 3 1 1 1 0 1
Stratégie &
9 Gianmarco H Management 3 0 1 1 0 1
10 Nawel F Informatique 3 1 1 0 0 1
11 Elli H Logistique 3 1 1 1 0 1
12 Mariana F RH 3 0 1 0 0 1
Métiers de
13 Thibaut H l'ingénierie 3 1 1 1 0 1
14 Eva-Maria F Marketing/Com 3 1 1 1 1 1
15 Francesco H Marketing/Com 3 1 1 1 0 1
16 Martina F Informatique 3 1 1 0 0 1
17 Liv F Informatique 5 1 1 1 0 1
18 Pascale F Ventes 3 1 1 1 1 1
Métiers de
19 Rahul H l'ingénierie 3 1 1 1 0 1
20 Moana F Marketing/Com 3 1 1 1 0 1
21 Allaeddine H Marketing/Com 3 1 1 1 0 1
22 Stefanie F Marketing/Com 3 1 1 1 0 1
23 Dominique H Formation 3 0 1 1 1 1
Métiers de
24 Nick H l'ingénierie 3 1 1 1 0 1
Métiers de
25 Alexandre H l'ingénierie 4 1 1 1 0 1
Métiers de
26 Rolf H l'ingénierie 3 1 1 1 0 1
Métiers de
27 Michael H l'ingénierie 3 1 1 1 0 1
28 Florian H Informatique 3 1 1 1 0 1
29 Tom H Qualité 3 1 1 1 1 1
30 Bertrand H Ventes 4 1 1 0 0 1
31 Jayanth H Ventes 3 1 1 1 0 1
32 Sabrina F Marketing/Com 3 1 1 0 0 0
33 Anna F Marketing/Com 3 1 1 1 0 1
34 Julien H Ventes 3 1 1 1 0 1
35 Paul H Ventes 3 1 1 0 0 1

401
36 Jérôme H Ventes 3 1 1 1 0 1
37 Fabien H Marketing/Com 3 1 1 1 0 1
38 Ange H Ventes 3 1 1 1 0 1
39 Julien H Ventes 3 1 1 1 0 1
40 Christophe H Direction Générale 3 1 1 0 0 1
41 David H Marketing/Com 4 1 1 1 0 1
Métiers de
42 Hendrik H l'ingénierie 3 1 1 1 0 1
Métiers de
43 Laurent H l'ingénierie 3 1 1 1 0 1
44 Jacopo H Production 3 1 1 1 1 1
45 Thomas H Marketing/Com 3 1 1 1 0 1
46 Arnoldo H Administratif 3 1 1 0 1 1
47 Herbert H Marketing/Com 3 1 1 1 0 1
Métiers de
48 Prudhvi H l'ingénierie 3 1 1 1 0 1
Métiers de
49 Arturo H l'ingénierie 3 1 1 1 0 1
50 Robin H Ventes 3 0 1 1 1 1
51 Adrien H Marketing/Com 3 0 1 1 1 1
52 Christophe H Production 3 1 1 1 0 1
Métiers de
53 Laurent H l'ingénierie 3 1 1 1 0 1
54 Eric H Qualité 3 1 1 0 0 0
55 Julien H Marketing/Com 3 1 1 1 0 1
56 Angélique F Logistique 3 1 1 1 0 1
57 Nathalie F Logistique 3 1 1 1 0 1
58 Frédéric H Formation 3 1 1 1 0 1
59 Jo F Marketing/Com 3 0 1 1 0 1
60 Pierre H Ventes 3 1 1 0 0 1
61 Laurent H Ventes 3 1 1 1 0 1
62 Gérard H SAV 3 1 1 1 1 1
63 Marie F Ventes 3 1 1 1 0 1
64 Olivier H Ventes 3 1 1 1 0 1
65 Alexandre H Ventes 3 1 1 1 0 1
66 Céline F Qualité 3 1 1 1 0 1
67 Philippe H Qualité 3 1 1 1 0 1
Métiers de
68 Vincent H l'ingénierie 3 1 1 1 0 1
69 Bertille F Ventes 5 0 1 1 0 1
70 Michael H Direction Générale 3 1 1 1 0 1
71 Myriam F Ventes 4 1 1 1 0 1
72 David H Marketing/Com 3 1 1 1 0 1
73 Médéric H Direction Générale 3 1 1 0 0 1
74 Florian H Marketing/Com 3 1 1 1 0 1
Métiers de
75 Johanna F l'ingénierie 3 1 1 0 0 1
76 Jutta F Marketing/Com 3 1 1 1 0 1

402
 Métiers de
77 Hendrik Peter H l'ingénierie 3 1 1 1 0 1
Stratégie &
78 Reinhard H Management 3 1 1 1 1 1
79 Bettina F Marketing/Com 3 1 1 1 0 1
Stratégie &
80 Boris H Management 3 1 1 1 1 1
Stratégie &
81 Sven H Management 3 1 1 1 0 1
Métiers de
82 Tim H l'ingénierie 3 1 1 1 0 1
Métiers de
83 Marc H l'ingénierie 3 1 1 1 0 1
Stratégie &
84 Nancy F Management 3 1 1 1 0 1
Métiers de
85 Christian H l'ingénierie 3 1 1 1 0 1
86 Ulrike F Marketing/Com 3 1 1 1 0 1
87 Bettina F Marketing/Com 3 1 1 1 0 1
Métiers de
88 Stephan H l'ingénierie 3 1 1 1 0 1
Métiers de
89 Sarkis H l'ingénierie 3 1 1 1 0 1
90 Cristian H Marketing/Com 3 1 1 1 0 1
91 Jeroen H Ventes 3 1 1 1 0 1
92 Daniel Caudio H Informatique 3 1 1 1 0 1
93 Meike F Marketing/Com 3 1 1 1 0 1
Métiers de
94 Lucie F l'ingénierie 3 0 1 1 0 1
95 Thomas H Ventes 3 1 1 1 1 1
96 Edward H Ventes 3 1 1 1 0 1
97 Manon F Informatique 3 1 1 1 0 1
98 Aari H Ventes 3 1 1 1 0 1
99 Marc H Marketing/Com 3 1 1 1 0 1
Métiers de
100 Thomas H l'ingénierie 3 1 1 1 0 1

403
 Indicateurs de Indicateurs de
BMW
citation participation
Domaine de
N Prénom Sexe compétence CSP NET NEEx LEEx MGEp APE
1 Grégory H Direction Générale 3 1 1 0 0 1
2 Jean-Baptiste H Ventes 3 1 1 0 1 1
3 Alice F Marketing/Com 5 1 1 1 0 1
4 Sonia F Marketing/Com 3 1 1 0 1 1
5 Sarah F Administratif 5 0 1 1 0 1
Métiers de
6 Maxime H l'ingénierie 3 1 1 1 0 1
7 Maxime H Marketing/Com 3 1 1 0 0 1
8 François H Finances/Gestion 3 1 1 1 1 1
9 Nicolas H Marketing/Com 3 1 1 1 0 1
10 Fabrice H Marketing/Com 3 1 1 1 1 1
11 Pierre H Marketing/Com 3 1 1 1 0 1
12 Patrice H Ventes 3 1 1 1 1 1
13 Romain H Ventes 3 1 1 1 0 1
14 Pierre H RH 3 1 1 1 1 1
15 Emmanuel H Direction Générale 3 1 1 1 1 1
16 Etienne H RH 3 1 1 0 0 0
17 Yann H Ventes 3 1 1 1 0 1
18 Stéphane H Informatique 3 1 1 0 0 1
19 Arnaud H Qualité 5 0 1 1 0 1
20 Laurence F Marketing/Com 5 0 1 0 0 1
Métiers de
21 Paolo H l'ingénierie 3 1 1 0 0 0
22 Karine F Ventes 3 1 1 1 1 1
23 Olivier H Ventes 3 1 1 1 0 1
24 Rémi H Ventes 3 1 1 1 0 1
25 Valéry H Ventes 3 1 1 1 1 1
26 Florent H Ventes 3 1 1 1 0 1
Stratégie &
27 Marion F Management 3 1 1 0 1 1
28 Adrien H Ventes 3 0 1 0 0 1
29 Alexandre H Logistique 3 1 1 0 0 0
30 Anthony H Marketing/Com 3 1 1 1 0 0
31 Stéphane H Ventes 3 1 1 0 0 1
32 Thomas H Ventes 3 1 1 0 1 1
33 Véronique F Juridique 3 0 1 0 0 0
34 Alain H Marketing/Com 3 1 1 0 1 0
35 Aymeric H Ventes 4 1 1 0 1 1
36 Sébastien H Marketing/Com 3 1 1 0 1 1
37 Garance F Marketing/Com 3 0 1 0 1 1
38 Nicolas H Marketing/Com 3 1 1 1 0 1
39 Mathieu H Informatique 3 1 1 1 0 1
40 Anne-Charlotte F Métiers de 3 0 1 1 0 1

404
 l'ingénierie
41 Cédric H Ventes 3 1 1 0 0 0
42 Jean-Michel H Marketing/Com 3 1 1 1 0 1
43 Yannick H Finances/Gestion 3 1 1 1 0 1
44 Hélène F Marketing/Com 3 1 1 1 0 1
45 Thomas H Finances/Gestion 3 1 1 1 1 1
46 David H Marketing/Com 3 1 1 0 1 1
47 Laurie F Marketing/Com 4 1 1 1 0 1
48 Emmanuel H Marketing/Com 3 1 1 0 0 1
49 Thomas H Marketing/Com 3 1 1 1 1 1
Stratégie &
50 Guillaume H Management 3 1 1 0 1 1
51 Julien H Ventes 3 1 1 0 1 0
52 Florian H Logistique 3 1 1 1 1 0
53 Francesca F Marketing/Com 3 1 1 1 1 1
Métiers de
54 Isabell F l'ingénierie 3 1 1 1 1 1
55 Davide H Ventes 4 0 1 0 0 1
56 Marco H Ventes 4 1 1 1 0 1
57 Anita F Marketing/Com 3 0 1 1 1 1
58 Jan H Marketing/Com 3 0 1 1 1 1
59 Sheng H Ventes 3 1 1 0 1 1
Métiers de
60 Myriam F l'ingénierie 3 1 1 1 0 1
Stratégie &
61 Claudio H Management 3 1 1 0 0 0
Stratégie &
62 Tiffany F Management 3 1 1 1 1 1
Métiers de
63 Marcus H l'ingénierie 3 1 1 1 0 1
64 Marco H RH 3 1 1 1 1 1
65 Sylvain H Achats 3 1 1 1 1 1
66 Alexia F RH 3 0 1 0 1 1
67 Stéphane H Informatique 3 1 1 1 0 1
68 Ralph H Informatique 3 1 1 1 1 1
69 Andrea H Direction Générale 3 0 1 1 0 1
Métiers de
70 Laurent H l'ingénierie 3 1 1 1 1 1
71 David H Logistique 3 1 1 1 0 1
Métiers de
72 Valentina F l'ingénierie 3 1 1 0 0 0
73 André H Marketing/Com 4 1 1 1 0 1
Métiers de
74 Joao H l'ingénierie 3 1 1 1 0 1
75 Marco H Ventes 3 1 1 0 1 1
76 François H Finances/Gestion 3 1 1 1 0 1
Métiers de
77 Kristina F l'ingénierie 3 1 1 0 0 1

405
78 Jean-François H Direction Générale 2 1 1 0 0 0
Métiers de
79 Mickaël H l'ingénierie 4 1 1 1 0 1
80 Gaelyn F Ventes 3 1 1 1 1 1
Métiers de
81 Christopher H l'ingénierie 2 1 1 0 1 1
82 Mélody F Ventes 3 0 1 0 1 1
83 Josefin F Marketing/Com 4 0 1 0 0 1
84 Ahmed H Qualité 3 1 1 1 1 1
85 Mael H Ventes 3 1 1 0 1 1
86 Karine F Formation 4 1 1 1 1 1
87 Géraldine F Ventes 3 0 1 1 0 1
88 Sarah F Ventes 3 1 1 0 1 1
89 Peter H Informatique 3 1 1 1 0 1
90 Boris H Ventes 4 1 1 1 0 1
Métiers de
91 Caroline F l'ingénierie 3 0 1 1 1 1
Métiers de
92 Vincent H l'ingénierie 3 1 1 1 0 1
93 Ainhoa H Logistique 3 1 1 1 0 1
94 Wojtek H Ventes 3 1 1 1 1 1
95 Martina F Marketing/Com 3 1 1 1 1 1
96 Anna F Marketing/Com 3 1 1 1 0 1
97 Marco H Informatique 3 1 1 1 1 1
98 Alexandra F RH 5 1 1 1 0 1
99 Dominik H Achats 3 0 1 1 0 1
100 Matteo H Informatique 4 1 1 1 1 1

406
 Indicateurs de Indicateurs de
FORD
citation participation
Domaine de
N Prénom Sexe compétence CSP NET NEEx LEEx MGEp APE
1 Pierre-Louis H Marketing/Com 3 1 1 1 0 1
2 Stéphanie F Marketing/Com 4 0 1 0 0 0
3 Charlotte F Marketing/Com 4 1 1 1 0 1
Métiers de
4 Clémence F l'ingénierie 4 0 1 1 0 1
5 Fabrice H Marketing/Com 3 0 1 1 1 1
6 Stéphane H Ventes 3 1 1 1 0 1
7 Joan F Ventes 3 0 1 1 0 1
8 François-Michel H Marketing/Com 3 1 1 1 0 1
9 Philippe H Ventes 3 1 1 1 0 1
10 Christophe H Ventes 3 1 1 1 0 1
11 Sylvain H Marketing/Com 3 1 1 1 0 1
12 Sambou H Finances/Gestion 3 1 1 1 0 1
13 Philippe H Finances/Gestion 3 1 1 1 0 1
14 Yann H Ventes 3 0 1 1 0 1
15 Constantin H Ventes 3 1 1 1 0 1
16 Cyrille H Formation 3 1 1 1 0 1
17 Nicolas H Logistique 3 0 1 1 0 1
Stratégie &
18 Emmanuel H Management 3 1 1 1 0 1
19 Matthieu H Ventes 3 1 1 1 0 1
20 Matthias H Ventes 3 1 1 1 0 1
21 Gérard H Ventes 3 1 1 1 0 1
22 Sadio H Finances/Gestion 3 0 1 1 0 1
23 Luc H Ventes 3 1 1 1 0 1
Métiers de
24 Zineb H l'ingénierie 4 0 1 1 0 1
25 Matthieu H Marketing/Com 3 1 1 1 0 1
26 Jean H Marketing/Com 3 1 1 1 0 1
27 Aymen H Marketing/Com 4 1 1 1 0 1
28 Igor H Informatique 3 1 1 1 1 1
Stratégie &
29 Fernande F Management 3 1 1 1 0 1
30 Stéphane H Marketing/Com 3 0 1 1 1 1
31 Maria F Informatique 3 0 1 1 0 1
Stratégie &
32 Rodolfo H Management 3 1 1 1 0 1
33 Michael H Informatique 3 1 1 1 0 1
Métiers de
34 Ben H l'ingénierie 3 1 1 1 0 1
Métiers de
35 Zinoviy H l'ingénierie 4 0 1 1 0 1
Métiers de
36 Melvin H l'ingénierie 3 1 1 1 0 1

407
37 Roger H Informatique 3 1 1 1 1 1
38 Joaquim H SAV 3 1 1 1 1 1
39 Céline F Qualité 3 0 1 1 0 1
40 Ana F RH 3 1 1 1 0 1
Métiers de
41 Patrick H l'ingénierie 3 1 1 1 0 1
42 Kathryn F Finances/Gestion 3 1 1 1 0 1
Métiers de
43 Ivan H l'ingénierie 3 1 1 1 0 1
44 Alessio H Marketing/Com 3 1 1 1 0 1
45 Staycey F Juridique 4 1 1 1 0 1
Métiers de
46 Pallav H l'ingénierie 3 1 1 0 1 0
Métiers de
47 Ramon H l'ingénierie 3 0 1 0 0 0
48 Michel H Formation 3 0 1 1 0 1
Métiers de
49 Leandro H l'ingénierie 3 1 1 0 0 0
50 Christian H Ventes 3 1 1 1 0 1
51 Elena F Marketing/Com 3 0 1 1 1 1
52 Claudinei H Logistique 3 1 1 1 0 1
53 Esther F Informatique 3 1 1 1 0 1
54 Antonella F Finances/Gestion 3 1 1 1 0 1
55 Enrico H Marketing/Com 3 1 1 1 0 1
Métiers de
56 Mark H l'ingénierie 3 1 1 1 0 1
57 Laurent H Finances/Gestion 3 1 1 1 0 1
58 Antonio H Ventes 3 1 1 1 0 1
Métiers de
59 Kemal H l'ingénierie 3 1 1 1 0 1
60 Mark H Marketing/Com 3 1 1 1 0 1
61 Marcus H Logistique 3 1 1 0 0 1
Stratégie &
62 Monika F Management 3 1 1 1 0 1
Métiers de
63 Fabrizio H l'ingénierie 3 1 1 0 0 0
Métiers de
64 Amko H l'ingénierie 3 1 1 1 0 1
65 Lourival H Qualité 3 1 1 1 0 1
66 Elena F Finances/Gestion 3 1 1 1 0 1
67 Mauricio H Informatique 3 1 1 1 0 1
Métiers de
68 Norberto H l'ingénierie 3 1 1 1 1 1
Métiers de
69 Cenay F l'ingénierie 3 1 1 1 1 1
70 Thaisa F Juridique 3 1 1 1 1 1
Métiers de
71 Mark H l'ingénierie 3 0 1 1 0 1
72 Xitij H Métiers de 3 1 1 1 0 1

408
 l'ingénierie
Métiers de
73 Joe H l'ingénierie 3 1 1 0 0 1
74 Gonzague H Informatique 3 1 1 1 0 1
75 Cristina F RH 3 1 1 1 0 1
76 Ana Paula F Marketing/Com 3 1 1 1 0 1
Métiers de
77 Turkan F l'ingénierie 3 0 1 1 0 1
Métiers de
78 Ashley F l'ingénierie 3 1 1 1 0 1
Métiers de
79 James H l'ingénierie 3 1 1 1 1 1
Métiers de
80 Robert H l'ingénierie 3 1 1 1 0 1
Stratégie &
81 Luis H Management 3 0 1 1 0 1
82 Santosh H Qualité 3 1 1 1 0 1
83 Neila F Ventes 3 1 1 1 0 1
Métiers de
84 Christopher H l'ingénierie 3 1 1 1 0 1
Métiers de
85 Nicolas H l'ingénierie 3 1 1 1 1 1
Métiers de
86 Marta F l'ingénierie 3 0 1 1 0 1
Métiers de
87 Sebastian H l'ingénierie 3 1 1 1 0 1
88 Alicia F Informatique 3 0 1 1 0 1
89 Octavio H Ventes 3 1 1 1 0 1
90 Flavio H Ventes 3 1 1 0 0 1
Métiers de
91 Christophe H l'ingénierie 3 0 1 0 0 1
Métiers de
92 Zeb H l'ingénierie 3 1 1 1 0 1
93 Jesus H Ventes 3 1 1 1 0 1
Métiers de
94 He H l'ingénierie 3 1 1 1 0 1
95 Carlos H Logistique 3 1 1 1 0 1
96 Angel H Ventes 3 1 1 0 1 1
97 Susanna F Informatique 3 1 1 1 0 1
98 Celal H Marketing/Com 3 1 1 1 0 1
Métiers de
99 Emre H l'ingénierie 3 1 1 0 0 1
100 Martin H Ventes 3 0 1 1 0 1

409
 Indicateurs de Indicateurs de
VOLKSWAGEN
citation participation
Domaine de
N Prénom Sexe compétence CSP NET NEEx LEEx MGEp APE
1 Olivier H Ventes 3 1 1 1 1 1
2 Emmanuel H Ventes 3 0 1 0 0 1
3 Prescillia F Marketing/Com 3 1 1 0 0 1
4 Thibaut H Marketing/Com 3 1 1 1 0 1
5 Marie-Amélie F Ventes 3 0 1 1 0 1
6 Mathieu H Marketing/Com 4 1 1 1 0 1
7 Emma F Marketing/Com 4 1 1 1 0 1
8 Benjamin H Marketing/Com 4 1 1 1 0 1
9 Maan H Ventes 3 1 1 1 0 1
10 Cheikn H Finances/Gestion 3 1 1 1 0 1
11 Emmanuel H RH 3 1 1 1 0 1
12 Thomas H Ventes 3 1 1 1 1 1
13 Laurent H Ventes 3 1 1 1 1 1
14 Xavier H Marketing/Com 3 1 1 1 0 1
15 Séverine F Marketing/Com 3 1 1 1 0 1
16 Elise F Ventes 3 0 1 1 0 1
17 Paul H Ventes 3 1 1 1 0 1
18 Stéphane H Direction Générale 3 1 1 0 0 1
Stratégie &
19 Bruno H Management 3 1 1 1 0 1
20 Christophe H Qualité 3 0 1 1 0 1
21 Nicolas H Ventes 3 1 1 1 0 1
Stratégie &
22 Bernard H Management 3 0 1 1 0 1
23 Fabien H Juridique 3 1 1 1 0 1
24 Laurent H Ventes 3 1 1 1 0 1
25 Marc H Marketing/Com 3 1 1 1 0 1
26 Patrice H Ventes 3 1 1 1 1 1
27 Rénald H Ventes 3 1 1 1 0 1
28 Jérôme H Direction Générale 3 1 1 1 1 1
29 Christophe H Marketing/Com 3 1 1 1 0 1
30 Jennifer F Marketing/Com 3 1 1 1 0 1
31 Remy H RH 3 1 1 1 0 0
Métiers de
32 Stéphane H l'ingénierie 4 1 1 1 0 1
33 Jean-Luc H Direction Générale 3 1 1 1 1 1
34 Mathieu H SAV 3 0 1 1 0 1
35 Franck H SAV 3 1 1 1 1 1
Métiers de
36 Jean-Fabien H l'ingénierie 3 1 1 1 1 1
Métiers de
37 Edouard H l'ingénierie 3 0 1 1 1 1
38 Béatrice F Marketing/Com 3 1 1 1 0 1
39 Laurent H Achats 3 1 1 0 1 1

410
40 Clément H Marketing/Com 3 1 1 1 1 1
41 David H Marketing/Com 3 1 1 1 0 1
42 Arnaud H Marketing/Com 3 1 1 1 1 1
43 Fabrice H Logistique 3 1 1 1 1 1
44 Sébastien H Marketing/Com 3 1 1 1 0 1
45 Candice F Marketing/Com 3 0 1 1 0 1
46 Emmanuel H Finances/Gestion 3 1 1 0 1 1
47 Lionel H Production 3 1 1 1 0 1
48 Benjamin H Ventes 3 1 1 1 0 1
49 Catherine F Ventes 4 1 1 1 0 1
50 Viviane F Ventes 3 1 1 1 0 1
51 Samuel H Ventes 3 1 1 0 1 1
52 Agnes F Marketing/Com 3 1 1 1 1 1
53 Laurent H Marketing/Com 3 1 1 0 1 1
54 Nathalie F Ventes 3 1 1 0 1 1
Métiers de
55 Marc H l'ingénierie 3 1 1 1 0 1
Métiers de
56 Jamel H l'ingénierie 3 1 1 0 0 1
57 Sébastien H Ventes 3 0 1 0 1 1
58 Damien H Finances/Gestion 3 1 1 1 0 1
59 Thomas H Finances/Gestion 3 1 1 0 0 0
Métiers de
60 Jean-Philippe H l'ingénierie 3 1 1 1 0 1
61 Xavier H Ventes 3 1 1 1 1 1
62 Badr H Marketing/Com 3 1 1 1 0 1
63 Carole F Marketing/Com 3 1 1 0 0 0
64 Guillaume H Ventes 3 1 1 1 0 1
Métiers de
65 Christophe H l'ingénierie 3 1 1 1 0 1
66 Lahoucine H Ventes 3 1 1 0 1 1
67 Jordi H Marketing/Com 4 1 1 1 0 1
68 Grégroy H Qualité 3 1 1 1 0 1
69 Gilles H Ventes 3 1 1 0 0 1
70 Christophe H Ventes 3 1 1 1 0 1
71 Olivier H Ventes 3 1 1 1 0 1
72 Emmanuel H Formation 3 1 1 1 1 1
Métiers de
73 Christophe H l'ingénierie 3 1 1 1 0 1
Métiers de
74 Emmanuel H l'ingénierie 3 0 1 1 1 1
75 Thierry H SAV 3 1 1 0 0 1
76 Laura F RH 4 0 1 1 0 1
Métiers de
77 Romain H l'ingénierie 3 1 1 1 1 1
Métiers de
78 Stanislas H l'ingénierie 3 1 1 1 0 1
79 Matthieu H Ventes 4 1 1 1 0 1

411
 80 Sébastien H Ventes 4 0 1 1 0 1
Métiers de
81 Michael H l'ingénierie 3 1 1 1 0 1
Métiers de
82 Patrice H l'ingénierie 3 1 1 1 1 1
83 Virginie F Finances/Gestion 3 0 1 1 1 1
84 Misti F Marketing/Com 3 0 1 0 1 1
85 Julien H Formation 3 1 1 1 1 1
86 Erica F Marketing/Com 3 1 1 1 0 1
87 German H Marketing/Com 3 1 1 1 0 1
88 Amanda F Informatique 3 1 1 1 1 1
89 Julia F Marketing/Com 3 0 1 1 0 1
90 Philippe H Formation 3 1 1 1 0 1
91 Eric H RH 3 1 1 1 0 1
Stratégie &
92 Linda F Management 3 1 1 1 0 1
Métiers de
93 Robert H l'ingénierie 3 0 1 1 0 1
94 Antoine H Ventes 3 1 1 1 0 1
95 Stéphane H Ventes 3 1 1 0 0 0
96 Laurent H Ventes 3 1 1 1 0 1
97 Luc H Ventes 3 1 1 1 0 0
98 Olivier H Finances/Gestion 3 1 1 0 0 1
Métiers de
99 Vanessa F l'ingénierie 3 1 1 1 0 1
100 France F Qualité 3 1 1 0 0 1

412
 Indicateurs de Indicateurs de
TOYOTA
citation participation
Domaine de
N Prénom Sexe compétence CSP NET NEEx LEEx MGEp APE
Métiers de
1 Matthieu H l'ingénierie 3 1 1 1 0 1
2 Isabelle F Marketing/Com 3 1 1 1 0 1
3 Pierre-Antoine H Ventes 3 1 1 1 1 1
Stratégie &
4 Branislav H Management 3 0 1 1 0 1
5 Gianluca H Ventes 3 1 1 1 1 1
6 Simon H RH 3 1 1 1 1 1
7 Christine F Marketing/Com 3 1 1 1 1 1
8 Edgar H Achats 3 1 1 0 1 0
9 Yu-Hui F Marketing/Com 3 1 1 1 0 1
10 Stéphane H Marketing/Com 3 1 1 1 1 1
Métiers de
11 Cédric H l'ingénierie 3 1 1 1 0 1
12 Nick H Marketing/Com 3 1 1 1 1 1
13 Cimen H RH 3 1 1 1 0 1
14 Agnès F Formation 4 1 1 1 0 1
Métiers de
15 Todor H l'ingénierie 3 1 1 1 0 1
Métiers de
16 konstantinos H l'ingénierie 3 1 1 1 1 1
Métiers de
17 Carole F l'ingénierie 3 1 1 1 0 1
18 Tatiana F Finances/Gestion 3 1 1 1 1 1
Métiers de
19 Pablo H l'ingénierie 3 1 1 1 1 1
Métiers de
20 Julien H l'ingénierie 3 1 1 0 0 1
Métiers de
21 Despoina F l'ingénierie 3 1 1 0 1 1
22 Jose Manuel H Marketing/Com 3 1 1 1 1 1
Métiers de
23 Elisabetta F l'ingénierie 3 1 1 0 1 1
24 Véronica F Achats 3 1 1 0 0 1
25 Filip H Finances/Gestion 3 1 1 1 1 1
Métiers de
26 Nathalie F l'ingénierie 3 1 1 1 1 1
27 Jan H SAV 3 1 1 1 1 1
Stratégie &
28 Karl H Management 3 1 1 1 1 1
29 Sonia F Finances/Gestion 3 1 1 1 1 1
Métiers de
30 Gert H l'ingénierie 3 0 1 1 0 1
31 Srivarun H Ventes 4 1 1 1 0 1
32 Sandra F Marketing/Com 3 0 1 0 0 1

413
33 Gilles H RH 3 1 1 1 1 1
Métiers de
34 Ekin H l'ingénierie 3 1 1 1 1 1
Métiers de
35 Nicolas H l'ingénierie 4 1 1 1 1 1
Métiers de
36 Yann H l'ingénierie 3 1 1 0 0 0
Métiers de
37 Grégory H l'ingénierie 3 1 1 1 0 1
Stratégie &
38 Dariya F Management 3 0 1 1 1 1
39 George H Achats 3 1 1 1 1 1
Métiers de
40 Bahadir H l'ingénierie 3 1 1 1 1 0
Métiers de
41 Sebastian H l'ingénierie 3 1 1 1 1 1
Métiers de
42 Jean-Jacques H l'ingénierie 3 1 1 1 0 1
43 Jason H R&D 4 1 1 1 1 1
44 Alix F Achats 3 1 1 1 0 1
Métiers de
45 Leila F l'ingénierie 3 0 1 1 0 1
46 Justin H Achats 3 1 1 1 1 1
Métiers de
47 Brice H l'ingénierie 3 1 1 0 1 1
48 Virginia F Ventes 3 0 1 1 0 1
49 Erika F Achats 3 1 1 1 0 1
Métiers de
50 Hakan H l'ingénierie 3 1 1 1 1 1
51 Salman H Production 3 1 1 1 1 1
52 Philippe H Finances/Gestion 3 1 1 1 1 1
53 Salman F Administratif 3 1 1 1 0 1
54 Alexia F Finances/Gestion 3 0 1 1 1 1
Métiers de
55 Caroline F l'ingénierie 3 1 1 1 1 0
Métiers de
56 Julien H l'ingénierie 3 1 1 1 1 1
57 Luca H Qualité 3 0 1 1 1 1
58 Wendy F Finances/Gestion 3 1 1 1 0 1
Métiers de
59 Amandine F l'ingénierie 3 1 1 0 0 1
Métiers de
60 Tanvi H l'ingénierie 3 1 1 0 0 0
61 Wouter H Informatique 3 1 1 1 0 1
62 Liviu H Achats 3 1 1 1 0 1
63 Heleen F Logistique 3 1 1 1 0 1
Métiers de
64 Thibaud H l'ingénierie 3 1 1 0 0 0
65 Anas H Métiers de 3 1 1 1 1 1

414
 l'ingénierie
66 Julien H Ventes 3 1 1 1 1 1
67 Carl H Achats 3 1 1 1 0 1
Métiers de
68 Alexandre H l'ingénierie 3 1 1 1 1 1
Métiers de
69 Benoît H l'ingénierie 3 1 1 1 1 1
Métiers de
70 Jietse H l'ingénierie 3 0 1 1 1 1
71 Andreea F Administratif 3 1 1 1 0 1
Métiers de
72 Dieter H l'ingénierie 3 1 1 1 1 1
73 Daniele H Achats 3 1 1 1 0 1
Métiers de
74 Aurélie F l'ingénierie 3 1 1 1 0 1
Métiers de
75 Thomas H l'ingénierie 3 1 1 1 1 1
Métiers de
76 Servet H l'ingénierie 3 1 1 1 0 1
Métiers de
77 Samarjeet H l'ingénierie 3 1 1 1 0 1
78 Razvan H Qualité 3 1 1 1 0 1
Métiers de
79 Florin H l'ingénierie 3 1 1 1 0 1
80 Olivier H Métiers de l'ingén 3 0 1 1 0 1
81 Stan H Métiers de l'ingén 3 1 1 1 0 1
Stratégie &
82 Ivana F Management 3 1 1 1 1 1
83 Benoît H Marketing/Com 4 1 1 1 0 1
84 Ombeline F Métiers de l'ingén 3 1 1 1 0 1
85 Marc H SAV 3 1 1 1 0 1
86 Adil H Qualité 3 0 1 1 0 1
87 Jérôme H Finances/Gestion 3 1 1 1 1 1
88 Alex H Métiers de l'ingén 3 0 1 1 0 1
89 Gilles H Marketing/Com 3 1 1 1 0 1
90 Romain H Ventes 3 1 1 0 0 0
91 Reynald H Production 3 1 1 1 0 1
92 Frédéric H Ventes 3 0 1 1 0 1
93 Julien H Métiers de l'ingén 3 0 1 0 0 0
94 Carine F Marketing/Com 3 1 1 0 1 1
95 Philippe H Métiers de l'ingén 3 1 1 1 0 1
96 Nicolas H Ventes 3 1 1 0 0 1
97 Stéphane H Ventes 3 0 1 0 0 0
98 Mathieu H Ventes 3 1 1 1 0 1
99 Patricia F Marketing/Com 3 0 1 0 0 0
100 Giuseppe H RH 3 0 1 1 1 1

415
 Indicateurs de Indicateurs de
NISSAN
citation participation
Domaine de
N Prénom Sexe compétence CSP NET NEEx LEEx MGEp APE
1 Rachid H SAV 3 1 1 1 0 1
2 Eric H SAV 3 1 1 0 1 0
3 Benoît H Ventes 3 1 1 1 1 1
Métiers de
4 Sylvia F l'ingénierie 3 1 1 1 0 0
5 Isabelle F R&D 3 1 1 1 1 1
6 Aditya F Marketing/Com 3 1 1 1 0 1
7 Arnaud H Marketing/Com 3 1 1 1 0 1
8 Cédric H Marketing/Com 3 1 1 0 1 1
9 Luc H SAV 3 1 1 1 0 1
10 Nicolas H Marketing/Com 3 1 1 1 1 1
11 Guillaume H Marketing/Com 3 1 1 1 0 1
Métiers de
12 Sophia F l'ingénierie 4 0 1 0 0 0
13 Florian H Marketing/Com 3 1 1 1 1 1
14 Klaas H Informatique 3 0 1 1 1 0
15 Daniele H Direction Générale 3 1 1 1 0 1
16 Yasmina F Marketing/Com 3 1 1 1 1 1
Métiers de
17 Lola F l'ingénierie 3 1 1 1 0 1
18 Carina F Marketing/Com 4 0 1 0 1 1
19 Antoine H Juridique 3 0 1 1 0 1
20 Maciek H Marketing/Com 3 0 1 1 0 1
21 Géraldine F Ventes 3 1 1 0 1 0
22 Clément H Ventes 3 1 1 1 0 1
23 Vincent H SAV 3 1 1 1 0 1
24 Paul H Marketing/Com 3 0 1 1 1 1
25 Cyril H Ventes 3 1 1 1 0 1
Stratégie &
26 Sébastien H Management 3 1 1 1 0 1
27 Sandrine F Ventes 3 1 1 0 0 1
28 Gilles H Marketing/Com 3 1 1 1 1 1
29 Sébastien H Achats 3 1 1 1 1 1
30 Estelle F Juridique 3 1 1 0 0 0
Métiers de
31 Clara F l'ingénierie 3 1 1 1 0 1
32 Oxana F Logistique 3 1 1 1 0 1
33 Gauthier H Ventes 3 1 1 0 1 0
Métiers de
34 James H l'ingénierie 3 0 1 1 0 1
35 Francisco H Ventes 3 1 1 0 1 1
36 Maria F Ventes 3 1 1 1 0 1
37 François H Finances/Gestion 3 1 1 0 0 1
38 Valeria F Informatique 3 1 1 0 0 1

416
39 Olivier H Marketing/Com 3 1 1 1 0 1
40 Sophie Annie F Ventes 3 1 1 0 0 1
41 Alexandre H Marketing/Com 3 1 1 0 0 0
42 Nicolas H Marketing/Com 3 0 1 0 1 0
43 Guillaume H SAV 3 0 1 1 0 1
Métiers de
44 Thomas H l'ingénierie 3 1 1 1 0 1
Métiers de
45 Giorgio H l'ingénierie 3 0 1 1 1 1
46 Aurélie F Marketing/Com 3 1 1 1 0 1
47 Paolo H Ventes 3 1 1 0 0 1
48 Ana Maria F Qualité 3 1 1 1 1 1
49 Vitalie F SAV 3 1 1 1 0 1
50 Serge H Ventes 3 0 1 0 0 0
51 Romain H Finances/Gestion 3 1 1 1 1 1
52 Ihssane H Finances/Gestion 3 0 1 1 0 1
53 Jésus H RH 3 1 1 1 0 1
54 Pauline F Ventes 3 1 1 1 0 1
55 Himanshu H Achats 3 0 1 1 1 1
56 Sergio H Qualité 3 1 1 1 1 1
57 Yassine H Logistique 3 1 1 1 0 1
Métiers de
58 Romain H l'ingénierie 3 0 1 1 0 1
Stratégie &
59 Olivier H Management 3 1 1 1 1 1
60 Alexis H Marketing/Com 3 1 1 0 0 0
61 Hervé H Ventes 3 1 1 1 0 1
62 Myriam F Marketing/Com 3 1 1 1 0 0
63 Nahit H Finances/Gestion 3 0 1 1 1 1
64 Pauline F RH 3 1 1 1 0 1
65 Sovety H Marketing/Com 3 1 1 0 0 0
66 Stéphanie F Formation 3 1 1 0 0 0
67 Piergiorgio H Marketing/Com 3 1 1 1 1 1
68 Pauline F Marketing/Com 3 1 1 0 0 1
69 Basil H Finances/Gestion 3 1 1 1 0 1
70 Guillaume H Marketing/Com 3 1 1 1 1 1
71 Christophe H Formation 3 1 1 0 1 0
72 Nicolas H Logistique 3 1 1 1 0 1
Métiers de
73 Melina F l'ingénierie 3 0 1 0 0 0
74 Xavier H Marketing/Com 3 0 1 1 0 1
Métiers de
75 Tetyana F l'ingénierie 3 0 1 1 1 1
76 Matthieu H Logistique 3 1 1 1 0 1
77 Jonathan H SAV 3 0 1 0 0 0
78 Armelle F Logistique 3 1 1 0 1 1
79 Cédric H Ventes 3 0 1 0 0 0

417
 80 Laurent H Ventes 3 1 1 1 1 0
81 Emmanuelle F Marketing/Com 3 1 1 1 1 1
82 Yasmine F Marketing/Com 3 1 1 0 1 1
83 Henri-Luc H Ventes 3 1 1 1 0 1
84 Johan H Ventes 3 1 1 1 0 1
85 Pauline F Logistique 3 1 1 1 0 1
86 Marion F Marketing/Com 3 1 1 1 0 1
87 Romain H Ventes 3 0 1 1 0 1
88 Vincent H Finances/Gestion 3 1 1 1 0 1
89 Raphaël H Marketing/Com 3 1 1 0 0 1
90 Jérémy H Ventes 3 1 1 1 0 1
91 Grégory H Marketing/Com 3 1 1 1 0 1
92 Samia F Marketing/Com 3 1 1 1 0 1
93 Florian H Marketing/Com 3 1 1 0 0 1
94 Matthieu H Informatique 3 1 1 1 0 1
95 Bénédicte F Marketing/Com 3 1 1 1 1 0
96 Delphine F Ventes 3 1 1 0 0 0
97 Christelle F Marketing/Com 3 1 1 1 1 1
98 Camille F RH 3 1 1 1 1 1
99 Stéphanie F Finances/Gestion 3 1 1 0 0 1
100 Johanna F Marketing/Com 3 1 1 1 0 1

418
 Indicateurs de Indicateurs de
OPEL
citation participation
Domaine de
N Prénom Sexe compétence CSP NET NEEx LEEx MGEp APE
1 Mathieu H Ventes 3 1 1 1 0 1
Métiers de
2 Florent H l'ingénierie 3 1 1 1 0 1
3 Pascal H Ventes 3 1 1 1 0 1
4 François H Direction Générale 3 1 1 1 0 1
5 Arnaud H Qualité 4 1 1 1 0 1
6 Mathieu H Ventes 3 1 1 1 0 1
7 Thomas H Finances/Gestion 3 0 1 1 0 1
8 Karine F Finances/Gestion 3 1 1 1 0 1
9 Nicolas H SAV 3 0 1 1 0 1
10 Alexis H Ventes 3 1 1 1 0 1
11 Vincent H Ventes 3 0 1 1 0 1
12 Alexandre H Ventes 3 1 1 1 0 1
13 Grégory H Production 3 1 1 1 0 1
14 Claire F Marketing/Com 2 0 1 1 0 1
15 Ralf H Marketing/Com 3 1 1 1 0 1
16 Jérôme H Marketing/Com 3 1 1 0 0 1
Métiers de
17 Tom H l'ingénierie 4 1 1 0 0 0
18 Rasmus H Ventes 3 1 1 1 0 1
19 Peter H Ventes 3 1 1 0 0 1
20 Frank H Finances/Gestion 3 1 1 0 0 0
21 Benoît H Finances/Gestion 3 1 1 0 1 1
Métiers de
22 Tom H l'ingénierie 3 1 1 1 0 1
Métiers de
23 Frank H l'ingénierie 4 0 1 0 0 0
Métiers de
24 Johanna F l'ingénierie 4 0 1 1 0 1
25 Patrick H SAV 3 1 1 1 0 1
Métiers de
26 Neilesh H l'ingénierie 3 1 1 1 0 1
Métiers de
27 Ian H l'ingénierie 3 1 1 1 0 1
Métiers de
28 Michael H l'ingénierie 3 1 1 1 0 1
Métiers de
29 Mathieu H l'ingénierie 3 0 1 1 0 1
30 Irena F Marketing/Com 3 1 1 1 1 1
Métiers de
31 Andrew H l'ingénierie 3 1 1 1 0 1
Métiers de
32 Ophélie F l'ingénierie 3 0 1 1 0 1
Métiers de
33 Augustin H l'ingénierie 3 1 1 0 0 1

419
 Métiers de
34 Michael H l'ingénierie 3 1 1 1 0 1
35 Ian H Ventes 3 1 1 1 1 1
Métiers de
36 Luke H l'ingénierie 3 1 1 1 0 1
37 Matthias H Qualité 3 1 1 1 0 1
Métiers de
38 Xavier H l'ingénierie 3 1 1 1 0 1
Métiers de
39 Andrey H l'ingénierie 3 0 1 1 0 1
Métiers de
40 Thomas H l'ingénierie 4 1 1 1 0 1
Métiers de
41 Fabien H l'ingénierie 3 1 1 1 0 1
Métiers de
42 Zak H l'ingénierie 3 0 1 1 0 1
Métiers de
43 Lars H l'ingénierie 3 1 1 0 0 0
Métiers de
44 Paola F l'ingénierie 3 1 1 1 0 1
Métiers de
45 Sylvain H l'ingénierie 3 1 1 1 0 1
46 Peter H Marketing/Com 3 1 1 1 0 1
47 Frank H Marketing/Com 3 1 1 0 0 0
Métiers de
48 Boris H l'ingénierie 3 0 1 1 0 1
49 Thomas H Marketing/Com 3 1 1 1 1 1
Métiers de
50 Thibaut H l'ingénierie 4 1 1 1 0 1
Métiers de
51 Hasan H l'ingénierie 4 1 1 1 0 1
Métiers de
52 Richard H l'ingénierie 3 1 1 1 0 1
Métiers de
53 Florian H l'ingénierie 4 1 1 0 0 1
54 Steven H Ventes 3 1 1 1 0 1
Métiers de
55 Steve H l'ingénierie 3 0 1 1 0 1
Métiers de
56 Dae H l'ingénierie 3 1 1 1 0 1
Métiers de
57 Daniela F l'ingénierie 3 1 1 1 0 1
Métiers de
58 Simon H l'ingénierie 3 1 1 1 0 1
Métiers de
59 Olivier H l'ingénierie 3 1 1 1 0 1
Métiers de
60 Florian H l'ingénierie 4 1 1 1 0 1
Métiers de
61 Lionel H l'ingénierie 3 1 1 1 0 1

420
 Métiers de
62 Adem H l'ingénierie 3 1 1 1 0 1
Métiers de
63 Claude H l'ingénierie 3 1 1 0 0 0
Métiers de
64 Pierre H l'ingénierie 4 1 1 1 1 1
65 Jean-Charles H Formation 3 1 1 0 0 0
66 Philippe H Ventes 3 1 1 1 0 1
67 Chris H Métiers de l'ingén 4 1 1 0 0 1
68 Ingrid F Métiers de l'ingén 4 0 1 0 0 1
69 Victor H Métiers de l'ingén 3 0 1 1 1 1
70 Mikaël H Métiers de l'ingén 3 1 1 0 0 1
71 Brian H Métiers de l'ingén 3 1 1 1 0 1
72 Fritz H Métiers de l'ingén 3 1 1 1 0 1
73 Laëtitia F Métiers de l'ingén 3 0 1 1 0 1
74 Salvatore H Métiers de l'ingén 3 0 1 1 0 1
75 Jun H Métiers de l'ingén 3 1 1 1 0 1
76 Pierre-Olivier H Métiers de l'ingén 4 1 1 1 1 1
77 Achim H Marketing/Com 3 1 1 1 1 1
78 Jan H Direction Générale 3 1 1 1 0 1
79 Ciprian H Ventes 3 1 1 1 1 1
80 Peter H Marketing/Com 3 1 1 1 0 1
81 Betty F Métiers de l'ingén 4 1 1 0 0 0
82 Jean-Philippe H Marketing/Com 3 1 1 1 1 1
83 Richard H Métiers de l'ingén 4 1 1 1 0 1
84 Peter H Marketing/Com 3 0 1 1 0 1
85 Matteo H Métiers de l'ingén 3 1 1 1 0 1
86 Thomas H Métiers de l'ingén 3 1 1 1 1 1
87 Frank H Métiers de l'ingén 4 0 1 1 0 1
88 Alessandro H Métiers de l'ingén 3 1 1 1 0 1
89 Alberto H Métiers de l'ingén 4 1 1 1 0 1
90 Michael H Métiers de l'ingén 3 0 1 1 0 1
91 Enno H Direction Générale 3 1 1 1 1 1
92 Julia F Métiers de l'ingén 3 1 1 1 0 1
93 Harald H Marketing/Com 3 1 1 1 1 1
94 Niko H Métiers de l'ingén 3 1 1 1 0 1
95 David H R&D 3 1 1 1 0 1
96 Tobias H Logistique 3 1 1 1 0 1
97 Reinhard H Informatique 3 1 1 1 1 1
98 Thomas H Marketing/Com 3 1 1 1 1 1
99 Olivier H Métiers de l'ingén 3 1 1 1 0 1
100 Sandra F Marketing/Com 3 1 1 1 0 1

421
422
Annexe 4 : Index d’informations des PEL

423
424
Annexe 5 : Index de citation et de participation des PPL

L’ordre d’apparition des tableaux suit le classement du Top10 : Renault, Peugeot, Citroën,
Audi, BMW, Ford, Volkswagen, Toyota, Nissan, Opel.

425
 QualiPPL NotoPPL
Index 1 Index 1
Domaine de (Somme/3 Index 10 (Somme/2 Index 10
Entreprise Sexe compétences CSP NET NEEx LEEx Total Somme variables) (Index 1 *10) MGEp APE Total Somme variables) (Index 1 *10)
Renault H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault H Finances/Gestion 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault H Ventes 3 1 1 1 3 1 10 1 0 1 0,5 5
Renault F Marketing/Com 3 1 1 1 3 1 10 0 0 0 0 0
Renault H Ventes 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Renault H Achats 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault F Informatique 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Renault H Métiers de l'ingénierie 4 1 1 1 3 1 10 1 1 2 1 10
Renault H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault F Marketing/Com 3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Renault H Marketing/Com 3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Renault H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Renault H Marketing/Com 3 0 1 0 1 0,33333333 3,333333333 0 1 1 0,5 5
Renault F Marketing/Com 3 0 1 0 1 0,33333333 3,333333333 0 0 0 0 0
Renault F Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Renault H Marketing/Com 5 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Renault H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault F Achats 5 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Renault F Ventes 5 0 1 0 1 0,33333333 3,333333333 0 1 1 0,5 5
Renault F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault H Marketing/Com 3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
Renault H Marketing/Com 5 1 1 1 3 1 10 0 1 1 0,5 5
Renault F Marketing/Com 5 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Renault F Marketing/Com 3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
Renault H Métiers de l'ingénierie 3 1 1 1 3 1 10 1 1 2 1 10
Renault H Métiers de l'ingénierie 4 1 1 1 3 1 10 0 1 1 0,5 5
Renault H Direction Générale 2 1 1 1 3 1 10 1 1 2 1 10
Renault H Achats 3 1 1 1 3 1 10 1 1 2 1 10
Renault H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault H Ventes 3 1 1 1 3 1 10 1 1 2 1 10
Renault H Stratégie & Management 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Renault F RH 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault H Stratégie & Management 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Renault F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault F Métiers de l'ingénierie 3 1 1 1 3 1 10 1 1 2 1 10
Renault H Achats 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Renault H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Renault H Métiers de l'ingénierie 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault H Informatique 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Renault F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault H Achats 3 1 1 1 3 1 10 1 1 2 1 10
Renault H Ventes 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Renault H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Renault H Stratégie & Management 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault H SAV 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault F Achats 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Renault F SAV 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Renault H Stratégie & Management 3 0 1 0 1 0,33333333 3,333333333 1 1 2 1 10
Renault H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault H Direction Générale 2 1 1 1 3 1 10 1 1 2 1 10
Renault H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Renault H Achats 3 1 1 1 3 1 10 1 1 2 1 10
Renault H Direction Générale 2 1 1 1 3 1 10 0 1 1 0,5 5
Renault H Métiers de l'ingénierie 3 1 1 1 3 1 10 1 1 2 1 10
Renault H Ventes 3 1 1 1 3 1 10 1 1 2 1 10
Renault H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Renault F Finances/Gestion 3 1 1 1 3 1 10 1 1 2 1 10
Renault H Finances/Gestion 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Renault H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault H Informatique 4 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Renault H Stratégie & Management 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault F Marketing/Com 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Renault H Direction Générale 2 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Renault H Métiers de l'ingénierie 4 1 1 1 3 1 10 1 1 2 1 10
Renault H Stratégie & Management 3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Renault F Marketing/Com 3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Renault H Ventes 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Renault H Métiers de l'ingénierie 4 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Renault H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault H Stratégie & Management 3 1 1 1 3 1 10 1 1 2 1 10
Renault F Marketing/Com 3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
Renault H Informatique 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault H Qualité 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault H Achats 5 1 1 1 3 1 10 0 1 1 0,5 5
Renault H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Renault H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Renault F Qualité 4 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Renault F Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Renault H Finances/Gestion 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault H Logistique 3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Renault F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault H Informatique 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Renault F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault F Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Renault H Métiers de l'ingénierie 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Renault H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault F Stratégie & Management 3 1 1 1 3 1 10 1 1 2 1 10
Renault H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault F Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Renault F Finances/Gestion 3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Renault H Métiers de l'ingénierie 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Renault H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Renault H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Renault H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Total 870 Total 685
Moyenne 8,7 Moyenne 6,85

426
 QualiPPL NotoPPL
Index 1 Index 1
Domaine de (Somme/3 Index 10 (Somme/2 Index 10
Entreprise Sexe compétences CSP NET NEEx LEEx Total Somme variables) (Index 1 *10) MGEp APE Total Somme variables) (Index 1 *10)
Peugeot H Juridique 3 1 1 1 3 1 10 1 1 2 1 10
Peugeot F Informatique 4 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot H Informatique 5 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot H Formation 3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot F RH 3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot F Finances/Gestion 4 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot H Finances/Gestion 5 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Peugeot F Marketing/Com 4 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot F Stratégie & Management
4 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Peugeot F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot F Marketing/Com 3 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Peugeot F Informatique 4 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot F Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Peugeot H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Peugeot H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Peugeot F Marketing/Com 4 1 1 0 2 0,666666667 6,666666667 0 0 0 0 0
Peugeot F Marketing/Com 4 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Peugeot H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot H Informatique 3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot H Marketing/Com 4 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot H Stratégie & Management
3 0 1 1 2 0,666666667 6,666666667 1 1 2 1 10
Peugeot F Marketing/Com 3 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Peugeot H Stratégie & Management
3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot H Stratégie & Management
3 1 1 1 3 1 10 1 1 2 1 10
Peugeot H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Peugeot F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot F Finances/Gestion 3 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Peugeot H Direction Générale 3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot H Informatique 3 1 1 1 3 1 10 1 1 2 1 10
Peugeot F Métiers de l'ingénierie
3 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Peugeot H Juridique 3 1 1 1 3 1 10 1 1 2 1 10
Peugeot H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Peugeot H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Peugeot H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Peugeot F Informatique 3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot H Métiers de l'ingénierie
3 0 1 1 2 0,666666667 6,666666667 1 1 2 1 10
Peugeot F Achats 3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot F Ventes 3 0 1 0 1 0,333333333 3,333333333 0 1 1 0,5 5
Peugeot F Logistique 3 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Peugeot F Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Peugeot H Achats 3 1 1 1 3 1 10 1 1 2 1 10
Peugeot H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot F Métiers de l'ingénierie
3 0 1 0 1 0,333333333 3,333333333 0 1 1 0,5 5
Peugeot H Marketing/Com 3 1 1 0 2 0,666666667 6,666666667 0 1 1 0,5 5
Peugeot H Ventes 3 1 1 1 3 1 10 1 1 2 1 10
Peugeot F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot H Informatique 3 0 1 1 2 0,666666667 6,666666667 1 1 2 1 10
Peugeot F Marketing/Com 3 0 1 0 1 0,333333333 3,333333333 0 1 1 0,5 5
Peugeot F Finances/Gestion 4 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot H Marketing/Com 3 1 1 0 2 0,666666667 6,666666667 0 1 1 0,5 5
Peugeot H Informatique 3 1 1 0 2 0,666666667 6,666666667 0 1 1 0,5 5
Peugeot F Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Peugeot F Marketing/Com 4 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot F Informatique 4 1 1 0 2 0,666666667 6,666666667 0 1 1 0,5 5
Peugeot H SAV 3 1 1 0 2 0,666666667 6,666666667 0 0 0 0 0
Peugeot F Marketing/Com 3 1 1 0 2 0,666666667 6,666666667 0 0 0 0 0
Peugeot F Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Peugeot H Métiers de l'ingénierie
4 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot F Marketing/Com 3 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Peugeot H SAV 3 0 1 0 1 0,333333333 3,333333333 0 0 0 0 0
Peugeot H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot H Métiers de l'ingénierie
3 0 1 0 1 0,333333333 3,333333333 1 0 1 0,5 5
Peugeot F Stratégie & Management
3 1 1 1 3 1 10 1 1 2 1 10
Peugeot F Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Peugeot H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot F Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Peugeot H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot H Métiers de l'ingénierie
3 0 1 1 2 0,666666667 6,666666667 1 1 2 1 10
Peugeot H Direction Générale 3 1 1 1 3 1 10 0 0 0 0 0
Peugeot H Ventes 3 1 1 1 3 1 10 1 1 2 1 10
Peugeot H Métiers de l'ingénierie
3 0 1 0 1 0,333333333 3,333333333 0 0 0 0 0
Peugeot H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Peugeot H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot F Marketing/Com 4 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot F Marketing/Com 3 1 1 0 2 0,666666667 6,666666667 0 0 0 0 0
Peugeot H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Peugeot H Ventes 3 1 1 1 3 1 10 1 1 2 1 10
Peugeot H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot H Ventes 3 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Peugeot H Marketing/Com 3 1 1 0 2 0,666666667 6,666666667 1 1 2 1 10
Peugeot H Ventes 3 1 1 0 2 0,666666667 6,666666667 0 1 1 0,5 5
Peugeot H Logistique 3 1 1 1 3 1 10 1 1 2 1 10
Peugeot H Ventes 3 1 1 1 3 1 10 1 1 2 1 10
Peugeot H Ventes 3 1 1 0 2 0,666666667 6,666666667 1 1 2 1 10
Peugeot H Marketing/Com 3 0 1 0 1 0,333333333 3,333333333 1 0 1 0,5 5
Peugeot H SAV 4 0 1 0 1 0,333333333 3,333333333 1 1 2 1 10
Peugeot H Stratégie & Management
3 1 1 1 3 1 10 0 1 1 0,5 5
Peugeot H Ventes 3 1 1 0 2 0,666666667 6,666666667 0 0 0 0 0
Peugeot F Ventes 3 0 1 0 1 0,333333333 3,333333333 0 0 0 0 0
Peugeot H Formation 3 1 1 1 3 1 10 1 1 2 1 10
Peugeot H Marketing/Com 3 0 1 1 2 0,666666667 6,666666667 1 1 2 1 10
Peugeot H Marketing/Com 3 1 1 0 2 0,666666667 6,666666667 0 0 0 0 0
Peugeot F Informatique 3 1 1 0 2 0,666666667 6,666666667 0 1 1 0,5 5

427
 QualiPPL NotoPPL
Index 1 Index 1
Domaine de (Somme/3 Index 10 (Somme/2 Index 10
Entreprise Sexe compétences CSP NET NEEx LEEx Total Somme variables) (Index 1 *10) MGEp APE Total Somme variables) (Index 1 *10)
Citroën F Informatique 4 1 1 0 2 0,666666667 6,666666667 0 1 1 0,5 5
Citroën H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën F Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H SAV 3 1 1 0 2 0,666666667 6,666666667 1 1 2 1 10
Citroën H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Direction Générale 2 1 1 0 2 0,666666667 6,666666667 0 0 0 0 0
Citroën H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Formation 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën F RH 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Ventes 3 1 1 1 3 1 10 1 1 2 1 10
Citroën H Informatique 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Marketing/Com 3 1 1 0 2 0,666666667 6,666666667 0 1 1 0,5 5
Citroën F Marketing/Com 3 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Citroën F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën F Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Citroën H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Citroën H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Citroën H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Citroën F Marketing/Com 3 1 1 0 2 0,666666667 6,666666667 0 0 0 0 0
Citroën H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën F Marketing/Com 4 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Informatique 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Formation 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Achats 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Informatique 3 0 1 1 2 0,666666667 6,666666667 1 1 2 1 10
Citroën F Marketing/Com 3 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Citroën H Stratégie & Management
3 0 1 1 2 0,666666667 6,666666667 1 1 2 1 10
Citroën F Marketing/Com 3 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Citroën H Direction Générale 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Stratégie & Management
3 1 1 1 3 1 10 1 1 2 1 10
Citroën H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Citroën F Informatique 3 1 1 0 2 0,666666667 6,666666667 0 1 1 0,5 5
Citroën F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën F Finances/Gestion 3 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Citroën H Direction Générale 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Informatique 3 1 1 1 3 1 10 1 1 2 1 10
Citroën F Métiers de l'ingénierie
3 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Citroën H Juridique 3 1 1 1 3 1 10 1 1 2 1 10
Citroën H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Citroën H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Citroën F Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Marketing/Com 3 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Citroën H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Citroën H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Citroën H Marketing/Com 3 0 1 1 2 0,666666667 6,666666667 1 1 2 1 10
Citroën F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Informatique 3 0 1 1 2 0,666666667 6,666666667 1 1 2 1 10
Citroën F Achats 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën F Ventes 3 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Citroën F Logistique 3 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Citroën H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Citroën F Finances/Gestion 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën F Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Citroën H Achats 3 1 1 1 3 1 10 1 1 2 1 10
Citroën H Informatique 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Citroën F Métiers de l'ingénierie
3 0 1 0 1 0,333333333 3,333333333 0 1 1 0,5 5
Citroën H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Citroën H Informatique 3 0 1 1 2 0,666666667 6,666666667 1 1 2 1 10
Citroën H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Ventes 3 0 1 0 1 0,333333333 3,333333333 0 1 1 0,5 5
Citroën F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Marketing/Com 3 1 1 0 2 0,666666667 6,666666667 0 0 0 0 0
Citroën H Informatique 3 0 1 1 2 0,666666667 6,666666667 1 1 2 1 10
Citroën F Informatique 3 1 1 0 2 0,666666667 6,666666667 0 1 1 0,5 5
Citroën F Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Marketing/Com 3 0 1 1 2 0,666666667 6,666666667 1 1 2 1 10
Citroën H Formation 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Ventes 3 1 1 0 2 0,666666667 6,666666667 0 0 0 0 0
Citroën F Logistique 3 0 1 1 2 0,666666667 6,666666667 1 1 2 1 10
Citroën H Logistique 3 1 1 1 3 1 10 1 1 2 1 10
Citroën H Ventes 3 1 1 1 3 1 10 1 1 2 1 10
Citroën H Ventes 3 1 1 1 3 1 10 1 1 2 1 10
Citroën H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Citroën H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën F RH 3 1 1 1 3 1 10 1 1 2 1 10
Citroën H Finances/Gestion 3 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Citroën F Stratégie & Management
3 1 1 0 2 0,666666667 6,666666667 0 1 1 0,5 5
Citroën H Achats 3 1 1 1 3 1 10 1 1 2 1 10
Citroën F Finances/Gestion 3 0 1 1 2 0,666666667 6,666666667 1 1 2 1 10
Citroën H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Citroën H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Citroën H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Citroën F Informatique 3 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Citroën H Qualité 3 1 1 1 3 1 10 1 1 2 1 10
Citroën H Métiers de l'ingénierie
3 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Citroën F Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Citroën H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Citroën F Marketing/Com 4 1 1 1 3 1 10 0 1 1 0,5 5
Citroën F Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10

428
 QualiPPL NotoPPL
Index 1 Index 1
Domaine de (Somme/3 Index 10 (Somme/2 Index 10
Entreprise Sexe compétences CSP NET NEEx LEEx Total Somme variables) (Index 1 *10) MGEp APE Total Somme variables) (Index 1 *10)
Audi H Marketing/Com 3 0 1 1 2 0,666666667 6,666666667 1 1 2 1 10
Audi H Informatique 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Formation 3 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Audi F Juridique 3 1 1 0 2 0,666666667 6,666666667 0 0 0 0 0
Audi H Stratégie & Management
3 1 1 1 3 1 10 1 1 2 1 10
Audi H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Stratégie & Management
3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Stratégie & Management
3 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Audi F Informatique 3 1 1 0 2 0,666666667 6,666666667 0 1 1 0,5 5
Audi H Logistique 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi F RH 3 0 1 0 1 0,333333333 3,333333333 0 1 1 0,5 5
Audi H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Audi F Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Audi H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi F Informatique 3 1 1 0 2 0,666666667 6,666666667 0 1 1 0,5 5
Audi F Informatique 5 1 1 1 3 1 10 0 1 1 0,5 5
Audi F Ventes 3 1 1 1 3 1 10 1 1 2 1 10
Audi H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Audi F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Formation 3 0 1 1 2 0,666666667 6,666666667 1 1 2 1 10
Audi H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Métiers de l'ingénierie
4 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Informatique 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Qualité 3 1 1 1 3 1 10 1 1 2 1 10
Audi H Ventes 4 1 1 0 2 0,666666667 6,666666667 0 1 1 0,5 5
Audi H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi F Marketing/Com 3 1 1 0 2 0,666666667 6,666666667 0 0 0 0 0
Audi F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Ventes 3 1 1 0 2 0,666666667 6,666666667 0 1 1 0,5 5
Audi H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Direction Générale 3 1 1 0 2 0,666666667 6,666666667 0 1 1 0,5 5
Audi H Marketing/Com 4 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Production 3 1 1 1 3 1 10 1 1 2 1 10
Audi H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Administratif 3 1 1 0 2 0,666666667 6,666666667 1 1 2 1 10
Audi H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Ventes 3 0 1 1 2 0,666666667 6,666666667 1 1 2 1 10
Audi H Marketing/Com 3 0 1 1 2 0,666666667 6,666666667 1 1 2 1 10
Audi H Production 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Qualité 3 1 1 0 2 0,666666667 6,666666667 0 0 0 0 0
Audi H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi F Logistique 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi F Logistique 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Formation 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi F Marketing/Com 3 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Audi H Ventes 3 1 1 0 2 0,666666667 6,666666667 0 1 1 0,5 5
Audi H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H SAV 3 1 1 1 3 1 10 1 1 2 1 10
Audi F Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi F Qualité 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Qualité 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Audi F Ventes 5 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Audi H Direction Générale 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi F Ventes 4 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Direction Générale 3 1 1 0 2 0,666666667 6,666666667 0 1 1 0,5 5
Audi H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi F Métiers de l'ingénierie
3 1 1 0 2 0,666666667 6,666666667 0 1 1 0,5 5
Audi F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Stratégie & Management
3 1 1 1 3 1 10 1 1 2 1 10
Audi F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Stratégie & Management
3 1 1 1 3 1 10 1 1 2 1 10
Audi H Stratégie & Management
3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Audi F Stratégie & Management
3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Audi F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Informatique 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi F Métiers de l'ingénierie
3 0 1 1 2 0,666666667 6,666666667 0 1 1 0,5 5
Audi H Ventes 3 1 1 1 3 1 10 1 1 2 1 10
Audi H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi F Informatique 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Audi H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5

429
 QualiPPL NotoPPL
Index 1 Index 1
Domaine de (Somme/3 Index 10 (Somme/2 Index 10
Entreprise Sexe compétences CSP NET NEEx LEEx Total Somme variables) (Index 1 *10) MGEp APE Total Somme variables) (Index 1 *10)
BMW H Direction Générale 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
BMW H Ventes 3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
BMW F Marketing/Com 5 1 1 1 3 1 10 0 1 1 0,5 5
BMW F Marketing/Com 3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
BMW F Administratif 5 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
BMW H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
BMW H Marketing/Com 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
BMW H Finances/Gestion 3 1 1 1 3 1 10 1 1 2 1 10
BMW H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
BMW H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
BMW H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
BMW H Ventes 3 1 1 1 3 1 10 1 1 2 1 10
BMW H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
BMW H RH 3 1 1 1 3 1 10 1 1 2 1 10
BMW H Direction Générale 3 1 1 1 3 1 10 1 1 2 1 10
BMW H RH 3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
BMW H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
BMW H Informatique 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
BMW H Qualité 5 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
BMW F Marketing/Com 5 0 1 0 1 0,33333333 3,333333333 0 1 1 0,5 5
BMW H Métiers de l'ingénierie
3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
BMW F Ventes 3 1 1 1 3 1 10 1 1 2 1 10
BMW H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
BMW H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
BMW H Ventes 3 1 1 1 3 1 10 1 1 2 1 10
BMW H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
BMW F Stratégie & Management
3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
BMW H Ventes 3 0 1 0 1 0,33333333 3,333333333 0 1 1 0,5 5
BMW H Logistique 3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
BMW H Marketing/Com 3 1 1 1 3 1 10 0 0 0 0 0
BMW H Ventes 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
BMW H Ventes 3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
BMW F Juridique 3 0 1 0 1 0,33333333 3,333333333 0 0 0 0 0
BMW H Marketing/Com 3 1 1 0 2 0,66666667 6,666666667 1 0 1 0,5 5
BMW H Ventes 4 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
BMW H Marketing/Com 3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
BMW F Marketing/Com 3 0 1 0 1 0,33333333 3,333333333 1 1 2 1 10
BMW H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
BMW H Informatique 3 1 1 1 3 1 10 0 1 1 0,5 5
BMW F Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
BMW H Ventes 3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
BMW H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
BMW H Finances/Gestion 3 1 1 1 3 1 10 0 1 1 0,5 5
BMW F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
BMW H Finances/Gestion 3 1 1 1 3 1 10 1 1 2 1 10
BMW H Marketing/Com 3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
BMW F Marketing/Com 4 1 1 1 3 1 10 0 1 1 0,5 5
BMW H Marketing/Com 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
BMW H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
BMW H Stratégie & Management
3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
BMW H Ventes 3 1 1 0 2 0,66666667 6,666666667 1 0 1 0,5 5
BMW H Logistique 3 1 1 1 3 1 10 1 0 1 0,5 5
BMW F Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
BMW F Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
BMW H Ventes 4 0 1 0 1 0,33333333 3,333333333 0 1 1 0,5 5
BMW H Ventes 4 1 1 1 3 1 10 0 1 1 0,5 5
BMW F Marketing/Com 3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
BMW H Marketing/Com 3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
BMW H Ventes 3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
BMW F Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
BMW H Stratégie & Management
3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
BMW F Stratégie & Management
3 1 1 1 3 1 10 1 1 2 1 10
BMW H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
BMW H RH 3 1 1 1 3 1 10 1 1 2 1 10
BMW H Achats 3 1 1 1 3 1 10 1 1 2 1 10
BMW F RH 3 0 1 0 1 0,33333333 3,333333333 1 1 2 1 10
BMW H Informatique 3 1 1 1 3 1 10 0 1 1 0,5 5
BMW H Informatique 3 1 1 1 3 1 10 1 1 2 1 10
BMW H Direction Générale 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
BMW H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
BMW H Logistique 3 1 1 1 3 1 10 0 1 1 0,5 5
BMW F Métiers de l'ingénierie
3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
BMW H Marketing/Com 4 1 1 1 3 1 10 0 1 1 0,5 5
BMW H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
BMW H Ventes 3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
BMW H Finances/Gestion 3 1 1 1 3 1 10 0 1 1 0,5 5
BMW F Métiers de l'ingénierie
3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
BMW H Direction Générale 2 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
BMW H Métiers de l'ingénierie
4 1 1 1 3 1 10 0 1 1 0,5 5
BMW F Ventes 3 1 1 1 3 1 10 1 1 2 1 10
BMW H Métiers de l'ingénierie
2 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
BMW F Ventes 3 0 1 0 1 0,33333333 3,333333333 1 1 2 1 10
BMW F Marketing/Com 4 0 1 0 1 0,33333333 3,333333333 0 1 1 0,5 5
BMW H Qualité 3 1 1 1 3 1 10 1 1 2 1 10
BMW H Ventes 3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
BMW F Formation 4 1 1 1 3 1 10 1 1 2 1 10
BMW F Ventes 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
BMW F Ventes 3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
BMW H Informatique 3 1 1 1 3 1 10 0 1 1 0,5 5
BMW H Ventes 4 1 1 1 3 1 10 0 1 1 0,5 5
BMW F Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
BMW H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
BMW H Logistique 3 1 1 1 3 1 10 0 1 1 0,5 5
BMW H Ventes 3 1 1 1 3 1 10 1 1 2 1 10
BMW F Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
BMW F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
BMW H Informatique 3 1 1 1 3 1 10 1 1 2 1 10
BMW F RH 5 1 1 1 3 1 10 0 1 1 0,5 5
BMW H Achats 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
BMW H Informatique 4 1 1 1 3 1 10 1 1 2 1 10

430
 QualiPPL NotoPPL
Index 1 Index 1
Domaine de (Somme/3 Index 10 (Somme/2 Index 10
Entreprise Sexe compétences CSP NET NEEx LEEx Total Somme variables) (Index 1 *10) MGEp APE Total Somme variables) (Index 1 *10)
Ford H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford F Marketing/Com 4 0 1 0 1 0,33333333 3,333333333 0 0 0 0 0
Ford F Marketing/Com 4 1 1 1 3 1 10 0 1 1 0,5 5
Ford F Métiers de l'ingénierie
4 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Ford H Marketing/Com 3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Ford H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford F Ventes 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Ford H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Finances/Gestion 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Finances/Gestion 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Ventes 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Ford H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Formation 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Logistique 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Ford H Stratégie & Management
3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Finances/Gestion 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Ford H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Métiers de l'ingénierie
4 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Ford H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Marketing/Com 4 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Informatique 3 1 1 1 3 1 10 1 1 2 1 10
Ford F Stratégie & Management
3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Marketing/Com 3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Ford F Informatique 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Ford H Stratégie & Management
3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Informatique 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Métiers de l'ingénierie
4 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Ford H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Informatique 3 1 1 1 3 1 10 1 1 2 1 10
Ford H SAV 3 1 1 1 3 1 10 1 1 2 1 10
Ford F Qualité 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Ford F RH 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Ford F Finances/Gestion 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford F Juridique 4 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Métiers de l'ingénierie
3 1 1 0 2 0,66666667 6,666666667 1 0 1 0,5 5
Ford H Métiers de l'ingénierie
3 0 1 0 1 0,33333333 3,333333333 0 0 0 0 0
Ford H Formation 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Ford H Métiers de l'ingénierie
3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
Ford H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford F Marketing/Com 3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Ford H Logistique 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford F Informatique 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford F Finances/Gestion 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Finances/Gestion 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Logistique 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Ford F Stratégie & Management
3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Métiers de l'ingénierie
3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
Ford H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Qualité 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford F Finances/Gestion 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Informatique 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Ford F Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Ford F Juridique 3 1 1 1 3 1 10 1 1 2 1 10
Ford H Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Ford H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Métiers de l'ingénierie
3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Ford H Informatique 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford F RH 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford F Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Ford F Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Ford H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Stratégie & Management
3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Ford H Qualité 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford F Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Ford F Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Ford H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Ford F Informatique 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Ford H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Ventes 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Ford H Métiers de l'ingénierie
3 0 1 0 1 0,33333333 3,333333333 0 1 1 0,5 5
Ford H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Logistique 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Ventes 3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
Ford F Informatique 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Ford H Métiers de l'ingénierie
3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Ford H Ventes 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5

431
 QualiPPL NotoPPL
Index 1 Index 1
Domaine de (Somme/3 Index 10 (Somme/2 Index 10
Entreprise Sexe compétences CSP NET NEEx LEEx Total Somme variables) (Index 1 *10) MGEp APE Total Somme variables) (Index 1 *10)
Volkswagen H Ventes 3 1 1 1 3 1 10 1 1 2 1 10
Volkswagen H Ventes 3 0 1 0 1 0,33333333 3,333333333 0 1 1 0,5 5
Volkswagen F Marketing/Com 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Volkswagen H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen F Ventes 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Volkswagen H Marketing/Com 4 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen F Marketing/Com 4 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Marketing/Com 4 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Finances/Gestion 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H RH 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Ventes 3 1 1 1 3 1 10 1 1 2 1 10
Volkswagen H Ventes 3 1 1 1 3 1 10 1 1 2 1 10
Volkswagen H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen F Ventes 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Volkswagen H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Direction Générale 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Volkswagen H Stratégie & Management
3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Qualité 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Volkswagen H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Stratégie & Management
3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Volkswagen H Juridique 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Ventes 3 1 1 1 3 1 10 1 1 2 1 10
Volkswagen H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Direction Générale 3 1 1 1 3 1 10 1 1 2 1 10
Volkswagen H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H RH 3 1 1 1 3 1 10 0 0 0 0 0
Volkswagen H Métiers de l'ingénierie
4 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Direction Générale 3 1 1 1 3 1 10 1 1 2 1 10
Volkswagen H SAV 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Volkswagen H SAV 3 1 1 1 3 1 10 1 1 2 1 10
Volkswagen H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Volkswagen H Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Volkswagen F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Achats 3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
Volkswagen H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Volkswagen H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Volkswagen H Logistique 3 1 1 1 3 1 10 1 1 2 1 10
Volkswagen H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen F Marketing/Com 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Volkswagen H Finances/Gestion 3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
Volkswagen H Production 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen F Ventes 4 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen F Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Ventes 3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
Volkswagen F Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Volkswagen H Marketing/Com 3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
Volkswagen F Ventes 3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
Volkswagen H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Métiers de l'ingénierie
3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Volkswagen H Ventes 3 0 1 0 1 0,33333333 3,333333333 1 1 2 1 10
Volkswagen H Finances/Gestion 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Finances/Gestion 3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
Volkswagen H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Ventes 3 1 1 1 3 1 10 1 1 2 1 10
Volkswagen H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen F Marketing/Com 3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
Volkswagen H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Ventes 3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
Volkswagen H Marketing/Com 4 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Qualité 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Ventes 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Volkswagen H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Formation 3 1 1 1 3 1 10 1 1 2 1 10
Volkswagen H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Volkswagen H SAV 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Volkswagen F RH 4 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Volkswagen H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Volkswagen H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Ventes 4 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Ventes 4 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Volkswagen H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Volkswagen F Finances/Gestion 3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Volkswagen F Marketing/Com 3 0 1 0 1 0,33333333 3,333333333 1 1 2 1 10
Volkswagen H Formation 3 1 1 1 3 1 10 1 1 2 1 10
Volkswagen F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen F Informatique 3 1 1 1 3 1 10 1 1 2 1 10
Volkswagen F Marketing/Com 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Volkswagen H Formation 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H RH 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen F Stratégie & Management
3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Volkswagen H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Ventes 3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
Volkswagen H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen H Ventes 3 1 1 1 3 1 10 0 0 0 0 0
Volkswagen H Finances/Gestion 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Volkswagen F Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Volkswagen F Qualité 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5

432
 QualiPPL NotoPPL
Index 1 Index 1
Domaine de (Somme/3 Index 10 (Somme/2 Index 10
Entreprise Sexe compétences CSP NET NEEx LEEx Total Somme variables) (Index 1 *10) MGEp APE Total Somme variables) (Index 1 *10)
Toyota H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota H Ventes 3 1 1 1 3 1 10 1 1 2 1 10
Toyota H Stratégie & Management
3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Toyota H Ventes 3 1 1 1 3 1 10 1 1 2 1 10
Toyota H RH 3 1 1 1 3 1 10 1 1 2 1 10
Toyota F Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Toyota H Achats 3 1 1 0 2 0,66666667 6,666666667 1 0 1 0,5 5
Toyota F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Toyota H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Toyota H RH 3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota F Formation 4 1 1 1 3 1 10 0 1 1 0,5 5
Toyota H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Toyota F Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota F Finances/Gestion 3 1 1 1 3 1 10 1 1 2 1 10
Toyota H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Toyota H Métiers de l'ingénierie
3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Toyota F Métiers de l'ingénierie
3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
Toyota H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Toyota F Métiers de l'ingénierie
3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
Toyota F Achats 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Toyota H Finances/Gestion 3 1 1 1 3 1 10 1 1 2 1 10
Toyota F Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Toyota H SAV 3 1 1 1 3 1 10 1 1 2 1 10
Toyota H Stratégie & Management
3 1 1 1 3 1 10 1 1 2 1 10
Toyota F Finances/Gestion 3 1 1 1 3 1 10 1 1 2 1 10
Toyota H Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Toyota H Ventes 4 1 1 1 3 1 10 0 1 1 0,5 5
Toyota F Marketing/Com 3 0 1 0 1 0,33333333 3,333333333 0 1 1 0,5 5
Toyota H RH 3 1 1 1 3 1 10 1 1 2 1 10
Toyota H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Toyota H Métiers de l'ingénierie
4 1 1 1 3 1 10 1 1 2 1 10
Toyota H Métiers de l'ingénierie
3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
Toyota H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota F Stratégie & Management
3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Toyota H Achats 3 1 1 1 3 1 10 1 1 2 1 10
Toyota H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 0 1 0,5 5
Toyota H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Toyota H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota H R&D 4 1 1 1 3 1 10 1 1 2 1 10
Toyota F Achats 3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota F Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Toyota H Achats 3 1 1 1 3 1 10 1 1 2 1 10
Toyota H Métiers de l'ingénierie
3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
Toyota F Ventes 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Toyota F Achats 3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Toyota H Production 3 1 1 1 3 1 10 1 1 2 1 10
Toyota H Finances/Gestion 3 1 1 1 3 1 10 1 1 2 1 10
Toyota F Administratif 3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota F Finances/Gestion 3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Toyota F Métiers de l'ingénierie
3 1 1 1 3 1 10 1 0 1 0,5 5
Toyota H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Toyota H Qualité 3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Toyota F Finances/Gestion 3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota F Métiers de l'ingénierie
3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Toyota H Métiers de l'ingénierie
3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
Toyota H Informatique 3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota H Achats 3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota F Logistique 3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota H Métiers de l'ingénierie
3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
Toyota H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Toyota H Ventes 3 1 1 1 3 1 10 1 1 2 1 10
Toyota H Achats 3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Toyota H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Toyota H Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Toyota F Administratif 3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Toyota H Achats 3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota F Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Toyota H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota H Qualité 3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota H Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Toyota H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota F Stratégie & Management
3 1 1 1 3 1 10 1 1 2 1 10
Toyota H Marketing/Com 4 1 1 1 3 1 10 0 1 1 0,5 5
Toyota F Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota H SAV 3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota H Qualité 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Toyota H Finances/Gestion 3 1 1 1 3 1 10 1 1 2 1 10
Toyota H Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Toyota H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota H Ventes 3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
Toyota H Production 3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota H Ventes 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Toyota H Métiers de l'ingénierie
3 0 1 0 1 0,33333333 3,333333333 0 0 0 0 0
Toyota F Marketing/Com 3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
Toyota H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota H Ventes 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Toyota H Ventes 3 0 1 0 1 0,33333333 3,333333333 0 0 0 0 0
Toyota H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Toyota F Marketing/Com 3 0 1 0 1 0,33333333 3,333333333 0 0 0 0 0
Toyota H RH 3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10

433
 QualiPPL NotoPPL
Index 1 Index 1
Domaine de (Somme/3 Index 10 (Somme/2 Index 10
Entreprise Sexe compétences CSP NET NEEx LEEx Total Somme variables) (Index 1 *10) MGEp APE Total Somme variables) (Index 1 *10)
Nissan H SAV 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan H SAV 3 1 1 0 2 0,66666667 6,666666667 1 0 1 0,5 5
Nissan H Ventes 3 1 1 1 3 1 10 1 1 2 1 10
Nissan F Métiers de l'ingénierie
3 1 1 1 3 1 10 0 0 0 0 0
Nissan F R&D 3 1 1 1 3 1 10 1 1 2 1 10
Nissan F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan H Marketing/Com 3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
Nissan H SAV 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Nissan H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan F Métiers de l'ingénierie
4 0 1 0 1 0,33333333 3,333333333 0 0 0 0 0
Nissan H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Nissan H Informatique 3 0 1 1 2 0,66666667 6,666666667 1 0 1 0,5 5
Nissan H Direction Générale 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan F Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Nissan F Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan F Marketing/Com 4 0 1 0 1 0,33333333 3,333333333 1 1 2 1 10
Nissan H Juridique 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Nissan H Marketing/Com 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Nissan F Ventes 3 1 1 0 2 0,66666667 6,666666667 1 0 1 0,5 5
Nissan H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan H SAV 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan H Marketing/Com 3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Nissan H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan H Stratégie & Management
3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan F Ventes 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Nissan H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Nissan H Achats 3 1 1 1 3 1 10 1 1 2 1 10
Nissan F Juridique 3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
Nissan F Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan F Logistique 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan H Ventes 3 1 1 0 2 0,66666667 6,666666667 1 0 1 0,5 5
Nissan H Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Nissan H Ventes 3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
Nissan F Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan H Finances/Gestion 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Nissan F Informatique 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Nissan H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan F Ventes 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Nissan H Marketing/Com 3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
Nissan H Marketing/Com 3 0 1 0 1 0,33333333 3,333333333 1 0 1 0,5 5
Nissan H SAV 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Nissan H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan H Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Nissan F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan H Ventes 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Nissan F Qualité 3 1 1 1 3 1 10 1 1 2 1 10
Nissan F SAV 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan H Ventes 3 0 1 0 1 0,33333333 3,333333333 0 0 0 0 0
Nissan H Finances/Gestion 3 1 1 1 3 1 10 1 1 2 1 10
Nissan H Finances/Gestion 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Nissan H RH 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan F Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan H Achats 3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Nissan H Qualité 3 1 1 1 3 1 10 1 1 2 1 10
Nissan H Logistique 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan H Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Nissan H Stratégie & Management
3 1 1 1 3 1 10 1 1 2 1 10
Nissan H Marketing/Com 3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
Nissan H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan F Marketing/Com 3 1 1 1 3 1 10 0 0 0 0 0
Nissan H Finances/Gestion 3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Nissan F RH 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan H Marketing/Com 3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
Nissan F Formation 3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
Nissan H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Nissan F Marketing/Com 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Nissan H Finances/Gestion 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Nissan H Formation 3 1 1 0 2 0,66666667 6,666666667 1 0 1 0,5 5
Nissan H Logistique 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan F Métiers de l'ingénierie
3 0 1 0 1 0,33333333 3,333333333 0 0 0 0 0
Nissan H Marketing/Com 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Nissan F Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Nissan H Logistique 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan H SAV 3 0 1 0 1 0,33333333 3,333333333 0 0 0 0 0
Nissan F Logistique 3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
Nissan H Ventes 3 0 1 0 1 0,33333333 3,333333333 0 0 0 0 0
Nissan H Ventes 3 1 1 1 3 1 10 1 0 1 0,5 5
Nissan F Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Nissan F Marketing/Com 3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
Nissan H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan F Logistique 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan H Ventes 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Nissan H Finances/Gestion 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan H Marketing/Com 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Nissan H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan H Marketing/Com 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Nissan H Informatique 3 1 1 1 3 1 10 0 1 1 0,5 5
Nissan F Marketing/Com 3 1 1 1 3 1 10 1 0 1 0,5 5
Nissan F Ventes 3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
Nissan F Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Nissan F RH 3 1 1 1 3 1 10 1 1 2 1 10
Nissan F Finances/Gestion 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Nissan F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5

434
 QualiPPL NotoPPL
Index 1 Index 1
Domaine de (Somme/3 Index 10 (Somme/2 Index 10
Entreprise Sexe compétences CSP NET NEEx LEEx Total Somme variables) (Index 1 *10) MGEp APE Total Somme variables) (Index 1 *10)
Opel H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Direction Générale 3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Qualité 4 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Finances/Gestion 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Opel F Finances/Gestion 3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H SAV 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Opel H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Ventes 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Opel H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Production 3 1 1 1 3 1 10 0 1 1 0,5 5
Opel F Marketing/Com 2 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Opel H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Marketing/Com 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
4 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
Opel H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Ventes 3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Opel H Finances/Gestion 3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
Opel H Finances/Gestion 3 1 1 0 2 0,66666667 6,666666667 1 1 2 1 10
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
4 0 1 0 1 0,33333333 3,333333333 0 0 0 0 0
Opel F Métiers de l'ingénierie
4 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Opel H SAV 3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Opel F Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel F Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Ventes 3 1 1 1 3 1 10 1 1 2 1 10
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Qualité 3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
4 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
Opel F Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Marketing/Com 3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
Opel H Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Opel H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Opel H Métiers de l'ingénierie
4 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
4 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
4 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Opel H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel F Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
4 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
Opel H Métiers de l'ingénierie
4 1 1 1 3 1 10 1 1 2 1 10
Opel H Formation 3 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
Opel H Ventes 3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
4 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Opel F Métiers de l'ingénierie
4 0 1 0 1 0,33333333 3,333333333 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 1 1 2 1 10
Opel H Métiers de l'ingénierie
3 1 1 0 2 0,66666667 6,666666667 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel F Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
4 1 1 1 3 1 10 1 1 2 1 10
Opel H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Opel H Direction Générale 3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Ventes 3 1 1 1 3 1 10 1 1 2 1 10
Opel H Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5
Opel F Métiers de l'ingénierie
4 1 1 0 2 0,66666667 6,666666667 0 0 0 0 0
Opel H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Opel H Métiers de l'ingénierie
4 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Marketing/Com 3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 1 1 2 1 10
Opel H Métiers de l'ingénierie
4 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
4 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Métiers de l'ingénierie
3 0 1 1 2 0,66666667 6,666666667 0 1 1 0,5 5
Opel H Direction Générale 3 1 1 1 3 1 10 1 1 2 1 10
Opel F Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H R&D 3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Logistique 3 1 1 1 3 1 10 0 1 1 0,5 5
Opel H Informatique 3 1 1 1 3 1 10 1 1 2 1 10
Opel H Marketing/Com 3 1 1 1 3 1 10 1 1 2 1 10
Opel H Métiers de l'ingénierie
3 1 1 1 3 1 10 0 1 1 0,5 5
Opel F Marketing/Com 3 1 1 1 3 1 10 0 1 1 0,5 5

435
436
Annexe 6 : Relations de causalité avec les variables de second
ordre

Regression Weights

Estimate S.E. C.R. P Label

ERepPEL <--- IQ10PEL ,003 ,057 ,054 ,957 par_22
ERepPPL <--- MIN10PPL -,014 ,040 -,342 ,732 par_23
ERepPPL <--- MIQ10PPL ,089 ,085 1,056 ,291 par_26
ERepPEL <--- NEPE ,000 ,000 -,824 ,410 par_27
ERepPEL <--- NAPE ,000 ,000 ,761 ,447 par_28
ERepPEL <--- NMGEp ,000 ,000 -1,460 ,144 par_29
NotPPL <--- ERepPPL ,732 ,810 ,903 ,367 par_24
QualPPL <--- ERepPPL 1,000
QualPEL <--- ERepPEL 1,000
NotPEL <--- ERepPEL ,143 ,436 ,328 ,743 par_25
PLogEPEL <--- QualPEL 1,000
PPresEPEL <--- QualPEL 1,011 ,068 14,884 *** par_1
PINREPEL <--- QualPEL ,977 ,066 14,748 *** par_2
PNEntTPPL <--- QualPPL 1,000
PNEntExpPPL <--- QualPPL ,933 ,060 15,628 *** par_3
PLogEntExpPPL <--- QualPPL ,970 ,065 14,936 *** par_4
ANAPEL <--- NotPEL 1,000
ANEPEL <--- NotPEL ,867 ,087 9,929 *** par_5
MGEpPPL <--- NotPPL 1,000
APEPPL <--- NotPPL 1,278 ,096 13,357 *** par_6

Standardized Regression Weights:

Estimate
ERepPEL <--- IQ10PEL ,002
ERepPPL <--- MIN10PPL -,012
ERepPPL <--- MIQ10PPL ,039
ERepPEL <--- NEPE -,027
ERepPEL <--- NAPE ,023
ERepPEL <--- NMGEp -,041
NotPPL <--- ERepPPL ,645
QualPPL <--- ERepPPL ,970
QualPEL <--- ERepPEL 2,129
NotPEL <--- ERepPEL ,215
PLogEPEL <--- QualPEL ,658
PPresEPEL <--- QualPEL ,669
PINREPEL <--- QualPEL ,633

437
 Estimate
PNEntTPPL <--- QualPPL ,692
PNEntExpPPL <--- QualPPL ,654
PLogEntExpPPL <--- QualPPL ,590
ANAPEL <--- NotPEL ,782
ANEPEL <--- NotPEL ,679
MGEpPPL <--- NotPPL ,652
APEPPL <--- NotPPL ,820

438
Annexe 7 : Relations de causalité sans les variables de second
ordre

Regression Weights:

Estimate S.E. C.R. P Label

QualPEL <--- IQ10PEL ,024 ,028 ,857 ,391
QualPPL <--- MIQ10PPL ,086 ,072 1,197 ,231
NotPEL <--- QualPEL ,217 ,048 4,550 ***
NotPPL <--- QualPPL 1,122 ,076 14,762 ***
NotPEL <--- NAPE ,000 ,000 -1,517 ,129
NotPEL <--- NEPE ,000 ,000 ,643 ,520
NotPEL <--- NMGEp ,000 ,000 ,598 ,550
NotPPL <--- MIN10PPL ,015 ,046 ,325 ,745
NotPEL <--- QualPPL ,898 ,070 12,776 ***
PLogEPEL <--- QualPEL 1,000
PPresEPEL <--- QualPEL ,994 ,071 13,980 ***
PINREPEL <--- QualPEL ,905 ,065 14,008 ***
ANAPEL <--- NotPEL 1,000
ANEPEL <--- NotPEL ,970 ,067 14,438 ***
PNEntTPPL <--- QualPPL 1,000
PNEntExpPPL <--- QualPPL ,924 ,062 14,809 ***
PLogEntExpPPL <--- QualPPL 1,167 ,075 15,632 ***
APEPPL <--- NotPPL 1,000
MGEpPPL <--- NotPPL ,841 ,052 16,132 ***

Standardized Regression Weights:

Estimate

QualPEL <--- IQ10PEL ,029

QualPPL <--- MIQ10PPL ,040

NotPEL <--- QualPEL ,173

NotPPL <--- QualPPL ,743

NotPEL <--- NAPE -,077

NotPEL <--- NEPE ,035

NotPEL <--- NMGEp ,020

439
 Estimate

NotPPL <--- MIN10PPL ,009

NotPEL <--- QualPPL ,648

PLogEPEL <--- QualPEL ,678

PPresEPEL <--- QualPEL ,679

PINREPEL <--- QualPEL ,604

ANAPEL <--- NotPEL ,728

ANEPEL <--- NotPEL ,706

PNEntTPPL <--- QualPPL ,621

PNEntExpPPL <--- QualPPL ,582

PLogEntExpPPL <--- QualPPL ,637

APEPPL <--- NotPPL ,791

MGEpPPL <--- NotPPL ,676

440
Annexe 8 : modèle structurel avec les variables de second ordre

441
442
Annexe 9 : modèle structurel sans les variables de second ordre

443
444
445
446
 E-réputation corporate : influence de la voix digitale des employés via l’e-contenu de
leur « Profil » sur les réseaux sociaux professionnels ; application au secteur automobile.

L’e-réputation corporate constitue une des clés du succès et de la pérennité des entreprises ;
elle est difficilement maîtrisable et son management est complexe. L’influence des messages
traditionnels corporate (signaux directs émis par l’entreprise) est amoindrie au profit des
médias gagnés qui ne cessent de prendre de l’ampleur. Les praticiens et les chercheurs
s’interrogent sur les leviers d’action alternatifs. La voix digitale des employés, principalement
sur les réseaux sociaux professionnels, semble être une ressource sous-estimée par les
entreprises. Cette recherche vise à répondre au questionnement général suivant : l’entreprise
peut-elle gérer la construction de son e-réputation corporate afin d’en influencer sa
perception en utilisant la voix de ses employés via l’e-contenu de leur « Profil » sur les
réseaux sociaux professionnels ? Deux études quantitatives analysent l’usage effectif de l’e-
contenu des Pages Entreprises LinkedIn (PEL) et des Pages Personnelles LinkedIn (PPL)
ainsi que la perception de la qualité et de la notoriété des PEL et des PPL. Une troisième étude
teste l’influence des index d’informations et de visibilité des PEL ainsi que des index de
citation et de participation des PPL sur l’e-réputation corporate perçue des PEL et des PPL.
L’effet modérateur de la crédibilité perçue des PEL et des PPL est aussi testé. Les résultats –
issus de l’analyse de 10 PEL, 1 000 PPL et 1 500 individus – confirment le rôle majeur de la
voix digitale des employés dans la construction de l’e-réputation corporate.

Mots-clés : e-réputation corporate, employés, réseaux sociaux professionnels, voix digitale.

Corporate e-reputation: the influence of employees’ digital voice through the e-content
of their « Profile » on professional social networks; applied to the automobile sector.

Corporate e-reputation is one of the main key’s to a company’s success and durability; it is
not easy to control and its management is complex. The influence of corporate traditional
messages (direct signals produced by companies) has reduced in favor of earned medias that
never stop spreading. Both professionals and academics wonder about alternative solutions.
The digital voice of employees, mainly on professional social networks, seems to be an
interesting resource companies still underestimate. This research aims to answer the following
general question: can a company build its corporate e-reputation, in order to influence
perception, using the voice of its employees through the e-content of their “Profile” on
professional social networks? Two quantitative studies (I have conducted) analyze the
effective use of LinkedIn Business Pages’ (LBP) and LinkedIn Personal Pages’ (LPP) e-
content as well as the perception of LBP’s and LPP’s quality and renown. A third study tests
the influence of LBP’s information and visibility index as well as LPP’s quotation and
participation index on LBP’s and LPP’s perceived corporate e-reputation. The moderator role
of LBP’s and LPP’s perceived credibility is also discussed. Results – following from the
analysis of 10 LBP, 1 000 LPP and 1 500 subjects – confirm the essential role of employees’
digital voice with regard to corporate e-reputation building.

Key words: corporate e-reputation, employees, professional social networks, digital voice.

447