1

UNIVERSITÉ DU QUÉBEC À MONTRÉAL

Les plateformes numériques multifaces : Analyse stratégique du modèle d’affaire

publicitaire et de ses externalités

Mémoire présenté comme exigence partielle

en

Sciences de la gestion (Stratégie)

Par

Romain Laugénie

Février 2024
 UNIVERSITÉ DU QUÉBEC À MONTRÉAL
Service des bibliothèques

Avertissement

La diffusion de ce mémoire se fait dans le respect des droits de son auteur, qui a signé
le formulaire Autorisation de reproduire et de diffuser un travail de recherche de cycles
supérieurs (SDU-522 – Rév.07-2011). Cette autorisation stipule que «conformément à
l’article 11 du Règlement no 8 des études de cycles supérieurs, [l’auteur] concède à
l’Université du Québec à Montréal une licence non exclusive d’utilisation et de
publication de la totalité ou d’une partie importante de [son] travail de recherche pour
des fins pédagogiques et non commerciales. Plus précisément, [l’auteur] autorise
l’Université du Québec à Montréal à reproduire, diffuser, prêter, distribuer ou vendre des
copies de [son] travail de recherche à des fins non commerciales sur quelque support
que ce soit, y compris l’Internet. Cette licence et cette autorisation n’entraînent pas une
renonciation de [la] part [de l’auteur] à [ses] droits moraux ni à [ses] droits de propriété
intellectuelle. Sauf entente contraire, [l’auteur] conserve la liberté de diffuser et de
commercialiser ou non ce travail dont [il] possède un exemplaire.»
 2
REMERCIEMENTS

Tout d'abord, je tiens à exprimer ma profonde gratitude envers mon directeur de mémoire, le
Professeur Kamal Bouzinab, pour sa confiance, son soutien inestimable et son
accompagnement tout au long de ce travail de recherche. Ses conseils avisés, sa rigueur
scientifique et sa disponibilité m'ont permis de mener à bien ce projet et de progresser en tant
qu'étudiant. Je souhaite également remercier les membres du jury, pour l'honneur qu'ils me
font en acceptant d'évaluer mon travail et pour leurs précieuses remarques qui contribueront
à l'amélioration de ce mé[Link] remerciements s'adressent également à l'ensemble des
professeurs et enseignants de l'Université du Québec à Montréal (UQÀM) et de l’option
stratégie de la Maîtrise en science de la gestion, pour leur encadrement, leurs échanges
fructueux et la qualité de l'environnement pédagogique qu'ils ont su cré[Link] tiens à exprimer
ma reconnaissance envers mes camarades de promotion et amis, pour leur soutien, leur
camaraderie et les moments de partage qui ont jalonné ces années de Master. Leurs
encouragements et leur amitié ont été des ressources précieuses pour traverser les moments
de doute et les difficultés inhérentes à la réalisation d'un mé[Link], je tiens à exprimer
ma profonde gratitude à ma famille et à mes proches pour leur amour, leur soutien
inconditionnel et leur confiance tout au long de ce parcours. Sans eux, je n'aurais pas pu
surmonter les obstacles et les défis qui se sont présentés à moi. Je dédie ce mémoire à
Sébastien, Halima, Mona et Younes, pour leur présence indéfectible et leur soutien
inébranlable.
 3
RÉSUMÉ

Au crépuscule du 21e siècle, internet a bouleversé le quotidien d’une grande partie de la

population mondiale. Ce faisant, le monde des affaires ne fut pas épargné par cette
révolution technologique. La numérisation de l’économie est un phénomène grandissant et
omniprésent aujourd’hui. De ce ciel numérique se sont dégagés plusieurs nuages dominants
: les plateformes multifaces. On y retrouve des mastodontes de l’économie mondiale tels que
Google,Twitter, Meta, Amazon et Uber entre autres. Ces géants d’internet occupent une
place prépondérante dans l’échiquier commercial mondial et présentent de toutes nouvelles
caractéristiques managériales et stratégiques. Objet de nombreuses interrogations et
controverses, ces plateformes redistribuent les cartes quant à la manière de capturer de la
valeur, offrir des services et dégager des revenus. Certaines de ces plateformes ont un
fonctionnement bien particulier : le modèle d’affaires publicitaire. Dirigé vers une gratuité de
service quasi totale, ce nouveau modèle d’affaire propre au numérique présente des
particularités et distinctions encore relativement peu comprises. L’objectif premier de cette
étude est d’éclaircir le nuage de confusion autour de ce type de modèle d’affaires en
effectuant une analyse stratégique approfondie pour en soulever les enjeux et principes
majeurs. Dans un second temps, ce travail cherchera à identifier et corréler certaines des
externalités négatives qu’un tel modèle produit. Finalement, un objectif annexe de cette étude
vise à trouver des modèles d’affaires alternatifs permettant de mitiger et limiter les
externalités identifiées. À l’aide d’une revue de littérature robuste et concise sur des concepts
tels que le modèle d’affaires, les plateformes multifaces ou encore les externalités, nous
avons obtenu un socle fiable pour ensuite adopter la méthode d’étude de cas de Yin dans le
but d’examiner le modèle d’affaire d’une entreprise en particulier, soit l’entreprise Meta.
Anciennement connue sous le nom de Facebook Inc., Meta est une entreprise américaine de
technologie spécialisée dans les réseaux sociaux, les services de messagerie et les
plateformes de réalité virtuelle et augmentée. Fondée en 2004 par Mark Zuckerberg et
d'autres étudiants de l'Université de Harvard, l'entreprise a commencé comme un simple
réseau social pour les étudiants, mais s'est rapidement étendue à un public mondial pour
devenir un des acteurs majeurs du secteur des plateformes numériques. L’étude du cas de
Meta à l’aide de la méthode “within-case” a permis de relever plusieurs grands principes
 4
quant au mécanisme du modèle d’affaire publicitaire, notamment ceux consistant à 1)
générer des revenus grâce à la publicité ciblée ; 2) se concentrer sur l'engagement des
utilisateurs pour attirer les annonceurs ; 3) utiliser des algorithmes pour hiérarchiser et
personnaliser le contenu et ; 4) Collecter des données massives sur les utilisateurs pour
permettre une publicité ciblée. L’identification de ces grands principes a permis d’y corréler
plusieurs externalités négatives tel que le manque de protection des données et de la vie
privées, l’addiction et l’utilisation excessive de la plateforme, la production de désinformation,
polarisation et appât à click, ainsi que certains effets néfastes sur la santé mentale (anxiété,
dépression et trouble du sommeil, etc.). Finalement, les modèles alternatifs retenus furent : le
modèle Freemium, le modèle par abonnement et le modèle outils et services premium pour
entreprises.
 5
MOTS-CLÉS

Plateforme numérique ; Plateforme multiface ; Réseaux sociaux ; Modèle d’affaire ; Analyse

stratégique ; Service numérique ; Gratuité ; Revenus publicitaires ; Externalités ;
Désinformation ; Collecte de données ; Économie de l’attention ; Algorithmes
 6
TABLE DES MATIÈRES

Remerciements 2
Résumé 3
Mots-clés 4
Table des matières 6
Liste des figures 8
Liste des abréviation et acronyme 9
Introduction 10
CHAPITRE 1 : Contexte, problématique, objectifs et question de recherche 13
1.1 : Les plateformes numériques : leur nature, leur évolutions et les enjeux qu’elles
impliquent 14
1.1.1 L’avènement de géants d’internet et du phénomène des réseaux sociaux 14
1.1.2 L’émergence des services digitaux gratuits 15
1.1.3 Les plateformes multifaces (multisided) et les revenus publicitaire : l’importance
des interfaces et du marché des annonceurs 16
1.1.4 Les différents problèmes et enjeux sociaux et éthiques autour des plateformes
multifaces et des réseaux sociaux 17
1.1.5 Un manque de clarté théorique autour des MSP numérique et le modèle d’affaire
publicitaire 18
1.2 : Objectifs et portée du travail de recherche 19
1.2.1 Objectifs du travail et question de recherche 19
1.2.2 Portée du mémoire 20
1.2.3 Axes et question de recherche 21
CHAPITRE 2 : Revue de littérature et cadre théorique 22
2.1 : Introduction et plan de section 22
2.2 Revue de littérature 24
2.2.2 : Les modèles d’affaires 24
2.2.3 : Innovations théoriques récentes du modèle d’affaires 31
2.2.4 : Les plateformes numérique multifaces 36
2.2.5 : L’Économie de l’attention 43
2.2.6 : Diverses théories du champ de la stratégie 46
2.2.7 : Les externalités produites par les MSP 56
2.2.8 : Les réseaux sociaux numériques 59
2.3 Conclusion de la revue de littérature 61
2.4 Cadre théorique 62
CHAPITRE 3 : Cadre Méthodologique 66
3.1 Position et choix épistémologiques : 66
3.2 Choix de la méthode et collecte des données 67
3.2.1 L’étude de cas comme stratégie de recherche 67
3.2.2 Type de cas, unité d’analyse et échantillonnage de comparaison 71
3.2.3 Développement du cas et collecte de données 75
3.3 Méthode d’analyse des données collectées 79
 7
3.3.1 Choix de la méthode 80
3.3.2 Structure de l’analyse 81
3.3.3 Comparaison avec la littérature actuelle 84
3.4 Conclusion et synthèse 84
CHAPITRE 4 : Analyse et présentation des données issues de l’étude de cas META 86
4.1: Présentation des données : META 86
4.1.1 : Présentation de l’unité d’analyse META 86
4.1.2 : META comme plateforme multiface numérique 94
4.1.3 : Conclusion 96
4.2 : Analyse des donnée du cas META 97
4.2.1 : Modèle publicitaire chez META 97
4.2.2 Diagnostic du modèle d’affaires de META 97
4.3 : Externalités produites par META 105
4.3.1 Externalités positives produites par META : 106
4.3.2 Externalités négatives produite par META : 108
4.4 Conclusion 112
CHAPITRE 5 : Discussion, contributions et limites de la recherche 113
5.1 Introduction 113
5.2. Les principes fondamentaux d’un modèle publicitaire d’une MSP 114
5.3 Les externalités issues des principes fondamentaux d’un modèle d’affaires basé sur les
revenus publicitaires 118
5.3.1 Impact et externalités négatives liées aux principes fondamentaux relevés dans
l’analyse de cas 118
5.3.2. Équilibre des externalités 120
5.4 Modèles alternatifs 124
5.4.1 Modèle alternatif basé sur les abonnements 124
5.4.2 Modèle alternatif de type “Freemium” 126
5.4.3 Modèle basé sur les revenus des outils et services premium pour entreprise 127
5.4.4 Conclusion de notre discussion 128
5.5 Contribution théorique 128
5.6 Contribution pratique 129
5.7 Limites et contraintes 129
5.8 Pistes de recherche future 131
Conclusion Générale 132
Bibliographie 133
 8
LISTE DES FIGURES

Figure 1.1 : Composition du PIB des grand puissances par secteur ………………………10
Figure 1.2 : Les plus grandes capitalisations boursières en 2021…………………………..11
Figure 2.1 : La relation intégration/innovation du modèle d’affaire de Timmers(1998).......24
Figure 2.2 : Le modèle d’affaire selon Teece (2010)...........................................................25
Figure 2.3 : Le modèle d’affaire selon Hammel et Trudel (2001)........................................28
Figure 2.4 : L’innovation ouverte de Chesbrough (2003)................................................... 31
Figure 2.5 : Le Marché d’échange latéral de Perren et Kozinets (2018).............................34
Figure 2.6 :La visualisation des effet de réseaux d’une plateforme multiface selon
Beckmann…………………………………………………………………………………………..37
Figure 2.7 : Les effets de réseaux selon Burt (1995)...........................................................46
Figure 2.8 : Théorie des réseaux selon Jones et al (1997)..................................................47
Figure 2.9 : Les capacités dynamiques selon Grant (1996).................................................49
Figure 2.10 : Théorie de ressources-compétences selon Makadok (2001)......................... 51
Figure 2.11 : Théorie des coût de transactions de WIlliamson (1991)..................................54
Figure 2.12 : Exemple d'externalités en macroéconomie……………………………………...56
Figure 2.13 : Cadre de la Problématique de Recherche…….…………………………………63
Figure 3.1 : Processus d’une étude de cas selon Yin (2014)................................................67
Figure 3.2 : Type de source de données selon Yin (2003)....................................................76
Figure 5.1 : Modèles d’affaires basés sur les revenus publicitaires des MSP : principes clés et
externalités…………………………………………………………………………………………..121
Figure 5.2 : Modèle alternatifs (par abonnement)..................................................................124
 9
LISTE DES ABRÉVIATIONS ET ACRONYMES

MSP = Multisided platform (plateforme multiface)

GAFAM = Google,Amazon,Facebook,Apple,Microsoft

E-commerce = Commerce en ligne

CA = Cambridge analytica

IA = Intelligence artificielle

Ad-based = Basé sur les revenus publicitaires

RGPD = Règlement Général sur la Protection des données

PME = Petites et Moyennes Entreprises

FOMO = Fear Of Missing Out (La peur de passer à côté)

CGU = Contenu Généré par les Utilisateurs

ATT = App Tracking Transparency (Transparence du suivi de l'application)

Clickbait = Appât a clics

Fake news = Fausse informations

DAP =Daily active user (Utilisateur actif quotidien)

MAP = Monthly active user (Utilisateur actif mensuel)

 10
INTRODUCTION

Aujourd’hui considérée comme une technologie essentielle de notre quotidien et

omniprésente dans de nombreuses strates de la société, le réseau internet a connu une
ascension fulgurante accompagnée d’une transformation profonde de nos modes de vie. Le
développement de cette technologie a également considérablement modifié l’économie
moderne et de nombreuses industries en sont aujourd’hui totalement ou en partie
dépendantes (Moen et al., 2008). Bien que certaines industries, notamment le secteur
manufacturier ou l’agriculture, en font une utilisation complémentaire à leurs cœurs de métier,
certaines industries gravitent intégralement autour de la galaxie internet telle que l’industrie
des plateformes de services numériques. Les économies des pays post-industriels
développés se sont orientées, depuis l’avènement de cette technologie, vers une économie
diversifiée plutôt qu’un modèle économique essentiellement basé sur la production de biens
manufacturiers (Buera & Kaboski, 2012 ; Deloitte, 2018). En témoigne la composition des PIB
(Produit Intérieur Brut) des pays les plus riches du monde présentée à la figure 1.1.

Figure 1.1 : Composition du PIB des grand puissances par secteur

Source : (“List of Countries by GDP Sector Composition,” 2022)

 11

En effet, la plupart de ces économies sont caractérisées par une part de service représentant
au moins 50% du PIB national (souvent supérieure à 60 % si on exclut le cas de l’Inde et la
Chine). En parallèle de l’évolution de la part des services dans l’économie, on observe aussi
une numérisation de ces derniers. De fait, l’économie numérique connaît un essor important
(Bataev, 2018) et représente un secteur d’avenir concentrant nombre de perspectives de
développement économique pour le futur de nos sociétés (OCDE, 2006). Dans ce contexte
de transformation économique, on a pu observer l’émergence de certains acteurs du secteur
des services numériques en ligne dont personne n’aurait prédit un développement si
fulgurant : les plateformes numériques multifaces. Ces entreprises telles que Google,
Facebook ou encore Uber se sont vite imposées comme étant des acteurs majeurs et
incontournables de leurs secteurs respectifs. Assurément, l’activité numérique se concentre
sur un nombre restreint de plateformes en ligne et entraîne une dynamique oligopolistique
leur permettant d’être présentes dans la plupart des infrastructures d’internet (Smyrnaios,
2016). Parmi ces nouveaux géants du Net, on retrouve les 5 entreprises ayant la plus grande
valeur boursière en 2021, soit le groupe communément désigné par celui des GAFAM.

Figure 1.2 : Les plus grandes capitalisations boursières en 2021

Source : (“List of Public Corporations by Market Capitalization,” 2022).

 12

Passant par les systèmes d’exploitation, les services bancaires, le partage et échange de
contenu ou encore les hébergements en ligne. Il peut être difficile de percevoir la nature des
modèles d’affaires de ces organisations. Dotés d’une grande diversité d’activité et d’une
domination oligopolistique à la fois verticale (centres de données, systèmes d'exploitation,
navigateurs Web, plateforme de réseau social) et horizontale (messageries, communication,
réseaux sociaux) (Smyrnaios, 2016), nous sommes confrontés à un nouveau mode de
fonctionnement stratégique qui demeure peu exploré en raison, en partie, de l’opacité
d’information sur ces plateformes (Hamiti, 2021). Assurément, ces nouveaux mastodontes de
l’ère numérique exercent une influence non négligeable sur les gouvernements et l’économie
du futur (Romm, 2018). S’accompagnent au développement de ces grandes plateformes les
réseaux sociaux : partie inhérente indéniable du monde des affaires de notre époque. Les
réseaux sociaux ont considérablement modifié nos interactions sociales, mais ils ont
également révolutionné le monde des affaires et l’économie numérique. Au sein d’un monde
virtuel plus peuplé que la Chine et l’Inde rassemblées, une plateforme numérique comme
celle du groupe META et son réseau Facebook sont un outil technologique omniprésent du
quotidien de près de la moitié de la population mondiale (DataReportal, ,2022) L’émergence
de toutes ces plateformes numériques a contribué à proposer une nouvelle manière de
concevoir les affaires : les plateformes multifaces. Noyé dans une pondéreuse complexité,
tant ces plateformes diversifient leurs activités et capturent de la valeur à plusieurs endroits
de leurs écosystèmes, nous sommes confrontés à une dynamique commerciale et
stratégique unique. Souvent peu comprises, parfois opaques dans leurs communications, le
modèle d’affaire de ces plateformes numériques représente un sujet de réflexion tant
théorique que pratique. Les questions autour du fonctionnement particulier de ces modèles
d’affaires persistent et demeurent un objet de réflexions pour bon nombre d’observateurs
externes (Brehaut, 2020). L’orientation de ce travail se concentre sur la nature des modèles
d’affaires de certaines de ces plateformes numériques multifaces (Google, Facebook et Ebay
par exemple)car elles présentent de toutes nouvelles caractéristiques ainsi qu’une logique
commerciale peu « conventionnelle » en raison, entre autres, de la gratuité de la plupart des
services offerts et la connexion établis entre différents groupes de clients sur le marché
(Kangas et al., 2007). Ce travail aura pour vocation d’apporter plus d’éclairage quant à
l’aspect théorique de ces modèles en essayant de comprendre leurs natures, leurs
 13
fonctionnements ainsi que les externalités, aussi bien positives que négatives, qu’ils tendent
à produire.
 14
CHAPITRE 1 :CONTEXTE, PROBLÉMATIQUE, OBJECTIFS
ET QUESTION DE RECHERCHE

Dans ce chapitre, nous décrirons l'arrière-plan et l'environnement dans lequel notre

recherche s'inscrit. La section "Problématique" définira le problème spécifique que notre
recherche vise à approfondir et à comprendre. Ensuite, la partie "Objectifs", traitera de ce que
nous espérons accomplir avec notre recherche tels que la production de nouvelles
connaissances, la résolution d'un problème spécifique, ou la validation ou l'invalidation d'une
théorie existante. Enfin, la section "Question de recherche" présentera la question spécifique
à laquelle notre recherche tentera de répondre. Cela devra être une question claire et précise
qui guide cette étude. En somme, ce chapitre établit les fondations de notre recherche et
donne au lecteur une compréhension claire de ce que nous cherchons à accomplir.

1.1 : Les plateformes numériques : leur nature, leur évolutions et les

enjeux qu’elles impliquent

1.1.1 L’avènement de géants d’internet et du phénomène des réseaux sociaux

Durant l’entre-deux-guerres en 1923 aux États-Unis, les studios Disney émergent. Une
entreprise ayant pour but de produire des courts-métrages animés dans un domaine
artistique en plein essor. Près d’un siècle plus tard et à la suite d’une tumultueuse histoire, le
groupe a su s’imposer comme un des leaders du divertissement dans le monde. Tel fut
pendant longtemps la vitesse de progression conventionnelle d’une entreprise. Avec le
développement d’internet et les technologies associées, de nombreuses opportunités
d’affaires se sont présentées ainsi que la possibilité d’offrir une proposition de valeur unique.
L’émergence de nouveaux marchés ainsi que des services digitaux gravitant autour du Web
 15
ont permis à certaines entreprises de s’engager pleinement dans la transition économique
numérique. En 1996, dans une chambre universitaire Larry Page et Sergey Brin, tous deux
âgés de 23 et 24 ans respectivement, songent à revoir la manière dont les résultats sont
classés dans les bases de données scientifiques : ils imaginent alors un nouveau moteur de
recherche. Dès septembre 1999, le moteur Google génère un flux de plus de 3 millions de
recherches quotidiennes, puis 300 millions de requêtes par jour en 2003. En 2012, le moteur
de recherche atteint 3,5 milliards de recherches quotidiennes. L’ascension fulgurante du
moteur Google témoigne de la rapidité à laquelle l’entreprise croît et de la progression
foudroyante qu’elle connaîtra à l’aube du 21e siècle. La société comprend 300 employés en
2001, en 2021, elle est composée de 150 000 salariés (Mirror Review, 2019). Ces chiffres
vertigineux illustrent le progrès rapide qu’a connu l’entreprise. En une vingtaine d’années, le
conglomérat Alphabet (Groupe auquel appartient Google) a atteint une capitalisation
boursière estimée à environ 1300 milliards de dollars en 2022 (Companies Market, 2022).
Passer d’un simple projet dans une chambre universitaire californienne à un des groupes les
plus influents et puissants du monde en une vingtaine d’années : tel est le succès auquel
sont promises certaines entreprises numériques prenant le pas de la révolution
technologique. Initialement censé être un répertoire d'étudiants contenant des photos et des
informations de base exclusive à l’université Harvard, le réseau « Facebook » a connu une
ascension tout aussi rapide. On parle de 150 employés en 2006 puis 71 970 en 2021, 6
millions d’utilisateurs en 2005 puis 2,9 milliards en 2022 et une capitalisation boursière
estimée à 500 milliards de dollars en 2022. Le réseau social a également connu une
importante progression dans un contexte technologique où l’évolution d’une entreprise pour
devenir un géant de ce monde semble exponentielle et sans limites. La possibilité d’une
croissance rapide ainsi qu’une domination totale de son secteur sont des phénomènes
aujourd’hui peu surprenants pour la plupart des observateurs économiques de ce monde.
Dans un écosystème naturel végétal tel qu’un bois, plusieurs organismes naissent et
croissent avec des rythmes différents. En effet, certaines plantes bénéficiant d’une meilleure
capacité d’adaptation et de résistance pourront se développer plus facilement. Cependant,
une variable majeure régule la croissance des organismes au sein d’un environnement
biologique : le temps. Architecte de l’évolution, ce dernier détermine le rapport de domination
dans un écosystème naturel à l’aide d’une loi : plus long le développement d’un organisme,
plus grand sa taille et l’espace occupé. Un chêne ou un séquoia prennent des centaines
d’années avant d’atteindre l’immense taille qu’on leur connaît et occuper un espace important
 16
dans un bois. Cette règle de la nature très intuitive ne semble pas s’appliquer à certaines
plateformes du numérique telles que Facebook ou Google. Leurs croissances sont rapides,
fortes et déjouent les codes, laissant penser qu’une organisation a besoin de moins de temps
pour s’imposer comme un acteur majeur de son domaine. À peine ayant vu le jour à la fin du
siècle dernier, les entreprises du numérique semblent être déjà des joueurs établis dans leurs
marchés respectifs et promis à un avenir placé sous le signe de l'hyper domination. Le
constat de cette croissance unique s’accompagne également d’une proposition de valeur et
offre de service toute particulière que nous aborderons en nous concentrant sur le modèle
multiface “multi-sided » de certains de ces groupes de l’industrie du numérique.

1.1.2 L’émergence des services digitaux gratuits

Dans un modèle d’affaires traditionnel, un service est fourni en échange d’une prestation
pécuniaire, qu’elle soit spontanée ou sous forme d’abonnement. La plateforme multimédia
Netflix, par exemple, offre un service audiovisuel à condition de souscrire à l’un de leurs
types d’abonnements mensuels. D’autres plateformes possèdent un modèle d’affaires
participatif basé sur un système de donation tel que Wikipédia (Wirtz et al., 2010).
Néanmoins, certaines plateformes numériques ont fait le choix d’offrir un service entièrement
gratuit et de capturer des revenus via des annonces publicitaires ou un contenu payant plus
complet par exemple. De Google à Facebook en passant par Twitter, nous avons là des
exemples d’entreprises économiquement puissantes exploitant pleinement le potentiel du
modèle proposant des services gratuits. Tout en suivant le développement technologique
connecté, certaines entreprises ont fait le choix d’opter pour ce type de service, comme en
témoignent les 93.2 % d’applications gratuites sur le magasin d’application « App Store »
(Statista ,2022). Bien que bon nombre de ces applications ne proposent pas une version
intégrale et complète de leurs services, nous pouvons tout de même observer une tendance
claire. De fait, la gratuité du service est une tendance récurrente dans l’industrie des services
numériques. Ce modèle peut paraître contre-intuitif quand on sait que malgré une offre de
service gratuit, les plateformes numériques sont capables de dégager de la valeur et de
réaliser des bénéfices substantiels (Meta ,2021). Comment font-elles donc pour monétiser
l’expérience des leurs utilisatrices ? Principalement grâce au revenu publicitaire perçu grâce
 17
à la présence d’annonceurs sur leurs interfaces (Enders et al., 2008). Nous reviendrons sur
ce type de modèle centré autour de la publicité, la collecte et l’exploitation des données dans
le cadre du concept de modèle d’affaire publicitaire (« ad-based »).

1.1.3 Les plateformes multifaces (multisided) et les revenus publicitaire :

l’importance des interfaces et du marché des annonceurs

Une plateforme multiface, dans son essence, sert d’interface intermédiaire entre les
consommateurs (la demande) et les annonceurs (offre). Elle peut servir de point d’équilibre
permettant de connecter le besoin des agents économiques et les firmes fournissant les
produits et services recherchés par le consommateur. L’interface sur laquelle ces échanges
s’opèrent possède donc un rôle important en servant de facilitateur d’échange et
matchmakers « entremetteurs » (Hagiu & Wright, 2015). Lorsque l’on parle d’interface, il
s’agit essentiellement du site Web ou d’une application sur laquelle l’entreprise propose ses
services numériques. La disponibilité et l’efficacité des interfaces d’échanges représentent
donc un élément fondamental des business multiface. En effet, étant le lieu de rencontre
exclusif concentrant l’intégralité des connexions entre les différentes parties, les interfaces
sont le terrain de jeu sur lequel les agents exploitent le potentiel des plateformes numériques
multiface (McIntyre et al., 2021). En parallèle de l’importance des interfaces, nous retrouvons
également le marché des annonceurs : véritable clé de voûte du modèle d’affaire des MSP
(Multi-Sided Plateforms). Dans un schéma classique d’un service numérique payant,
l’utilisateur de ce dernier représente la source de revenus de la firme. Si l’on reprend
l’exemple de Netflix, l’utilisateur souhaitant bénéficier de l’offre de programme souscrit un
abonnement payant dégageant des revenus pour la plateforme. Lorsque l’on raisonne dans
le cadre d’une MSP numérique, l’utilisateur ne paie aucuns frais pour utiliser la plateforme et
bénéficie d’un service gratuit (Facebook, Google, Airbnb) ce qui signifie qu’un autre acteur
représente la source de revenus en monétisant leur utilisation de la plateforme : les
annonceurs publicitaires. Ces derniers sont les diverses entreprises qui cherchent à faire la
promotion d’un produit ou d’un service en occupant un espace de communication publicitaire
(médias traditionnels, Web, presse, etc..) (Jougleux, 2022). Lorsque l’on sait que les revenus
publicitaires constituent 97% du revenu total de META en 2021 (Meta ,2021) et 81% des
 18
revenus totaux d’Alphabet (Google) (Alphabet ,2021), on ne peut que constater l’importance
des annonceurs dans le modèle des MSP numérique. Le rôle que jouent ces derniers change
profondément l’approche commerciale de certaines de ces plateformes multifaces, dans le
sens où l’enjeu principal devient la satisfaction des annonceurs en réponse à leurs
investissements sur l’interface. Nous savons que la ressource convoitée par les annonceurs
est donc l’attention et le temps passé par l’utilisateur sur la plateforme (Davenport & Beck,
2001). Ceci révèle des enjeux éthiques non négligeables quant à la responsabilité des
plateformes et des réseaux sociaux dans leur désir d’attractivité et de rétention des
utilisateurs sur leur plateforme.

1.1.4 Les différents problèmes et enjeux sociaux et éthiques autour des

plateformes multifaces et des réseaux sociaux

Depuis 2016, un conflit ethnique frappe le Myanmar : le génocide de la communauté «

Rohingya ». La violente répression militaire que subit ce peuple semble être accélérée par les
voies de communication du réseau social Facebook (Whitten-Woodring et al., 2020). Le
développement de la désinformation et le discours de haine largement répandu sur la
plateforme font partie des éléments qui ont poussé cette même communauté à demander
des dédommagements au groupe META pour sa responsabilité dans la crise humanitaire que
connaît le pays (Milmo ,2021). Voici donc un exemple de la nature et de l’ampleur des enjeux
éthiques et sociétaux auxquels peuvent être confrontés les MSP numériques et les réseaux
sociaux. Le manque de régulation et de contrôle de l’information sur ces plateformes font
l’objet de nombreuses critiques et illustrent le potentiel destructif que possèdent ces dernières
(Napoli, 2019). En 2018, le directeur général du groupe META, Mark Zuckeberg, s’excuse
publiquement devant la Cour suprême américaine (Cadwalladr & Graham-Harrison, 2018).
En effet, ces excuses font suite au scandale Cambridge Analytica dans lequel l’entreprise
aurait fait fuiter les données personnelles de 87 millions d’utilisateurs de son réseau
Facebook, ceci ayant servi à influencer le vote politique de ces derniers (Isaak & Hanna,
2018). Le directeur général du groupe a dû s’expliquer quant aux enjeux de données privées
et la sécurité des informations personnelles de ses utilisateurs. Longtemps libres de leurs
agissements en termes d’exploitation des données privées émanant de leurs interfaces
 19
numériques, les MSP numériques sont aujourd’hui au cœur d’un changement de régulation et
de lois visant à limiter leur capacité d’exploitation de données personnelles et du Big data
(Aho & Duffield, 2020). Le changement d’attitude des institutions et autres acteurs
gouvernementaux illustre bien les besoins de régulations des MSP numériques tant leur
croissance fut rapide et leur pouvoir d’action imprévu (Thibout, 2022). Des taux d’addictions
aux applications et plateformes (Blackwell et al., 2017) à l’évasion fiscale (Antonin, 2021) en
passant par le pouvoir d’influence politique (Kreiss & Mcgregor, 2018) nous observons de
nombreuses controverses et critiques auxquelles les MSP sont sujettes. En parallèle des
différents enjeux sociaux et éthiques, nous pouvons constater une certaine confusion autour
de leurs modèles d'affaires « ad based ». En effet, ces derniers demeurent l’objet de divers
débats dans la littérature scientifique (Evans & Schmalensee, 2010). L’innovation
technologique rapide dans cette industrie a connu un essor ne permettant pas à la littérature
scientifique de bien saisir les concepts théoriques au cœur de ce type d’entreprises. Les MSP
numériques demeurent un sujet d’étude ou le consensus ne semble donc pas atteint.

1.1.5 Un manque de clarté théorique autour des MSP numérique et le modèle

d’affaire publicitaire

Nous avons abordé des éléments préliminaires importants dans le développement du

concept des MSP numériques et la particularité de leurs modèles d’affaires. Cependant, la
littérature scientifique débat encore des différentes définitions et éléments théoriques autour
de ce type de plateforme et leurs caractéristiques stratégiques principales. Le seul terme de «
plateforme » constitue un sujet de discussion (Evans & Noel, 2008) car il ne s’agit pas d’une
industrie en soi , ceci rend la compréhension du concept plus difficile. Bien que ce concept ait
été mentionné pour la première fois en 2003 (Rochet & Tirole, 2003), il n’a été que
récemment exploré par les chercheurs en commerce international (Ojala et al., 2018). La
littérature scientifique ne s’étant penchée sur la question que depuis quelques années, le
besoin d’un cadre théorique clair autour de ce type de plateforme représente un réel enjeu
académique. De plus, on observe un réel manque d’intégration du concept des MSP
numérique dans le champ stratégique théorique fondamental (Boudreau, 2017), d’où
l’opportunité de comprendre les mécanismes inhérents de ce type de plateforme et l’intégrer
 20
au développement du savoir dans le domaine de la stratégie. En ce qui concerne le modèle
d’affaire publicitaire, il fut l’objet de critiques à l’aube du 21e siècle (Baker, 1992), mais il s'est
établi aujourd’hui comme un modèle économique en soi (Anderson & Jullien, 2015).
Cependant, comme pour le cas des MSP, il est difficile de trouver une perspective théorique
reconnue et englobante ou un volume suffisant de production scientifique autour du sujet. Ce
travail aura pour but, en partie, de répondre à ce défi et tenter d’apporter de la lumière sur
ces concepts et leurs implications théoriques dans le champ de la stratégie.

1.2 : Objectifs et portée du travail de recherche

1.2.1 Objectifs du travail et question de recherche

Parmi les objectifs principaux de ce travail, on retrouve tout d’abord le fait de présenter une
revue de littérature significative et substantielle. Le concept de MSP étant relativement peu
exploré, il sera important de synthétiser le plus pertinemment possible ce que les chercheurs
ont relevé concernant ces plateformes numériques, leurs modèles d’affaires, ainsi que leurs
externalités. Dans notre démarche de recherche, nous commencerons donc par développer
une revue de littérature autour des concepts qui nous concernent pour bien identifier ce que
ce travail pourra ajouter comme compréhension et connaissance autour du phénomène des
MSP et des réseaux sociaux. Il est important de rappeler que ce travail se concentrera sur les
plateformes multifaces numériques ayant essentiellement un modèle d’affaire publicitaire
fournissant un service gratuit digital. Nous ne traiterons quasiment pas les MSP avec d’autres
types de modèles d’affaires (i.e. Netflix, PayPal, etc.). Le sujet d’étude principal concerne les
organisations ayant choisi la gratuité de service et les revenus publicitaires comme attributs
stratégiques principaux. Une revue de littérature consistante pourra servir de pilier
fondamental sur lequel le travail s’appuiera, surtout lorsque l’on sait qu’un objectif annexe
sera d’apporter une contribution théorique et pratique au champ d’étude stratégique sur la
nature des plateformes multiface numériques et le rôle de leurs modèles d’affaire publicitaire.
Comme nous l’avons abordé précédemment, ceci constitue un enjeu principal de ce travail.
Anisi, la contribution théorique de ce dernier s’articule autour d’une clarification du modèle
d’affaire des MSP numériques fournissant un service gratuit, ainsi que l’identification et
 21
discussion de certaines externalités que produisent les plateformes multifaces et les réseaux
sociaux. En effet, le concept d’externalités est une perspective particulièrement pertinente
pour mettre de l’avant les différents impacts provoqués par les modèles d'affaires de notre
sujet d’étude. Nous savons que les externalités sont un sujet récurrent dans la littérature
concernant les MSP numériques (Schiff, 2003 ; Armstrong & Wright, 2007), il s’agit d’un
prisme d’analyse non négligeable lorsque l’on cherche à comprendre la nature de ces
dernières. Ce travail permettra donc d’établir les liens entre le type de modèle d’affaires
choisi par certaines des MSP numériques et les externalités que l’on observe aujourd’hui.
Finalement, le dernier objectif de ce travail de recherche consiste à proposer des modèles
alternatifs pouvant mitiger les externalités potentielles des plateformes multifaces et des
réseaux sociaux ayant des revenus de type publicitaires. Assurément, lorsque nous
établirons le lien entre le modèle d’affaire publicitaire et les externalités présentes dans
l’industrie, nous pourrons imaginer d'autres alternatives pour éviter la présence d’externalités
négatives, et ce, aussi bien socialement, politiquement ou encore économiquement. Ces
modèles alternatifs seront plus précisément des propositions de modification du modèle
conventionnel adopté aujourd’hui. Nous verrons ainsi comment certains ajustements
stratégiques pourront mitiger l’impact des MSP sur divers aspects de l’industrie ainsi que sur
la société en général.

1.2.2 Portée du mémoire

Les thèmes stratégiques abordés dans ce travail ont pour but, dans un premier temps, de
mieux saisir les enjeux autour du mode de fonctionnement des MSP ainsi que les
mécanismes sous-jacents de leurs modèles d’affaires. Néanmoins, cette étude peut avoir un
écho dans le domaine managérial et celui des affaires en ce qui concerne l’assise théorique
que représente un modèle économique basé sur la gratuité de service et le rôle prépondérant
des annonceurs. De fait, ce type de modèle n’a pas pour vocation de s’articuler uniquement
autour des MSP numériques, il peut également être présent dans d’autres industries et types
d’organisation. La valeur de ce travail réside donc dans le fait d’être une contribution pour
mieux comprendre ce type de modèle sans que ce soit exclusif aux questions relatives aux
plateformes numériques multifaces. La portée de ce travail se trouve également dans le fait
 22
de comprendre les principes stratégiques aboutissant aux externalités produites par notre
sujet d’étude. Ce dernier pourra servir de référence et de point d’appui pour de futures
recherches ayant pour vocation d’explorer ce type de modèle d’affaires et les externalités
qu’il produit. Le tout permettant de potentiellement être une source d’inspiration pour de
futurs travaux de recherches ou d’investigations ayant pour but de saisir et évaluer l’ampleur
des conséquences provoquées par ce type de modèles.

1.2.3 Axes et question de recherche

Parmi les axes principaux de ce travail de recherche, on retrouve le fait de répondre à la

problématique du mode de fonctionnement de ce type de modèle dans le monde des MSP
numériques. Plus concrètement, nous chercherons par la suite à répondre à la question
suivante : pourquoi produit-il des conséquences et externalités si particulières ? Après avoir
exploré un ensemble d’externalités relevé par la littérature scientifique, ou le monde
médiatique, nous tenterons d’y trouver des récurrences et régularités permettant d’établir un
diagnostic expliquant pourquoi on observe tant de conséquences émanant de ce type de
modèle. Cette problématique demande par ailleurs de la neutralité dans l’approche choisie.
Nous tenterons donc de comprendre pourquoi les MSP et les réseaux sociaux peuvent être
provocateurs d’externalités et de conséquences sur leur environnement. Comme nous
l’avons déjà mentionné, la littérature scientifique n’a que peu étudié le modèle d’affaires
publicitaire des MSP. Le fait de comprendre pourquoi il demeure assez inexploré représente
un enjeu majeur du présent travail. En effet, nous essaierons de comprendre ce qui explique
la faible quantité de travaux produits sur ce sujet ainsi que l’absence d’une vision
consensuelle et admise sur ce type de modèle. Finalement, le dernier enjeu majeur de notre
problématique consiste à savoir comment développer des modèles alternatifs permettant de
limiter les externalités produites par les plateformes MSP et réseaux sociaux. Après avoir
examiné la question autour des externalités et leur ampleur, nous tenterons de comprendre
comment proposer des modifications et changements dans ce type de modèle qui permettrait
de contenir et réduire les impacts qu’il a sur son marché. Parmi les axes principaux
permettant d’orienter ce travail, il y a tout d’abord le fait d’essayer d’identifier correctement les
 23
caractéristiques stratégiques d’une MSP numérique. Un autre axe important de ce mémoire
s’articule autour de l’analyse du modèle publicitaire, pour en obtenir une idée plus précise et
en comprendre les mécanismes fondamentaux. Cet axe permettra de répondre à la faible
quantité d’articles produits sur le sujet dans le cadre de la revue de littérature et trouvera
donc une pertinence toute particulière dans ce travail. Un autre axe consistera à se servir du
concept d’externalités comme outil d’évaluation des externalités produites par les MSP. Cet
axe de recherche consistera à relever des exemples et indications d’externalités et en établir
des similitudes et récurrences. Enfin le dernier axe de recherche consistera à examiner des
propositions de mitigation des effets du modèle d’affaire publicitaire dans la littérature
scientifique tout en proposant des alternatives à ce modèle.
 24
CHAPITRE 2 : REVUE DE LITTÉRATURE ET CADRE
THÉORIQUE

2.1 : Introduction et plan de section

Dans le cadre de cette revue de littérature, nous chercherons à recenser et présenter les
connaissances actuelles sur les thèmes et théories qui seront pertinents pour répondre à la
problématique de ce travail de recherche. Dans un premier temps, il est essentiel de
comprendre le rôle majeur d’un modèle d’affaire dans l’ère numérique. À l’aide d’une
synthèse approfondie, nous poserons la première pierre d’un édifice cherchant à examiner
l’évolution du concept de modèle d’affaires dans la littérature pour obtenir un socle théorique
adéquat. Une vaste exploration des différentes propositions de définition du modèle d’affaire
dans le domaine stratégique permettra d’acquérir un champ de vision clair facilitant le
développement d’une réponse à la problématique de la nature de ces modèles chez les MSP
numériques. Dans un second temps, nous observerons les différentes innovations théoriques
autour du concept de modèle d’affaires. Nous savons qu’un nombre important d’entreprises
se tournent vers un nouveau type de modèle d’affaires à caractère digital (Gatautis, 2017).
Néanmoins, la taxonomie et l’étude de ce type de modèle demeurent complexes et quelque
peu éparses (Vaska et al., 2021). Le modèle de gratuité que nous examinerons s’inscrit dans
une innovation majeure du champ stratégique. Voilà pourquoi il sera primordial d’explorer les
innovations jugées pertinentes pour comprendre le fonctionnement du modèle économique
sur lequel se basent les plateformes numériques. Lors de l’élaboration de cette revue de
littérature, nous observerons ensuite le concept de plateforme numérique multiface et ses
différents enjeux. Ainsi, les définitions principales autour de ce phénomène nous permettront
de comprendre comment s’articule ce type d’organisation et ce que la littérature a relevé sur
ces plateformes. Le caractère récent ainsi que la diversité de définition sur ce type
d’organisation (Sánchez-Cartas & León, 2018) sont des variables contraignantes qui nous
demanderont de la rigueur dans l’analyse théorique du sujet. À l’aide d’une synthèse des
composantes principales, nous relèverons les informations majeures autour du concept de
modèle d’affaire publicitaire et sa relation avec les plateformes multifaces. Après avoir défini
et exploré le phénomène des MSP numérique, nous nous pencherons par la suite sur le
concept d’économie de l’attention. Il s’agit, de manière simplifiée, de considérer l'attention du
 25
consommateur et son contrôle comme une ressource rare convoitée par les entreprises dans
des marchés où l'offre est abondante (Franck, 2014). Ce concept résonne tout
particulièrement avec notre sujet d’étude, car il permet le développement du modèle
publicitaire qui se concentre sur l’attention de l’utilisateur comme source de revenus.
Observer ce que la littérature a produit sur ce sujet est capital dans la compréhension du
mécanisme central d’un modèle d’affaires basé sur les revenus publicitaires. S’accompagne
à l’économie de l’attention le capitalisme de surveillance. Connecté autour du même pilier (la
capture de l’attention et des données), ce concept est défini comme suit par son auteur :

« I define surveillance capitalism as the unilateral claiming of private human experience as

free raw material for translation into behavioral data » (Zuboff, 2019).

Par ailleurs, notre revue de littérature servira également de piédestal pour comprendre les
enjeux autour des données privées dans le cas des MSP et leur modèle d’affaires relié au
concept d’économie de l’attention. Pour que notre revue de littérature soit complète,
plusieures théories corrélées à notre travail de recherche seront abordées. Parmi ces
dernières, on retrouve la théorie des réseaux, la théorie des capacités dynamiques, celle des
coûts de transaction et enfin la théorie des ressources-compétences. Une compréhension
approfondie de ces différentes théories peut permettre d’effectuer un diagnostic éclairé du
modèle d’affaire publicitaire des MSP. Comme déjà mentionné, l’un des aspects importants
de ce travail s’articule autour du concept d’externalités considérées comme par Laffont
(1989) comme «l'effet indirect d'une activité de consommation ou d'une activité de production
sur l'ensemble de consommation d'un consommateur, la fonction d'utilité d'un consommateur
ou la fonction de production d'un producteur ». Ces dernières jouent donc un rôle décisif
dans l’évaluation des conséquences non anticipées de l’activité commerciale des MSP
numériques. Les fondements théoriques du concept d’externalités dans le domaine de la
stratégie nous permettront de mieux saisir l’ampleur du phénomène des MSP numériques.
Enfin, cette partie de la revue cherchera à révéler le travail des chercheurs quant à la
pertinence du raisonnement par externalités dans la littérature en gestion et sa résonance
dans ce champ d’application. Ce travail abordera donc à la fois les plateformes multifaces et
 26
les réseaux sociaux. Il est important de souligner le fait que les réseaux sociaux sont
eux-mêmes largement considérés comme des MSP (Ghosh, 2015). En effet, en raison de
leur nature de plateforme d’échange de communication non monétisée, les réseaux sociaux
représentent une forme de MSP concrète et donc un axe d’étude intéressant pour notre
problématique. Nous reviendrons ainsi sur les définitions principales, l’évolution historique
ainsi que les différents types de réseaux sociaux. En conclusion de cette revue de littérature,
la problématique de recherche sera ensuite approfondie et détaillée en mettant en lumière les
axes de recherche principaux qui seront exploités tout en présentant les justifications
potentielles de ce travail (social, pratique, théorique). Finalement, la conception du cadre
théorique permettra de constituer l’assise de notre étude et sera suivie par le cadre
méthodologique pertinent pour répondre à notre problématique.

2.2 Revue de littérature

2.2.2 : Les modèles d’affaires

En préambule de cette partie, j’aimerais revenir sur le fait que les articles qui m’ont le plus
guidé dans leur pertinence résumant les différentes définitions et le cadre théorique du
modèle furent ceux de Amit et Zott, (2001 ; 2011). En effet, leurs études et revues autour des
questions et enjeux du modèle d’affaires furent très utiles à ma recherche initiale sur le sujet.
Leurs écrits furent la pierre angulaire sur laquelle cette partie de la revue de littérature s’est
appuyée pour rassembler les études les plus importantes sur la théorie des modèles
d’affaires développée par d’autres chercheurs.

Aux origines du concept :

Le concept de modèle d’affaires suscite, pour la première fois, un intérêt chez les chercheurs
dans les années 1990. Parmi les premières définitions, on retrouve celle de Timmer en 1998 :
“Le modèle d’affaires correspond à une architecture pour les produits, les services et les flux
 27
d'information, ainsi qu’une description des différents acteurs commerciaux et leurs rôles “.
L’auteur nous renseigne également sur la relation entre l’intégration fonctionnelle et le degré
d’innovation comme l’indique la figure 2.1 ci-dessous. (Timmers, 1998).

Figure 2.1 : La relation intégration/innovation du modèle d’affaire de Timmers (1998)

Source : (Timmers,1998)

Cette première définition communique également le fait qu’un modèle d’affaires est une
description des bénéfices potentiels de chaque acteur du modèle ainsi qu’une description des
sources de revenus. Dans cette première approche, nous pouvons observer un accent mis
sur le rôle des acteurs commerciaux dans le sens ou le modèle d’affaires aurait vocation à
délimiter le champ d’action de chacun. En témoigne la définition de Seong Leem et al., (2004)
:”Le modèle d’affaires est un ensemble de stratégies pour l'établissement et la gestion d'une
entreprise, comprenant un modèle de revenus, des processus commerciaux de haut niveau
et des alliances”. On remarque un besoin d’une clarification du concept et ses enjeux. Ainsi,
la notion de modèle d’affaires, selon Teece, doit être perçue conceptuellement plutôt que
 28
financièrement avec un objectif de création de valeur pour les clients (Teece, 2010) comme
démontré dans la figure 2.2 ci-dessous. Ceci résonne avec la définition centrée sur « l’histoire
que raconte le modèle d’affaire » selon Magretta (2002).

Figure 2.2 : Le modèle d’affaire selon Teece (2010)

Source : (Teece,2010)

Aux origines du concept, ce dernier connaît une confusion chez les dirigeants d’entreprises.
De fait, 62% des dirigeants qui ont participé à une étude réalisée par Linder et Cantrell,
(2000) ont eu du mal à définir le “business model” correctement. Voilà pourquoi Amit et Zott,
(2001) ont tenté de nous offrir une définition plus détaillée en concentrant le modèle d’affaires
sur : « le contenu, la structure et la gouvernance des transactions conçus de manière à créer
de la valeur par l'exploitation des opportunités commerciales ». En plus de ces premières
approches théoriques, on retrouve la perspective de Chesbrough et Resenbbloom, (2002) qui
orientent leurs propos autour d’une logique heuristique connectant le potentiel technique avec
la création de valeur économique. À la naissance du concept, certains chercheurs émettent
déjà des critiques virulentes sur la pertinence de ce concept, considéré assez trouble et le
plus souvent faisant référence à une conception vague de la façon dont une entreprise
génère des revenus et organise son activité commerciale (Porter, 2001). Cette critique
 29
provient de l’un des auteurs influents du domaine de la stratégie, ce qui révèle une
dichotomie de point de vue non négligeable dans l’approche préliminaire autour du thème du
modèle d’affaires et de la stratégie. Cependant, dans la genèse de son élaboration, on
observe tout de même un consensus sur l’opportunité théorique que représente le concept de
modèle d'affaires dans le monde de la gestion et du management (Demil et al., 2015). En
effet, on observe un intérêt grandissant dans la recherche autour de ce concept dès l’aube du
21e siècle (Shafer et al., 2005). On peut observer une amplitude de définition dans la
littérature au développement du concept. Cependant, certains éléments récurrents sont
identifiables, soit la création de valeur à travers les connexions entre les différents acteurs du
processus d’affaires, la combinaison de ressources et de compétences et enfin les
opportunités stratégiques qu’offre un modèle d’affaires (Lecocq et al., 2006). Nous avons vu
comment le concept du modèle d’affaires a émergé ainsi que ses principaux artisans, dans le
cadre de cette revue de littérature, nous allons examiner les liens et la relation entre la
stratégie et le modèle d’affaires. Ceci permettant de comprendre la nature de leurs relations
ainsi que la manière dont la littérature à théoriser leurs correspondances.

La relation agitée entre la stratégie et le modèle d’affaires

Lors des premières explorations théoriques du concept de modèle d’affaires, les chercheurs
s’opposent principalement autour de deux positions tranchées. La première considère que le
modèle d’affaires n’apporte que peu de nouvelles connaissances théoriques et s’emploie à
utiliser de nombreuses nouvelles terminologies assez floues exprimant des idées déjà
étudiées par la littérature scientifique. Cette critique, comme nous l’avons vu précédemment,
est incarnée par Michael [Link] principalement et véhicule globalement l’idée que la
recherche sur le sujet doit être abandonnée (Porter, 2001). La position inverse argumente
que, malgré le fait qu’ils soient des concepts distincts, le modèle d’affaires permet
d'approfondir des axes de recherches sur la stratégie qui furent négligés par les chercheurs.
Assurément, Zott et Amit nous renseignent sur le fait que le modèle d’affaires a le potentiel
de développer de nouvelles connaissances en stratégie et d’exploiter des angles jusqu’alors
inexplorés (Zott & Amit, 2008). Nous savons qu’au balbutiement du concept du modèle
d’affaires, sa distinction avec le concept de stratégie d’entreprise ne fut pas des plus claires.
 30
En effet, selon Magretta :

“A business model isn’t the same thing as a strategy, even though many people use the terms
interchangeably today” (Magretta, 2002).

Bien qu’interreliée, la dynamique stratégique doit être distinguée du modèle d’affaires comme
étant une théorie en soi. En témoigne l’approche de Teece sur le sujet :

« A business model is more generic than a business strategy. Coupling strategy and business
model analysis is needed to protect competitive advantage resulting from new business
model design » (Teece, 2010).

Selon cette vision, la stratégie n’est qu’une étape dans la construction d’un modèle
économique durable et performant. Dans ses travaux, l’auteur met l’accent sur la difficulté à
imiter un modèle d'affaires bien défini pour conserver un avantage compétitif sur le marché.
De fait, l’association de l’analyse de la stratégie concurrentielle et la conception d'un modèle
économique nécessitent de segmenter le marché, créer une proposition de valeur pour
chaque segment, pour déterminer divers «mécanismes d'isolement» qui peuvent être utilisés
pour empêcher que la stratégie commerciale ne soit usurpée par l’imitation par les
concurrents (Teece, 2010). Dans cette perspective, la stratégie commerciale et le modèle
d’affaires sont complémentaires et se renforcent bilatéralement. Malgré l’existence d’une
divergence et d’un manque de clarté dans ses origines, le concept de modèle a su s’imposer
comme un pilier fondamental du champ stratégique et être un outil primordial d’analyse d’une
organisation (Zott et al., 2010). Assurément, nous savons que le modèle d'affaires doit être
conforme aux stratégies de l'entreprise pour que cette dernière soit pérenne et durable.
Finalement, nous savons que la relation entre le modèle d’affaires et la stratégie de
 31
recherche s’articule, en partie, autour de la notion de valeur, notamment à travers sa création
et sa captation. Le tout permettant de lier plus explicitement le modèle d’affaire à la littérature
émergente sur sa dimension stratégique (Massa et al., 2017). Nous allons donc voir dans la
section suivante comment la création de valeur joue un rôle majeur dans les tentatives
d’explications théoriques du modèle d’affaires.

Le rôle de la création de valeur

Lorsque l’on relève le rôle de la création de valeur dans la littérature explorant les modèles
d’affaires, nous savons, tout d’abord, que la notion de modèle économique rend compte de la
création de valeur et cela en détournant l'attention de l'entreprise elle-même (Desreumaux &
Warnier, 2020 ; Porter & Millar, 1985). Le tout pour se concentrer sur le système d'activités
transfrontalières de l'entreprise dirigée par des acteurs reliés par des mécanismes
transactionnels (Amit & Zott, 2001 ; Zott & Amit, 2010). Nous savons également que les
modèles d’affaires sont censés capturer la valeur émanant des innovations technologiques et
que cette capture est déterminante dans la conception d’un modèle permettant d’obtenir un
alignement stratégique déterminant (Teece, 2010). On remarque à l’aide de la figure 2.3
qu’Hamel et Trudel, (2001) partagent également l’idée que la capture ainsi que la création de
valeur ont lieu dans un réseau de valeur, ce dernier inclut les fournisseurs, partenaires, les
chaînes de distribution et les coalitions qui étendent les ressources de l’entreprise.

Figure 2.3 : Le modèle d’affaire selon Hamel et Trudel (2001)

Source : (Hamel & Trudel,2001)

 32

Les travaux de Teece nous permettent d’observer un consensus quant au fait que le modèle
d’affaire d’une firme est une « Architecture de création, distribution et mécanisme de capture
de valeur » (Teece, 2010). Cette architecture est approfondie et catalysée par Amit et Zott
(2001). Assurément dans leur étude, ces derniers identifient quatre sources principales de
création de valeur dans leur écosystème : l’efficience, la complémentarité, le verrouillage
ainsi que la nouveauté (Amit & Zott, 2001). Comme nous pouvons le constater, l’efficience se
concentre principalement sur des éléments tels que la recherche de prix, la symétrie
d’information, les économies d’échelle ou encore la vitesse. Concernant la nouveauté, elle
s’articule autour des nouvelles structures de transactions, leur contenu ainsi que les
participants. Pour le verrouillage, il s’agit essentiellement des changements de coûts et les
externalités positives de réseaux et enfin pour la complémentarité elle se situe entre les
produits et services pour les clients, les technologies ou encore les activités commerciales.
On voit dans cette approche que les auteurs ont vite compris l’importance de variables telles
que la vitesse, la nouveauté ainsi que les externalités dans un contexte de commerce
electronique et de développement d’une économie d’internet. La notion de création de valeur
est le plus souvent orientée vers une création pour l’organisation à travers des sources de
différenciation ou encore des revenus et coûts supportés dans la littérature. Comme en
témoigne l’approche de Applegate et ses sources de revenus (Applegate & Collura, 2000).
Cependant, Hoffman et Novak, (2001) développent pour la première fois l’idée que la création
de valeur peut concerner les clients et leurs expériences d’achat. Ils développent un modèle
permettant d’identifier différents modèles de valeur créée pour le client. Ces différents travaux
nous ont permis de mesurer l’ampleur du rôle qu’a joué la création de valeur dans le
développement de la théorie sur le modèle d'affaires. Cette dernière fut l’objet de
nombreuses interprétations, mais avec une récurrence notable : l’importance des différents
acteurs du processus stratégique et la vision systémique de l’organisation pour dégager de la
valeur de plusieurs sources.
 33
Le poids du commerce électronique et Internet dans le développement théorique

Lors des deux dernières décennies, nous avons observé un gain d’intérêt conséquent dans
l’étude du modèle d'affaires dans le champ d’innovation managériale et le secteur
technologique (Massa & Tucci, 2013). En effet, Internet peut être considéré comme force
motrice dans l’augmentation de l’intérêt des chercheurs sur le thème du modèle d’affaires
(Ghaziani & Ventresca, 2005 ; Yip, 2004) et dès son émergence, la notion de modèle
d’affaires a été étroitement liée au commerce électronique ainsi qu'à Internet (Afuah & Tucci,
200 ; Guo, 2016). On observe même une corrélation entre l’explosion de la recherche sur le
modèle d’affaires et l’avènement d’internet et son importante transformation de l’économie
(Zott et al., 2010). Assurément, le contexte commercial nouveau qu’a offert internet a permis
la croissance de marché rapide (Prahalad & Hart, 2002) et le développement de diverses
innovations technologiques (Lecocq et al., 2006). De leur côté, Tapscott et al., (2000)
proposent une approche du commerce en ligne en matière de réseau, centrée autour de la
création et la capture de valeur en identifiant 5 types de réseaux de valeur (business-webs)
classifiée selon leur niveau de contrôle économique et leur intégration de valeur (Tapscott et
al., 1998). Cette étude va dans le sens de la vision du modèle d’affaire comme source de
création et capture de valeur émise par des auteurs tels que Applegate et Collura, (2000) ou
Teece, (2010). Dans une perspective de commerce électronique, une entreprise peut
exploiter de nouvelles opportunités d’affaires lorsqu’elle développe son modèle économique.
Parmi ces opportunités on retrouve les communautés virtuelles, la réduction drastique des
coûts de transactions, l’exploitation des asymétries d’information et le processus de ciblage
de marché à valeur ajoutée (Mahadevan, 2000). Dans les potentielles sources de revenus
que permet un modèle d’affaires dans un contexte de commerce en ligne, on retrouve les
offres gratuites, la publicité et les revenus des communautés de vendeurs en ligne
(Mahadevan, 2000). Nous constatons ici les prémisses d’une stratégie de capture de revenu
basée sur la publicité et les communautés d’échanges. Considéré alors comme une
innovation disruptive (Bower & Christensen, 1995), le commerce électronique permet aux
organisations d’exploiter des avantages tels que la connectivité et l’interactivité, les
économies d’échelles issues de réseaux, l’échange de marchandise et le contexte industriel
(Lee, 2001). Nous pouvons constater, à l’aide des articles cités précédemment, que la
littérature a très rapidement exploré la notion de modèle d’affaire à travers le prisme du
commerce en ligne tant internet a représenté un bouleversement dans le champ stratégique.
 34
Nous verrons donc par la suite comment ces technologies ont permis les innovations
théoriques majeures qui font écho à ce travail de recherche.

2.2.3 : Innovations théoriques récentes du modèle d’affaires

Le modèle d’affaire comme force motrice d’innovation

Lorsque l’on se penche sur la manière dont le concept de modèle d’affaires évolue dans la
littérature, on doit souligner l’importance, une nouvelle fois, d’Internet et sa transformation
d’une partie du monde des affaires (Magretta, 2002). Selon Porter et Happelman, (2015),
l’émergence des technologies numériques et de l’Internet des objets (IoT)- tels que l'industrie
4.0, l'intelligence artificielle, l'automatisation, le big data, le cloud et l’analytique- offre de
nombreuses opportunités de développement commercial et représente une source
d’innovation stratégique majeure pour les entreprises (Porter et Heppelmann, 2015, p. 201).
D'ailleurs, dès sa création, le concept de modèle d’affaires a été perçu comme un outil
d’innovation pour l’organisation (Mitchell & Coles, 2003), on retrouve la même idée chez
Chesbrough (Voir figure 2.4), (2003) qui stipule que :

« The use of purposive inflows and outflows of knowledge to accelerate internal innovation,
and expand the markets for external use of innovation, respectively. Open innovation is a
paradigm that assumes that firms can and should use external ideas as well as internal ideas,
and internal and external paths to market, as they look to advance their technology »
(Chesbrough, 2003)
 35
Figure 2.4 : L’innovation ouverte de Chesbrough (2003)

Source : Chesbrough, (2003)

D’autres travaux vont également dans le même sens que l’idée de l’innovation ouverte de
Chesbrough, (2003), notamment ceux de Demil et Lecocq, (2010) qui considèrent que
l’innovation du modèle d’affaires est un véhicule pour la transformation et le renouvellement
corporatif d’une firme. Nous savons que dans le domaine de la technologie et de la gestion
de l'innovation, le modèle d’affaires est principalement vu comme un mécanisme qui relie la
technologie (innovante) d'une entreprise aux besoins des clients et/ou à d'autres ressources
de l'entreprise (Zott et al., 2011). Les modèles économiques ouverts, en plus d'être un sujet
d'innovation, peuvent susciter des innovations sur des marchés complémentaires en
conséquence de la reconfiguration des activités et des capacités en aval (Gambardella &
Mcgahan, 2010). La relation entre l’innovation et le modèle d’affaires n’est donc pas
exclusivement unilatérale, l’innovation technologique peut déclencher des changements
structurels dans les activités opérationnelles et commerciales de l’entreprise, et donc dans
son modèle économique (Calia et al., 2007).
 36
Nous pouvons constater que le potentiel innovant du modèle d’affaires se traduit dans de
nombreux travaux majeurs du champ stratégique. Nous verrons par la suite quelles sont les
dynamiques et tendances économiques du marché permettant l’innovation du modèle
d'affaires dans sa conception théorique.

L’influence et le rôle de la numérisation

Le phénomène de numérisation, bien que relativement récent, connaît déjà de multiples

définitions. Ainsi, et selon Gobble (2018), la numérisation est le processus simple de
conversion d'informations analogiques en informations numériques. Elle fait référence à
l'utilisation de la technologie numérique, et des informations numérisées, pour créer et
récolter de la valeur de nouvelles façons. On retrouve par ailleurs chez Rachinger et al.
(2018) la notion de transformation du modèle économique. En effet, la numérisation se définit
comme l'exploitation des opportunités numériques par la combinaison de différentes
technologies (les technologies cloud, les capteurs, les mégas données, l'impression 3D, etc.)
offrant le potentiel de créer des produits et des services radicalement nouveaux, et de
transformer les modèles d’affaires existants (Rachinger et al., 2018). La numérisation joue
ainsi un rôle complémentaire dans l'augmentation de la valeur et la réduction des coûts de
transaction, même lorsqu'il s'agit du lissage ou de l'adaptation du produit/service plutôt que la
numérisation comme principal facteur de valeur (Gerpott et May, 2016). On observe un
consensus général sur le fait que les progrès et avancées radicales permis par la
numérisation augmentent la création de valeur (Parida et al., 2014). Cependant, plusieurs
organisations ont de la difficulté à s’adapter au phénomène de numérisation, surtout lorsque
vient le temps de l’allier à leur modèle d’affaires (Parida et al., 2015). Voilà pourquoi Porter et
Heppelmann, (2015) identifient cinq erreurs à proscrire lorsqu’une firme adapte son offre aux
technologies numériques : (1) les fonctionnalités sont parfois incluses, mais les clients ne
refusent pas de les payer alors que la faisabilité d'une fonctionnalité technologique ne permet
pas automatiquement le développement. Les questions relatives à la valeur ajoutée pour le
client restent alors sans réponse, ce qui conduit à une technologie coûteuse et complexe qui
finit par dissiper la valeur totale de l'offre de produits et de services ; (2) les risques liés à la
sécurité et à la vie privée ne doivent pas être sous-estimés, car les produits intelligents et
 37
connectés ouvrent de nouvelles passerelles vers les systèmes internes des entreprises, qui
contiennent des données critiques devant être protégées ; (3) les entreprises échouent
souvent à anticiper les menaces concurrentielles lorsque de nouveaux concurrents proposent
des produits et services numériques supérieurs, tels que des modèles commerciaux basés
sur la performance ; (4) le départ retardé de l’offre, qui permet aux concurrents et aux
nouveaux entrants de prendre de l'avance dans la capture et l'analyse des données ; et (5) la
surestimation des capacités internes à entreprendre la transformation numérique. Le
phénomène de numérisation peut permettre ainsi l’émergence d’innovations stratégiques telle
que l’amélioration des processus internes, ce qui permet d'améliorer le rapport coût-efficacité
et donc finalement de provoquer un effet positif sur les performances (Laudien et Daxböck,
2016). Finalement, la numérisation fait partie des différents piliers (création de valeur, capture
de valeur, etc..) sur lesquels le modèle d’affaires doit s’appuyer pour qu’une entreprise puisse
se l’approprier et en tirer le plus de bénéfices (Guo, 2016).

Innovation orientée vers les services

Certaines innovations théoriques sur le modèle d’affaire s’articulent autour des services
qu’une organisation offre, qu’ils soient numériques ou non. On retrouve dans ce cadre, par
exemple, le fait qu'en adoptant une stratégie numérique, les entreprises puissent transformer
fondamentalement leurs modèles d'entreprise et permettre divers la conception de nouveaux
types de modèles d'entreprise axés sur les services qui facilitent la fourniture d'offres au-delà
des offres traditionnelles qui émergent (Gerpott et May, 2016). Parmi les innovations liées au
service, il y a le fait que la nécessité de repenser la combinaison optimale de produits et de
services, car la partie numérique d'une solution hybride est toujours un service. En outre, les
modèles d'entreprise, qui étaient jusque-là réservés aux industries numériques, deviennent
pertinents pour les industries traditionnelles de la vente. Ce qui modifie la mentalité de produit
pour la transformer en une mentalité de service (Bettencourt, 2010). Dans la lignée de cette
approche est né le concept de système de services de produits (SSP) ou économie de
fonctionnalité. Il s’agit d’un modèle permettant la fourniture cohérente de produits et de
services, c’est-à-dire un ensemble commercialisable de produits et de services capables de
répondre conjointement aux besoins d'un utilisateur (Halen et al., 2005). Un modèle d’affaire
 38
s’orientant vers les services s’exprime dans des industries qui ne sont pas forcément
favorables à ce genre d'offres, il s’agit par exemple de l’industrie manufacturière (Gremyr et
al., 2010). Ceci illustre l’innovation stratégique que représente l’orientation du modèle
d'affaires vers les services. Une firme exploitant le potentiel de ce concept récent de modèle
orienté vers les services peut bénéficier de plusieurs avantages. Elle peut potentiellement
réduire ses coûts d’opération, étendre son champ d’opération commerciale, améliorer son
offre de produit/service, gagner en compétitivité et enfin générer des revenus additionnels
(Ardolino et al., 2016 ; Lai et al., 2018). Parmi les innovations autour du modèle d’affaire de
service, on peut retrouver les travaux de Perren et Kozinets (2018) qui nous présente le
terme de « marché d’échange latéral » présenté à la figure 2.5.

Figure 2.5 : le Marché d’échange latéral de Perren et Kozinets (2018)

Source : (Perren & Kozinets, 2018)

Assurément, ce concept décrit des sites et plateformes facilitant les échanges technologiques
intermédiaires entre acteurs (Perren & Kozinets, 2018). Dans toutes ces innovations, les
 39
notions de facilitation d’offre de service et d’échange avec les consommateurs sont des
thèmes récurrents qui ont un écho tout particulier avec la problématique de ce travail.

Dans le cadre de notre sujet d’étude (MSP) ce concept permet une meilleure compréhension
des échanges de services sur la plateforme ainsi que les différentes interactions entre les
acteurs. À la lumière du concept de marché d’échange latéral, nous observons un outil
d’analyse pertinent pour distinguer le degré de facilitation des flux d’échange sur la
plateforme tout en évaluant son niveau d'intermédiation. Cet outil nous offre une lentille
d’analyse non-négligeable pour comprendre les enjeux autour des flux d’informations d’une
MSP.

Nous avons pu constater dans cette partie de la revue de littérature sur le modèle d’affaire
que ce dernier, bien qu’il soit un phénomène récent, a connu un essor et provoqué un intérêt
tout particulier chez les chercheurs. La rapidité de son développement s’apparente à la
croissance fulgurante du commerce électronique, et la littérature nous a montré que ces deux
concepts furent étroitement liés à l’aube du 21e siècle et se sont influencés mutuellement.
Ainsi, le modèle d’affaires comporte certaines caractéristiques majeures, parmi celles-ci on
retrouve la création, la capture et la distribution de valeur, des thèmes récurrents dans les
articles scientifiques sur le sujet. Nous avons également vu comment le phénomène de
numérisation a façonné le cadre théorique du modèle d’affaires pour devenir même par
moment un atout essentiel de la santé d’une entreprise œuvrant dans le domaine du
commerce électronique. Malgré certaines divergences et de multiples écoles de pensée
autour du phénomène, les chercheurs sont arrivés à des consensus sur certaines fonctions
du modèle d’affaires tel que sa capacité à rassembler les éléments stratégiques d’une
organisation. Finalement, la littérature nous a renseigné sur l’importance de l’innovation du
modèle d'affaires pour les chercheurs et le fait que ce dernier peut lui-même devenir une
innovation stratégique lorsque sa conception y est propice.

Nous aborderons dans la section suivante un élément central de ce travail, soit les
plateformes multifaces, et nous verrons comment elles sont définies dans la littérature et
 40
quelles stratégies principales y sont associées. Discuter certains écrits pertinents sur ce sujet
nous permettra d’obtenir les bases sur lesquelles s’appuyer pour la suite de ce travail.

2.2.4 : Les plateformes numérique multifaces

Définitions principales et Origine

Le phénomène des plateformes multifaces trouve ses origines, notamment, dans les travaux
de Armstrong (2006) et Rochet et Tirole (2003). Ils traitent essentiellement du "caractère
multilatéral" comme une caractéristique des industries et des entreprises concernées sans
mentionner directement le concept de plateforme multiface (Armstrong, 2006 ; Rochet &
Tirole, 2003). En témoigne la définition de Armstrong qui avance ce qui suit :

“More generally, many if not most markets with network externalities are characterized by the
presence of two distinct sides whose ultimate benefit stems from interacting through a
common platform. Platform owners or sponsors in these industries must address the
celebrated “chicken and egg problem” and be careful to “get both sides on board.” Armstrong,
(2006, p ??)

On voit ici l’apparition du phénomène de plusieurs “faces” dans un marché de réseau ainsi
que les bénéfices engendrés par les interactions sur ces plateformes. Rochet et Tirole, (2003)
présentent de leur côté des résultats proposant le fait que lorsque tous les services sont non
exclusifs, il existe toujours un équilibre efficace. Mais il peut aussi exister, selon eux, des
équilibres inefficaces où les agents de jumelage induisent le multi-hébergement par certains
utilisateurs. La première étude fondatrice du terme de plateforme multiface est celle de
Wright (2004).Elle décrit ce type d’organisation comme n’ayant pas les attributs classiques
d’une organisation industrielle et caractérisées par (1) une structure de prix compétitive
devant être établie pour refléter les coûts relatifs (utilisateur-payeur) ; (2) une marge prix-coût
 41
élevée indiquant un pouvoir de marché ; (3) un prix inférieur au coût marginal indiquant une
certaine prédation ; et enfin (4) une augmentation de la concurrence qui entraîne
nécessairement une structure des prix plus concurrentielle. Dans ce travail, l’auteur indique
l’absence de ces caractéristiques en l’attribuant à l’aspect interrelationnel d’une plateforme
multiface (Wright, 2004). Dans cette fonction interrelationnelle, Hagiu, (2006), note que les
plateformes jouent un rôle important dans l'ensemble de l'économie, car elles minimisent les
coûts de transaction entre les parties intervenant sur le marché. Ainsi, une plateforme
multiface, dans sa fonction première, sert d’interface et d’intermédiaire entre des acheteurs et
des vendeurs (Sánchez-Cartas & León, 2018). Dans ce sens, la principale différence entre la
forme classique des intermédiaires de marché (marchands) et les plateformes bifaces est
que les marchands purs, en prenant possession des biens des vendeurs, prennent le
contrôle total de leur vente aux consommateurs (Haigu, 2006). En revanche, les plateformes
bifaces pures laissent entièrement ce contrôle aux vendeurs et déterminent simplement
l'accès (ou l'affiliation) des acheteurs et des vendeurs à un marché commun (Hagiu, 2007).
Nous pouvons observer des caractéristiques récurrentes dans ces travaux tels que le fait de
servir d’interface mettant en contact des acheteurs et vendeurs. Dans son approche
préliminaire, Evans (2003) indique que les plateformes multilatérales coordonnent la
demande de groupes distincts de clients qui ont besoin, d’ une manière ou d’une autre, les
uns des autres. Ainsi, une plateforme multiface implique d'importants effets de réseaux
(Beckmann et al. 2016). De fait, une plateforme de cette nature fonctionne avec un principe
selon lequel la valeur de la plateforme augmente avec le nombre d'utilisateurs de chaque
côté du marché comme on peut l’observer grâce à la figure 2.6 ci-dessous. Ce phénomène
est souvent qualifié de "boucle de rétroaction positive". Plus il y a d'utilisateurs d'un type qui
rejoignent la plateforme, plus celle-ci devient attrayante pour les utilisateurs de l'autre type,
ce qui attire à son tour plus d'utilisateurs du premier type, et ainsi de suite. Prenons l'exemple
d'une plateforme de recherche d'emploi : plus le nombre de demandeurs d'emploi augmente,
plus les employeurs sont incités à publier leurs offres d'emploi sur cette plateforme, qui leur
donne accès à un plus grand nombre d'employés potentiels. Cela attire à son tour encore
plus de demandeurs d'emploi en raison de l'augmentation du nombre d'offres d'emploi. De
cette manière, une plateforme multilatérale peut rapidement croître et s'étendre en tirant parti
des effets de réseau, créant ainsi une place de marché robuste et dynamique, bénéfique pour
toutes les parties concernées.
 42

Figure 2.6 : La visualisation des effet de réseaux d’une plateforme multiface selon
Beckmann, (2016)

Source : (Beckmann et al., 2016).

Dans les tentatives de définitions de l’émergence des MSP on retrouve de nouveau celle de
Rochet et Tirole (2003). Ces derniers estiment qu'un marché présentant des externalités de
réseau est biface si les plateformes peuvent effectuer des subventions croisées entre divers
groupes d'utilisateurs finaux qui sont des parties intégrantes d'une transaction. On voit que
les auteurs se distinguent, car ils estiment qu’une plateforme multiface exerce un contrôle et
une influence sur les transactions de son marché, idée qui va dans le sens de la vision de
Hagiu, (2006 ; 2007).

De leur côté, Poniatowski et al., (2022) proposent d’identifier quatre perspectives principales
 43
explorées dans la recherche sur les MSP, soit : (1) une perspective stratégique et technique
combinée sur la planification et la gestion d'un produit en tant que plateforme ; (2) une
perspective se concentrant sur les plateformes en tant que systèmes technologiques ; (3) une
perspective explorant la dimension économique des plateformes numériques multilatérales,
en étudiant les transactions et le comportement sur les plateformes ; et (4) une perspective
se concentrant sur l'écosystème des plateformes. Il est important de noter qu’alors que les
premières recherches ont conceptualisé les plateformes comme des marchés bifaces, de
nombreuses plateformes servent aujourd'hui plus de deux groupes d'utilisateurs (Evans et
Schmalensee, 2016). D’où l’utilisation de l’expression multiface plutôt que celle de bifaces.
Malgré ces nombreux travaux, nous constatons que les définitions existantes des MSP
souffrent d'une spécificité excessive, soit trop inclusives ou trop vagues pour être utiles. En
conséquence, il existe un désaccord entre les auteurs sur ce qui constitue une définition
appropriée. L'approche la plus courante, jusqu'à présent, s'est concentrée sur la présence
d'importants effets de réseau transversaux ou indirects entre deux ou plusieurs groupes de
clients participant à l'initiative sur la plateforme (Hagiu et Wright, 2015). Nous verrons à
présent quelles sont les stratégies principales de ce type de plateformes.

Stratégie principale des entreprises basées sur les plateformes multifaces

Nous avons discuté précédemment de l’impact positif que représente une MSP sur la
création et capture de valeur et les interactions entre consommateurs (Pousttchi & Gleiss,
2019). Certains auteurs considèrent ces plateformes et leur modèle d’affaires comme étant
les plus puissants de l'économie numérique en raison de leur adaptabilité et de leur capacité
à s’adapter à la complexité, à générer des économies d’échelles rapides et à permettre la
capture de valeur (Cusumano et al., 2019). Voilà pourquoi il est pertinent de chercher à
comprendre quelles orientations stratégiques leur permettent de connaître un tel succès.
Ainsi, Jullien et Caillaud(2003) identifient des stratégies commerciales pertinentes sur le
marché de l’intermédiation (les plateformes), telles que celles de division et de conquête, où
un côté du marché est subventionné et où des profits sont réalisés de l'autre côté. La
possibilité de telles stratégies commerciales a de fortes conséquences en matière d'équilibre
et de structure du marché. En outre, l'utilisation de frais de transaction s'avère être centrale
 44
dans ces stratégies de prix et d'affaires (Jullien & Caillaud, 2003). Nous retrouvons un facteur
déterminant d’une stratégie de MSP dans la littérature, soit celui du commanditaire de la
plateforme. En effet, selon Iansiti et Levien (2004) le succès de la plateforme dépend du rôle
du commanditaire de cette dernière. Celui-ci doit adopter le rôle de clé de voûte et fournir des
avantages aux autres membres de la plateforme afin d'améliorer ses propres chances de
survie et de prospérité (Iansiti & Levien, 2004). On observe une approche similaire chez
Dhanaraj et Parkhe (2006) qui argumentent que le succès de la plateforme dépend de
l'efficacité du commanditaire à gérer la mobilité des connaissances, l'appropriation des
innovations et la stabilité du réseau au sein de la plateforme. Dans leurs travaux de Mancha
et Gordon (2021) identifient 5 orientations stratégiques permises par les MSP : (1) les
organisations peuvent adopter des MSP de transaction pour élargir leurs offres. Par exemple,
elles peuvent utiliser un MSP de transaction pour mettre en relation des clients avec des
producteurs tiers, qui peuvent leur offrir une valeur ajoutée. (2) une MSP de transaction peut
créer une autre façon d'échanger de la valeur dans l'écosystème commercial, comme les
processus d'achat auprès des fournisseurs ou de vente aux clients. Comme cette MSP est
ouverte aux concurrents de l'industrie qui utilisent également la plateforme pour vendre leurs
produits et services, cette transformation a pour but de servir de médiateur dans l'industrie ;
(3) l'organisation peut lancer ou utiliser un MSP de transaction opérant dans une autre région
ou sur un autre marché, pour entrer dans cet espace. Les organisations peuvent donc
déployer des MSP d'innovation, en changeant les responsables des activités d'innovation ;
(4) une organisation engage des tiers sur une MSP pour innover des compléments à ses
offres ; et enfin (5) l'organisation utilise une MSP pour s'engager avec des tiers dans la
co-innovation de ses propres offres de produits et services et de celles de ces derniers
(Mancha & Gordon, 2021).

En outre, parmi les avantages stratégiques que permettent les MSP, on retrouve les effets de
réseau indirects. En effet, plus il y a de fournisseurs qui offrent des produits par un
intermédiaire, plus les acheteurs veulent consommer par ce dernier. De tels effets de réseau
n'affectent pas la rentabilité d'un revendeur, en supposant que ce dernier achète simplement
des produits aux fournisseurs et assume ainsi tous les risques liés aux stocks et produits.
Cependant, les attentes des fournisseurs quant au nombre d'autres fournisseurs qui
adhéreront au réseau peuvent avoir de l'importance pour une MSP, car ces attentes influent
sur le nombre d'acheteurs que chaque fournisseur peut espérer obtenir (Hagiu et Wright,
 45
2015). Lorsqu’une MSP opère dans une industrie avec de fortes externalités de réseau
transnationales, elle doit s'assurer que ses utilisateurs puissent facilement interagir entre eux
au-delà des frontières nationales. Ceci permettant de mettre en place une stratégie
d’amplification de trafic sur une plateforme globalisée qui consiste à réduire les prix ou fournir
des incitations qui amènent plus d'utilisateurs sur la plateforme dans un pays augmentant,
ainsi, l'attrait de la plateforme dans d'autres pays (Stallkamp & Schotter, 2021). Dans une
vision écosystémique, Kretschmer et al. (2022) articulent l’approche stratégique des MSP
autour de trois éléments, les barrières à l'entrée de la plateforme : les plateformes établissent
souvent des barrières à l'entrée pour contrôler l'accès à leur plateforme. Ces barrières
peuvent être financières (par exemple, des frais d'adhésion ou de service), technologiques
(par exemple, la nécessité de logiciels ou de matériel spécifique), ou réglementaires (par
exemple, des exigences en matière de licences ou de certifications).

Ensuite, on retrouve la compétition inter et intra-plateforme : Sur une plateforme, les acteurs
sont non seulement en compétition les uns avec les autres (concurrence intra-plateforme),
mais aussi avec d'autres plateformes (concurrence inter-plateforme). Cette dynamique
complexe peut avoir un impact significatif sur la stratégie de la plateforme, y compris ses
décisions concernant les prix, les fonctionnalités, et les investissements en matière de
développement et de marketing. Enfin il y a les sources de pouvoir et d'autorité et les sources
de motivation et de participation : pour réguler efficacement ces deux premiers éléments, les
plateformes doivent disposer de sources de pouvoir et d'autorité, ainsi que de sources de
motivation et de participation. Le pouvoir et l'autorité peuvent être exercés par le biais de
politiques et de réglementations internes, tandis que la motivation et la participation peuvent
être encouragées par le biais d'incitatifs tels que des récompenses, des avantages, ou des
opportunités de co-création. Il nous reste à présent à explorer les implications du modèle
d’affaires de gratuité du service publicitaire que plusieurs d’entre elles ont adopté. Le tout
permettant d’obtenir une vision élargie des principes et enjeux des MSP.
 46
Les modèles d’affaires basées sur les revenus publicitaires

D’entrée de jeu, il est important de souligner le fait que la recherche sur le modèle de revenu
publicitaire est faible et peu théorisée. Assurément, très peu d'études ont abordé la question
de savoir pourquoi les clients sont prêts à payer pour un service dont les fonctions de base
sont gratuites (Oestreicher-Singer & Zalmanson, 2009). La plupart des articles traitent du
monde des médias et journaux. Nous nous appuierons donc, en partie, sur ces travaux. Le
modèle d’affaires basé sur les revenus publicitaires se définit essentiellement comme un
modèle qui génère des revenus monétaires que les particuliers et les entreprises dégagent
de l'affichage de publicités payantes sur leurs sites web, leurs canaux de médias sociaux ou
d'autres plateformes entourant leur contenu sur Internet (Zhao et al., 2019). Selon
Najafi-Asadolahi et Fridgeirsdottir (2014), on peut identifier plusieurs types de revenus
générés par la publicité comme : (1) les offres au coût par impression (CPM) qui se
présentent généralement sous la forme de bannières publicitaires lorsque vous surfez sur le
Web ; (2) le coût par « lead » qui est un modèle légèrement différent. Un lead est une
conversion, c'est-à-dire que quelqu'un accepte de fournir un service ou d'accepter de recevoir
d'autres courriers directs ou électroniques ; (3) le partage des revenus, qui est un accord de
partage des revenus produits entre l’annonceur et la plateforme ; (4) le coût par clic : au lieu
de payer pour la présentation d’un produit dans une bannière publicitaire, l’annonceur paie
pour le nombre de clics sur l'annonce. Bien que la littérature récente ait commencé à étudier
en profondeur les technologies publicitaires, il existe étonnamment peu de recherches
théoriques sur l'adaptation du contenu lui-même aux besoins de certains annonceurs
(Anderson & Jullien, 2015). Ce qui témoigne du manque d’exploration des modèles d’affaires
basées sur les revenus publicitaires. Comme les conséquences d’une MSP sur les
performances du marché sont assez profondes, dans un modèle d’affaires publicitaire, les
plateformes sont confrontées à un calcul d'équilibre bilatéral pour extraire des revenus des
deux parties (potentielles) qui interagissent à travers elles. Ce faisant, elles doivent prendre
en compte les conséquences sur la participation de chaque partie en attirant davantage de
participants de l'autre côté. Dans le contexte des médias et réseaux sociaux, cela signifie que
le modèle d’affaires consiste à fournir des consommateurs potentiels aux annonceurs, tandis
que la présence de l'annonceur est généralement un obstacle pour les consommateurs
(Anderson & Jullien, 2015). Voici le paradoxe dans lequel opère une MSP basée sur les
revenus publicitaires. Nous avions vu précédemment que les MSP permettaient l’échange
 47
entre différentes parties de sa plateforme (essentiellement acheteurs et vendeurs) en
optimisant la création de valeur sur cette dernière. Néanmoins le rôle particulier des
annonceurs, qui représentent la source de revenu principal dans ce modèle d’affaires, est
ambigu dans leur position à la fois d’acteur des échanges et créateur de revenu pour la
plateforme. Nous pouvons constater à l’aide de certains écrits sur le sujet que les revenus
publicitaires, dans le cas des MSP, présentent de nombreux avantages en termes de capture
de valeur et d’aspect interrelationnel sur les interfaces. Cependant, la littérature explorée
souffre d’un manque d’étude théorisant et pratique du concept du modèle publicitaire, ce qui
donne une certaine valeur au présent travail de recherche.

En synthèse de cette partie, on constate que le phénomène de plateformes multifaces suscite

de l’intérêt chez les chercheurs voulant analyser et comprendre les grandes plateformes du
numérique (Google, eBay etc..). Nous avons vu la capacité de gestion et contrôle des coûts
de transaction de ces dernières ainsi que leur force de mise en relation des différents acteurs
du processus économique. On sait également qu’elles servent d’intermédiaires puissants
permettant la création de valeur pour elles-mêmes ainsi que pour leurs annonceurs
participants à la monétisation de l’interface. Le modèle d’affaires publicitaire, bien que
relativement peu abordé, présente des caractéristiques uniques telles que l’extraction de
revenus de plusieurs « faces » de la MSP. Nous verrons à présent comment le phénomène
des revenus publicitaires des MSP coïncide tout particulièrement avec le concept d’économie
de l’attention.

2.2.5 : L’Économie de l’attention

Présentation du concept d’économie de l’attention

Le concept d’économie de l’attention trouve son origine dans les travaux de Simon et al.,
(1971) qui nous proposent la définition suivante :

« Dans un monde riche en informations, l'abondance d'informations entraîne la pénurie d'une

 48
autre ressource : la rareté devient ce que consomme l'information. Ce que l'information
consomme est assez évident : c'est l'attention de ses receveurs. Donc une abondance
d'informations crée une rareté de l'attention et le besoin de répartir efficacement cette
attention parmi la surabondance des sources d'informations qui peuvent la consommer »
(Simon et al., 1971)

Nous observons que l’attention devient une ressource rare, phénomène amplifié par
l’avènement du commerce électronique et ses différents enjeux (Brynjolfsson & Oh, 2012).
Pour Goldhaber (1997), le fait que dans la période de transition entre l'ancienne et la nouvelle
économie, le lien entre l'argent et l'attention est important et doit être examiné, car l'argent
abonde maintenant avec l'attention (dans l’économie moderne marquée par l’importance du
web). Son acquisition éclipse toute autre sorte de revenus (Goldhaber, 1997). Le
développement de l’économie d’attention s’inscrit dans l’essor qu’a connu l’industrie
numérique (Essig & Arnold, 2001). Une autre approche intéressante est celle de Davenport et
Beck (2001) qui considèrent l’attention comme un engagement mental focalisé sur un
élément d'information particulier. Des éléments viennent à notre connaissance, nous y
prêtons attention, puis nous décidons d'agir ou non (Davenport & Beck, 2001). Comprendre
et gérer l'attention est aujourd'hui le facteur déterminant le plus important de la réussite
commerciale selon ces derniers, ce qui illustre l’importance qu’attribuent les chercheurs à ce
concept. Ainsi, la gestion de l'attention joue un rôle de plus en plus important dans le succès
des plateformes multifaces qui s’adaptent à cette nouvelle perspective. En utilisant plus
efficacement les ressources d'attention, les entreprises incorporant ces ressources seront en
mesure d’accomplir plusieurs choses. Par exemple attirer et retenir les meilleurs employés
disponibles, travailler avec les employés pour améliorer la qualité de leur travail en évitant
l'épuisement professionnel ou les surcharges d'informations, vendre plus efficacement les
produits et services que les concurrents, impressionner les investisseurs et les analystes
divers. Ils identifient 5 champs d’application de l’économie d’attention : le commerce
électronique, le leadership, la stratégie, la structure organisationnelle et la gestion des
connaissances. Parmi les mécanismes en action, dans une économie riche en informations
où l'attention est rare, la théorie de Falkinger (2007) prévoit que les changements permettant
aux plateformes d'émettre des signaux plus puissants, tels qu’une extension des portées de
 49
rayonnement réalisables, une production de signaux moins coûteuse, des méthodes plus
efficaces de génération d'impact, mais aussi une intégration internationale tendent à réduire
la diversité globale des émetteurs et les niveaux d'attention des sujets (Falkinger, 2007). Les
articles qui traitent de l’économie d’attention s’inscrivent dans une logique décrivant un
nouveau mode opératoire stratégique où l’attention de l’utilisateur devient la ressource
convoitée par les organisations dans un monde d’offre abondante. Ceci résonne tout
particulièrement avec le phénomène du modèle publicitaire de service gratuit de certaines
MSP numériques. En effet, l’économie de l’attention est au cœur du mécanisme permettant la
capture de valeur de ces plateformes qui cherchent à optimiser l’investissement des
annonceurs sur leurs plateformes.

Les enjeux autour des données privées et le capitalisme de surveillance

Lorsque l’on parle des plateformes opérant dans un schéma d’économie de l’attention, les
données privées et leurs protections sont un enjeu majeur de la littérature. Comme l’indique
Lies (2019) le développement de stratégies centrées sur l'exploitation de données a changé
le paradigme et les modèles économiques existants (Lies, 2019). Nous savons que le fait que
les plateformes développent des stratégies visant à accroître leur rentabilité sur les marchés
numériques suscite des préoccupations concernant la vie privée des utilisateurs (Arya et al.
2019). De fait, la littérature nous indique que les préoccupations relatives à la confidentialité
des informations influencent les attitudes des individus, telles que leurs préférences en
matière d'environnement réglementaire et leur volonté d’être profilés (Milberg et al., 2000).
Nous savons qu’en utilisant l’innovation axée sur les données, les algorithmes
correspondants mettent l'accent sur l'innovation en matière de collecte d'informations auprès
des utilisateurs, permettant aux entreprises de trouver une multitude de points de données
pour prédire à la fois le comportement de l'utilisateur et ses actions dans les écosystèmes
numériques (Saura et al., 2021). L'exploitation de tels détails à partir des données générées
par l'utilisateur sur les marchés numériques permet aux plateformes d'accroître la rentabilité
de leurs stratégies de marketing de contenu, car elles connaissent mieux les utilisateurs et
peuvent personnaliser le contenu automatiquement (Brighi et al., 2019). Bien que la stratégie
des plateformes autour du big data et la personnalisation des contenus permettent d'évaluer
 50
quantitativement l'efficacité des campagnes de publicité et de « social ads » dans les
environnements numériques, elles entraînent également l'émergence de tendances telles
que les “fakes news” et les activités abusives liées à la publicité. Élément faisant écho à
l’enjeu que constituent les modèles publicitaires des MSP (Liu et Terzi, 2010). Ceci présente
de nombreuses préoccupations éthiques qu’a relevées la littérature sur le sujet. Par exemple,
les préoccupations des consommateurs liées à la confidentialité des informations, ainsi que
d'autres facteurs, affectent les intentions des individus d'utiliser les services en ligne
(Belanger et al. 2002). Cependant, il existe, dans la recherche, un paradoxe des données
confidentielles privées, dans lequel les intentions d'une personne de divulguer ses
informations ne correspondent pas à son comportement qui consiste à partager activement
ces dernières (Norberg et al. 2007). Ceci est appuyé par le fait que les chercheurs ont
constaté que l'utilisation non autorisée de données secondaires, des préoccupations en
matière de protection de la vie privée (Cazier et al. 2007) ou des perceptions de la protection
de la confidentialité des informations (Chen & Li, 2009) ont peu d'impact sur le comportement
d'achat en ligne. On observe ici le potentiel impressionnant de capture et exploitation de
données que représente une stratégie basée sur l’accumulation de cette dernière. En ce qui
concerne les critiques émises autour des MSP, on retrouve le fait que ces firmes ne
fournissent toujours pas de protection des données privées des consommateurs, car
beaucoup n'ont tout simplement pas de politiques de protection de la vie privée (Bélanger et
Crossler, 2011) . Le phénomène d’économie d’attention et les enjeux de données privées
entraînent d’autres conséquences relevées par des auteurs tels que Zuboff (2015) qui
théorise le concept de capitalisme de surveillance et le définit, comme : « La revendication de
l'expérience humaine comme matière première gratuite, transformée en données
comportementales qualifiées de surplus comportemental exclusif, est intégrée dans des
processus de fabrication avancés, communément appelés "intelligence artificielle. Ces
données sont ensuite transformées en produits prédictifs qui anticipent vos actions
immédiates, à court terme et à long terme. » (Zuboff, 2015). La ressource rare qu’est
l’attention du consommateur se transforme, selon elle, comme matière première introduite
dans un processus commercial, cela représente une vive critique de l’économie d’attention et
les enjeux des MSP en règle générale. Nous savons que l'essor des pratiques de
surveillance modifie le tissu même de la société (Andrew & Baker, 2021) puisque le succès
d’une entreprise comme Google découle en grande partie de sa capacité à prédire l'avenir, et
plus précisément l'avenir du comportement humain (Zuboff, 2019). L’auteur s’explique en
 51
mettant de l’avant le fait que dans une société capitaliste, les informations, telles que les
préférences et les aversions d'un utilisateur recueillies lors de l'accès à une plateforme
comme Facebook, sont des informations qui peuvent être utilisées par cette dernière pour
améliorer l'expérience d'un utilisateur et donc émettre des prédictions (Zuboff et al., 2019).
Ce phénomène décrit par Zuboff illustre le type d’enjeu éthique que représente un modèle
d’affaires de gratuité dans l’économie de l’attention. Dans cette partie, nous avons établi le
fait que l’économie de l’attention est le socle sur lequel le modèle publicitaire repose, ainsi
qu’une nouvelle vision ou la ressource principale permettant d’engendrer de la rentabilité
pour les plateformes devient l’attention. Ce phénomène induit de nombreux enjeux, souvent
éthiques et légaux, lorsqu’une plateforme s’appuie sur un modèle basé sur l’accumulation et
l’exploitation de données privées. Le concept de capitalisme de surveillance englobe, de
manière très critique, les différentes implications d’un modèle basé sur les données et la
publicité et expose les différents problèmes et interrogations qui y sont associés. Dans les
sections qui suivent, nous chercherons à identifier et synthétiser les théories du champ de la
stratégie les plus pertinentes pour ce travail de recherche.

2.2.6 : Diverses théories du champ de la stratégie

Notre sujet d’étude traite de concepts hautement stratégiques tels que le modèle d’affaires et
les stratégies d’entreprises des MSP, il est donc intéressant de se pencher sur certaines
théories majeures du champ d’application dans le domaine de la stratégie. En effet, nous
avons vu apparaître des notions telles que les effets de réseaux (Hagiu & Wright, 2015), les
coûts de transaction (Mahadevan, 2000) ou encore les ressources-compétences d’une
organisation. Aborder et synthétiser ces théories nous offrira un cadre de compréhension
utile et précieux pour construire une revue de littérature complète.

Théorie des réseaux

 52
Pour synthétiser ce que la littérature a produit sur le concept de théorie de réseaux, on peut
se servir des travaux de Granovetter (1973) comme point d’appui. En effet, ce dernier
considère que dans un réseau, les liens faibles, c'est-à-dire les connaissances qui ne sont
pas renforcées par de nombreuses amitiés mutuelles, sont particulièrement importants pour
la circulation de l'information, car ils permettent d'atteindre des populations et des publics qui
ne sont pas accessibles via les liens forts (Granovetter, 1973). En 1995, Burt (1995)
développe l’idée que les individus détiennent certains avantages/désavantages positionnels
liés à la manière dont ils sont intégrés dans un système ou une structure sociale. Ainsi, selon
lui, un « trou structurel » est un écart entre deux individus qui ont des sources d'information
complémentaires comme l’indique la figure 2.7 ci-dessous (Burt, 1995). On retrouve En outre,
dans la vision de Brass (Relevée par Borgatti et Lopez-Kidwell), l’idée que cette théorie
concerne les conséquences des variables du réseau, comme le fait d'avoir de nombreux liens
ou être situé au centre d’un pays (Borgatti & Lopez-Kidwell, 2011). La théorie des réseaux
correspond essentiellement aux mécanismes et processus qui interagissent avec les
structures de réseau pour produire certains résultats pour les individus et les groupes.
(Borgatti & Halgin, 2011).

Figure 2.7 : Les effets de réseaux selon Burt (1995)

Source : (Burt,1995)

Source : (Burt 1995)

 53
Par ailleurs, les réseaux ont plusieurs fonctions comme celles de façonner la diffusion des
technologies (Miller, 2018), ou celle d’être une alternative aux marchés et aux hiérarchies
(Powell, 1990) ou encore celle de favoriser la création des goûts et préférences individuelles
chez les acteurs du réseau (Armstrong, 1998). De leur côté, Jones et al. (1997) considèrent
que la gouvernance de réseau, associée à ce concept, correspond à un ensemble
sélectionné, persistant et structuré d'entreprises autonomes engagées dans la création de
produits ou services. Le tout basés sur des contrats implicites à durée indéterminée pour
s’adapter aux aléas environnementaux afin de coordonner et sécuriser les échanges (Jones
et al. 1997).

Figure 2.8 : Théorie des réseaux selon Jones et coll (1997)

Source : (Jones et coll,1997)

Comme on peut le voir sur la figure 2.8 l’intégration structurelle sert de point de connexion et
d'intermédiaire majeur entre les interactions de conditions d’échanges et les mécanismes
sociaux résultants. Selon la théorie des réseaux de Jones, l'intégration structurelle joue un
rôle crucial en agissant comme un point de connexion ou un intermédiaire dans un réseau
social ou organisationnel. Cette intégration, qui implique des liens étroits entre les différents
acteurs d'un réseau, peut faciliter l'échange d'informations, de ressources ou d'influence.
 54
Dans ce contexte, les conditions d'échange peuvent se transmettre à la nature des
interactions entre les acteurs du réseau.
Ces conditions pourraient inclure la réciprocité (où un acteur retourne une action favorable à
un autre), la confiance, l'interdépendance, ou la symétrie des relations. Par exemple, dans un
réseau d'entreprises, des conditions d'échange favorables pourraient inclure des accords de
partage de ressources ou de collaboration sur des projets communs. L'intégration structurelle
peut affecter la manière dont ces conditions d'échange se transforment en mécanismes
sociaux spécifiques. Par exemple, un réseau fortement intégré avec des conditions
d'échange favorables pourrait faciliter le développement de normes de coopération, de
coordination ou de confiance mutuelle. Ces mécanismes sociaux peuvent à leur tour
renforcer l'intégration du réseau et améliorer son fonctionnement global. Au sein de la théorie
des réseaux, on retrouve une dimension importante : la théorie de l'acteur réseau. Cette
dernière nous explique qu’il s’agit d’une sociologie relationnelle et de processus qui traitent
des agents, des organisations et appareils comme effets interactifs (Law, 1992). La théorie
des réseaux nous rappelle l’importance des interrelations des acteurs du marché des
grandes plateformes numériques, car les enjeux sont sociétaux et universels (Srnicek, 2016).
Ceci fait écho à la dimension interrelationnelle des MSP que nous avons abordée
précédemment. Du fait de sa nature disciplinaire, la théorie des réseaux, comme nous avons
pu le voir, connaît ses racines dans plusieurs domaines différents tels que celui de
l’informatique de la sociologie. On trouve justement parmi les approches permettant de situer
le concept de réseau et son caractère interdisciplinaire, celle de Kawa et Światowiec (2018)
qui désigne trois dimensions d’un réseau en stratégie : (1) métaphorique : le terme "réseau"
est utilisé comme une métaphore des nouveaux phénomènes organisationnels liés
principalement au changement d'orientation des théoriciens. Ces derniers passent des
relations dyadiques à une constellation, ou un système de relations dans une organisation ;
(2) graphique : se réfère à une tentative de refléter fidèlement la structure des connexions au
sein de l'entreprise ou des entreprises avec d'autres entités externes. L'objectif est ici une
sorte de cartographie ou d’imagerie du réseau ; et (3) mathématique : fais référence au
traitement des réseaux en termes mathématiques, qui se concentre sur l'application de la
théorie des graphes et des outils mathématiques pour analyser les structures des réseaux,
souvent considérées comme plus importantes que le contexte du réseau lui-même (Kawa et
Swiatowie, 2018).
 55
En conclusion, une revue de littérature approfondie sur la théorie des réseaux est essentielle
pour comprendre et aborder efficacement les problématiques liées aux modèles d'affaires
publicitaires et aux plateformes multifaces. Les concepts et les principes de la théorie des
réseaux fournissent un cadre pertinent pour explorer comment les plateformes multifaces
fonctionnent, comment elles créent de la valeur et comment elles tirent parti des effets de
réseau pour évoluer. De plus, elle offre des informations précieuses sur les interactions entre
les différents acteurs d'un réseau, ce qui est crucial pour comprendre le fonctionnement des
modèles d'affaires basés sur la publicité. L'application de la théorie des réseaux permet ainsi
d'éclairer les dynamiques complexes à l'œuvre au sein de ces modèles d'affaires et offre des
pistes de réflexion pour leur optimisation et leur réussite dans un environnement commercial
de plus en plus numérique et interconnecté.

Théorie des Capacités Dynamiques

Parmi les travaux les plus importants sur la question des capacités dynamiques, on retrouve
ceux de Grant (1996) qui définit ces capacités comme étant des routines organisationnelles
et stratégiques antécédentes par lesquelles les gestionnaires modifient leur base de
ressources, les acquièrent, les intègrent et les recombinent pour générer de nouvelles
stratégies de création de valeur (Grant, 1996).

Figure 2.9 : Les capacités dynamiques selon Teece (1997)

Source : (Teece et Coll, 1997)

 56
Source : (Teece, 1997)

Ces capacités sont les moteurs de la création, de l'évolution et de la recombinaison d'autres

ressources en de nouvelles sources d'avantages concurrentiels (Teece et al. 1997). On voit
grâce à la figure 2.9 que les 3 sources de capacité dynamiques passent par l’identification
des opportunités (sense), le design du modèle d’affaires (seize) et le réalignement de la
structure et la culture (transform). De leur côté, Laaksonen et Peltoniemi (2018) affirment que
certaines capacités dynamiques intègrent des ressources. Par exemple, les routines de
développement de produits par lesquelles les gestionnaires combinent leurs diverses
compétences pour créer des produits et services générateurs de revenus sont des capacités
dynamiques (Clark & Fujimoto, 199 ; Dougherty, 1992). Un des objectifs de la recherche sur
les capacités dynamiques consiste à expliquer les sources de l'avantage concurrentiel
(Teece, 2007). Cela signifie que la performance de l'entreprise est une composante clé de la
théorie et que les capacités dynamiques modifient les capacités ordinaires ou la base de
ressources plus large de l'entreprise, et ce changement peut finalement entraîner une
modification de la performance. Certains critiquent cette approche en mettant de l’avant
l’argument qu’une capacité dynamique change la performance, mais sans forcément
l’expliquer (Laaksonen & Peltoniemi, 2018). Nous savons que les capacités dynamiques
opèrent dans un environnement étroitement lié aux ressources d’une organisation. Ainsi,
selon Hansen (1999) « Les capacités dynamiques se concentrent sur la reconfiguration des
ressources au sein des entreprises » (Hansen, 1999). D’autres auteurs allant dans ce sens
nous rappellent que les capacités dynamiques peuvent être utilisées pour améliorer les
configurations de ressources existantes dans la recherche d'un avantage concurrentiel à long
terme (Eisenhardt et Martin, 2000). Nous allons explorer à présent dans quel cadre évolue
notre question de recherche en explorant ce que la littérature a produit de pertinent sur la
théorie des ressources-compétences.

Théorie des ressources et compétences

Le concept de théorie des ressources et des compétences trouve ses origines dans les écrits
de Penrose (1959) et s'intéresse à l'efficacité, au profit économique, à l'avantage
 57
concurrentiel et à la croissance rentable. Ce sont les pierres angulaires d'une vision de la
gestion stratégique basée sur les ressources selon Mahoney (Mahoney, 2000). Nous savons
également que : « Les intrants du système de production ne sont pas les ressources
elles-mêmes, mais les services qu’elles apportent. La nature de ces services dépend des
connaissances possédées par les individus dans l’entreprise. Les deux types de ressources
(matérielles et humaines) combinées créent ainsi, par interaction, des opportunités
productives uniques, subjectives et spécifiques à chaque firme »(Prévot et al. 2010). Lorsque
l’on parle de ressources, il s’agit, selon Wernerfelt (1984) de tout ce qui peut être considéré
comme la force ou la faiblesse d'une entreprise donnée. Plus formellement,les ressources
sont définies comme tous les actifs, qu'ils soient tangibles ou intangibles, qui sont liés de
manière semi-permanente à l'entreprise et qui peuvent être considérés comme une force ou
une faiblesse. L'idée de ressources liées de manière semi-permanente à l'entreprise souligne
le fait que, bien que certaines ressources puissent être acquises ou vendues (par exemple, le
capital physique), d'autres sont beaucoup plus difficilement transférables et peuvent donc
fournir un avantage concurrentiel durable. Cela peut inclure des éléments tels que les
compétences spécifiques de l'entreprise, sa culture organisationnelle, ou son savoir-faire
technologique. En somme, la perspective de Wernerfelt sur les ressources met l'accent sur
l'importance de comprendre et de gérer efficacement les différentes ressources d'une
entreprise pour créer et maintenir un avantage concurrentiel (Wernerfelt, 1984).
Parmi les approches majeures traitant de ce sujet, on trouve celle de Hamel, qui considère
que les ressources sont souvent hétérogènes et d'une mobilité peu flexible. La tâche
essentielle des gestionnaires est donc de comprendre et d'organiser les ressources pour
obtenir un avantage concurrentiel durable(Hamel, 2001).

Figure 2.10 : Théorie de ressources-compétences selon Hamel(2001)

Source : (Hamel,2001)
 58
Source : (Hamel,2001)

On peut voir que la figure 2.10 présente des éléments pertinents autour de la distinction entre
les ressources tangibles et intangibles. En effet, dans ce schéma, les ressources tangibles
sont hétérogènes alors que les ressources intangibles sont immobiles. Cependant elle pointe
vers les variables VRIO (valeur, rareté, inimitabilité, organisation) pour permettre de dégager
un avantage compétitif. En outre, Barney (1991) stipule que si une entreprise veut atteindre
un statut d'avantage compétitif durable à travers ses ressources et compétences, elle doit
acquérir et contrôler des capacités précieuses, rares, inimitables et non substituables. Pour
ce faire, elle doit donc contrôler des ressources et des capacités et disposer de l'organisation
qui peut les absorber et les appliquer (Barney, 1991). Selon la théorie des
ressources-compétences, la durabilité de tout avantage concurrentiel dépend de la mesure
dans laquelle ces ressources peuvent être imitées ou substituées (Lowson, 2003). Le
concept de management des ressources souffre, par ailleurs, de critiques virulentes (Foss et
al. 2008), notamment le fait que la théorie des ressources et compétences s'est attachée à
une rationalité économique néoclassique trop étroite .Assurément, en mettant trop l'accent
sur la possession de ressources individuelles et en ne reconnaissant pas suffisamment
l'importance du regroupement des ressources et de l'implication humaines dans l'évaluation
et la création de valeur. Cependant, Kraaijenbrink et al. (2010) soutiennent qu'il y a des
critiques substantielles de cette approche qui suggèrent qu'elle ne peut pas réaliser
pleinement son potentiel en tant que théorie principale de l'avantage concurrentiel durable
sans une reconsidération de ses principes fondamentaux. La première critique majeure est
l'assomption selon laquelle les ressources sont homogènes et immobiles. En réalité, les
ressources varient considérablement d'une entreprise à l'autre et peuvent être mobiles,
surtout à l'ère actuelle de la mondialisation et de la technologie en rapide évolution.
Deuxièmement, la RBV est critiquée pour sa vision statique des ressources. L'approche
traditionnelle de la RBV ne prend pas suffisamment en compte l'aspect dynamique des
ressources et comment elles évoluent et se transforment avec le temps.

Enfin, la RBV peut être trop interne et ne pas prendre suffisamment en compte
l'environnement externe de l'entreprise. L'importance des forces du marché, des relations
avec les parties prenantes et d'autres facteurs externes est souvent minimisée dans
l'approche de la RBV.(Kraaijenbrink et al. 2010).
 59

Nous avons pu observer une similitude entre la théorie de ressources-compétences et celle

des capacités dynamiques. En effet, ces deux cadres conceptuels permettent d’identifier les
avantages concurrentiels que peuvent déployer les organisations lorsqu’elles comprennent
comment organiser et exploiter leurs ressources intrinsèques.
Dans le contexte des plateformes multiface (MSP), ces perspectives peuvent être
particulièrement utiles. Une MSP peut posséder des ressources intrinsèques uniques, telles
que la technologie sur laquelle elle est construite, l'expertise de son personnel ou les
données qu'elle a accumulées. En outre, en raison de la nature du réseau de la MSP -
impliquant une interaction intensive entre différents acteurs (par exemple, fournisseurs et
utilisateurs) - l'organisation peut également exploiter les avantages concurrentiels dérivés de
sa position dans le réseau. Par conséquent, en utilisant ces cadres conceptuels, nous
pouvons examiner de plus près les ressources intrinsèques d'une MSP, et la manière dont
celle-ci peut les organiser et les exploiter de manière à créer et à maintenir un avantage
concurrentiel dans son domaine d'activité. Nous allons aborder, à présent, la question des
coûts de transactions et leur pertinence dans le champ stratégique théorique.

Théorie des coûts de transaction

La théorie des coûts de transaction des racines remontant à 1937, notamment les écrits de
Coase (1937). Ce dernier décrit les marchés et les hiérarchies comme des structures de
gouvernance en mettant en avant que le choix entre les marchés et les hiérarchies était
déterminé principalement par les différences de coûts de transaction (Coase, 1937). Nous
savons que cette théorie est, par ailleurs, étroitement liée à la théorie des réseaux à travers
sa capacité à identifier les conditions où la gouvernance du réseau est susceptible d’émerger
(Jones et coll., 1997).Un autre théoricien majeur de cette théorie est Williamson, soutient que
les coûts de transaction peuvent varier en fonction du mode d'organisation (ou du mode
institutionnel) par lequel la transaction est réalisée. Ces modes pourraient inclure le marché
(où les transactions sont réalisées par des contrats et des échanges de marché), les
hiérarchies (où les transactions sont gérées en interne au sein d'une organisation) ou des
 60
structures hybrides. La TCT examine les facteurs qui influencent le choix du mode de
gouvernance pour une transaction donnée. Selon Williamson, les entreprises choisiront le
mode qui minimise les coûts de transaction, compte tenu des caractéristiques spécifiques de
la transaction, comme son incertitude, sa complexité ou sa fréquence. En résumé, l'approche
de Williamson insiste sur l'importance des coûts de transaction et de la structure
organisationnelle dans la réalisation des transactions économiques, en argumentant que la
structure organisationnelle choisie par une entreprise est largement déterminée par le désir
de minimiser ces coûts. (Williamson, 1991).

Figure 2.11 : Théorie des coût de transactions de WIlliamson (1991)

Source : (Williamson,1991)

À l’aide de la figure 2.11, on observe un schéma indiquant les choix entre différents
mécanismes de gouvernance (marchés, hiérarchies ou structures hybrides). Ces derniers
sont influencés par trois principales caractéristiques de la transaction : la spécificité des
actifs, l'incertitude et la fréquence. Si les actifs sont spécifiques et n'ont pas d'alternative,
l'incertitude est élevée et les transactions sont fréquentes, une gouvernance interne
 61
(hiérarchie) est généralement préférée pour minimiser les risques et les coûts. À l'inverse,
des transactions moins spécifiques, moins incertaines et moins fréquentes peuvent être
gérées de manière plus efficace sur le marché. Les structures hybrides, telles que les
coentreprises ou les alliances stratégiques, peuvent être utilisées lorsque ni le marché ni la
hiérarchie ne sont des options optimales. L'alignement approprié des caractéristiques de la
transaction avec le mécanisme de gouvernance le plus adéquat permet de réduire les coûts
de transaction et d'améliorer l'efficacité globale. Dans sa vision, Williamson (1979) soutient
que les transactions qui nécessitent un degré substantiel d'actifs spécifiques, se produisent
fréquemment, et/ou sont confrontées à un degré élevé d'incertitude future ont des coûts plus
élevés en raison du fait que les acteurs économiques ont des limites à leur rationalité
comportementale et peuvent agir de manière opportuniste (Williamson, 1979). La question
centrale de la théorie des coûts de transaction est donc de comprendre si une transaction est
plus efficacement réalisée au sein d'une entreprise (intégration verticale) ou à l'extérieur, par
des entrepreneurs autonomes (gouvernance de marché) (Geyskens et al., 2006). Selon la
théorie des coûts de transaction, les coûts associés aux différentes structures
organisationnelles constituent ainsi le facteur critique déterminant du choix de mode de
transaction. Cette théorie résonne particulièrement avec notre étude, car dans le cadre du
modèle d’affaires digital les transactions connaissent un degré de complexité particulier dans
l’écosystème (Park & Mithas, 2020). Parmi les approches les plus récentes, on retrouve celle
de Benkler (2017). Cette dernière suggère que la démocratisation des outils numériques tels
qu'Internet, l'ordinateur personnel et les caméras vidéo ont permis l’émergence de nouvelles
formes d'organisation économique comme le crowdsourcing, les concours d'idées et
l'innovation émanant de collaboration avec les utilisateurs (Benkler, 2002). Il désigne ces
nouvelles formes d'organisation par le terme général de "production sociale" et propose que
cette nouvelle forme de production représente une alternative aux entreprises et aux marchés
(Benkler, 2017). Ce qui fait directement écho aux caractéristiques d’un modèle publicitaire
exploitant des capacités dynamiques permises par l’économie de l’attention. En conclusion
de cette partie, nous pouvons constater l’opportunité que représentent les théories majeures
issues du domaine de la stratégie, pour la construction d’un travail robuste et pertinent. De
fait, les MSP et leur modèle d’affaires opèrent dans un espace largement influencé par les
concepts précédemment mentionnés (capacités dynamiques, coût de transaction, etc.). Ceci
peut nous permettre de mieux développer un diagnostic précis sur le fonctionnement
stratégique de certaines de ces plateformes à l’aide d’un cadre théorique pertinent.
 62
2.2.7 : Les externalités produites par les MSP

Dans cette partie de notre revue de littérature, nous cherchons à identifier les concepts clés
qui font écho à ce travail de recherche, parmi ces derniers, on retrouve celui des externalités.
Ces dernières seront la lentille d’analyse des conséquences produite par les MSP. Ce
concept connaît des fondements économiques plutôt que managériaux, il n’en demeure pas
moins intéressant d’explorer son adaptabilité à notre schéma d’analyse. Voici ci-dessous,
dans la figure 2.12, un exemple d’externalités en macroéconomie.

Figure 2.12 : Exemple d'externalités en macroéconomie.

Les fondements théoriques économiques du concept d’externalités

Les externalités connaissent leurs origines dans le travail de Pigou (1920), qui approfondit la
notion d’abord théorisée par Marshall, en développant l’idée que dans un marché, les
externalités sont les coûts imposés ou avantages conférés à autrui qui ne sont pas pris en
compte par celui qui entreprend l'action. Selon lui, l'existence d'externalités est une
 63
justification suffisante pour l'intervention du gouvernement. Si quelqu'un crée, à travers ses
activités économiques, de la pollution, par exemple, il s'engage alors dans une activité qui
génère une externalité négative importante. Ainsi, Pigou (1920) préconisait une taxe sur ces
activités afin de les décourager (Pigou, 1920). Plus largement, l’auteur analyse la divergence
entre l'intérêt privé marginal et l'intérêt social marginal en cas d'externalité négative. Une
définition d’externalités en lien avec la technologie, largement acceptée, nous provient de
Laffont (1989) :

« Les externalités technologiques sont l'effet indirect d'une activité de consommation ou

d'une activité de production sur l'ensemble de consommation d'un consommateur, la fonction
d'utilité d'un consommateur ou la fonction de production d'un producteur. Par indirecte, on
entend que l'effet concerne un agent autre que celui qui exerce cette activité économique et
que cet effet ne passe pas par le système de prix » (Laffont, 1989).

Pour Katz et Shapiro (1985), les attentes du consommateur sont essentielles dans les
marchés où les externalités de réseaux sont présentes (Katz & Shapiro, 1985) ce qui
s’accorde avec la théorie de réseaux et la manière dont les individus sont intégrés sur la
plateforme d’échange (Burt, 1995). Un aspect important à considérer lorsqu’il s’agit
d’externalités est le fait que ces dernières peuvent être aussi bien négatives que positives.
Ainsi, et parmi les types d’externalités positives, on retrouve le développement
d'infrastructures ou encore la R&D (Klenow & Rodríguez-Clare, 2005).En effet, les
innovations issues de la R&D peuvent profiter à l'ensemble de la société en stimulant la
croissance économique, en améliorant la qualité de vie ou en contribuant à résoudre des
problèmes sociétaux. De plus, les connaissances produites par la R&D peuvent être utilisées
par d'autres chercheurs ou entreprises pour développer de nouvelles innovations, ce qui crée
un effet d'entraînement positif.
En outre, en ce qui concerne la régulation et la mitigation des externalités, la littérature nous
renseigne sur des mécanismes de contrôle de ces dernières tel que les taxes, subventions et
droits de propriété. (Baumol, 1972).
 64
Voici, brièvement, ce que représentent les externalités dans le cadre économique général.
Nous allons à présent voir comment ce concept s’articule dans le monde des affaires.

Les externalités dans le domaine managérial et celui de la stratégie

Aujourd’hui, les externalités sont de plus en plus associées à des questions liées aux droits
de propriété et aux coûts de transaction, éloignant ainsi la discussion de l'analyse
traditionnelle issue de l'économie du bien-être (Medema et al, 2014). Le concept s'est avéré
être analytiquement protéiforme, il a reçu de nombreuses interprétations et expressions
analytiques différentes, chacune relevant d'une certaine compréhension de ce qui constitue
l'essentiel de l'explication de ce phénomène. Les tentatives de délimitation de l'idée d'une
externalité ont conduit différentes écoles de pensée économiques à souligner les liens étroits
de l'externalité avec la Pareto optimale, les marchés manquants, le manque d'information, les
coûts de transaction, les biens publics et les défaillances du marché (Medema et al., 2014). Il
s’agit là de concepts proches du domaine de la stratégie et de la gestion, ce qui encourage le
fait qu’il est approprié de raisonner en matière d’externalités dans ce domaine. Lorsque les
externalités sont associées aux coûts de transaction, elles peuvent être positives ou
négatives, le tout dans un marché « two-sided » . Effectivement, une externalité positive peut
survenir lorsqu'une augmentation du nombre de participants d'un côté du marché (par
exemple, les vendeurs sur une plateforme de commerce électronique) réduit les coûts de
transaction pour les participants de l'autre côté du marché (les acheteurs). Cette réduction
des coûts de transaction peut être due à une plus grande variété de produits disponibles, à
une concurrence accrue entre les vendeurs ou à des économies d'échelle. Ces avantages
attirent encore plus de participants des deux côtés du marché, renforçant ainsi l'effet de
réseau. À l'inverse, une externalité négative peut survenir si une augmentation du nombre de
participants d'un côté du marché augmente les coûts de transaction pour les participants de
l'autre côté du marché. Par exemple, si un trop grand nombre de vendeurs sur une
plateforme de commerce électronique rend la recherche du produit souhaité plus difficile et
plus coûteuse pour les acheteurs (Carlton & Frankel, 2005). On voit ici que les externalités
trouvent leur place dans un schéma théorique managérial, bien que la littérature sur le sujet
soit principalement orientée vers le domaine économique au vu du type d’étude que l’on a pu
 65
rencontrer dans la littérature. En résumé, l’utilité du concept d’externalités réside dans sa
capacité à expliquer comment des activités de production ou commerciales peuvent
engendrer des conséquences inattendues qui ne sont pas intégrées dans les coûts ou les
bénéfices directs de ces activités. Ces externalités, positives ou négatives, peuvent affecter
d'autres parties prenantes, comme les autres utilisateurs de la plateforme, l'environnement ou
même la société dans son ensemble. Ceci constitue un enjeu majeur de ce travail, car il se
concentre, justement, en partie sur les externalités non anticipées des MSP numériques.

2.2.8 : Les réseaux sociaux numériques

L'approche basée sur les réseaux sociaux repose sur l'idée intuitive que la structure des liens
sociaux, dans laquelle les acteurs sont intégrés, a des conséquences significatives pour eux.
(Freeman, 2004). Dans le cadre d’une analyse à travers les réseaux sociaux, l’environnement
dans lequel les acteurs interagissent s’exprime en matière de schémas et régularités. La
relation entre les différents acteurs peut être de nature économique, affective, politique ou
interactionnelle (Wasserman et Faust, 1994). La vision dans un réseau social consiste à
considérer ces acteurs comme une collection de parties interreliées plutôt qu’une addition
d'individus isolés. Les prémisses du concept des réseaux sociaux dans le monde des affaires
comme on les connaît trouvent leur origine dans un projet de Ward Christensen et Randy
Suess qui conçoivent le “computerized bulletin board system” en 1978 (Driscoll, 2016). De
fait, le computerized bulletin board system (BBS) est un système de partage d'informations et
de communication qui est considéré comme l'un des précurseurs des plateformes en ligne
modernes. Le BBS a été conçu pour permettre aux utilisateurs de se connecter à un système
centralisé par le biais de lignes téléphoniques afin de télécharger des logiciels, lire des
nouvelles, et participer à des discussions sur des forums en ligne. Le BBS représente donc
une des premières formes de réseau social. Selon Boyd et al. (2007), une définition
appropriée de ces réseaux consisterait à les traiter comme des services web qui permettent
aux individus de construire un profil public ou semi-public au sein d'un système délimité,
d'articuler une liste d'autres utilisateurs avec lesquels ils partagent une connexion, et enfin
visualiser et parcourir leur liste de connexions et celles faites par d'autres personnes au sein
du système.
 66
On peut distinguer selon Cross et al., (2005), trois types de réponses que les réseaux
sociaux impliquent : (1) la réponse personnalisée : ces réseaux existent dans des contextes
où les problèmes et les solutions sont ambigus (ex : les sociétés de développement de
nouveaux produits, les banques d'investissement et les sociétés de conseil en stratégie). Ces
dernières ont besoin de réseaux capables de définir rapidement un problème ou une
opportunité et de coordonner l'expertise nécessaire pour y répondre ; (2) la réponse modulée
: ces réseaux prospèrent dans des contextes où les composantes d'un problème et d'une
solution sont connues, mais où la combinaison ou la séquence de ces composantes, elle, ne
l’est pas encore. Ici, la valeur découle de la fourniture d'une réponse unique en fonction de la
constellation d'expertises requises par le problème ; (3) réponse habituelle : ces réseaux sont
souvent situés dans des environnements où le travail est standardisé. Les problèmes et
solutions sont bien définis. La valeur de ces réseaux découle de l’efficacité et la consistance
de la réponse d’une série de problèmes établis.

Il est important de souligner qu’il existe des divergences quant à la définition du réseau social
étant donné que son étude est multidisciplinaire (O’Malley & Marsden, 2008). En effet, en
sociologie, par exemple, un réseau social est défini comme un ensemble d'individus, ou
d'organisations, interconnectés par un ensemble de relations sociales. En informatique et en
science des données, un réseau social est souvent entendu comme une plateforme en ligne
qui permet aux utilisateurs de se connecter et d'interagir les uns avec les autres. Enfin, en
économie et en commerce, un réseau social peut être considéré comme un type de structure
de marché, où les biens et services sont échangés. Dans le cadre de cette revue, nous nous
appuyons sur la notion de réseau social proposée par Boyd et Ellison (2007).Ces derniers
considèrent le réseau social comme le fait de disposer de profils associés à une identification
unique et qui sont créés par une combinaison de contenus fournis par l’utilisateur et le fait
d’accéder à des flux de contenus incluant des contenus générés par d’autres utilisateurs
(Boyd et Ellison, 2007). On peut citer dans le cadre de cette définition les exemples de
Twitter, Facebook, Instagram et Tik Tok comme illustration de réseaux sociaux majeurs.
 67
2.3 Conclusion de la revue de littérature

À l’aide de cette revue de littérature, nous avons pu identifier les concepts théoriques qui
guident ce travail de recherche. Nous avons extrait et synthétisé les articles majeurs du
domaine de la gestion stratégique sur les différents concepts qui sont pertinents pour
formuler une analyse éclairée et répondre à notre problématique. Cette problématique de
recherche que nous avons présentée précédemment s’intéresse au modèle d’affaires
publicitaire des plateformes numériques (MSP). À la suite de cette revue de littérature, nous
avons une idée plus claire de ce à quoi correspond une MSP. Notre sujet d’étude sera
analysé à travers le prisme de leur modèle d’affaires de gratuité. Effectivement, nous avons
aussi rassemblé les travaux pertinents sur le fonctionnement interne d’un modèle d’affaires
basé sur les revenus publicitaires. Le tout permettant de l’utiliser comme lentille d’analyse et
en comprendre ses mécanismes profonds. Lors de l’analyse de ce type de modèle d’affaires,
il fut difficile de trouver un consensus autour de la question de la nature de ce dernier. Il est
par conséquent intéressant, dans le cadre de cette recherche, d’essayer de clarifier ce
concept. Par ailleurs, cette revue de littérature nous a permis de relever les travaux majeurs
des auteurs du domaine stratégique et managérial (parfois économique et sociologique).
Désormais lorsque l’on parlera de modèle d’affaires, nous saurons que son développement
théorique s'est fait en parallèle de celui du commerce électronique et qu’il sert d’outil
stratégique permettant la création, la capture et la distribution de valeur. Nous saurons
également que la digitalisation a joué un rôle majeur et a été une source d’innovation dans la
littérature. Concernant les MSP nous avons vu qu’elles servent, comme fonction inhérente,
d’intermédiaire entre acheteurs et vendeurs avec un effet de réseaux entre les groupes
participants sur l’interface. Nous savons, grâce à cette revue, que le modèle publicitaire
obtient des revenus grâce à l’annonceur qui achète un espace publicitaire sur la plateforme et
qu’il constitue un modèle relativement rare et spécifique. Lorsque nous aborderons
l’économie de l’attention, nous saurons qu’elle se définit comme le fait que l’attention est une
ressource rare et convoitée et qu’elle constitue un enjeu de réussite commercial dans la
littérature. Nous avons aussi vu que le capitalisme de surveillance est un concept permettant
de révéler les enjeux de données privées et les régulations de la protection de la
confidentialité. Certaines des théories stratégiques comme celle du réseau nous ont permis
d’appréhender notre problématique à travers une lentille d’analyse pertinente et nous savons
que les capacités dynamiques et coûts de transactions sont des concepts récurrents lorsque
 68
l’on parle des MSP et leurs enjeux. Enfin, les réseaux sociaux, sujet d’étude majeur de cette
étude, ont révélé leurs natures multidisciplinaires ainsi que le phénomène d’interrelationnalité
entre les acteurs du système. Cette revue de littérature sera donc notre référence théorique
dans le cadre de ce travail de recherche.

2.4 Cadre théorique

En conclusion de cette revue de littérature, nous pouvons désormais aborder certains des
thèmes stratégiques de cette recherche avec plus de clarté et de compréhension. Si en
gymnastique la poutre de bois est le support sur lequel un ou une athlète performe ses
acrobaties et sa prestation, la revue de littérature est notre poutre de bois pour ce travail. Elle
est cette colonne permettant de développer une réflexion sur des bases théoriques saines et
concises. Grâce aux nombreux travaux et articles scientifiques que nous avons explorés,
cette revue de littérature nous a permis de comprendre les concepts liés aux plateformes
multilface (MSP), à leurs modèles commerciaux si particuliers, ainsi que les théories
stratégiques majeures et les externalités qui sont cruciales pour examiner le fonctionnement
des MSP numériques. Parmi les enseignements de cette revue, on retrouve le fait que le
modèle d'affaires basé sur la publicité, qui repose sur l'économie de l'attention, s’appuie sur
l'accumulation et l'exploitation de données privées, ce qui soulève des questions éthiques et
juridiques. Le concept de capitalisme de surveillance explore de manière critique ces
implications et les questions qui y sont liées. Notre revue souligne également la pertinence
des théories émanant du domaine de la stratégie, telles que les capacités dynamiques, les
coûts de transaction, la théorie des ressources-compétence et les effets de réseaux, dans la
construction d'une base théorique solide pour l'analyse des MSP. Ces théories permettent de
mieux comprendre les interactions et les relations complexes qui régissent le fonctionnement
stratégique des MSP dans le paysage numérique. Les externalités, définies dans la littérature
scientifique, aident quant à elles, à expliquer les conséquences involontaires de la production
ou des activités commerciales, ce qui est essentiel pour examiner les externalités imprévues
des MSP numériques, telles que les problèmes de protection de la vie privée, la
désinformation et les distorsions potentielles du marché.
 69

En outre, nous avons observé le développement parallèle au commerce électronique dans

l'industrie numérique du modèle économique, ainsi que ses outils stratégiques pour créer,
capturer et distribuer de la valeur. En outre, la numérisation de l’économie joue un rôle
important dans la stimulation de l'innovation et le façonnement de la dynamique
concurrentielle de l'économie numérique. Nous avons appris que les MSP fonctionnent
intrinsèquement comme des intermédiaires entre les acheteurs et les vendeurs, générant des
effets de réseau parmi les groupes participants et exploitant la puissance des données et des
technologies numériques pour créer de nouvelles propositions de valeur et de nouvelles
sources de revenus. Cette analyse des concepts majeurs de notre objet d’étude ouvre la voie
à un examen détaillé des MSP numériques, de leur fonctionnement stratégique et des défis
auxquels ils sont confrontés, à l'aide d'un cadre théorique solide. En examinant les concepts
clés, les théories et les tendances qui façonnent le paysage des MSP et le modèle
publicitaire, cette étude ouvre la voie à une analyse approfondie des stratégies et des
tactiques employées par les MSP pour créer de la valeur, gérer les externalités et relever les
défis éthiques et juridiques qui découlent de leurs modèles d'entreprise basés sur la publicité.
En outre, elle jette les bases d'une exploration du rôle évolutif des MSP numériques ainsi que
les enjeux stratégiques qui y sont associés.

Notre cadre théorique, établi à partir de l'analyse documentaire, permet de comprendre les
concepts, théories et tendances clés qui façonnent le paysage de la MSP. Cette base nous
permet d'identifier une approche de recherche pertinente qui donne la priorité à la neutralité
et à l'objectivité dans la résolution de notre problème de recherche. À la lumière de la récente
littérature critique sur les MSP telle que Google, Facebook et Uber, il est essentiel de
maintenir une perspective impartiale afin de mener une analyse stratégique solide et
cohérente du modèle basé sur la publicité dans le contexte des MSP.L'objectif de cette étude
étant de comprendre de manière approfondie les modèles d’affaires basés sur les revenus de
la publicité dans le contexte des MSP, il est essentiel de maintenir un point de vue impartial
pour s'assurer que les résultats de la recherche ne soient pas influencés par un parti pris
particulier ou des notions préconçues sur le sujet. En s'appuyant sur certaines bases
théoriques établies dans la revue de la littérature, l'étude sera en mesure de naviguer
efficacement dans les complexités et les nuances des modèles d’affaires basés sur les
 70
revenus publicitaires dans le contexte du MSP. Cela permettra d'offrir un diagnostic
approfondi et cohérent qui contribuera à la littérature existante et informera la politique, la
réglementation et la recherche future dans l'industrie numérique sur le sujet des MSP et du
modèle publicitaire. En outre, cette approche impartiale permettra d'identifier les aspects
positifs et négatifs du modèle basé sur la publicité, ce qui conduira à une compréhension plus
équilibrée et plus précise du phénomène étudié.

Voici ci-dessous la figure 2.13 illustrant le cadre de la problématique de recherche de cette

étude. Ce cadre s'appuie principalement sur trois composantes essentielles. Premièrement,
nous étudierons la nature et les caractéristiques d'une Plateforme Multi-Services (MSP) sous
différents aspects tels que l'architecture, la gouvernance, et l'écosystème qui englobe les
utilisateurs et les prestataires. Cette composante peut être soutenue par la théorie des
réseaux. Cette dernière offre un cadre d'analyse pertinent pour comprendre la complexité des
interconnexions au sein de l'écosystème d'une MSP. Cette théorie met en évidence que la
valeur et l'influence d'un individu ou d'une entité au sein d'un réseau dépendent
significativement de la façon dont ils sont intégrés dans ce système. Dans le contexte des
MSP, cette dynamique se manifeste clairement. Les MSP, par leur nature même, forment
parfois des réseaux vastes et intriqués où les avantages et les désavantages positionnels
sont intrinsèquement liés à la structure du réseau et à la position de chaque acteur au sein de
celui-ci. La seconde composante abordée explore le fonctionnement du modèle économique
basé sur la publicité (ad-based), largement adopté dans le contexte des MSP numériques.
L'objectif est de comprendre la création et la répartition de la valeur dans ce modèle, ainsi
que ses implications stratégiques et managériales. Cette partie de la problématique résonne
profondément avec la théorie des capacités dynamiques et la gestion des ressources. Dans
le contexte d'un modèle économique ad-based, un aspect clé de la capacité dynamique se
révèle être la gratuité du service. Cette gratuité n'est pas simplement une caractéristique du
produit, mais une compétence stratégique complexe qui requiert une gestion habile des
ressources et des capacités organisationnelles. Au sein du cadre théorique des ressources et
compétences, la gratuité se distingue comme une forme d'innovation disruptive et un
avantage concurrentiel significatif. Elle attire et retient l'attention des utilisateurs, créant ainsi
une base d'utilisateurs massive et engagée qui est attrayante pour les annonceurs.

La dernière composante de la problématique de recherche se concentre sur les externalités

 71
dans le contexte managérial, analysant comment les actions et décisions d'une MSP peuvent
impacter indirectement d'autres acteurs ou l'écosystème dans son ensemble. Elle résonne
tout particulièrement avec le phénomène d’économie de l’attention ainsi que le capitalisme de
surveillance. Assurément dans ce champ théorique la ressource la plus précieuse n'est pas
l'argent, mais plutôt l'attention des consommateurs. Dans un modèle d'affaires gratuit comme
celui des MSP, l'attention des utilisateurs devient la principale marchandise échangée. Les
plateformes conçoivent des stratégies pour captiver et maintenir l'attention des utilisateurs,
afin de maximiser l'exposition à la publicité, qui est leur principale source de revenus. Le
capitalisme de surveillance complète cette perspective en mettant l'accent sur la collecte,
l'analyse et l'exploitation des données des utilisateurs. Le tout indiquant un fort potentiel
d’externalités. Ces trois éléments interconnectés forment une base solide pour répondre à
l’une des questions importantes découlant de notre problématique de recherche : "Quelle est
la nature d’une MSP dans le cas d’un modèle d’affaire publicitaire et quelles externalités
produit-elle ?".
Notre approche vise à apporter des contributions significatives en éclairant davantage la
compréhension des MSP numériques, à travers une analyse approfondie des relations entre
les modèles d’affaires basés sur les revenus publicitaires et les externalités qu’ils génèrent
afin d'élaborer des modèles alternatifs pouvant présenter des avantages en termes de
durabilité, d'équité et de résilience.
 72
Figure 2.13 : Cadre de la Problématique de Recherche

Nous allons à présent voir comment cette démarche s’articule à l’aide du cadre
méthodologique le plus approprié à ce travail.
 73
CHAPITRE 3 : CADRE MÉTHODOLOGIQUE

Dans le cadre de cette recherche, il est nécessaire d’adopter une méthodologie adéquate
pour répondre à notre problématique. Notre question de recherche étant orientée autour de
l’analyse d’un type de modèle d’affaires spécifique (Modèle basé sur les revenus publicitaires
des MSP), l’étude de cas nous paraît appropriée et pertinente. Effectivement, s’inscrivant
dans une démarche qualitative, l’étude de cas correspond le plus à la démarche à suivre en
raison de la nature de la question de recherche de ce travail. Comme, notre problématique
s’articule autour d’un enjeu peu étudié et difficilement quantifiable, une approche quantitative
sur la nature du modèle d’affaires publicitaire des MSP, ainsi que ses externalités sont plutôt
inadéquates. Ce travail mobilisera dès lors une approche qualitative basée sur l’étude de cas
(Yin, 2014). Les études de cas sont plus cohérentes pour répondre à des questions de
recherche qui visent le « Comment » ou le « Pourquoi ». Bien que la recherche qualitative
soit sujette à certains biais de subjectivité ou d’ambiguïté (Yin, 2014), elle permet (lorsqu’elle
est bien utilisée) une compréhension approfondie d’un phénomène, ainsi que la possibilité
d’apporter une contribution substantielle dans un domaine de recherche peu développé.
Nous verrons plus tard quels sont les avantages et limites d’une telle méthode et comment
elle s’applique à notre problématique.

3.1 Position et choix épistémologiques :

L'épistémologie est la branche de la philosophie qui traite de la nature de la connaissance,

notamment de ses sources, de sa justification et de sa portée (Steup & Neta, 2020). Dans le
contexte d'une étude de cas en stratégie d'entreprise, l'épistémologie joue un rôle essentiel
dans la détermination du type de connaissances considérées comme valides et fiables. L'une
des principales approches épistémologiques de la recherche est le positivisme, qui met
l'accent sur l'utilisation de données objectives et mesurables pour établir des relations de
 74
cause à effet entre les variables (Saunders et al., 2010). Cette approche suppose que la
réalité est objective et indépendante de la perception humaine, et que la connaissance peut
être acquise par l'observation et les tests empiriques. En revanche, l'interprétativisme met
l'accent sur la nature subjective et dépendante du contexte de l'expérience humaine et sur
l'importance de comprendre les significations et les perspectives des individus dans leurs
contextes sociaux et culturels (Denzin & Lincoln, 2017). Cette approche part du principe que
la réalité est socialement construite et que la connaissance est créée par l'interaction entre le
chercheur et les sujets de la recherche. Une autre approche épistémologique de la recherche
est le réalisme critique, qui cherche à découvrir les structures sociales et les relations de
pouvoir sous-jacentes qui façonnent le comportement humain et les phénomènes sociaux
(Bryman, 2016) . Cette approche part du principe que la réalité est complexe et multiforme, et
que la connaissance peut être acquise en combinant l'observation empirique et la réflexion
théorique sur les mécanismes causaux sous-jacents. Par ailleurs, nous savons qu’une
démarche épistémologique pertinente requiert un processus de recherche menant à la
réalisation concrète d'un projet selon un enchaînement logique en cinq parties, soit la phase
conceptuelle, la phase méthodologique, la phase empirique, la phase analytique et la phase
de diffusion (Fortin & Gagnon, 2016). Finalement, le choix de l'approche épistémologique
dans la recherche par étude de cas dépend de la question de recherche, de la nature du
phénomène étudié et de l'orientation théorique et philosophique du chercheur. Dans le cadre
de cette étude, nous opterons pour une approche épistémologique basée sur le réalisme
critique, car notre démarche méthodologique, du fait de sa nature qualitative, ne permet pas
une approche positiviste basée sur l’objectivité pure. En ce qui concerne l’approche
interprétativiste, elle n’est pas appropriée dans un contexte de recherche scientifique ayant
pour but de réduire la part de subjectivité lors du développement du travail de recherche. Par
conséquent, l'approche du réalisme critique semble la plus appropriée pour répondre aux
enjeux de notre problématique en combinant l’empirisme et la réflexion théorique.
 75
3.2 Choix de la méthode et collecte des données

3.2.1 L’étude de cas comme stratégie de recherche

Avant de discuter de notre stratégie de recherche, il est primordial, dans un premier temps,
de distinguer les trois types de recherches qualitatives, soit la “grounded theory”, la
phénoménologie et l’étude de cas. La première est une méthode flexible pour développer une
théorie de fond qui met traditionnellement l’accent sur la compréhension des processus
sociaux (Noble & Mitchell, 2016). La seconde est une approche qualitative dans laquelle les
chercheurs souhaitent développer de nouvelles compréhensions de l'expérience humaine
vécue, en s'appuyant sur des récits subjectifs, généralement obtenus par le biais d'entretiens
avec des participants (van Manen, 2017). Enfin, selon Yin, (2014), une étude de cas est une
méthode de recherche qualitative qui se concentre sur l'analyse approfondie d'une personne,
d'un groupe, d'un événement, d'une organisation ou d'un phénomène particulier. Elle implique
généralement la collecte de données à partir de sources multiples, telles que des entretiens,
des observations et des documents, afin d'acquérir une compréhension approfondie du cas.
L'objectif principal de la recherche par étude de cas est de fournir un compte rendu détaillé et
nuancé du cas étudié, souvent dans le but de générer des idées qui peuvent être appliquées
à des cas similaires ou à des cadres théoriques plus larges (Yin, 2014). La figure 3.1
ci-dessous illustre les différentes étapes de la construction d’une étape de cas selon l’auteur.

Figure 3.1 : Processus d’une étude de cas selon Yin (2014)

(Source : Yin,2014)
 76
L'essence d'une étude de cas, la tendance centrale parmi tous les types d'études de cas, est
qu'elle tente d'éclairer une décision ou un ensemble de décisions : pourquoi elles ont été
prises, comment elles furent mises en œuvre, et avec quel résultat (Schramm, 1971) . Nous
savons que la recherche par étude de cas est motivée par la création de modèles complexes
pour examiner la nature unique des phénomènes organisationnels avec différents ensembles
de méthodes. Lorsque l’on parle de la méthode de recherche par cas, les travaux de Yin sont
essentiels pour nous guider. Assurément, l’auteur nous apprend que cette démarche
commence par une revue de littérature approfondie et la formulation minutieuse et réfléchie
de questions ou d'objectifs de recherche (Yin, 2014). Il existe ainsi trois conditions majeures
nécessaires à la construction d’une étude de cas : le type de question de recherche posée; le
degré de contrôle qu'un enquêteur a sur les événements comportementaux réels; le degré de
concentration sur les événements contemporains par opposition aux événements historiques.
Ces conditions étant remplies, le design de la méthode de recherche par cas s’articule autour
de cinq composantes : les questions de l’étude ; ses propositions ; ses unités d'analyse ; la
logique reliant les données aux propositions ; et enfin les critères d'interprétation des
résultats. Les questions de l’étude sont essentiellement relatives à la formulation de cette
dernière (quoi, comment). C'est-à-dire que l’angle de formulation de la question oriente la
recherche. Ainsi, s'il s’agit d’une question portant sur le “comment” nous chercherons les
paramètres qui influent sur le phénomène. En revanche, s'il s’agit d’une question portant
plutôt sur le “Quoi”, nous observerons alors les causes profondes. Par la suite, chaque
proposition doit attirer l'attention sur un élément qui doit être examiné dans le cadre de
l'étude. En ce qui concerne les unités d’analyse (que nous explorerons plus en détail dans la
partie suivante), elles relèvent du problème fondamental de définition du cas précis. De
manière générale, la définition provisoire de l'unité d'analyse (qui est la même que la
définition du "cas") est liée à la manière dont les questions de recherche initiales sont
définies. Lors de la construction d’une recherche basée sur l’étude de cas, on retrouve
souvent un objectif fondamental, soit le design de la recherche permettant le développement
théorique. Ce dernier s’articule, dans un premier temps, autour d’un premier niveau constitué
du cas d’étude, les différents outils d’enquête (sondage, etc.), ainsi que la recherche
expérimentale. Au second niveau, l’accent est mis sur le développement d’une implication
pratique aboutissant à une théorie. Cette implication pourrait permettre de généraliser à partir
du cas d’étude vers la théorie lorsque les bons paramètres et la bonne méthodologie sont
appliqués (généralisation analytique, enquête statistique, etc.). Ainsi, et selon (Yin, 2014),
 77
certains critères sont primordiaux pour évaluer la qualité d’une recherche basée sur une
étude de cas. Il s’agit de : (1) la validité de la construction, notamment l’identification de
mesures opérationnelles correctes et adaptées aux concepts étudiés ; (2) la validité interne,
soit là l’établissement d’une relation de cause à effet, par laquelle on pense que certaines
conditions conduisent à d'autres ; (3) la validité externe qui concerne la définition du
domaine auquel les résultats d'une étude peuvent être généralisés ; (4) la fiabilité qui
consiste à démontrer que les opérations d'une étude, telles que les procédures de collecte de
données, peuvent être répétées avec les mêmes résultats. Ces critères sont inhérents à la
méthode scientifique cherchant à obtenir des résultats de recherche objectifs, répétables et
fiables.

Enfin, on peut distinguer plusieurs types d’étude de cas, soit les études exploratoires,
descriptives et explicatives. Selon Rowley (2002), la recherche exploratoire est généralement
menée lorsque le chercheur vient de débuter une enquête et souhaite comprendre le sujet de
manière générale. La recherche descriptive vise à décrire ou à définir le sujet en question,
alors que la recherche explicative vise à expliquer pourquoi des phénomènes particuliers
fonctionnent d’une certaine manière (Rowley, 2002). Selon nous, et vu la nature de notre
problématique et notre question de recherche, c’est plutôt une étude descriptive qui serait
pertinente afin de bien définir les concepts abordés et d’éclairer des phénomènes comme le
modèle publicitaire, l’économie de l’attention et les plateformes multifaces. Le travail n’a
aucune prétention d’établir un quelconque lien de causalité entre les phénomènes observés
afin d’en tirer des conclusions théoriques robustes. La question de recherche n’est ainsi pas
orientée vers un objectif explicatif cherchant à isoler les paramètres régulant le
fonctionnement d’un modèle publicitaire et son implication dans un contexte de plateformes
multifaces, mais il vise plutôt l’observation et la description du fonctionnement et des
conséquences des phénomènes et concepts étudiés, d'où sa nature descriptive. On peut
noter, malgré un nombre important d’avantages, que l’étude de cas présente tout de même
certaines limites. En effet, on peut citer par l’incapacité de généraliser les résultats à
l'ensemble de la population. On retrouve aussi le sentiment subjectif des chercheurs pouvant
influencer l'étude de cas (biais du chercheur) ou encore la difficulté à reproduire l’expérience
avec fiabilité. Parmi les limites de la construction théorique à travers les études de cas, on
retrouve également le fait que l'utilisation intensive de preuves empiriques peut donner lieu à
une théorie trop complexe dont les aspects sont souvent difficiles à cerner. Un indicateur
 78
d'une bonne théorie est la parcimonie, mais étant donné le volume généralement important
de données, il est tentant d'élaborer une théorie qui tente de tout saisir et englober. Il peut en
résulter une théorie très riche en détails, mais dépourvue de la simplicité d'une perspective
d’ensemble (Eisenhardt, 1989). À la suite de la discussion précédente et étant donné que
notre question de recherche se concentre sur l'exploration d'un phénomène peu étudié, à
savoir les modèles d'affaires publicitaires des MSP, nous nous pencherons sur leur
fonctionnement et leurs externalités. Dans un environnement d’affaires complexe et un cadre
économique unique constitué des plateformes multifaces, l’utilisation d’une étude de cas en
guise d’approche méthodologique nous paraît donc justifiée. De plus, considérant que nous
ne cherchons pas à établir nécessairement de conclusions empiriques quant à ce que
représente une MSP dans sa nature objective réelle, une étude de cas essentiellement
descriptive sera adéquate. Ainsi, nous prendrons l'exemple d'une MSP pour en comprendre
les mécanismes, sans pour autant les considérer comme les paramètres et piliers
fondamentaux de toutes les MSP. Il ne s'agit pas non plus d'une théorie générale cherchant à
expliquer les relations entre leurs composantes. D'où la nature essentiellement descriptive de
notre recherche.

3.2.2 Type de cas, unité d’analyse et échantillonnage de comparaison

Cette partie du travail consiste à examiner les différentes caractéristiques et composantes

d'une étude de cas qualitative. Nous verrons qu’il existe une distinction entre les cas uniques
et multiples. Nous verrons également comment s’articule et se définit l’unité d’analyse et enfin
nous aborderons les enjeux autour de l'échantillonnage. Tous ces éléments théoriques seront
abordés à la lumière des travaux théoriques et la littérature scientifique sur le sujet pour
mieux nous guider dans nos choix de recherche.

Cas unique versus multi-cas

Au cœur de la méthodologie d’étude de cas, on peut distinguer deux axes principaux : l’étude
 79
de cas unique ou l’étude avec des cas multiples. Lorsqu’un chercheur choisit une approche
d’étude de cas unique, il doit tenir compte de la nature et des objectifs de sa recherche. La
première situation est celle dont l’objectif porte sur le test d'une théorie bien formulée. Ainsi,
lorsque la théorie a spécifié un ensemble clair de propositions ainsi que les circonstances
dans lesquelles on pense que ces propositions sont véritables, l’utilisation d’un cas unique,
qui remplit toutes les conditions pour tester la théorie, pourrait alors confirmer, contester ou
étendre ladite théorie. La deuxième situation concerne l’unicité ou le caractère extrême du
cas. L'une ou l'autre de ces situations se produit couramment en médecine, où une blessure
ou un trouble spécifique peut être si rare qu'un cas unique vaut la peine d'être documenté et
analysé. Une autre raison d'être d'une étude de cas unique est le cas dit « révélateur ». Cette
situation existe lorsqu'un enquêteur a l'opportunité d'observer et d'analyser un phénomène
auparavant inaccessible aux chercheurs académiques. Enfin, comme troisième et dernière
situation justifiant une étude à cas unique, on retrouve le caractère longitudinal. Ce dernier
consiste à étudier le même cas unique à deux ou plusieurs moments différents dans le
temps. Ces différentes situations représentent des raisons majeures de conduire une étude
de cas unique. En ce qui concerne le cas multiple, ce dernier repose sur plusieurs
caractéristiques exclusives. Parmi ces caractéristiques, on retrouve le fait que la logique de
réplication est analogue à celle utilisée dans les expériences multiples (Hersen, 1982) . Par
exemple, après avoir découvert un résultat significatif à l'issue d'une seule expérience, la
priorité absolue serait de reproduire ce résultat en menant une deuxième, une troisième,
voire d'autres expériences. On observe ici le fait que cette méthode cherche la validité par la
répétition. De même, la première étape de la conception d’une étude de cas multiple consiste
à formuler précisément la question de recherche ainsi que ses différents axes. Par la suite, le
chercheur identifiera les différents cas qui lui serviront de support pour répondre à sa
problématique. Ces cas doivent répondre à certains critères fondamentaux, notamment ceux
de la pertinence et de la disponibilité. Chaque étude de cas individuelle est constituée d'une
étude "complète", à travers laquelle des preuves convergentes sont recherchées concernant
les faits et les conclusions du cas ; les conclusions de chaque cas sont ensuite considérées
comme les informations devant être reproduites et réitérées par d'autres cas individuels. Les
cas individuels et les résultats des cas multiples doivent faire l'objet d'un rapport de synthèse.

La logique qui sous-tend l'utilisation des études de cas multiples est toujours la même.
Chaque cas doit être soigneusement sélectionné de manière qu'il prédit des résultats
 80
similaires (une réplication) ou des résultats contrastés, mais prévisibles (une réplication
théorique). Ainsi, et parmi les caractéristiques des cas multiples, on peut relever le fait que
ces derniers peuvent être utilisés pour réaliser une étude comparative, ces cas peuvent donc
ne pas être homogènes, car ils doivent permettre de distinguer des différences et qualités
propres entre les cas choisis pour en faire une comparaison. Finalement, il est important de
noter qu’il n’y a pas de nombres précis de cas pour qualifier une étude de cas comme
multiple. Après ce survol des différentes approches, l’étude de cas unique semble être le
choix le plus judicieux dans le cadre de notre recherche. En effet, l'exploration dans notre
cas d’une entreprise d’envergure et représentative des MSP utilisant le modèle d’affaires
publicitaire permettra la compréhension descriptive d’une plateforme multiface ainsi que son
modèle d’affaires et ses externalités, ce qui constitue l’objectif principal de la présente
recherche.

Unité d’analyse

Lorsque l’on développe une méthodologie appropriée pour construire un cas d'étude, il est
important de bien définir son unité d’analyse. Nous savons que malgré une recherche
substantielle sur la question, une ambiguïté persiste autour de la distinction entre unités
d’analyse et le “cas” en soi (Grünbaum, 2007). En effet, des auteurs tels que Yin (2014) et
Platt (1992) argumentent qu’il n’existe pas de distinction claire et consensuelle. Néanmoins,
nous pouvons obtenir une définition relativement fiable quant aux éléments inhérents d’une
unité d’analyse. Tout d’abord, l’unité d’analyse correspond, globalement, à la manière dont on
définit les questions de recherche initiales. Assurément, une unité d’analyse trouve son sens
dans une formulation précise et approfondie de la problématique et ses questions de
recherches primaires. On peut identifier plusieurs niveaux d’unité d’analyse : l’individu, le
groupe, l’organisation et les artefacts et interactions sociales (Babbie, 2005). On peut
souligner le fait qu’en opposition à ces niveaux d’unité d’analyse, certains manquent de clarté
et ne peuvent être qualifiés comme des éléments substantiels d’une analyse de cas. Il s’agit
des communautés, des décisions, des relations et des projets selon Yin (2014). Quant à
l’identification d’une unité d’analyse, elle est sujette à certains ajustements provenant de
l’étape de collecte de données (Hollweck, 2016). Effectivement, les découvertes et les
 81
résultats émergents de la collecte puis l’analyse de données peuvent modifier l’objet de
l’unité d’analyse (Yin, 2014). En outre, la limite temporelle et physique de l’unité d’analyse
sont des aspects essentiels à considérer selon Yin (2014). Une limite de temps spécifique
pour définir le début et la fin du cas ainsi qu’une délimitation des acteurs ou groupes étudiés
aidera à déterminer la portée de la collecte de données. Ces éléments permettront, en
particulier, de distinguer les données sur le sujet de l’étude de cas, soit le « phénomène » à
partir de données externes au cas, soit le contexte de ce dernier (Dolma, 2009). Dans notre
cas, pour déterminer quelle unité d’analyse sera la plus appropriée pour tenter de répondre à
la question de recherche, nous pouvons établir plusieurs critères de sélection. Parmi ces
derniers on retrouve, notamment la correspondance avec une plateforme multifaces, la
présence d’un modèle d’affaires basé sur la gratuité, la disponibilité de l’information autour de
l’unité choisie, la pertinence du joueur dans son marché (envergure, part de marché, etc.), et
enfin la présence d’externalités liées à son modèle économique. Selon ces critères, l’unité
d’analyse sera le groupe META, avec un point d’orgue mis sur ses plateformes principales,
soit Facebook , Whatsapp et Instagram. Assurément, ces plateformes font partie des acteurs
majeurs du secteur numérique et des réseaux sociaux. Ainsi, le groupe META répond à tous
les critères nécessaires pour répondre à notre question de recherche : il s’agit d’une
plateforme numérique multifaces, l’information sur ses diverses activités est largement
disponible, il est un acteur majeur de son industrie et il opère (à travers ces différentes
entités) un modèle d’affaires de type publicitaire. Il est donc tout à fait justifiable que le
groupe ait été choisi comme cas, et que ses plateformes principales aient été choisies
comme unités d’analyse pour tenter de répondre à notre question de recherche.

Échantillonnage

Nous allons à présent explorer ce que la littérature scientifique nous indique sur
l'échantillonnage des données dans le cadre d’une étude de cas. Il est primordial de
distinguer l'échantillonnage d’une démarche quantitative par rapport à celui qui s’applique à
une démarche qualitative. Lors d’une recherche quantitative, l'objectif principal de la
procédure d'échantillonnage est d'obtenir un certain nombre d'individus, représentatif de
l'ensemble de la population, et de produire une généralisation précise sur cette dernière. Par
 82
conséquent, les chercheurs quantitatifs sont très soucieux d'utiliser des techniques
spécifiques qui produiront des échantillons hautement représentatifs (Ishak et Abu Bakar,
2014). Dans une démarche qualitative, les chercheurs s'intéressent moins à la
représentativité d'un échantillon ou aux techniques détaillées pour tirer un échantillon
probabiliste (Neuman, 2009). Ainsi, de nombreux auteurs qui désignent l'approche qualitative
en tant que recherche méthodologique ne discutent jamais des procédures d'échantillonnage,
et encore moins de la procédure exacte pour choisir les participants ou informateurs de la
recherche (Marshall et Rossman, 2011). Nous savons que le choix de l'échantillonnage
relève de la pertinence des individus ou des cas sélectionnés comme participants à une
étude qualitative par rapport au sujet de recherche (Flick, 2009). En effet, la pertinence d’un
échantillonnage qualitatif réside dans le fait de recueillir des cas, des événements ou des
actions spécifiques qui peuvent clarifier ou approfondir la compréhension du chercheur sur le
phénomène étudié (Ishak et Abu Bakar, 2014). Cela étant dit, il demeure important de
sélectionner avec attention les cas spécifiques et unités d’analyse appropriés à la question de
recherche. Il existe, en parallèle de la sélection d’échantillons, le phénomène de saturation.
Effectivement, Glaser et Strauss (1967) le décrivent comme le fai de “…ne pas trouver de
données supplémentaires permettant au chercheur de développer les propriétés de la
catégorie” (Glaser & Strauss, 1967). Pour sa part, Stake (2005), indique que le nombre
approprié de cas étudiés dans un échantillonnage qualitatif se situe entre quatre et dix.

En conclusion, il est important de souligner le fait que la question de l'échantillonnage

aléatoire dans le cadre d'une étude qualitative ne devrait pas se poser, car les données
recueillies ne sont pas destinées à être généralisées à un univers plus vaste. En particulier,
dans le cas d'une étude de cas, les données ont pour but de décrire et d'expliquer le
phénomène vécu par les échantillons ou les participants à l'étude. Le seul défi pour le
chercheur est de s'assurer qu'il y ait suffisamment de participants pour aider à expliquer le
phénomène (Ishak et Abu Bakar, 2014). Dans le cadre de la présente recherche, notre
échantillon s’articule autour des critères de sélection de notre unité d’analyse révélée plus tôt.
Assurément, comme nous le rappelle Flick (2009) la pertinence de l'échantillonnage réside
dans le choix d’un cas permettant d’apporter des éléments de réponse à la question de
recherche. Grâce à la correspondance entre notre unité d’analyse et les critères de sélection
de cette dernière, nous avons abouti à un choix qui nous semble pertinent, soit celui du
groupe META et de ses plateformes principales comme unité d’analyse.
 83
3.2.3 Développement du cas et collecte de données

Lors de la construction du cas, le chercheur doit identifier clairement quelles seront les
sources de données les plus appropriées à sa méthode de recherche. Il devra également
choisir une méthode de collecte de données adéquates pour s’assurer d’une certaine
cohérence dans sa démarche. Nous allons voir dans cette partie comment s’articulent les
sources de données et leur collecte selon la littérature.

Source de données

Dans le cadre d’une étude de cas, une grande diversité de sources permet, généralement,
une meilleure qualité de résultats (Yin, 2014). Il est important de rappeler que la collecte des
données dans le cadre d’une étude de cas suit un protocole formel, mais les informations
spécifiques qui peuvent devenir pertinentes ne sont pas facilement prévisibles. Lorsque l'on
recueille les données d'une étude de cas, il est important de les examiner rapidement et se
questionner sur la pertinence de ces dernières (Yin, 2003). Dans la quête de cette diversité,
nous savons que Yin a identifié six sources de données principales, soit la documentation,
les archives, les entrevues, l’observation directe, l’observation par participants et les artefacts
physiques (voir figure 3.2). Nous allons aborder ces différentes sources de données afin
d’identifier celles qui s’appliqueraient le mieux à notre recherche. En ce qui concerne la
documentation, cette dernière peut prendre plusieurs formes telles que des lettres, des
courriels, des billets internes ou des documents administratifs. Lors de l’exploration de la
documentation, le chercheur doit garder à l’esprit que les informations produites sont
orientées vers un but précis ainsi qu’une audience spécifique. En raison de sa valeur globale,
la documentation joue un rôle explicite dans tout type de collecte de données d’une étude de
cas. Dans une étude de cas qualitative, l’utilisation de la documentation doit être corroborée
et améliorée à l'aide d'autres sources pour devenir fiable et solide (Hollweck, 2016). Parmi les
autres sources, on retrouve les archives. Ces dernières peuvent prendre la forme de dossiers
d’archives publiques, dossiers organisationnels, données d'enquête ou encore des registres
de service.
 84
À la différence de la documentation, l’utilité des données d’archives peut varier d’un cas à un
autre. Effectivement, dans certains cas d’étude, les archives représentent une source de
données importantes et deviennent l’objet d'une analyse approfondie de la recherche. Dans
d’autres cas, elles peuvent être largement minoritaires dans la quantité de données
pertinentes disponibles pour répondre à la question de recherche (Yin, 2014). À présent,
nous allons explorer les entrevues et leurs rôles primordiaux dans une démarche de
recherche d’étude de cas. Il est important de les distinguer des enquêtes de sondages. Elles
se structurent souvent comme des conversations guidées plutôt qu’une série de questions
préétablies, le flux de questions d’une entrevue a tendance à être plus fluide que rigide
(Rubin & Rubin, 2005). On peut distinguer deux types d’orientation de questions dans une
entrevue : celle qui suit la ligne d'enquête relative à la question de recherche et celle qui suit
la formulation de la question sans la relier intégralement à la question de recherche (ceci
permettant une certaine souplesse dans les réponses). Ensuite, on retrouve l’observation
directe qui peut prendre la forme d’activité de collecte de données formelles ou
occasionnelles. Lorsque l’on parle d’observation directe, il peut s’agir d’une démarche
d’enquête visant à observer, par exemple, une réunion de travail, des tâches manufacturières
ou encore une classe d’école. Un élément primordial permettant d’augmenter la fiabilité de
cette source d’information est le fait d’avoir plusieurs observateurs impliqués (Yin, 2003). Une
autre source de données fréquemment utilisée dans les études de cas est l’observation par le
chercheur. Cette dernière consiste à dépasser la ligne d’intervention de l’observateur en lui
permettant d’interagir avec la situation à l'œuvre dans l’étude de cas. Parmi les rôles que
l'enquêteur utilisant cette source de donnée peut avoir, on retrouve le fait qu’il devienne un
support du groupe ou l’organisation à l’étude. Il peut également être contraint par une grande
implication dans le rôle d’acteur qui lui est attribué, le temps lui empêchant de prendre des
notes et conserver son rôle principal d’enquêteur. Enfin comme dernière source de données,
on trouve les artefacts. Ces derniers sont soit physiques ou culturels et peuvent être décrits
comme des appareils technologiques, des outils ou instruments, une œuvre d’art ou
quelconque preuve physique. Il possède néanmoins moins de potentiel de pertinence que les
autres sources de données dans un cas d’étude typique, car ils ne présentent pas les
informations les plus appropriées dans le cadre d’une étude de cas du fait de leur nature.
Le schéma ci-dessous (Figure 3.2) répertorie les types de source de données dont nous
avons discuté.
 85
Figure 3.2 : Type de source de données selon Yin (2003)

Source : (Yin,2003)

Source : (Yin,2003)

À la suite de cette discussion, les sources de données les plus appropriées à notre démarche
méthodologique seront la documentation et les archives internes. Effectivement, cette source
de données pourra prendre la forme de rapports, publications et billets internes émanant du
groupe META, des analyses réalisées par des experts, des rapports ou études réalisées par
des entités gouvernementales et non gouvernementales ou des cabinets-conseils
spécialisés, des articles de presse, ainsi que des études scientifiques explorant les
conséquences de l’activité sur des réseaux sociaux comme Facebook ou Instagram. Ces
éléments représentent des illustrations du type de documentation permettant de bien
préparer notre analyse du sujet d’étude. Cette documentation s’articulera principalement
autour des diverses enquêtes journalistiques sur le groupe META, des articles scientifiques
traitant de certaines conséquences observées et enfin de la communication interne du
groupe. Ensuite, nous utiliserons également les archives internes provenant de notre unité
d’analyse comme source de données. Assurément, la nature de notre démarche
méthodologique nous indique qu’il sera important de dresser un profil précis de l’entreprise
 86
ainsi que les caractéristiques la constituant (données financières, nombre d’employés,
évolution historique, etc..). Nous savons que les archives permettent d’obtenir un portrait
historique crucial sur l’unité d’analyse (Yin, 2003), par conséquent il est essentiel de s’en
inspirer pour examiner l’évolution du groupe META ainsi que sa situation actuelle. Ces
archives, comme source de données, nous permettront d’étudier en profondeur des éléments
propres à l'entreprise tels que son niveau de performance, son trafic généré sur ses
différentes plateformes ou encore les revenus publicitaires qu’elle produit.

Collecte de données

Selon Yin (2014), nous pouvons distinguer trois principes en lien avec la collecte de données.
Dans un premier temps, il y a le principe d’utilisation de plusieurs sources de données et qui
s’articule autour d’une triangulation des différentes sources disponibles permettant à
l’enquêteur d’obtenir une large palette d’informations pour pouvoir tenter de répondre à la
problématique. Cette méthode de collecte de données présente un avantage majeur : la
convergence des pistes de réflexion. Effectivement, il s’agit d’un processus de triangulation et
de mesures multiples d’un même phénomène observé permettant d’obtenir une certaine
robustesse à la démarche. Cette triangulation peut s’exprimer à travers les sources de
données, parmi les investigateurs, à partir de perspectives du même ensemble de données
ou selon les méthodes de collectes de données (Patton, 2002). Ce principe de collecte de
données est essentiel à la réalisation d’une étude de cas qualitative fiable et correctement
édifiée. Comme second principe de collecte de données, on trouve la création d’une base de
données propre au cas (Yin, 2014). Cette base de données s’appuie fortement sur deux
sources : la base probante et le rapport de l’investigateur. Il est important de noter que
l’absence de base de données formelle dans la plupart des études de cas est un défaut
majeur qui se doit d’être respecté. Parmi les composantes de la base de données, on
retrouve les propres notes du chercheur, les différents documents pertinents ainsi que les
matériaux tabulaires. Enfin, le troisième principe de collecte de données réside dans le
maintien d’une chaîne de preuves. Ce dernier principe permet à un observateur externe (le
lecteur du cas d'étude) de suivre la dérivation de toute preuve depuis la question de
recherche initiale jusqu'aux conclusions de l'étude de cas. Le fait d'incorporer ce principe de
 87
collecte de données dans le travail de recherche permet de conserver un alignement et une
cohérence méthodologique tout le long de la démarche. Cette approche permet à
l'observateur externe de suivre les étapes, bilatéralement (de la conclusion au début ou
l’inverse), du raisonnement permettant de répondre à la problématique. Parmi les étapes qui
peuvent être ainsi suivies, on retrouve le rapport de l’étude de cas, la base de données, les
citations des sources spécifiques de la base de données, le protocole de l’étude de cas et les
questions de cette dernière.

Il nous est apparu évident, dans le cadre de ce travail, que la première méthode de collecte
de données (utilisation de plusieurs sources de données) est celle qui correspond le plus au
besoin méthodologique de cette étude. Par conséquent, la diversité des sources de données
(documentation, observation directe et archives) implique le recours à une triangulation
adéquate des différentes données recueillies afin d’aboutir sur une analyse solide et
substantielle. Cette triangulation s’articulera autour d’un ensemble de données provenant des
sources choisies permettant de mettre en lumière certaines récurrences et régularités
souvent identifiées par les observateurs externes sur la nature de la plateforme multiface
META ainsi que son modèle d’affaires et ses externalités. Nous allons explorer dans la
section suivante les méthodes mobilisées pour effectuer l’analyse des données collectées.

3.3 Méthode d’analyse des données collectées

Faisant suite à l'identification des sources de données, la méthode d’analyse représente une
partie essentielle du travail de recherche. Nous verrons à présent comment s’articulent les
différentes méthodes d’analyse de données collectées pour estimer laquelle est la plus
appropriée dans le cadre de ce travail.

3.3.1 Choix de la méthode

L'analyse représente l’un des aspects les moins développés et les plus difficiles lors d’une
 88
étude de cas (Yin, 2014). En effet, la réussite de cette étape méthodologique majeure dépend
du style de réflexion empirique rigoureux du chercheur, de sa consolidation suffisante de
preuves et d’un examen attentif des autres interprétations possibles. Il existe, cependant,
certaines approches permettant le développement d’une méthode d’analyse efficace et fiable
dans le cadre d’une étude de cas unique. Parmi les approches d’analyse possibles, on
retrouve, par exemple, celle de Gibson et Brown (2009) sur les théories “top-down” et “bottom
up”. Ainsi, l’approche “top down theory” consiste à se baser sur des connaissances
théoriques préexistantes pour organiser les informations produites à partir des données
recueillies, cette approche a pour objectif de classifier et diriger les différentes découvertes
autour d’une théorie déjà formulée et établie. En ce qui concerne la l’approche “bottom up
theory”, il s’agit d’une méthode d’analyse permettant de générer une toute nouvelle théorie et
obtenir de nouvelles conclusions à partir des données analysées. De même, la littérature
scientifique portant sur les différentes méthodes d’analyse de données nous renseigne sur la
distinction entre la méthode d'interprétation directe et l'agrégation catégorique grâce aux
travaux de Stake (2005). Lorsque l’on parle de méthode d'interprétation directe, il s’agit d’une
méthode visant à comprendre et à décrire les expériences et les perspectives des
participants à une étude de cas, sans imposer de théories ou de cadres préconçus. Cette
méthode d’analyse nécessite de la neutralité et un point de vue objectif sur la question de
recherche. L'interprétation résultante doit fournir une représentation approfondie et
authentique du cas, reflétant la complexité et le caractère unique de l’unité d’analyse
explorée (Stake, 2005). En ce qui concerne l'agrégation catégorielle, il s'agit d’un processus
d'organisation et de synthèse des résultats d'une étude de cas en catégories ou thèmes
significatifs. Le but étant de rechercher l’identification de thèmes à partir des données
collectées, en espérant qu'une signification pertinente sur les conclusions pertinentes du cas
émerge. Ce processus accompagne le chercheur et l’aide à identifier des modèles et des
relations parmi les données, pour en tirer des conclusions sur le cas (Stake, 2005). De son
côté, la méthode d’analyse descriptive vise à développer une description détaillée de chaque
instance du cas dans son contexte particulier, soit celle de l’unité d’analyse dans son
environnement, en incluant ses parties prenantes. Cette méthode d’analyse a pour but
d’expliquer un phénomène propre à une instance dans son contexte global. Elle implique
l'utilisation d'observations détaillées pour fournir un compte rendu complet de la situation
étudiée. L'objectif de la description est de fournir une représentation complète et précise du
cas, y compris son historique et son contexte.
 89

La théorie met l'accent sur l'importance d'une description précise et approfondie comme pilier
d’une compréhension et d’une explication substantielles du cas à l’étude Crowe et al. 2011 ;
Yin, 2003). On retrouve ensuite l’analyse intra-cas (Within-case analysis), il s’agit d’une
méthode intéressante qui consiste à examiner des phénomènes au sein d'un seul cas de
manière approfondie. Cette approche est utilisée pour comprendre les complexités du cas, y
compris les interactions et les relations entre les variables, ainsi que les processus et les
mécanismes qui régissent le cas. L'analyse intra-cas se concentre sur l'exploration détaillée
du cas, plutôt que sur des comparaisons avec d'autres cas (Ayres et al., 2003). À l’inverse,
l’analyse transversale (Cross-case analysis) développe une analyse comparative entre les
cas, ainsi que des affirmations et des interprétations des informations collectées
préalablement. Cette approche est utilisée pour examiner les similitudes et les différences
entre les cas, et pour obtenir une idée plus claire d'un phénomène ou d'une question
particulière en opposant plusieurs exemples. L'analyse transversale se concentre sur
l'identification et l'explication des modèles ou des relations globales qui existent entre les cas,
plutôt que sur l'exploration des détails des cas individuels (Ayres et al., 2003). Après examen
et présentation de ces différentes méthodes, il nous semble que celle qui convient le plus à la
nature de notre recherche et de notre démarche méthodologique soit celle de l’analyse
intra-cas (within case). Effectivement, et comme notre question de recherche est orientée
vers l’analyse du phénomène des plateformes multiface illustré grâce au cas précis du
groupe META, à travers lequel nous cherchons à connaître les mécanismes à l’œuvre dans
un modèle publicitaire associé à une plateforme multiface numérique, la méthode d’analyse
de cas de type intra-cas nous paraît donc tout à fait justifiable.

3.3.2 Structure de l’analyse

Notre analyse s’articule autour de plusieurs axes fondamentaux ayant pour but d’apporter
des éléments de réponses à notre question de recherche autour des enjeux d’un MSP, des
caractéristiques fondamentales de son modèle publicitaire, ainsi que ses externalités. Dans
un premier temps, grâce à l'utilisation de la méthode de présentation des données
 90
descriptives, nous chercherons à comprendre comment identifier correctement les
caractéristiques stratégiques d’une MSP numérique à l'aide du cas spécifique de META. Pour
ce faire, nous explorerons les informations disponibles sur l’approche commerciale de META
(principalement celles utilisées pour Facebook et Instagram) et son environnement
économique propre. Nous tenterons de relever les différentes publications scientifiques
autour des spécificités stratégiques de META pour en établir la correspondance avec une
MSP numérique. Par ailleurs, nous présenterons les données disponibles autour de
l’écosystème META pour en établir les acteurs principaux ainsi que les différents points de
connexion que la plateforme établit entre ses parties prenantes. Cette approche descriptive a
pour but de synthétiser l’activité commerciale de l’entreprise dans son environnement
d’affaires pour y explorer ses caractéristiques propres. Ensuite, l’analyse s'oriente vers la
compréhension de son modèle d’affaires basé sur la gratuité et les revenus publicitaires.
Effectivement, à l’aide des enseignements théoriques autour du modèle publicitaire recensés
à travers notre revue de littérature, nous décortiquerons ce dernier grâce aux données
disponibles sur le sujet (communication interne de META, analyse stratégique scientifique
émise sur le sujet, etc..). Dans cette partie, nous utiliserons l’analyse intra-cas des données
collectées préalablement pour mieux saisir les enjeux autour d’un tel modèle et en établir les
paramètres principaux. Il est important de noter que dans le cadre de cette analyse nous
examinerons la partie du modèle d’affaire META orientée vers la génération, ainsi que la
capture de revenus et de valeur dans un contexte de service gratuit tel que celui que propose
Facebook ou Instagram. Nous tenterons d’analyser, de manière neutre et objective, le
mécanisme principal à l'œuvre permettant à une MSP de dégager de la valeur tout en
continuant de proposer toute une série de services qualitatifs entièrement gratuits. Cette
partie comporte certains défis, surtout qu’un tel modèle présente des zones d’opacités et un
manque de développement théorique autour de la question. Il est donc nécessaire d’effectuer
un travail d’exploration de données rigoureux et précis pour en obtenir le plus d’informations
permettant de brosser le portrait stratégique englobant et substantiel d’un tel modèle.

Dans l’optique de répondre aux enjeux qui tournent autour de la question de recherche, nous
tenterons d’éclaircir les spécificités du modèle publicitaire à l’aide des outils théoriques ainsi
que les informations pertinentes disponibles pour inscrire cette partie dans une analyse
méthodologique fiable et soutenue.
 91

Un troisième axe important de ce travail de recherche est dirigé vers l’analyse des
externalités produites par une MSP comme META. En effet, dans cette partie de l’analyse,
nous explorerons divers types d’externalités, aussi bien positives que négatives, relevées par
la littérature scientifique ou le journalisme d’investigation. Pour bien évaluer la corrélation
entre le modèle d’affaires et certaines externalités observées, nous analyserons ces
dernières à la lumière du concept d’économie de l’attention et les enjeux qui la composent.
Un nombre non négligeable d’externalités a été associé aux agissements du groupe META,
qu’elles soient sociales (Boogart et Robert, 2006), politiques (Tang et Lee, 2013) ou
psychologiques (Tromholt, 2016), mais Il est important de souligner le fait que ce travail
s'inscrit dans une démarche d’analyse stratégique dans un cadre “managérial”, ceci signifiant
que les externalités relevées seront limitées à celles gravitant autour du modèle économique
spécifique de l’entreprise (gratuité du service et attention de l’utilisateur, capture de données
et valeur, monétisation de l'expérience client). Effectivement, nous ne pouvons pas brosser
un portrait exhaustif de l’ensemble des types d’externalités produites par le groupe
(psychologique, sociologique, etc..). Cette démarche a pour but d’analyser (à l’aide la
méthode "within-case”) de manière neutre et objective certaines externalités produites par le
mode de fonctionnement de notre MSP à l’étude et leurs corrélations avec un modèle
d’affaire publicitaire gratuit. Cependant, nous traiterons brièvement de certaines externalités
produites par META sur la santé mentale et le bien-être de ses utilisateurs dans notre
analyse de données, car ceci demeure un élément majeur des conséquences relevées par
les [Link], il est important de rappeler que ce travail opte pour une
approche qualitative et non quantitative. Bien que cette partie sur les externalités emploie des
termes tels que “évaluer” ou “mesurer” nous ne produirons pas d’analyse de données
statistiques autour du nombre et la prévalence des externalités explorées. L'évaluation des
externalités produites par META cherchera avant tout à identifier certaines problématiques
relatives au modèle publicitaire du groupe sans dresser de bilan exhaustif des conséquences
qu’il produit sur diverses strates de son environnement général. Ainsi, l’identification de
certaines externalités majeures permettra de relever des questions importantes autour des
conséquences d’un tel modèle dans un contexte numérique. Cette méthode d’analyse des
externalités pourra nous permettre de développer, potentiellement, le dernier axe principal de
la partie de l’analyse, soit celui de la proposition de modèles alternatifs.
 92
Assurément, cette partie consistera à proposer et réfléchir à certaines alternatives
stratégiques autour du modèle économique de notre unité d’analyse. Si certaines limites sont
observées dans notre partie portant sur l’analyse des externalités, nous tenterons de
développer certaines propositions permettant de mitiger ou d’atténuer l’impact observé du
groupe META sur son environnement d’affaires. Nous explorerons les possibilités d’intégrer
une proposition de valeur ajustée ainsi que des méthodes de génération de revenu
différentes permettant de répondre à certains enjeux soulevés autour du mode de
fonctionnement de la plateforme. Le tout permettant, potentiellement, de proposer des
alternatives pertinentes. Il est important de noter que ceci représente une partie de la
“résolution” de la question de recherche et non pas l’objet principal de ce travail. Notre
démarche méthodologique est orientée vers la neutralité, par conséquent il serait fallacieux
d’anticiper des résultats d’analyses négatifs ou positifs autour de l’unité d’analyse tout en
prévoyant a posteriori des pistes d’amélioration. Enfin, la valeur de ce travail réside dans un
éclaircissement objectif d’un phénomène et non pas dans une critique quelconque de
l’activité du sujet d’étude que nous avons choisi. Voilà pourquoi cette partie est sujette à
certaines conditions, mais sera tout de même pertinente au vu des limites déjà observées de
manière générale autour du modèle de gratuité (Myllylahti, 2018).

3.3.3 Comparaison avec la littérature actuelle

Lorsque la partie analyse sera construite, il sera intéressant de la confronter avec certaines
applications ou conceptions théoriques issues du champ de la stratégie. Par exemple, nous
observerons les divergences ou convergences éventuelles autour de l’identification précise
du modèle d’affaires META et ses spécificités. Nous tenterons de comparer également les
résultats d’analyse obtenus à propos de la description des externalités produites par notre
MSP et celles relevées dans la littérature. Enfin, nous verrons, par exemple, si certaines
relations entre une MSP et un modèle publicitaire furent déjà soulevées et explorées dans le
domaine de la stratégie. La comparaison avec la littérature dépendra largement des résultats
obtenus dans cette partie de l’analyse, nous verrons alors quelles informations nouvelles ou
préexistantes seront relevées.
 93
3.4 Conclusion et synthèse

En conclusion, notre analyse, comme décrite en détail au préalable, s’articulera autour des
quatre axes discutés auparavant. Nous utiliserons des éléments méthodologiques tels que la
présentation de données descriptives et la méthode d’analyse de données intra-cas au vu
des caractéristiques de notre travail de recherche. Cette partie représente une étape
importante de cette étude, car elle permet de relier les informations recueillies grâce à la
littérature dans notre revue de littérature sur les concepts principaux (MSP, ad-based) et leur
réalité pratique dans ce que nous observerons en effectuant ce travail de recherche de
données et d’analyse. Pour synthétiser, notre structure d’analyse s’articulera donc autour de
sous-questions de recherche suivantes : (1) comment identifier correctement les
caractéristiques stratégiques d’une MSP numérique grâce au cas spécifique de META ? (2)
Quelle est la nature de son modèle publicitaire gratuit et comment fonctionne-t-il ? (3) Quel
type d’externalités la plateforme et son modèle économique produisent-ils ? (4) Quels sont
les modèles alternatifs permettant de mitiger et encadrer de telles externalités ? Toutes ces
questions s'inscrivent dans une démarche méthodologique ayant comme objectif d’établir des
connexions entre les différents concepts abordés ainsi que les divers aspects et facettes de
notre cas d’étude.
 94
CHAPITRE 4 : ANALYSE ET PRÉSENTATION DES
DONNÉES ISSUES DE L’ÉTUDE DE CAS META

4.1: Présentation des données : META

4.1.1 : Présentation de l’unité d’analyse META

Historique et Évolution du groupe META

Notre unité d’analyse connaît ses racines à travers le réseau social Facebook né à l’aube du
siècle. Nous allons revenir sur l’histoire de ce réseau numérique pour aboutir au groupe
META (et ses différentes entreprises) que l’on connaît aujourd’hui et en présenter les
éléments les plus pertinents. Notre histoire commence en 2003 dans une chambre
universitaire de l’université Harvard dans laquelle Mark Zuckerberg et ses colocataires
développent une application de notation esthétique entre deux étudiants du campus,
FaceMash est né (Kirkpatrick, 2011). Cette application permettait aux visiteurs de comparer
les photos de deux étudiants côte à côte et de décider qui était le plus séduisant. Le site sera
rapidement transmis à plusieurs serveurs de liste de groupes du campus, mais sera fermé
quelques jours plus tard par l'administration de Harvard pour violation des droits d'auteur et
de la vie privée des étudiants. Dans son essence, un “Face Book” était à la base un annuaire
d'étudiants comportant des photos et des informations de base. En 2003, il n'existait pas de
“Face Book” universel en ligne à Harvard, seuls des feuillets papier étaient distribués et il
existait des annuaires en ligne privés. Dans ce contexte, une opportunité d’affaires se
présente pour Zuckerberg et ses collaborateurs. Le site avait pour objectif de connecter
virtuellement les gens autour de l'université ainsi que de répertorier leurs profils respectifs.
Le 4 février Zuckerberg lance “The Facebook”. Après un mois d’activité, la moitié des
étudiants de premier cycle de l’université sont sur la plateforme. En mars 2004, Facebook
s'étend à plusieurs autres universités (Stanford, Columbia, Yale etc..), puis progressivement,
il atteint la plupart des universités des États-Unis et du Canada. Le réseau social devient
rapidement très populaire avec 6 millions d’utilisateurs actifs en décembre 2005 et entreprend
 95
son expansion internationale. Facebook devient disponible en Grande-Bretagne, Australie et
Nouvelle-Zélande puis devient accessible aux employés de multinationales telles que Apple
ou Microsoft.

En 2007, Facebook comptait 100 000 pages professionnelles, permettant aux entreprises
d'attirer des clients potentiels et de partager leurs produits ou services. À partir de 2008, le
réseau s’impose comme référence dans son secteur (réseau social numérique) et son
expansion croît de manière régulière et soutenue jusqu'à aujourd'hui en connaissant une
augmentation moyenne des utilisateurs de l’ordre de 100 millions par année. Pour affirmer sa
domination sur le marché et assurer sa pérennité, l'entreprise a fait plusieurs acquisitions
stratégiques qui furent déterminantes. Effectivement, en 2012, la firme fait l’acquisition
d’Instagram : un réseau social axé sur un service de partage de photos qui connaît un succès
fulgurant dès sa création. Ceci lui permettra d’adopter une stratégie de cannibalisation de
marché en cherchant à éliminer des concurrents potentiels. Le groupe se diversifie
davantage en 2014 en faisant l’acquisition du leader des applications de messagerie
instantanée pour smartphone “Whatsapp” pour 19 milliards de dollars en actions et en
espèces. Cette acquisition est la plus importante jamais réalisée pour une startup financée
par du capital-risque (Albergotti et al., 2014). Au moment de l'acquisition, WhatsApp comptait
déjà 500 millions de clients actifs qui utilisaient fréquemment l'application de messagerie
mobile (Dredge, 2014). La même année, en 2014, Facebook fait l’acquisition d’Oculus, une
entreprise américaine qui développe des dispositifs de réalité virtuelle et des services
numériques, pour 2 milliards de dollars. L'acquisition d'Oculus était un investissement
stratégique visant à étendre la technologie émergente de la réalité virtuelle du jeu à de
nouveaux secteurs d'activité (“Facebook to Acquire Oculus,” 2014).

À partir de 2016 Facebook développe son réseau social payant destiné aux entreprises et au
monde des affaires, soit le “Workplace by Facebook”. Le but de cette application est de
dynamiser la communication professionnelle. Toujours en 2016, alors qu'elle est bien établie
sur son marché et reconnue comme un des leaders du web, l’entreprise connaît une série de
scandales et controverses. En effet, cette année, elle fait l'objet de vives critiques pour avoir
été utilisée pour diffuser des fakes news, notamment pendant des périodes électorales ou la
diffusion de désinformation a grandement influencé l’espace politique (Solon, 2016). Les
critiques s’intensifient et se matérialisent en un des scandales majeurs dont le groupe a été
 96
impliqué, soit le cas Cambridge Analytica en 2018. Il s’agit de la transmission de données
personnelles de 87 millions d'utilisateurs que la société Cambridge Analytica (CA) a
commencé à exploiter à partir du début de l'année 2014. Ces informations ont servi à
influencer les intentions de vote en faveur d'hommes politiques qui ont retenu les services de
CA (Isaak et Hanna, 2018). Cette atteinte à l'intégrité des utilisateurs fera l’objet de
nombreuses critiques et plusieurs recours juridiques majeurs qui ont affecté la réputation et
l’image du groupe META.

Depuis 2019, l’entreprise opère une transition fondamentale avec l'avènement du groupe
META, avec notamment une nouvelle vision axée sur le développement du Metaverse.
Assurément, le groupe Facebook change de nom pour s’intituler Meta, permettant de
renforcer sa nouvelle orientation stratégique (Isaac, 2021). Le Metaverse proposé par
Facebook est un monde virtuel qui permet de se connecter et de communiquer en utilisant un
avatar. Lorsque vous entrez dans le Metaverse de Facebook, vous êtes transporté dans un
monde en réalité virtuelle où vous pouvez interagir avec d’autres utilisateurs, examiner des
environnements virtuels et participer à des activités et événements en ligne (Hadrien, 2023).
Depuis son lancement en 2021, le projet connaît une moyenne de 200 000 utilisateurs par
mois, mais suscite également de nombreuses controverses et critiques (Lieber, 2022) comme
des préoccupations concernant la protection de la vie privée et la sécurité des données par
exemple. Étant donné le passé de Facebook en matière de gestion des données des
utilisateurs, beaucoup craignent que le Metaverse n'ouvre la voie à une collecte de données
encore plus invasive. En février 2022, le groupe connaîtra une de ses pires journées avec
une chute du cours de son action de 26%, soit une baisse de valeur boursière de 230 millions
de dollars. Cette perte de valeur soudaine fait suite à un rapport des résultats trimestriels en
baisse à cause de l’investissement que représente le Metaverse (Isaac, 2022).Nous avons
présenté jusqu’ici, dans les grandes lignes, l’histoire du groupe Meta depuis sa conception en
2004 jusqu'à sa réorientation stratégique en 2021. Nous allons à présent observer quelques
données majeures (économiques, statistiques, financières, etc.) sur la condition actuelle du
[Link] explorerons également les faits saillants majeurs de ce dernier afin d’avoir une
vision claire de la situation dans laquelle la plateforme se trouve pour en dresser par la suite
un diagnostic éclairé.
 97
Faits saillants et statistiques majeures actuelles

Après avoir observé, brièvement, l'historique de notre unité d’analyse (Meta) nous allons à
présent nous pencher sur sa condition actuelle ainsi que les informations majeures autour de
son activité et le rôle qu’elle occupe sur son marché. En ce qui concerne le volet
économique, nous nous baserons sur le dernier rapport annuel disponible, soit celui de
l’année 2022 (Meta, 2022). Tout d’abord, nous savons que le groupe connaît un effectif
d’environ 75 964 employés au total. Il est important de noter que le groupe a connu la plus
importante vague de licenciement de toute son histoire en novembre 2022 avec environ 11
000 salariés qui furent remerciés. Le groupe justifiait cette décision avec des facteurs tels
qu’un environnement macroéconomique plus difficile et des limites des outils de ciblage et de
mesure de la publicité à la suite de la pandémie du Covid-19. Parmi les autres faits
économiques importants, on retrouve le chiffre d'affaires de l’année 2022, durant lequel Meta
a engendré 116 milliards de dollars sur cette période, soit une progression de 1% par rapport
à l’année dernière. En 2022, l’entreprise affichait une capitalisation boursière estimée à 319
milliards de dollars, sa capitalisation l’année précédente était de 921 milliards de dollars, soit
une chute de 65% (Meta ,2023). On peut attribuer cette chute au projet ambitieux du
metaverse, ainsi que la réorientation stratégique que le groupe souhaite effectuer. Cette
réorientation présente des investissements très conséquents et les différentes critiques des
observateurs peuvent avoir fait baisser la confiance que le marché et les investisseurs
avaient en Meta et ses différentes filiales. Nous reviendrons sur cet élément un peu plus tard.
Parmi les autres faits économiques, on peut citer la répartition des sources de revenus du
groupe . En effet, en 2022, environ 97% du revenu total de Meta provient des revenus
publicitaires. Ceci illustre bien la force de son modèle d’affaires basé sur la publicité (Meta,
2021). Nous allons à présent revenir sur quelques statistiques illustrant la position de Meta en
tant que plateforme numérique multiface essentielle sur son marché :

- En 2022 le groupe possède 2,96 milliards d’utilisateurs actifs quotidiens (daily active
users- DAP). Un DAP est un utilisateur inscrit et connecté à Facebook, Instagram,
Messenger et/ou WhatsApp lors d’une journée. Pour mettre les choses en
perspectives, il s’agit d’environ 38% de la population mondiale (2,96 milliards sur 7,8
milliards). En ce qui concerne les utilisateurs s’étant connectés une fois au moins sur
un mois (Monthly active users-MAP), l'entreprise en dénombre 3,74 milliards en 2022.
 98

- Sur les 5,3 milliards d'internautes dans le monde, on estime qu’environ 70% d’entre
eux sont actifs sur une des applications de Meta (Newberry, 2023).

- Le site Facebook est le troisième site web le plus visité au monde. -L’utilisateur moyen
passe environ 19,7 heures par mois sur Facebook.

- Facebook représente 71,64 % de l'ensemble du trafic web provenant des médias

sociaux (Newberry, 2023). -On retrouve plus de 80 millions de pages commerciales
sur la plateforme Facebook.

- Plus de 160 millions d'entreprises utilisent Facebook pour interagir avec leurs clients.
-Les publicités sur Facebook atteignent environ 33,3 % de la population mondiale.

On peut voir avec ces différentes statistiques la domination du groupe Meta sur son marché
et l’ampleur que génère son activité sur l’environnement numérique des réseaux sociaux.
Parmi les faits saillants autour du groupe Meta, on peut mentionner son implication dans le
progrès de l’intelligence artificielle et son désir d’en être un des leaders. Assurément, le
groupe a développé sa branche IA à travers “Meta AI” et son programme CICERO (agent
informatique de communication diplomatique) par exemple. Parmi les différents champs
d’application de la branche IA du groupe META, on retrouve la vision par ordinateur, l’IA
conversationnelle, la parole et l’audio ou encore le traitement de langage naturel. De plus, le
réseau social utilise depuis longtemps l’intelligence artificielle pour réguler le contenu publié
sur ses différentes plateformes. L’IA chez Meta permet également de détecter les deepfakes,
de faire de la traduction instantanée, de la reconnaissance d’images ou encore de la
prévention pour le suicide (Marr, 2021). En 2021, Facebook a déclaré avoir investi 13,9
milliards de dollars dans la recherche et le développement, dont une grande partie est
consacrée à l'IA (Meta,2023) et a créé plusieurs groupes et laboratoires de recherche sur l'IA,
dont Facebook AI Research (FAIR) (Bergounhoux, 2020), qui se consacre à l'avancement du
domaine de l'IA par le biais de la recherche fondamentale, du développement de logiciels
libres et de collaborations avec des établissements universitaires.
 99
En outre, Facebook a également investi dans des start-ups liées à l'IA, acquis des
entreprises spécialisées dans l'IA et développé des produits et des fonctionnalités alimentés
par cette dernière, tel que la reconnaissance faciale, la traduction linguistique et la
modération de contenu. Dans l'ensemble, Facebook est donc l'un des principaux acteurs du
secteur de l'IA et ses investissements dans la recherche en lien avec ce domaine reflètent
son engagement à faire progresser ce dernier et à intégrer la technologie de l'IA dans tous
ses produits et services. Enfin, pour conclure, nous pouvons jeter un coup d’œil sur l’impact
écologique de Meta et ses différents engagements autour de l’enjeu climatique.
Effectivement, à travers son envergure, Meta a un impact environnemental significatif en
raison de son infrastructure mondiale massive de centres de données et de bureaux, ainsi
que de l'énergie consommée par ses produits et services. Les centres de données, en
particulier, nécessitent une importante quantité d'énergie pour refroidir et alimenter les
serveurs qui stockent et traitent les données d'utilisateurs (Meta, 2021). Cependant,
l’entreprise s'est engagée à réduire son impact sur l'environnement et a fait des progrès ces
dernières années. Elle s'est ainsi fixée pour objectif d'atteindre des émissions nettes de
carbone nulles pour l'ensemble de sa chaîne de valeur (y compris les fournisseurs et les
utilisateurs finaux) d'ici à 2030 (Hern, 2021). Meta s'est également engagée à utiliser 100 %
d'énergie renouvelable pour alimenter ses activités mondiales d'ici 2025 et a investi dans des
projets d'énergie renouvelable tels que des parcs éoliens et solaires pour contribuer à la
réalisation de cet objectif (Meta, 2021). En parallèle, la firme a mis en œuvre des pratiques
d'efficacité énergétique dans ses centres de données, notamment en utilisant l'IA pour
optimiser les systèmes de refroidissement et en concevant des serveurs qui consomment
moins d'énergie. Dans l'ensemble, bien que les activités du groupe aient un impact
environnemental significatif, l'entreprise prend des mesures pour réduire son empreinte
carbone et promouvoir le développement durable (Hern, 2020). Nous avons vu à travers cette
section la réalité économique, écologique et d’innovation dans laquelle le groupe META se
trouve. Nous allons à présent explorer la définition de son modèle d’affaires.

Définition interne du modèle d’affaire selon META

Avant d’identifier les caractéristiques et spécificités de Meta comme MSP pour répondre à
 100
notre problématique, nous pouvons explorer son modèle d’affaires relativement unique. Nous
utiliserons tout d’abord la définition que le groupe a produit sur le sens de son modèle
économique. Nos sources de données sont les archives ainsi que la documentation
disponible publiquement. La source suivante est une archive interne du groupe META
permettant de comprendre son modèle économique (Meta, 2019). Effectivement, dans un
billet interne fourni en 2019 par le PDG du groupe a communiqué ceci :

“I believe everyone should have a voice and be able to connect. If we’re committed to serving
everyone, then we need a service that is affordable to everyone. The best way to do that is to
offer services for free, which ads enable us to do.” Mark Zuckerberg (Meta, 2019)

On apprend ici que la gratuité est un des piliers immuables du service que Facebook cherche
à offrir et pour ce faire, la publicité est une voie pécuniaire à laquelle le géant du web ne peut
échapper. La gratuité est donc dépendante de la monétisation par la publicité sur la
plateforme. Par la suite, il mentionne ceci :

“People consistently tell us that if they’re going to see ads, they want them to be relevant.
That means we need to understand their interests.” Mark Zuckerberg (Meta, 2019)

Ce passage indique clairement que les utilisateurs, s’ils doivent voir de la publicité sur la
plateforme, ils souhaitent que l’offre de pubs soit pertinente et en lien avec leurs intérêts.
Cela signifie que Meta et sa famille d’applications doivent bien comprendre les centres
d'intérêt des utilisateurs. Ceci se fait en se basant sur les pages que les internautes aiment,
sur les éléments sur lesquels ils cliquent et sur d'autres signaux, pour créer des catégories.
Toujours selon la même source, le PDG déclare que :
 101

« On Facebook, you have control over what information we use to show you ads, and you
can block any advertiser from reaching you.” Mark Zuckerberg (Meta, 2019)

De plus, et selon Mark Zuckerberg, bien que la publicité destinée à des groupes spécifiques
ait existé bien avant l'internet, la publicité en ligne permet un ciblage beaucoup plus précis et
donc des annonces plus pertinentes. Comme l’indique la citation ci-dessus, Meta offre une
option pour contrôler son flux de publicité en tant qu’utilisateurs) et ces derniers peuvent
savoir pourquoi il voient une publicité et modifier leurs préférences pour obtenir des publicités
qui les intéressent. Le groupe comprend, par ailleurs, la difficulté de comprendre un tel
modèle économique pour le consommateur moyen. De fait, le PDG exprime cela comme
suit :

“Still, some are concerned about the complexity of this model. In an ordinary transaction, you
pay a company for a product or service they provide. Here you get our services for free—and
we work separately with advertisers to show you relevant ads. This model can feel opaque,
and we’re all distrustful of systems we don’t understand”. Mark Zuckerberg (Meta, 2019)

L’utilité de cette communication sur le modèle d’affaire du groupe réside, entre autres, dans le
fait d’éclairer un peu plus l’opacité d’un tel modèle. Par la suite, le PDG précise qu’il met un
point d’orgue à protéger l’intégrité des données de ses clients et que la vente de données
n’est pas permise dans ce modèle. En effet, il avance que :

”We don’t sell people’s data, even though it’s often reported that we do. In fact, selling
 102
people’s information to advertisers would be counter to our business interests”

Mark Zuckerberg (Meta, 2019)

L’entreprise reconnaît également que le modèle publicitaire encourage les entreprises

comme la sienne à utiliser et à stocker plus d'informations qu'elles ne le feraient autrement.
Tout en justifiant ceci par le fait, cette collecte est importante pour la sécurité et le
fonctionnement de ses services. Ainsi une autre citation du PDG affirme ce qui suit :

“Finally, there’s the important question of whether the advertising model encourages
companies like ours to use and store more information than we otherwise would. There’s no
question that we collect some information for ads—but that information is generally important
for security and operating our services as well.” Mark Zuckerberg (Meta, 2019)

Par ailleurs, et malgré les controverses éthiques autour de l’exploitation de données, le billet
nous rappelle donc que dans ce modèle publicitaire le groupe donne aux utilisateurs le
contrôle total sur l'utilisation de leurs informations à des fins publicitaires. Ainsi, lorsque
Facebook a demandé aux internautes l'autorisation d'utiliser leurs informations pour améliorer
leurs publicités dans le cadre de la mise en conformité avec le règlement général sur la
protection des données de l'Union européenne, la grande majorité d'entre eux ont accepté,
car ils préfèrent des publicités plus pertinentes. Ceci est confirmé par le PDG avec la citation
suivante :

“We give people complete control over whether we use this information for ads [...] European
Union’s General Data Protection Regulation, the vast majority agreed because they prefer
more relevant ads”. Mark Zuckerberg (Meta, 2019)
 103
Enfin, les avantages d’un tel modèle sont uniques, selon Meta. En effet, des milliards de
personnes bénéficient d'un service gratuit qui leur permet de rester en contact avec leurs
proches et de s'exprimer. Les petites entreprises, qui créent la plupart des emplois et de la
croissance économique dans le monde, ont accès à des outils qui les aident à prospérer. De
fait, la majorité de ces petites entreprises n'avaient pas les moyens d'acheter des publicités
télévisées ou des panneaux d'affichage, mais elles ont désormais accès à des outils que
seules les grandes entreprises pouvaient utiliser auparavant. Cet avantage ressort de la
déclaration suivante :

“It’s important to get this right, because there are clear benefits to this business mode.[...] but
now they have access to tools that only big companies could use before”.

Mark Zuckerberg (Meta, 2019)

Corrélée avec notre problématique et question de recherche, nous avons fait ressortir à
travers cette communication certains éléments fondamentaux d’un modèle publicitaire pour
une MSP comme META. Parmi ces éléments, on retrouve : l’importance de la gratuité, l’offre
de publicités et la pertinence de ces dernières, les enjeux autour de la transparence des
données et enfin les bénéfices de mise en relation des commerçants et des consommateurs.
Néanmoins, un tel modèle présente d'autres aspects et spécificités que nous tenterons de
découvrir dans la suite de l’analyse des autres données en lien avec notre unité d’analyse.

Conclusion

Dans cette partie nous avons pu comprendre comment une simple idée de connecter des
étudiants d’Harvard sur une plateforme numérique a débouché en moins de 20 ans sur un
acteur majeur de l’économie mondiale et un des leaders du secteur du numérique. La
croissance de Meta est à l'image de son modèle économique : innovant et en rupture avec
 104
les normes managériales et économiques préétablies. Cependant, un tel modèle entraîne
une forme d’opacité ainsi que certaines conséquences inattendues que nous avons
brièvement relevées. L’éclaircissement d’un tel modèle ainsi que la compréhension de la
réalité stratégique d’une MSP numérique représentent deux forces motrices majeures
permettant le développement de cette étude. Dans la prochaine partie nous allons voir
pourquoi et comment META est considéré comme une plateforme multi face numérique.

4.1.2 : META comme plateforme multiface numérique

Nous allons examiner dans cette section la correspondance de notre unité d’analyse avec le
concept de plateforme multiface numérique. Assurément dans notre revue de littérature,
nous avons vu plusieurs définitions de ce concept ainsi que ses éléments principaux. Dans
cette partie du travail orientée vers la collecte de données, nous allons rassembler les
informations les plus pertinentes sur ce à quoi correspond une plateforme multiface pour en
déterminer l’adéquation avec le groupe META. Cette collecte de données s’effectuera à l’aide
de documentation comme source de données. Cette documentation s’articule principalement
autour d'études scientifiques et divers articles de presse traitant du sujet. Nous avons vu
dans notre revue de littérature qu’une plateforme peut être considérée comme une MSP
lorsqu’elle sert d’interface et d’intermédiaire entre des acheteurs et des vendeurs
(Sánchez-Cartas et León, 2018). Nous savons que cet élément est présent dans le
fonctionnement de Meta, car dans son essence le groupe et sa famille d’applications offrent
une interface de communication permettant, entre autres, de mettre en contact des acheteurs
et des vendeurs (Evans et al., 2011). Ensuite, nous savons qu’une MSP numérique
coordonne la demande de groupes distincts de clients qui ont besoin les uns des autres
d'une manière ou d'une autre (Evans, 2003) . Dans le cas de META, à travers son modèle
d’affaires, sa plateforme (Facebook en l'occurrence) coordonne ces besoins grâce à sa
publicité ciblée en fonction des centres d'intérêt de ses utilisateurs comme mentionné dans
son explication du modèle économique (Meta, 2019). Parmi les éléments principaux
permettant d’identifier une MSP on retrouve les effets de réseau. Effectivement, une
plateforme multiface génère de la valeur en connectant différents groupes d'utilisateurs qui
interagissent les uns avec les autres et profitent du fait d'être sur la même plateforme. La
valeur de la plateforme augmente au fur et à mesure que les utilisateurs la rejoignent et y
interagissent. Nous savons qu’il s’agit d’une caractéristique inhérente au modèle Meta
 105
(Øverby, 2018).

Ensuite, le concept d’interdépendance est une caractéristique fondamentale d’une MSP

(Hagiu et Wright, 2015). Cette interdépendance signifie que le succès d'un groupe
d'utilisateurs sur la plateforme est étroitement lié au succès d'autres groupes. Par exemple,
dans le cas de Facebook, la valeur de la plateforme pour les créateurs de contenu dépend du
nombre d'utilisateurs qui consomment leur contenu, et vice versa. Ensuite, on retrouve les
subventions croisées (Parker et al., 2016) : la plateforme fournit de la valeur à certains
utilisateurs à un coût inférieur ou nul et récupère ce coût en le faisant payer à d'autres
utilisateurs. Dans le cas de Meta, la plateforme offre un accès gratuit à sa plateforme aux
utilisateurs, mais fait payer les annonceurs pour accéder à la base d'utilisateurs (Pereira,
2020). Parmi les caractéristiques d’une MSP, on a recensé également la gouvernance de la
plateforme (Hagiu et Wright, 2015). En effet, une plateforme multilatérale doit gérer et régir
les interactions entre les différents groupes d'utilisateurs. Cela implique de définir des règles
et des politiques qui équilibrent les intérêts des différents groupes tout en maintenant la
valeur globale de la plateforme. Le groupe Meta connaît lui aussi une forme de gouvernance
de plateforme à travers les multiples politiques permettant de mettre en place un équilibre
réglementaire sur sa plateforme (Helmond et al., 2021). Enfin, le dernier critère permettant
d’identifier une MSP est la mise en relation facilitée par la technologie. Ainsi, une plateforme
multilatérale utilise la technologie pour mettre en relation différents groupes d'utilisateurs qui
ont des besoins et des préférences complémentaires. Cette mise en relation permet aux
utilisateurs de se trouver facilement et efficacement. Cet élément fait partie des fonctions
principales de Meta et ses différentes plateformes (Meta, 2023). Parmi les caractéristiques
qui définissent une MSP, certaines ne s’appliquent pas intégralement au cas de META.
Effectivement, nous avons vu qu’une plateforme multiface, selon Hagiu (2007) laisse
entièrement le contrôle aux vendeurs et détermine simplement l'accès (ou l'affiliation) des
acheteurs et des vendeurs au marché commun. De fait, Meta ne laisse pas un contrôle total
aux vendeurs sur son marché commun et préfère encadrer l’activité des annonceurs pour la
protection et l'intégrité des données de ses utilisateurs (Meta, 2022). Cependant, cet élément
d’une MSP s’applique dans le cadre d’une plateforme biface plutôt que multiface (Hagiu,
2007).

Pour synthétiser, dans le cas de notre unité d’analyse, nous savons qu’il s’agit d’une
 106
plateforme multiface (Ghosh, 2015) pour plusieurs raisons. Effectivement, Facebook est une
plateforme multilatérale, car elle rassemble plusieurs groupes d'utilisateurs, notamment des
créateurs de contenu, des consommateurs de contenu, des annonceurs et des développeurs,
pour créer un réseau qui génère de la valeur pour tous les participants (Pereira, 2020). Dans
l'ensemble, la correspondance de Facebook à une plateforme multilatérale s’articule autour
d’une création de valeur pour les différents acteurs présents sur son interface ainsi qu'une
capacité de mise en relations de ces derniers.

4.1.3 : Conclusion

Après avoir exploré les différentes définitions et caractéristiques d’une MSP numérique dans
la littérature scientifique, nous avons vu que le cas de Meta en est une illustration pertinente.
Assurément, le groupe possède de multiples caractéristiques majeures permettant de le
définir comme MSP numérique (effet de réseaux, gouvernance de plateforme, etc.). À l’aide
de cette distinction, nous allons pouvoir dans un second temps explorer le modèle publicitaire
de Meta ainsi que ses externalités dans le cadre d’une plateforme multiface numérique dans
la partie suivante.

4.2 : Analyse des donnée du cas META

4.2.1 : Modèle publicitaire chez META

Nous avons pu constater que le modèle d’affaire chez Meta, et plus particulièrement avec le
cas de sa plateforme Facebook, comporte des éléments propres à une MSP. Nous allons à
présent faire le diagnostic stratégique du modèle d’affaire de Meta à l’aide des données
disponibles grâce à la documentation et les différentes archives sur le sujet. Nous savons
qu’il est pertinent lors du développement d’un diagnostic stratégique d’utiliser des outils tels
que les 5 forces de Porter, l’analyse SWOT ou encore les analyses stratégiques internes et
externes. Dans le cadre de ce travail, nous utiliserons de tels outils pour établir un diagnostic
 107
éclairé du modèle d’affaire publicitaire de Meta.

4.2.2 Diagnostic du modèle d’affaires de META

Comme nous le savons, META exploite un modèle d'entreprise basé sur la publicité, qui est
une approche courante pour les médias sociaux et les entreprises technologiques. Dans le
cadre de ce modèle, la société fournit des services gratuits aux utilisateurs et génère des
revenus grâce à la publicité. META génère des revenus en vendant des espaces publicitaires
aux annonceurs, qui sont affichés sur ses plateformes comme nous l’avons compris
précédemment. D'une part, Facebook apporte de la valeur aux créateurs de contenu, qui
peuvent partager des messages, des photos, des vidéos et d'autres types de contenu avec
leur réseau social. Ces créateurs peuvent également utiliser Facebook pour se faire des
adeptes et s'engager auprès de leur public. D’autre part, Facebook fournit de la valeur aux
consommateurs de contenu, qui utilisent la plateforme pour s'informer, se divertir ou se
connecter à leur réseau social. Ces consommateurs peuvent également s'engager avec les
créateurs de contenu en aimant, commentant ou partageant leurs publications. Facebook
apporte également de la valeur aux annonceurs, qui peuvent cibler des segments spécifiques
d'utilisateurs en fonction de leurs intérêts, de leurs données démographiques et de leurs
comportements. Les annonceurs paient Facebook pour accéder à la base d'utilisateurs et
atteindre leur public cible, ce qui génère des revenus pour la plateforme. En outre, Facebook
apporte une valeur ajoutée aux développeurs, qui peuvent utiliser les API et les outils de la
plateforme pour créer des applications, des jeux et d'autres types de logiciels fonctionnant
sur la plateforme Facebook.

Les développeurs peuvent également s'appuyer sur la base d'utilisateurs de Facebook pour
distribuer et promouvoir leurs produits, ce qui génère de la valeur à la fois pour les
développeurs et pour la plateforme (Gupta, 2019). Pour rappel, selon Chaffey et al. (2019),
un modèle commercial basé sur la publicité se caractérise par la fourniture de services
gratuits aux utilisateurs et la génération de revenus par la publicité (Chaffey et
Ellis-Chadwick, 2019). Le modèle commercial de META repose sur une base massive
d'utilisateurs que l'entreprise peut exploiter pour vendre des publicités ciblées. La société
propose aux annonceurs une série d'options publicitaires, notamment des publications
sponsorisées, des publicités d'affichage et des publicités vidéo, qui sont présentées aux
 108
utilisateurs sur ses plateformes. L'un des principaux avantages du modèle commercial basé
sur la publicité est qu'il permet à des entreprises comme META d'offrir des services gratuits
aux utilisateurs. Effectivement, les revenus générés par la publicité sont généralement
suffisants pour couvrir les coûts associés à la fourniture de ces services. En offrant des
services gratuits, META peut attirer davantage d'utilisateurs sur ses plateformes, ce qui
augmente la valeur de son inventaire publicitaire. La publicité est la principale source de
revenus de META, représentant plus de 98 % du revenu total de la société en 2021(Meta,
2022). La capacité de la société à proposer des publicités très ciblées aux annonceurs a été
un facteur clé de son succès. META utilise une série de données, y compris les données
démographiques, les intérêts et le comportement des utilisateurs, pour créer des expériences
publicitaires personnalisées pour les utilisateurs. Selon une étude réalisée par eMarketer
(2021), META est l'acteur dominant du marché de la publicité numérique, représentant plus
de 25 % des dépenses publicitaires numériques mondiales (Aiolfi et al., 2021). L'étude
indique également que les recettes publicitaires de META devraient continuer à augmenter
dans les années à venir, en raison de l'importance croissante de la publicité numérique et de
la capacité de l'entreprise à offrir des publicités très ciblées aux annonceurs. L'importance
accordée par META aux recettes publicitaires se reflète dans sa stratégie commerciale. Elle
continue d'investir dans de nouvelles technologies et plateformes publicitaires, telles que
Facebook Shops, qui permet aux entreprises de vendre des produits directement sur la
plateforme (Meta, 2020). Outre la publicité, META génère également des revenus à partir
d'autres sources, telles que le commerce social et la vente de produits de réalité virtuelle. Le
commerce social, qui fait référence à l'intégration des médias sociaux et du commerce
électronique, est devenu de plus en plus populaire sur les plateformes numériques telles que
Facebook et Instagram, les utilisateurs pouvant acheter des produits directement depuis les
plateformes (Wang et al., 2022). Cela représente une nouvelle source de revenus pour
META, puisque la société perçoit un pourcentage de la valeur de la transaction. À présent
nous allons explorer, brièvement, les différences et points communs entre le modèle d’affaire
publicitaire de META et celui d'autres MSP majeurs du Web tel que Google, Amazon ou
encore Snapchat. Ces dernières années, on a assisté à une prolifération de plateformes
numériques multilatérales qui sont apparues comme une nouvelle forme de modèle
d'entreprise.

En ce qui concerne le modèle commercial basé sur la publicité, le modèle commercial de

 109
META est similaire à celui d'autres plateformes numériques multilatérales telles que Google,
Twitter et Snapchat. Toutes ces plateformes fournissent des services gratuits aux utilisateurs
et génèrent des revenus grâce à la publicité. Il existe toutefois quelques différences dans leur
mode de fonctionnement. Par exemple, Google et Twitter s'appuient fortement sur la publicité
pour les recherches et les messages commandités, tandis que Snapchat se concentre sur les
filtres et les lentilles commandités (Pereira, 2020). L’étude réalisée par Hagiu et Wright a
comparé les modèles d'entreprise de Google, Facebook et Amazon et a révélé que si les
trois entreprises génèrent des revenus grâce à la publicité, elles ont des stratégies différentes
pour y parvenir (Hagiu et Wright, 2015). Le modèle d'affaires de Google est basé sur la
publicité liée aux recherches, tandis que celui de Facebook est basé sur la publicité sociale et
celui d'Amazon sur les annonces de produits commandités. Une autre étude de Belleflamme
et al. (2018) a analysé les modèles d'affaires de différentes plateformes numériques
multisupports et a constaté qu'elles peuvent être classées en trois groupes : (1) celles qui
génèrent des revenus par la publicité ; (2) celles qui génèrent des revenus par des frais de
transaction et (3) celles qui génèrent des revenus par une combinaison des deux
(Belleflamme et al., 2018). META fait partie du premier groupe, aux côtés d'autres
plateformes basées sur la publicité comme Google et Facebook. En résumé, le modèle
commercial de META est similaire à celui d'autres plateformes numériques multisupports
telles que Google, Twitter et Snapchat, mais avec des différences dans leur approche
spécifique de la génération de revenus par la publicité. Les études de catégorisation de
Belleflamme et al. (2018) ont identifié les modèles commerciaux basés sur la publicité
comme étant populaires parmi les plateformes ayant de grandes bases d'utilisateurs, tandis
que les études comparatives de Hagiu et Wright (2019) montrent comment les différentes
plateformes ont des approches différentes pour générer des revenus par la publicité.

Analyse de l’industrie des plateformes numériques et médias sociaux

À présent nous allons faire une analyse de l’industrie des plateformes numériques et médias
sociaux gratuits dans laquelle opère l’entreprise META et son modèle d’affaires. Nous allons
utiliser le modèle de Porter (1979 ; 2008) pour ce faire.
 110

Concernant la menace de nouveaux entrants, elle est relativement faible dans l'industrie des
plateformes numériques non payantes, et ce, en raison des importantes barrières à l'entrée
dans le secteur des médias sociaux. L'une des principales barrières à l'entrée est l'effet de
réseau, c'est-à-dire le phénomène par lequel la valeur d'un réseau social augmente à mesure
que de nouveaux utilisateurs rejoignent la plateforme(Saxton & Wang, 2013). Cela crée un
avantage significatif pour les acteurs établis comme META, car il serait difficile pour les
nouveaux entrants d'attirer une masse critique d'utilisateurs et de rivaliser au même niveau.
En outre, le secteur des médias sociaux nécessite d'importants investissements dans la
technologie, l'analyse des données et l'infrastructure, ce qui augmente encore les barrières à
l'entrée(Hanna et al., 2011). META a déjà beaucoup investi dans sa plateforme, avec plus de
58 000 employés et un budget annuel de R&D de 10 milliards de dollars (Meta ,2021). Enfin,
le secteur des médias sociaux est fortement réglementé, avec des lois strictes sur la
confidentialité des données et des exigences en matière de modération du contenu, qui
peuvent être coûteuses et chronophages pour les nouveaux entrants(Stewart, 2022). Par
conséquent, la menace de nouveaux entrants est relativement faible dans le secteur des
médias sociaux, et la position bien établie de META ainsi que ses investissements importants
dans sa plateforme et son infrastructure font qu'il est difficile pour de nouveaux acteurs
d'entrer sur le marché et d'exercer une concurrence efficace. Quant au pouvoir de
négociation des fournisseurs, celui-ci peut avoir un impact important sur la rentabilité et la
compétitivité d'une entreprise. Ainsi, les fournisseurs de biens et services de l’industrie
comprennent ceux fournissant des serveurs, des services de stockage, de l'énergie, des
logiciels, de la gestion de données, d'équipements de bureau, et d'autres services
connexes(Young, 2016).Nous savons que le pouvoir de négociation des fournisseurs est
faible dans le secteur des médias sociaux, car il existe de nombreux fournisseurs de
technologie et d'autres services connexes sur le marché(Huang & Benyoucef, 2017). Cela
signifie que des joueurs du secteur comme META disposent de nombreuses options lorsqu'il
s'agit de choisir des fournisseurs et peuvent négocier les prix et les conditions à son
avantage.
 111
Toutefois, il convient de noter que certains fournisseurs peuvent avoir un pouvoir de
négociation plus important que d'autres, en fonction du niveau de spécialisation et du
caractère unique des services qu'ils proposent. Par exemple, Facebook s'appuie fortement
sur les centres de données pour stocker et gérer ses vastes quantités de données
d'utilisateurs (Hogan, 2015). Par conséquent, les fournisseurs de centres de données
peuvent avoir un pouvoir de négociation plus important que les autres fournisseurs, car ils
sont essentiels aux activités de Facebook. En outre, Facebook investit massivement dans sa
propre infrastructure, y compris les centres de données, les serveurs et les équipements de
réseau, ce qui réduit sa dépendance à l'égard des fournisseurs tiers et lui confère un plus
grand pouvoir de négociation (Chaffey & Ellis-Chadwick, 2019). En conclusion, le pouvoir de
négociation des fournisseurs est un facteur important qui peut affecter le modèle commercial
de Facebook. Si le pouvoir de négociation des fournisseurs dans le secteur des médias
sociaux est généralement faible, certains fournisseurs, tels que les fournisseurs de centres
de données, peuvent avoir un pouvoir de négociation plus important en raison de la nature
critique de leurs services. Toutefois, les investissements importants de Facebook dans sa
propre infrastructure, le grand nombre de fournisseurs disponibles sur le marché, la taille
modérée des fournisseurs individuels et l’offre globale élevée, confèrent à l'entreprise un
pouvoir de négociation plus important dans l'ensemble et minimise le pouvoir des
fournisseurs.

En ce qui concerne le pouvoir de négociation des acheteurs, il est important de préciser la

distinction entre les acheteurs que constituent les annonceurs et marketeurs et les simples
utilisateurs de la plateforme pour qui les services fournis sont gratuits. Dans l’industrie des
plateformes numériques, nous retrouvons un certain pouvoir de négociation élevé de la part
des acheteurs-utilisateurs en raison de la disponibilité d'autres plateformes de médias
sociaux. L'adoption rapide des plateformes de médias sociaux a entraîné une augmentation
de la concurrence et a donné aux utilisateurs un large éventail d'options parmi lesquelles
choisir (Vij & Sharma, 2012). Cela signifie que les utilisateurs de plateformes numériques
telles que META ont le pouvoir de passer à d'autres plateformes de réseaux sociaux s'ils ne
sont pas satisfaits des caractéristiques, des services ou du contenu disponibles sur la
plateforme multiface. En outre, le modèle de revenus d’une MSP repose largement sur les
recettes publicitaires, qui sont également influencées par le pouvoir de négociation des
acheteurs-annonceurs cette fois-ci. Comme ces acheteurs-annonceurs ont de nombreuses
 112
options, ils peuvent choisir de déplacer leur budget publicitaire vers d'autres plateformes de
médias sociaux, ce qui peut entraîner une baisse potentielle des recettes publicitaires. Les
joueurs de l’industrie des plateformes numériques doivent donc surveiller en permanence
l'évolution des préférences des clients et s'adapter aux conditions changeantes du marché
pour conserver un avantage concurrentiel dans le secteur.

Enfin, nous savons que le niveau de satisfaction à l'égard des plateformes de médias sociaux
est influencé par la qualité du contenu, des services et des fonctionnalités fournis par la
plateforme (Agnihotri et al., 2016). Le secteur des médias sociaux étant très dynamique, les
préférences et les attentes des clients évoluent [Link] conclusion, le pouvoir de
négociation des acheteurs est un aspect crucial qu’une entreprise MSP doit prendre en
compte pour soutenir sa croissance et sa rentabilité dans le secteur très concurrentiel des
médias sociaux et des plateformes numériques. Nous allons à présent voir comment la
menace de produits de substituts, dans l’industrie des plateformes numériques, correspond
principalement aux autres plateformes de médias sociaux et autres applications mobiles.
Toutefois, la menace de substituts pour les plateformes de médias sociaux est généralement
faible, car les médias sociaux fournissent une proposition de valeur unique et offrent un
ensemble différent de caractéristiques et d'avantages par rapport à d'autres méthodes de
communication en ligne. Nous savons que la proposition de valeur unique des plateformes de
médias sociaux telles que META fait que la menace de produits de substitution est plutôt
faible (Heller Baird & Parasnis, 2011). En outre, les coûts élevés de changement associés
aux plateformes de médias sociaux, tels que la perte de connexions sociales et de données,
réduisent encore la menace de produits de substitution (Farris et al., 2010). Toutefois,
l'émergence de technologies et de plateformes nouvelles et innovantes peut constituer une
menace potentielle pour les plateformes de médias sociaux. Il est donc crucial pour les
entreprises du secteur d'innover et d'évoluer en permanence pour rester compétitives sur le
marché. Il est important de noter qu'un produit substitut dans le cas d’un média social peut
être un autre canal de diffusion de publicité pour les annonceurs tel que la télévision, la radio
et la publicité imprimée au lieu de passer par la plateforme pour la diffuser. Cette situation
exerce une forte pression sur l'entreprise. De même, la grande disponibilité de ces produits
de substitution affecte fortement l'environnement du secteur. Néanmoins, nombre de ces
substituts, en particulier la publicité télévisée, sont plus coûteux que les services publicitaires
d’une MSP. Cette condition de coût exerce une force modérée sur l'entreprise (Young, 2016).
 113

En conclusion, l’environnement d’affaires des plateformes numériques représente certaines

menaces en termes de propositions alternatives de produits et services pour ses clients et
utilisateurs. Cependant le groupe bénéficie d’une position préférentielle sur son marché et
investit dans sa proposition de valeur pour rester compétitif, ce qui lui confère un avantage
majeur dans la qualité perçue du produit offert.

Finalement, nous allons examiner le degré de rivalité concurrentielle. Dans le secteur des
médias sociaux et MSP, la concurrence est particulièrement intense, de nombreuses entités
se disputant l'attention des utilisateurs et les recettes publicitaires. Ces concurrents
représentent une menace palpable pour la part de marché d’une MSP et les niveaux
d'engagement des utilisateurs. Cette rivalité concurrentielle est encore aggravée par les
faibles coûts de changement pour les utilisateurs, ce qui leur permet d'osciller facilement
entre les différentes [Link] conserver son avantage concurrentiel et sa position de
leader dans le secteur, un joueur du secteur des plateformes numérique doit investir
constamment dans la recherche et le développement. META est connue pour l'importance
qu'elle accorde à l'amélioration de l'expérience utilisateur et à la personnalisation comme
moyens de différencier ses plateformes et de fidéliser les utilisateurs. Par conséquent,
l'intensité de la rivalité a un impact direct sur le modèle d'entreprise et la planification
stratégique, ce qui renforce la nécessité d'une innovation et d'une adaptabilité continues dans
le paysage en constante évolution des médias [Link] conclusion, la menace de
nouveaux entrants est considérée comme faible, principalement en raison des solides effets
de réseau, des importants investissements technologiques requis et des réglementations
strictes. Du côté des fournisseurs, bien que leur pouvoir de négociation soit généralement
faible, certains, comme les fournisseurs de centres de données, détiennent une influence
plus significative. Pour les acheteurs, qui peuvent être des annonceurs ou des utilisateurs
réguliers, leur pouvoir de négociation varie. Les utilisateurs ont un choix plus large grâce à la
multitude de plateformes disponibles, tandis que les annonceurs recherchent la meilleure
plateforme pour leurs publicités.

Concernant la menace des produits de substitution, celle-ci est considérée comme faible, car
 114
la nature unique des médias sociaux les différencie des autres formes de communication.
Enfin, la rivalité concurrentielle dans ce secteur est intense, avec plusieurs acteurs majeurs
se disputant l'attention des utilisateurs. Pour les entreprises de ce domaine, la clé pour
maintenir une position dominante est l'innovation constante et l'attention portée à
l'amélioration de l'expérience utilisateur. En somme, l'industrie des plateformes numériques
est dynamique et exigeante, mais les entreprises leaders, grâce à leurs atouts distinctifs, sont
bien équipées pour naviguer dans ce paysage concurrentiel.

La capture de l’attention chez META

Pour mieux comprendre le fonctionnement d’un modèle publicitaire comme celui de META, il
est important de saisir l’importance de la capture de l’attention des utilisateurs de la
plateforme. Nous avons vu que l'économie de l'attention est un concept qui fait référence à la
valeur économique générée par l'attention des utilisateurs. Elle part du principe que l'attention
est une ressource rare et qu'elle est donc devenue un bien précieux à l'ère
numérique(Davenport & Beck, 2001). Nous savons que l’attention de l’utilisateur est au cœur
du modèle d’affaire publicitaire de META(Elmer, 2019). Assurément, Facebook utilise des
algorithmes sophistiqués pour suivre l'activité des utilisateurs, comme les mentions "J'aime",
les commentaires et les partages, afin de proposer aux annonceurs des options publicitaires
très ciblées et personnalisées (Meta, 2019).

Plus les utilisateurs passent de temps sur la plateforme, plus Facebook peut collecter de
données, ce qui se traduit en fin de compte par une augmentation des recettes publicitaires.
En outre, Facebook a introduit plusieurs nouvelles fonctionnalités visant à accroître
l'engagement des utilisateurs, telles que “stories”, “watch” et “groups”, qui offrent toutes aux
annonceurs des opportunités nouvelles et uniques d'atteindre leur public cible. Dans
l'ensemble, la capacité de Facebook à monétiser l'attention des utilisateurs est un facteur
crucial de son succès en tant qu'entreprise. La vaste base d'utilisateurs de la plateforme et
les méthodes sophistiquées de collecte de données offrent aux annonceurs des options de
ciblage inégalées, ce qui se traduit par des recettes publicitaires importantes pour META.
 115
Toutefois, comme la plateforme continue de faire l'objet d'un examen minutieux en ce qui
concerne la protection de la vie privée des utilisateurs, chose que nous allons voir dans la
partie sur les externalités de cette étude.

La promesse du Metaverse

Finalement, lorsque nous faisons l’analyse du modèle d’affaires de META, il est important de
mentionner sa récente réorientation stratégique et sa vision du futur. De fait, META fait le pari
d’un futur dans lequel la réalité virtuelle occupe une place prépondérante avec le
développement de son Metaverse. Récemment, Facebook s'est tourné vers le métaverse qui,
selon ce dernier, est considéré comme l'avenir de l'internet et devrait révolutionner la manière
dont les gens interagissent et communiquent en ligne. Le PDG, Mark Zuckerberg, a fait part
de sa vision du métavers, affirmant qu'il succédera à l'internet mobile et constitue la
prochaine génération de l'internet. Selon lui, le métavers sera un environnement 3D
totalement immersif qui permettra aux utilisateurs de vivre des expériences impossibles à
réaliser avec la technologie actuelle. L'évolution de Facebook vers le métaverse est motivée
par le désir de l'entreprise d'être à l'avant-garde de la prochaine grande révolution
technologique, ainsi que par la nécessité de diversifier ses sources de revenus au-delà de la
publicité sur les médias sociaux. Facebook pense que le métaverse fournira une nouvelle
plateforme pour la publicité et le commerce électronique, ainsi qu'une nouvelle façon pour les
gens de se connecter et de socialiser en ligne. Cependant, le métavers n'en est qu'à ses
débuts et de nombreux défis (technologiques, éthiques, etc.) doivent être relevés avant qu'il
ne devienne une technologie courante. Nous savons, par ailleurs, que le métavers a le
potentiel de transformer la façon dont les gens interagissent et communiquent en ligne, et
qu'il sera la prochaine plateforme majeure pour les médias sociaux et le commerce
électronique s'il réussit à s’imposer comme une technologie incontournable. Dans l'ensemble,
l'évolution de Facebook vers le métavers est motivée par son désir d'être à l'avant-garde de
la prochaine grande révolution technologique, ainsi que par la nécessité de diversifier ses
sources de revenus au-delà de la publicité sur les médias sociaux. Le métavers n'en est qu'à
ses balbutiements, mais il a le potentiel de transformer la façon dont les gens interagissent et
communiquent en ligne, et d'offrir de nouvelles opportunités pour la publicité et le commerce
 116
électronique. Néanmoins, il est important de souligner que cette réorientation ne représente
pas un changement radical de modèle d’affaires. Meta a l'intention d'investir massivement
dans le transfert de son modèle publicitaire vers un avenir virtuel. Toutefois, les capacités
internes, les processus et les partenariats existants ne permettent pas pour l'instant
d'envisager une innovation radicale en matière de gestion d'entreprise. Par conséquent, la
communication sur le changement de marque a eu un fort effet de signal sur les marchés
financiers, mais n'a pas constitué un changement radical, mais plutôt un changement
progressif dans la gestion d'entreprise(Kraus et al., 2022). Nous allons à présent observer les
externalités produites par le modèle publicitaire chez META dans le cadre de cette analyse
de données.

4.3 : Externalités produites par META

On ne saurait trop insister sur l'importance des externalités dans le contexte de la stratégie
d'entreprise, car nous savons qu'elles ont un impact significatif sur le positionnement
concurrentiel, les performances financières et la viabilité à long terme d'une entreprise (Porter
& Kramer, 2006). Les externalités, qu'elles soient positives ou négatives, ont des
conséquences directes et indirectes sur diverses parties prenantes, notamment les clients,
les employés, les concurrents et la société dans son ensemble (Freeman & Mcvea, 2001). En
comprenant et en gérant les externalités, les entreprises peuvent les intégrer efficacement
dans leur prise de décision stratégique, ce qui peut conduire à la création d'une valeur
partagée, où les entreprises peuvent générer de la valeur économique tout en relevant les
défis sociaux et environnementaux (Porter & Kramer, 2011). Les entreprises étant de plus en
plus tenues responsables de leur impact social et environnemental, une gestion efficace des
externalités peut les aider à se forger une solide réputation, à fidéliser leur clientèle et à
atténuer les risques associés aux externalités négatives(Bhattacharya et al., 2008) . En outre,
l'intégration des externalités dans la stratégie d'entreprise peut également permettre aux
entreprises d'identifier et d'exploiter de nouvelles opportunités de marché, de favoriser
l'innovation et de renforcer leur avantage concurrentiel (Hart, 1995).
 117
En résumé, la prise en compte des externalités dans la stratégie d'entreprise est essentielle
pour que les entreprises parviennent à une croissance durable, créent de la valeur pour les
parties prenantes et s'adaptent à l'évolution des attentes de la société. À présent, nous allons
explorer les externalités positives produites par META et son modèle publicitaire.

4.3.1 Externalités positives produites par META :

Effets de réseau et création de valeur

Les plateformes de Meta, notamment Facebook, Instagram et WhatsApp, permettent aux

utilisateurs de créer, d'entretenir et de renforcer des liens sociaux, tant sur le plan personnel
que professionnel(Boyd & Ellison, 2007) . Plus les utilisateurs rejoignent ces plateformes,
plus la valeur du réseau augmente, ce qui se traduit par une externalité de réseau positive
(Katz & Shapiro, 1985). Cette expansion des connexions sociales facilite le partage des
connaissances, la collaboration et la création de communautés, ce qui peut contribuer au
bien-être individuel et sociétal(Putnam, 2000). En outre, la vaste base d'utilisateurs des
plateformes Meta permet aux entreprises d'atteindre un public plus large, ce qui multiplie les
possibilités d'engagement des clients et de génération de revenus. En parallèle, les
plateformes de Meta favorisent l'amélioration de la communication et de la collaboration
grâce à des fonctionnalités telles que la messagerie instantanée, les chats de groupe, les
appels vidéo et la diffusion en direct(Church & de Oliveira, 2013). Ces outils de
communication permettent aux utilisateurs de rester en contact avec leurs amis, leur famille
et leurs collègues dans le monde entier, en surmontant les barrières géographiques et en
favorisant un sentiment d'appartenance(Hampton et al., 2011). En outre, les plateformes
Meta facilitent la collaboration entre les professionnels, les entreprises et les groupes
d'intérêt, ce qui favorise l'innovation, l'échange de connaissances et le développement de
nouvelles idées(Majchrzak et al., 2013).

Croissance économique et création d'emplois

 118
Il est essentiel de rappeler que Meta a généré de nombreuses opportunités d'emploi direct en
recrutant des professionnels dans un large éventail de domaines tels que l'ingénierie
logicielle, l'analyse de données, le marketing, etc (BBC News, 2021). Comme Meta continue
d'étendre ses activités, le besoin d'une main-d'œuvre plus importante dans des domaines tels
que la réalité augmentée (AR) et la réalité virtuelle (VR) contribue à la création d'autres
emplois dans le secteur technologique et au-delà(Meta, 2021). Enfin, l'établissement par
Meta de centres de données et de bureaux dans le monde entier offre des opportunités
d'emploi aux communautés locales, soutenant ainsi la croissance économique régionale
(Deloitte, 2018). Également, la plateforme de Meta permet aux entreprises et aux
développeurs tiers de créer des applications, des jeux et d'autres produits numériques qui
s'intègrent à ses services, créant ainsi un large éventail d'opportunités d'emploi indirectes.
Les entreprises embauchent des personnes pour développer, commercialiser et entretenir
ces applications, ce qui favorise un écosystème florissant de création d'emplois. Nous savons
aussi que la plateforme publicitaire de Meta permet aux spécialistes du marketing et aux
annonceurs de construire des carrières centrées sur le marketing des médias sociaux, ce qui
favorise la création d'emplois dans le secteur(Wirtz et al., 2010).

Promotion des petites et moyennes entreprises

La plateforme publicitaire de Meta permet aux petites et moyennes entreprises (PME)

d'atteindre un public plus large au niveau mondial, ce qui leur offre des possibilités accrues
d'engagement des clients et de génération de revenus(Stokes, 2014). En proposant des
solutions publicitaires rentables et ciblées, Meta aide les PME à rivaliser avec les grandes
entreprises, stimulant ainsi la croissance et l'innovation dans divers secteurs(Bocconcelli et
al., 2018). Les plateformes de Meta offrent une gamme d'outils de marketing qui sont à la fois
abordables et accessibles aux PME, ce qui permet d'égaliser les chances avec les
concurrents plus importants (Tuten & Solomon, 2018). Ces outils comprennent des pages
professionnelles, des publicités ciblées et des informations sur le comportement des clients,
ce qui permet aux PME d'optimiser leurs stratégies de marketing et d'allouer efficacement
leurs ressources (Brooks et al., 2014). Cet accès accru aux solutions marketing et
publicitaires contribue à la croissance et à la réussite des PME, favorisant la création
 119
d'emplois et le développement économique.

Soutien à l'innovation et au développement

Nous savons que Meta investit activement dans la recherche et le développement afin de
faire progresser les technologies et d'améliorer l'expérience des utilisateurs sur ses
plateformes (Meta, 2021). L'engagement de l'entreprise dans la R&D a conduit au
développement de produits et de services innovants, tel qu'Oculus VR et le futur métaverse,
qui contribuent à la croissance de l'industrie technologique et inspirent d'autres innovations.
Meta soutient l'innovation externe en fournissant des outils et des ressources aux
développeurs pour qu'ils créent des applications et des services qui s'intègrent à ses
plateformes(Meta, 2023). En facilitant la croissance d'un écosystème de développeurs
florissant, Meta encourage le développement de nouveaux produits et services qui répondent
aux divers besoins des utilisateurs, ce qui entraîne une augmentation de l'innovation et de la
croissance dans le secteur technologique(Chui, 2012). Après avoir revu ces externalités
positives chez META, nous allons observer les externalités négatives qu’elle produit.

4.3.2 Externalités négatives produite par META :

Protection de la vie privée et violations de données

Meta a fait face à des critiques pour ses pratiques étendues de collecte et d'utilisation des
données, soulevant des préoccupations en matière de protection de la vie privée parmi les
utilisateurs, les régulateurs et les défenseurs de la vie privée(Hern, 2018). Le scandale
Cambridge Analytica a mis en lumière la manière dont les développeurs tiers pouvaient
utiliser à mauvais escient les données des utilisateurs et potentiellement influencer les
résultats politiques(Granville, 2018). Cet événement a conduit à un examen plus approfondi
des politiques et des pratiques de Meta en matière de protection de la vie privée, ce qui a
valu à l'entreprise des amendes, des poursuites judiciaires et des réglementations plus
 120
strictes, telle que le Règlement général sur la protection des données (RGPD) dans l'Union
européenne (UE) (Hern, 2019). En réponse, Meta s'est efforcée de renforcer les contrôles de
confidentialité des utilisateurs, d'améliorer la transparence concernant ses pratiques en
matière de données et de limiter l'accès des développeurs tiers aux données des utilisateurs
(Meta, 2019). Outre les préoccupations relatives à la collecte et à l'utilisation des données,
Meta a connu des violations de données qui ont exposé les informations personnelles de
millions d'utilisateurs, ce qui a encore exacerbé les préoccupations en matière de protection
de la vie privée(Paul, 2021). Par exemple, en 2018, une faille de sécurité a permis à des
attaquants d'obtenir des jetons d'accès pour environ 50 millions de comptes d'utilisateurs, ce
qui leur a potentiellement permis de prendre le contrôle des profils d'utilisateurs et d'accéder
à leurs informations personnelles(Isaac & Frenkel, 2018). Ces brèches nuisent non
seulement à la réputation de l'entreprise, mais ont également un impact négatif sur la
confiance des utilisateurs, avec des conséquences potentielles à long terme sur le
comportement des utilisateurs, l'engagement et la croissance globale de la plateforme
(Granville, 2018). Par conséquent, Meta fait face à une pression accrue pour améliorer ses
mesures de sécurité et protéger les données des utilisateurs contre les accès non autorisés
et les utilisations abusives.

Santé mentale et Bien-être

Plusieurs études ont établi un lien entre l'utilisation des plateformes de médias sociaux,
notamment Facebook et Instagram, et les effets négatifs sur la santé mentale et le bien-être,
en particulier chez les adolescents et les jeunes adultes(Twenge et al., 2018). L'utilisation
excessive des médias sociaux a été associée à un sentiment accru de solitude, d'anxiété, de
dépression et à une diminution de la satisfaction à l'égard de la vie(Keles et al., 2020). Les
chercheurs ont également identifié la peur de manquer (FOMO), la comparaison sociale et la
pression pour maintenir une image parfaite en ligne comme des facteurs contribuant à ces
résultats négatifs (Vogel et al., 2014). De même, l'utilisation des plateformes Meta, en
particulier Instagram, a été associée à des effets négatifs sur l'image corporelle et l'estime de
soi. L'exposition à des images idéalisées et la pression exercée pour présenter une image
parfaite en ligne contribuent à l'insatisfaction corporelle, à une faible estime de soi et à des
 121
comportements alimentaires désordonnés (Perloff, 2014). Cet effet est particulièrement
prononcé chez les jeunes femmes, qui sont plus susceptibles de se comparer aux autres et
d'intérioriser les normes de beauté de la société(Fardouly et al., 2015). L'utilisation excessive
des plateformes de médias sociaux, y compris Facebook, a été associée à une mauvaise
qualité du sommeil et à une dépendance potentielle(Woods & Scott, 2016). La recherche a
montré que l'utilisation des médias sociaux avant le coucher peut entraîner des troubles du
sommeil, tandis qu'une utilisation intensive des médias sociaux peut entraîner des
comportements de dépendance, affectant négativement le bien-être des utilisateurs et leur
fonctionnement quotidien (Lin et al., 2016). En réponse aux préoccupations croissantes
concernant l'impact des médias sociaux sur la santé mentale, Meta a lancé plusieurs
initiatives et fonctionnalités visant à promouvoir le bien-être mental. Par exemple, Instagram a
testé le masquage des comptes "like" pour réduire la comparaison sociale et favoriser une
expérience utilisateur plus positive(Constine, 2019). Meta a également collaboré avec des
organisations de santé mentale pour développer des ressources et des outils destinés à
soutenir les utilisateurs confrontés à des problèmes de santé mentale ou à des pensées
suicidaires (Meta, 2021).

Désinformation et diffusion des “fake news”

Les plateformes Meta, en particulier Facebook, ont été largement critiquées pour leur rôle
dans la diffusion de fausses informations et de "fake news". Lors d'événements tels que des
campagnes politiques et des crises de santé publique, de fausses informations ont été
diffusées sur Facebook, entraînant des conséquences négatives pour l'opinion publique, les
processus démocratiques et la santé publique. Lors de l'élection présidentielle américaine de
2016, par exemple, de fausses nouvelles ont été largement diffusées sur Facebook, ce qui a
pu avoir un impact sur les perceptions et le comportement des électeurs (Allcott & Gentzkow,
2017). Les fausses informations sur les questions de santé publique ont également proliféré
sur Facebook, avec de graves conséquences pour les individus et les résultats en matière de
santé publique. Par exemple, pendant la pandémie de COVID-19, la plateforme a été
critiquée pour avoir permis la diffusion de fausses informations sur le virus, les traitements et
les vaccins, ce qui peut contribuer à l'hésitation vaccinale et entraver les efforts de santé
publique visant à contrôler la pandémie(Brennen et al., 2020).
 122

Également, Facebook est un terrain propice aux théories du complot et aux canulars, qui
peuvent causer des dommages dans le monde réel. Par exemple, la théorie du complot du
Pizzagate, qui prétendait à tort qu'un réseau de trafic sexuel d'enfants existait dans une
pizzeria de Washington D.C., a conduit un homme à ouvrir le feu sur l'établissement(Kang,
2016). De même, la théorie du complot QAnon a fait de nombreux adeptes sur Facebook,
entraînant des violences dans le monde réel et incitant la plateforme à prendre des mesures
contre les contenus liés à QAnon (Timberg & Stanley-Becker, 2021). En parallèle, les
algorithmes utilisés par les plateformes Meta pour personnaliser le contenu et maximiser
l'engagement des utilisateurs peuvent involontairement contribuer à la diffusion de fausses
informations et créer des chambres d'écho. Les algorithmes de Facebook sélectionnent les
contenus en fonction du comportement antérieur des utilisateurs, de leurs centres d'intérêt et
de leurs relations sociales, ce qui permet de personnaliser l'expérience utilisateur et de la
rendre plus attrayante. Toutefois, cette personnalisation peut créer des chambres d'écho, où
les utilisateurs sont principalement exposés à des contenus qui correspondent à leurs
croyances et opinions préexistantes (Bakshy et al., 2015). Cette exposition sélective peut
renforcer le biais de confirmation, selon lequel les individus sont plus susceptibles d'accepter
les informations qui confirment leurs croyances existantes et de rejeter les informations qui
les contredisent (Lewandowsky et al., 2017). Des recherches ont montré que les fausses
informations et les fausses nouvelles sont plus susceptibles d'être partagées et de gagner du
terrain dans les chambres d'écho, car elles suscitent souvent de fortes réactions
émotionnelles et confirment les préjugés préexistants des utilisateurs (Vosoughi et al., 2018).
Cette dynamique facilite la propagation des fausses informations, car les utilisateurs sont
moins susceptibles d'évaluer de manière critique la véracité des informations qu'ils
rencontrent dans leurs chambres d'écho. Les préoccupations concernant le rôle des
algorithmes de Facebook dans la perpétuation des chambres d'écho et de la désinformation
ont conduit à des appels en faveur d'une plus grande responsabilité et d'une plus grande
transparence des algorithmes. En comprenant et en traitant les conséquences involontaires
de ces algorithmes, Meta peut s'efforcer d'atténuer les externalités négatives associées à la
diffusion de fausses informations et de "fake news" sur ses plateformes (Diakopoulos, 2014).
 123
Pouvoir de marché monopolistique et pratiques anticoncurrentielles

Meta a établi une position dominante sur les marchés des médias sociaux et de la publicité
numérique, en partie grâce à ses acquisitions de concurrents potentiels comme Instagram et
WhatsApp. Cette domination du marché a suscité des inquiétudes quant au pouvoir
monopolistique et à l'étouffement potentiel de la concurrence et de l'innovation. Les critiques
soutiennent que le pouvoir de marché de Meta lui a permis d'exploiter les données des
utilisateurs et de donner la priorité à ses propres intérêts au détriment de la vie privée et du
bien-être des utilisateurs(Wu, 2018). Meta a été accusée de se livrer à des pratiques
anticoncurrentielles pour maintenir son pouvoir de marché. Par exemple, en 2020, la Federal
Trade Commission (FTC) des États-Unis et plusieurs procureurs généraux d'État ont intenté
des poursuites antitrust contre Meta, alléguant que l'entreprise s'était engagée dans une
stratégie systématique visant à éliminer la concurrence par des acquisitions et des tactiques
d'exclusion(Bond, 2021). Les gouvernements et les régulateurs du monde entier ont envisagé
des mesures pour lutter contre le pouvoir de marché de Meta et d'autres grandes entreprises
technologiques. Aux États-Unis, les poursuites antitrust engagées contre Meta visent à
obtenir des mesures correctives qui pourraient inclure la cession d'actifs tels qu'Instagram et
WhatsApp afin de rétablir la concurrence(Bond, 2021). De même, l'Union européenne a
proposé la loi sur les marchés numériques pour établir un marché numérique équitable et
concurrentiel, ciblant les grandes entreprises technologiques comme Meta avec des
réglementations plus strictes (Union Européenne, 2020).

4.4 Conclusion

En conclusion de cette partie sur les externalités, nous avons pu identifier les différentes
conséquences majeures que META produit sur son écosystème. L'analyse des externalités
produites par Meta et son modèle publicitaire met en évidence les aspects positifs et négatifs
de l'impact de l'entreprise sur la société. Du côté positif, les plateformes de Meta créent de la
valeur grâce aux effets de réseau, en favorisant le renforcement des liens sociaux et le
partage des connaissances, ce qui contribue au bien-être des individus et de la société. La
croissance de l'entreprise a généré des opportunités d'emploi directes et indirectes dans
 124
différents domaines, stimulant ainsi le développement économique. La plateforme publicitaire
de Meta permet aux petites et moyennes entreprises d'atteindre un public plus large, ce qui
favorise leur croissance et encourage l'innovation. En outre, l'engagement de Meta dans la
recherche et le développement soutient l'avancement des nouvelles technologies et la
croissance d'un écosystème de développeurs florissant. Cependant, il est essentiel de
prendre en compte les externalités négatives créées par le Meta, telles que les problèmes de
protection de la vie privée, les violations de données, les conséquences sur la santé mentale,
la diffusion de fausses informations et le pouvoir monopolistique sur le marché. Il est
essentiel d'équilibrer ces impacts positifs et négatifs pour évaluer la contribution globale de
Meta à la société et façonner l'avenir de ses plateformes. En comprenant les externalités
produites par le modèle d'entreprise de Meta, les parties prenantes peuvent prendre des
décisions éclairées pour maximiser la création de valeur et atténuer les conséquences
négatives potentielles. En fin de compte, la synthèse de ces externalités révèle l'interaction
complexe entre la stratégie commerciale de Meta et ses implications sociétales plus larges.
 125
CHAPITRE 5 : DISCUSSION, CONTRIBUTIONS ET LIMITES
DE LA RECHERCHE

5.1 Introduction

Grâce à notre analyse de données sur la plateforme multiface nous avons pu identifier
certains principes majeurs et des enseignements permettant de répondre à notre
problématique. Pour rappel, cette dernière s'articule autour des plateformes numériques
multifaces et plus précisément celle disposant d’un modèle d’affaires basé sur les revenus
publicitaires. Lors de notre présentation et analyse de donnée nous avons choisi un cas
d’étude dirigé autour du groupe META et sa famille d’applications pour tenter d’éclaircir le
fonctionnement de son modèle d’affaires. Parmi les objectifs de notre problématique, nous
voulions déterminer l’ampleur des externalités générées par un tel modèle d’affaire dans le
contexte d’une MSP. À l’aide des informations collectées et analysées, nous allons identifier
les grands principes qui caractérisent un modèle d’affaire publicitaire d’une MSP ainsi que les
externalités majeures que l’on peut corréler à ce type de modèle économique.

5.2. Les principes fondamentaux d’un modèle publicitaire d’une MSP

Nous avons, grâce à notre analyse de l’étude de cas sur META, pu faire ressortir certains
principes majeurs permettant de caractériser un modèle publicitaire. Assurément, les
particularités d’un tel modèle dans le contexte d’une MSP sont apparues lors de notre travail
de recherche. Il est important de noter le fait que ces grands principes ne sont en aucun cas
exhaustifs et systématiques dans l’analyse d’un modèle publicitaire. Cependant, ces derniers
représentent des tendances et régularités que l’on observe lorsque l’on essaie de
 126
comprendre la nature d’un modèle d’affaires basé sur les revenus publicitaires. Voici les
principes majeurs que nous avons identifiés :

Générer des revenus grâce à la publicité ciblée

Pour une plateforme multiface numérique, les recettes publicitaires ciblées constituent la
principale source de revenus qui lui permet de poursuivre ses activités, d'investir dans de
nouvelles fonctionnalités et d'élargir sa base d'utilisateurs. Sans un flux régulier de recettes
publicitaires, les plateformes multifaces numériques basées sur un modèle gratuit peuvent
avoir du mal à se développer, à innover ou même à maintenir leurs offres [Link]
avons vu que le modèle basé sur la publicité permet aux plateformes d'offrir un accès gratuit
aux utilisateurs, ce qui contribue à attirer une base d'utilisateurs large et diversifiée. Cela rend
la plateforme plus attrayante pour les annonceurs, qui peuvent ainsi toucher un public plus
large. En s'appuyant sur la publicité ciblée comme source de revenus, les plateformes
multiservices peuvent maintenir des frais d'utilisation faibles ou nuls, ce qui est essentiel pour
attirer et retenir les utilisateurs sur un marché concurrentiel.Également, nous avons vu que la
publicité ciblée offre un meilleur retour sur investissement aux annonceurs, car elle leur
permet d’afficher leurs publicités auprès de segments d’utilisateurs spécifiques qui sont plus
susceptibles de s’intéresser à leurs messages. En exploitant les données des utilisateurs, les
plateformes multifaces peuvent proposer des publicités très pertinentes aux utilisateurs, ce
qui profite à la fois aux annonceurs et à la plateforme elle-même. Au fur et à mesure que la
plateforme gagne en valeur pour les annonceurs, elle peut facturer des frais de publicité plus
élevés, ce qui accroît encore ses revenus. Nous savons qu’une plateforme multiface est au
service de plusieurs parties prenantes, notamment les utilisateurs, les annonceurs et les
développeurs tiers. Générer des revenus grâce à la publicité ciblée permet aux plateformes
d'équilibrer les besoins et les attentes de ces parties prenantes en offrant des services
gratuits, tout en fournissant un canal publicitaire précieux aux entreprises. Enfin, en
permettant la publicité ciblée dans un modèle publicitaire, les plateformes multiface peuvent
créer des marchés publicitaires plus efficaces. Les annonceurs peuvent allouer leurs
ressources plus efficacement en ciblant des segments d'utilisateurs spécifiques, ce qui peut
conduire à de meilleurs résultats publicitaires et à une concurrence accrue entre les
annonceurs
 127
Se concentrer sur l'engagement des utilisateurs pour attirer les annonceurs

Une MSP utilise des algorithmes sophistiqués pour personnaliser les flux de contenu des
utilisateurs, en veillant à ce qu'ils soient exposés à un contenu susceptible de les intéresser
et de les engager. En fournissant aux utilisateurs un contenu adapté à leurs préférences, la
plateforme augmente la probabilité que les utilisateurs passent plus de temps sur la
plateforme, ce qui la rend plus attrayante pour les annonceurs. Nous savons que dans un
modèle publicitaire la plateforme encourage les contenus générés par les utilisateurs. Le
contenu généré par les utilisateurs (CGU) est un moteur important de l'engagement des
utilisateurs sur les plateformes multifaces. En créant un environnement qui encourage les
utilisateurs à partager leurs pensées, leurs expériences et leurs opinions, une MSP augmente
la quantité de CGU disponible, favorisant ainsi l'engagement des utilisateurs et créant plus de
possibilités pour les annonceurs d'atteindre leur public cible. Par ailleurs, une MSP introduit
continuellement de nouvelles caractéristiques et fonctionnalités conçues pour améliorer
l'engagement des utilisateurs, telles que les “stories”, les réactions et les “watch parties”. Ces
fonctionnalités créent non seulement des opportunités supplémentaires pour les utilisateurs
d'interagir avec le contenu, mais offrent également aux annonceurs des moyens nouveaux et
innovants d’utiliser la plateforme de manière efficace. Nous avons appris que la plateforme
publicitaire d’une MSP permet aux annonceurs de cibler des segments d'utilisateurs
spécifiques en fonction de divers critères, tels que la démographie, les intérêts et le
comportement. Cela permet aux annonceurs de créer des publicités très pertinentes et
attrayantes qui sont plus susceptibles de trouver un écho auprès des utilisateurs, améliorant
ainsi l'expérience de l'utilisateur et augmentant la probabilité d'engagement publicitaire. Enfin,
dans le cadre d’un modèle publicitaire, une MSP numérique suit et analyse en permanence
les données relatives à l'engagement des utilisateurs afin d'identifier les tendances, les
modèles et les domaines à améliorer. En surveillant de près les indicateurs d'engagement, la
plateforme peut affiner ses algorithmes, ses fonctionnalités et ses offres publicitaires.

Utiliser des algorithmes pour hiérarchiser et personnaliser le contenu

Nous avons vu que les algorithmes qui hiérarchisent et personnalisent le contenu contribuent
à créer une expérience utilisateur sur mesure, en veillant à ce que les utilisateurs soient
exposés à un contenu correspondant à leurs intérêts et à leurs préférences. En proposant un
 128
contenu qui correspond à un besoin auprès des utilisateurs, les plateformes numériques
multilatérales augmentent la satisfaction, l'engagement et la fidélité des utilisateurs. Nous
savons que ces mêmes algorithmes de personnalisation aident les utilisateurs à découvrir de
nouveaux contenus correspondant à leurs centres d'intérêt, ce qui peut conduire à un
engagement et à une exploration accrue de la plateforme. Comme les utilisateurs s'engagent
dans un plus large éventail de contenus, les annonceurs bénéficient d'opportunités
supplémentaires pour atteindre leur public cible par le biais de divers canaux. Les
algorithmes des plateformes numériques multilatérales sont conçus pour trouver un équilibre
entre la nécessité de fournir un contenu attrayant aux utilisateurs et la nécessité de diffuser
des publicités qui génèrent des revenus. En intégrant à la fois les intérêts des utilisateurs et
les objectifs publicitaires dans le processus de hiérarchisation, ces plateformes peuvent créer
un environnement dans lequel les utilisateurs sont plus susceptibles d'interagir avec les
publicités tout en bénéficiant d'une expérience utilisateur satisfaisante. Dans le cadre d’une
MSP numérique, les algorithmes de personnalisation sont dynamiques, ce qui signifie qu'ils
évoluent et s'adaptent en permanence en fonction du comportement et du retour
d'information des utilisateurs. Cela permet aux plateformes numériques multisupports
d'affiner leurs stratégies de diffusion de contenu et de ciblage au fil du temps. Enfin, les
plateformes numériques collectent de grandes quantités de données sur les utilisateurs,
qu'elles utilisent pour alimenter leurs algorithmes de personnalisation. Cette approche axée
sur les données permet à ces plateformes de créer des profils d'utilisateurs très détaillés pour
diffuser des publicités plus pertinentes et plus attrayantes.

Collecter des données massives sur les utilisateurs pour permettre une publicité
ciblée

Dans la collecte de données, on ne peut négliger l’importance de l’amélioration de la

pertinence des publicités pour une MSP numérique. En effet, en recueillant des données sur
les utilisateurs, les plateformes peuvent mieux comprendre leurs intérêts, leurs préférences et
leurs comportements. Ces connaissances permettent, ultimement, aux annonceurs de
proposer des publicités plus pertinentes.
 129

De même, la collecte de données permet des capacités de ciblage améliorées : l'accès à des
données détaillées sur les utilisateurs permet aux annonceurs de cibler plus efficacement des
segments spécifiques de l'audience de la plateforme. Ce ciblage précis aide les annonceurs
à atteindre le public souhaité, ce qui se traduit par un meilleur retour sur investissement. En
parallèle, l’expérience utilisateur personnalisée est améliorée, car la collecte et l'analyse des
données des utilisateurs permettent aux plateformes de comprendre les préférences
individuelles des utilisateurs, les plateformes peuvent présenter un contenu et des publicités
qui correspondent mieux aux intérêts des utilisateurs. Ensuite, à travers la mesure et
l’optimisation des performances publicitaires, les données sur les utilisateurs permettent de
mesurer les performances des publicités et de prendre des décisions fondées sur des
données afin d'optimiser la diffusion des publicités. En analysant des paramètres tels que les
taux de clics, les taux de conversion et l'engagement, les plateformes peuvent affiner le
ciblage des publicités et les stratégies de diffusion, en veillant à ce que les publicités soient
présentées aux utilisateurs les plus [Link], l’innovation fondée sur les données est
un élément majeur de la collecte de données. Ces dernières peuvent également être utilisées
pour développer de nouvelles fonctionnalités et de nouveaux services. Cette approche
fondée sur les données permet aux plateformes d'identifier les tendances émergentes, les
besoins des utilisateurs et les possibilités de croissance, ce qui, en fin de compte, stimule
l'innovation et maintient un avantage concurrentiel sur le marché.

5.3 Les externalités issues des principes fondamentaux d’un modèle

d’affaires basé sur les revenus publicitaires

5.3.1 Impact et externalités négatives liées aux principes fondamentaux relevés

dans l’analyse de cas

Nous avons vu quels sont les principes fondamentaux qui caractérisent un modèle
publicitaire. Après avoir relevé une série d’externalités (positives et négatives) dans la partie
analyse de données, nous allons voir comment certaines de ces dernières sont imputables
 130
aux principes que nous avons identifiés. Assurément, le fait d’opter pour un revenu basé sur
la publicité ciblée requiert une grande quantité d’informations sur les utilisateurs et par
conséquent incite la plateforme à collecter toute une série de données sur ces derniers. Ces
données sont susceptibles de soulever des préoccupations en matière de protection de la vie
privée. De fait, lorsque les plateformes collectent de nombreuses données sur les utilisateurs
à des fins de publicité ciblée, les utilisateurs peuvent avoir l'impression que leur vie privée est
violée, car leur comportement en ligne et leurs informations personnelles sont suivis et
analysés. Cette surveillance constante peut mettre les utilisateurs mal à l'aise et entraîner
une perte de confiance dans la plateforme. De plus, on observe aussi le fait que plus une
plateforme collecte des données, plus le risque de violation de données et d'incidents de
sécurité est élevé. L'accès non autorisé à des informations sensibles sur les utilisateurs peut
conduire à une usurpation d'identité, à une perte financière et à une atteinte à la réputation
de la plateforme. Le principe de collecte de données pour offrir une publicité ciblée peut
entraîner une forme de manipulation et d'exploitation. En effet, en collectant des données sur
les utilisateurs, les plateformes peuvent établir des profils détaillés de leurs utilisateurs, ce qui
permet aux annonceurs de créer des publicités hautement personnalisées susceptibles
d'exploiter les vulnérabilités, les préjugés et les émotions des utilisateurs. Cela peut conduire
à des pratiques publicitaires manipulatrices qui privilégient le profit au détriment du bien-être
des utilisateurs. En parallèle des externalités produites par le principe de collecte de
données, on retrouve celles liées à la concentration sur l’engagement de l'utilisateur pour
attirer les annonceurs. Assurément, nous savons que pour accroître l'engagement des
utilisateurs, les plateformes utilisent souvent des algorithmes qui hiérarchisent le contenu en
fonction des préférences et du comportement antérieur des utilisateurs. Cela peut créer des
chambres d'écho et des bulles de filtrage, où les utilisateurs sont exposés principalement à
des contenus qui correspondent à leurs croyances existantes, limitant leur exposition à des
points de vue divers et renforçant potentiellement les préjugés.

Nous observons également des implications pour la santé mentale liées à ce principe : les
plateformes peuvent encourager une utilisation excessive du temps d'écran et des médias
sociaux, qui ont été associés à des effets négatifs sur la santé mentale, tels que l'anxiété, la
dépression et les troubles du sommeil. En outre, l'exposition constante à des contenus
adaptés et la comparaison sociale qu'elle favorise peuvent contribuer à des sentiments
d'inadéquation et à une baisse de l'estime de soi.
 131

Parmi les externalités imputables au principe d’engagement des utilisateurs, on retrouve les
contenus qui suscitent un fort engagement de la part des utilisateurs, tels que les nouvelles
sensationnelles ou les fausses informations. Ces dernières peuvent être privilégiées par les
algorithmes afin de maintenir les utilisateurs sur la plateforme. Cela peut conduire à la
propagation rapide de fausses informations, contribuant à l'érosion de la confiance dans les
sources d'information et à des conséquences potentielles dans le monde réel. Par ailleurs, on
observe un enjeu lié à la qualité du contenu et l’expérience de l'utilisateur. En effet, dans le
but de maximiser l'engagement des utilisateurs, les plateformes peuvent donner la priorité au
contenu qui est plus susceptible de générer des clics, des “j’aime” et des partages (le
put-a-click) , même s'il est de moindre qualité ou pertinence. Cela peut entraîner une baisse
de la qualité globale du contenu et une expérience utilisateur moins bonne. Une externalité
souvent relevée que l’on peut associer au principe d’engagement de l’utilisateur sur une MSP
est la dépendance et le comportement compulsif. Dans un modèle publicitaire, les
plateformes peuvent concevoir des fonctionnalités et des mécanismes, tels que des
notifications et un défilement sans fin, qui encouragent un comportement addictif ou
compulsif. On peut observer avec ceci un impact négatif sur le bien-être, la gestion du temps
et la productivité des utilisateurs. Nous avons pu observer comment certains des principes
majeurs d'un modèle publicitaire d’une MSP peuvent engendrer certaines externalités
négatives. Cependant, ces MSP sont conscientes de ce phénomène. Ces plateformes tentent
d’équilibrer les conséquences négatives que produit un tel modèle économique avec toute
une série de politiques et d'outils permettant de mitiger leurs impacts négatifs. Nous allons
voir comment une MSP équilibre ses externalités.

5.3.2. Équilibre des externalités

Avant de se pencher sur la recherche d’un équilibre entre les exteralintés positives et
négatives que produit un modèle d’affaires basé sur ls revenus publicitaires dans le cadre
d’une MSP, il est utile de rappeler les six externalités que nous avons identifié dans notre
étude : (1) la collecte de données comme nuisance de la protection de la vie privée de
 132
l’utilisateur ; (2) la collecte massive de données présentant des risques de sécurité des
données privées ; (3) la publicité ciblée incitant à la manipulation et l’exploitation de
l’utilisateur ; (4) la recherche de l’engagement des utilisateurs développant le “biais de
confirmation” ; (5) la recherche d’engagement accroissant l’addiction, l'anxiété et la
dépression ; (6) les algorithmes d’offre de contenu incitant au discours de haine et le
“put-a-click”. Pour équilibrer ces externalités, certaines MSP mettent en place une série
d'actions et de politique permettant de limiter l’impact de leur modèle d'affaires. Parmi ces
actions on retrouve la transparence. De fait, Google met l'accent sur la transparence de ses
pratiques en matière de publicité ciblée en indiquant clairement aux utilisateurs comment
leurs données sont collectées, traitées et utilisées à des fins de ciblage publicitaire. Pour ce
faire, Google propose une politique de confidentialité complète (Google Privacy & Terms)
rédigée dans un langage accessible qui décrit les pratiques de collecte des données, les
accords de partage avec des tiers et les droits des utilisateurs. En privilégiant la
transparence, Google s'assure que les utilisateurs connaissent ses pratiques en matière de
collecte et d'utilisation des données, ce qui permet aux utilisateurs de faire des choix éclairés
sur leur expérience publicitaire, d'instaurer la confiance et de limiter la collecte de données
jugées néfastes pour la protection de la vie privée de l’utilisateur. En parallèle de la
transparence, on retrouve la minimisation des données. Assurément, la fonction “app tracking
transparency” (ATT) d'Apple est un exemple de la manière dont une plateforme multiface
peut limiter la collecte de données à des fins de publicité ciblée. Introduite dans iOS
14.5(Runge & Seufert, 2021), la fonction ATT exige que les applications demandent
l'autorisation de l'utilisateur avant de suivre ses données dans des applications et sur des
sites web appartenant à d'autres entreprises. En mettant en place cette fonctionnalité, Apple
souhaite donner aux utilisateurs un meilleur contrôle sur leurs données et encourage les
développeurs à minimiser la collecte de données, en adhérant aux réglementations et aux
meilleures pratiques en matière de protection des données. En se concentrant sur la
minimisation des données, Apple cherche à protéger la vie privée des utilisateurs pour limiter
la collecte abusive et manipulatrice de données.

Nous pouvons également mentionner le cas de META qui est un exemple de mise en place
de lignes directrices strictes pour le ciblage des publicités afin d'éviter de cibler des groupes
vulnérables ou de promouvoir des contenus préjudiciables. Les politiques publicitaires de
Meta définissent les règles et les restrictions applicables aux annonceurs, interdisant les
 133
publicités qui exploitent des sujets sensibles ou controversés, discriminent les utilisateurs ou
promeuvent des activités illégales. En se concentrant sur le ciblage éthique, Meta cherche à
équilibrer certaines des externalités liées à la désinformation et le biais de confirmation.
Ensuite, bien que YouTube ne soit pas une MSP avec un modèle publicitaire (YouTube
possède un modèle Premium) il est intéressant d’observer son contrôle du contenu qu’elle
met en place pour éviter certaines externalités. En effet, elle surveille activement le contenu
des publicités et applique les politiques publicitaires afin de garantir la conformité avec ses
lignes directrices (source : YouTube Help). Ces lignes directrices définissent les règles et les
restrictions applicables aux annonceurs et couvrent diverses catégories de contenu telles que
le contenu pour adultes, la violence, les drogues et l'alcool, ainsi que les informations
trompeuses. Pour garantir le respect de ces règles, YouTube utilise une combinaison de
systèmes automatisés, de réviseurs humains et de rapports d'utilisateurs pour contrôler,
réviser et supprimer les contenus publicitaires qui enfreignent ses règles. Les annonceurs qui
enfreignent ces règles s'exposent à des sanctions pouvant aller jusqu'à l'exclusion de
l'annonce ou la suspension du compte. En contrôlant en permanence le contenu des
publicités et en appliquant les politiques publicitaires, YouTube maintient un écosystème
publicitaire responsable qui atténue les externalités négatives associées à la publicité
ciblée.À présent nous allons synthétiser notre discussion et notre analyse à l’aide du modèle
suivant :

Figure 5.1 : Modèles d’affaires basés sur les revenus publicitaires des MSP : principes
clés et externalités
 134
Le modèle synthétique issu de notre recherche et présenté à la Figure 5.1 illustre le
fonctionnement des modèles d'affaires basés sur la publicité (Ad-based) d'une plateforme de
service multifournisseurs (MSP). Au cœur de ce modèle, on trouve quatre principes clés : la
génération de revenus grâce à la publicité ciblée. La concentration sur l'engagement des
utilisateurs pour attirer et retenir l'attention. L'utilisation d'algorithmes pour hiérarchiser et
personnaliser le contenu affiché aux utilisateurs. La collecte massive de données sur les
utilisateurs pour permettre une publicité plus ciblée. Ces principes ont des conséquences
directes qui sont représentées par les flèches sortant de chaque principe. Par exemple, la
collecte massive de données pour la publicité ciblée peut entraîner une nuisance pour la
protection de la vie privée de l'utilisateur et présenter des risques pour la sécurité des
données privées. De même, la génération de revenus grâce à la publicité ciblée peut
conduire à la manipulation et à l'exploitation des utilisateurs. La concentration sur
l'engagement des utilisateurs peut développer le "biais de confirmation" et accroître
l'addiction, l'anxiété et la dépression. Enfin, les algorithmes de hiérarchisation et de
personnalisation du contenu peuvent inciter au discours de haine et au "put-a-click". Toutes
ces conséquences se concentrent en un concept central : la production d'externalités, qui est
une des conséquences de ce modèle d'affaires. Le modèle que nous avons développé à la
Figure 5.1 s’aligne parfaitement avec le cadre théorique que nous avons présenté à la Figure
2.13. Il commence par le "Modèle d'affaire publicitaire d'une MSP", qui représente le premier
aspect de notre cadre, soit l'étude de la nature et des caractéristiques d'une plateforme
multiface (MSP). Ensuite, ce dernier détaille les principes clés de ce modèle d'affaires, qui
sont : (1) la génération de revenus grâce à la publicité ciblée ; (2) la concentration sur
l'engagement des utilisateurs ; (3) l'utilisation d'algorithmes pour hiérarchiser et personnaliser
le contenu ; et (4) la collecte massive de données pour la publicité ciblée. Ces principes sont
directement liés au deuxième aspect de notre cadre théorique de départ, soit l'exploration du
fonctionnement du modèle économique basé sur la publicité. Chaque principe est ensuite lié
à une série de conséquences, qui représentent les externalités produites par le modèle
d'affaires. Ces externalités sont liées au troisième aspect de notre cadre, soit celui de
l'analyse des externalités dans le contexte managérial. Enfin, toutes ces conséquences se
concentrent sur le l'aspect central de notre cadre théorique, soit celui du « besoin d'un
modèle d'affaire alternatif ». Cela souligne l'importance de répondre à la problématique de
votre recherche qui consiste à répondre à une autre question initiale : "Quelle est la nature
d’une MSP dans le cas d’un modèle d’affaires publicitaire et quelles externalités produit-elle
 135
?". Ainsi, le modèle que nous avons présenté à la Figure 5.1 confirme notre cadre théorique
de départ et offre une représentation plus fine de ses aspects principaux, facilitant ainsi la
compréhension des liens entre les différentes théories et la problématique de la
[Link] avons vu que certaines MSP numériques tentent de limiter l’impact négatif
des externalités négatives qu'elles produisent à cause de leurs modèles d'affaires.
Néanmoins, dans le cadre de ce travail, il est intéressant de se pencher sur des modèles
économiques alternatifs permettant de mitiger les conséquences que nous avons relevées
précédemment.

5.4 Modèles alternatifs

5.4.1 Modèle alternatif basé sur les abonnements

Parmi les modèles alternatifs permettant de mitiger les externalités produites par un modèle
publicitaire, on peut tout d’abord présenter le modèle par abonnement. Pour rappel, il s’agit
d’un modèle commercial dans lequel les clients paient une redevance récurrente,
généralement sur une base mensuelle ou annuelle, pour accéder à un produit ou à un
service. Ce modèle fournit à l'entreprise un flux de revenus régulier et prévisible et permet
aux clients de bénéficier d'un accès continu au service tant que leur abonnement reste actif.
Dans un modèle basé sur les abonnements, les entreprises offrent généralement plusieurs
formules d'abonnement, chacune proposant des fonctionnalités, un accès ou un contenu à
des degrés divers. Les clients peuvent ainsi choisir la formule qui répond le mieux à leurs
besoins et à leur budget. Un modèle d'abonnement peut limiter efficacement les externalités
produites par le modèle de revenu basé sur la publicité d'une MSP numérique, et ce de
plusieurs manières. Tout d'abord, le respect de la vie privée des utilisateurs peut être
amélioré, car les plateformes peuvent générer des revenus sans dépendre de la collecte et
du traitement de grandes quantités de données d'utilisateurs à des fins de publicité ciblée.
L'expérience de l'utilisateur est ainsi plus sûre et plus respectueuse de la vie privée. En outre,
le fait d'offrir aux abonnés une expérience sans publicité ou avec une publicité réduite
améliore l'expérience de l'utilisateur en réduisant l'encombrement publicitaire, ce qui accroît
la satisfaction et l'engagement de l'utilisateur sur la plateforme. De plus, les modèles
 136
d'abonnement incitent les plateformes à créer un contenu de haute qualité et à améliorer
l'expérience globale de l'utilisateur afin de retenir et d'attirer les abonnés. Il en résulte une
expérience utilisateur plus significative et plus précieuse et une réduction de la diffusion de
contenus sensationnels ou "clickbait" (appâts à clics), qui sont le résultat de modèles basés
sur la publicité et la gratuité. En mettant l'accent sur la valeur ajoutée pour les abonnés, les
plateformes peuvent également encourager la création et la promotion d'un contenu de
meilleure qualité et plus fiable, ce qui réduit la désinformation, les chambres d'écho et la
polarisation. Un modèle d'abonnement favorise une relation plus transparente entre la
plateforme et ses utilisateurs, ce qui accroît la confiance et la loyauté. Enfin, les modèles
d'abonnement génèrent un flux de revenus stable et prévisible, ce qui permet aux
plateformes d'investir à long terme dans l'amélioration de l'expérience utilisateur et de la
qualité du contenu sans dépendre uniquement des recettes publicitaires. Dans l'ensemble, en
adoptant un modèle d'abonnement, les MSP peuvent atténuer certaines des externalités
négatives associées aux modèles de revenus basés sur la publicité et créer une plateforme
plus axée sur la protection de la vie privée et plus responsable.
À présent nous allons observer comment le modèle par abonnement peut répondre à certains
enjeux autour du modèle publicitaire que nous avons analysé :

Figure 5.2 : Modèle alternatif basé sur les abonnements

 137
À travers la Figure 5.2, on voit que le modèle par abonnement diffère du modèle basé sur la
publicité (ad-based) de plusieurs façons, en particulier en ce qui concerne les externalités
produites. On retrouve tout d’abord le respect de la vie privée des utilisateurs : dans un
modèle par abonnement, les plateformes peuvent générer des revenus sans dépendre de la
collecte et du traitement de grandes quantités de données d'utilisateurs à des fins de publicité
ciblée. Cela contraste avec le modèle publicitaire, où la collecte massive de données est
souvent nécessaire pour cibler efficacement les publicités, ce qui peut entraîner des atteintes
à la vie privée des utilisateurs. Ensuite, on a l’expérience utilisateur : les modèles par
abonnement offrent souvent une expérience sans publicité ou avec une publicité réduite, ce
qui améliore l'expérience de l'utilisateur en réduisant l'encombrement publicitaire. Cela
contraste avec le modèle publicitaire, où les utilisateurs sont constamment exposés à des
publicités, ce qui peut nuire à l'expérience utilisateur. Il y a également la qualité du contenu :
les modèles d'abonnement incitent les plateformes à créer un contenu de haute qualité pour
retenir et attirer les abonnés. Cela contraste avec le modèle publicitaire, où le contenu
sensationnel ou "clickbait" est souvent promu pour attirer des clics et générer des revenus
[Link] la suite, on retrouve la relation avec les utilisateurs : un modèle
d'abonnement favorise une relation plus transparente entre la plateforme et ses utilisateurs,
ce qui accroît la confiance et la loyauté. Cela contraste avec le modèle publicitaire, où la
relation peut être plus transactionnelle, avec les utilisateurs étant principalement vus comme
des sources de revenus publicitaires.
En somme, en adoptant un modèle d'abonnement, les MSP peuvent atténuer certaines des
externalités négatives associées aux modèles de revenus basés sur la publicité et créer une
plateforme plus axée sur la protection de la vie privée et plus responsable.

5.4.2 Modèle alternatif de type “Freemium”

Ensuite, comme modèle alternatif, on retrouve le modèle d’affaires de type “Freemium”. Il

s’agit d’un modèle à travers lequel une entreprise offre une version de base de son produit ou
service gratuitement, tout en facturant des caractéristiques, des fonctionnalités ou du contenu
supplémentaires. L'idée derrière ce modèle est d'attirer les utilisateurs avec l'offre gratuite,
puis de les encourager à passer à un plan payant pour obtenir des avantages
 138
supplémentaires ou une expérience améliorée. Il permet aux utilisateurs d'essayer le produit
ou le service sans engagement financier, créant ainsi une faible barrière à l'entrée. Une fois
que les utilisateurs voient la valeur de l'offre et s'engagent davantage, ils peuvent être plus
enclins à payer pour les fonctionnalités premium. Un modèle “freemium” peut atténuer les
externalités négatives en offrant une approche plus équilibrée pour générer des revenus tout
en répondant aux préoccupations relatives à la vie privée des utilisateurs et à la qualité du
contenu. Dans un modèle “freemium”, les plateformes fournissent une version de base de
leurs services gratuitement, tout en facturant des fonctionnalités avancées ou une expérience
utilisateur améliorée. Cela permet aux utilisateurs qui préfèrent une expérience sans publicité
de passer à la version premium, créant ainsi une autre source de revenus qui réduit la
dépendance de la plateforme à l'égard de la publicité ciblée et de la collecte de données. La
diversification des sources de revenus grâce au modèle “freemium” permet également aux
plateformes d'être moins sensibles aux fluctuations du marché publicitaire, ce qui leur permet
d'investir dans l'amélioration à long terme de l'expérience de l'utilisateur et de la qualité du
contenu. En proposant un modèle “freemium”, une MSP peut permettre aux communautés de
créer et de partager un contenu de haute qualité sans dépendre d'un engagement basé sur la
publicité. Cela encourage les utilisateurs à passer à une version premium, réduisant ainsi
l'importance des publicités pour la génération de revenus. De même, ce modèle permet aux
plateformes de monétiser leur base d'utilisateurs de manière plus éthique en offrant des
services et des fonctionnalités à valeur ajoutée pour lesquels les utilisateurs paient volontiers,
plutôt que de s'appuyer sur des publicités intrusives et la collecte de données, ce qui peut se
traduire par une image de marque plus positive et une confiance accrue de la part des
utilisateurs. En adoptant un modèle “freemium”, les plateformes multifaces peuvent répondre
à certaines des principales préoccupations associées aux modèles de revenus basés sur la
publicité.

5.4.3 Modèle basé sur les revenus des outils et services premium pour
entreprise

Le modèle de revenus des outils et services premium pour les entreprises est une stratégie
utilisée par les plateformes numériques pour générer des revenus en offrant des
 139
fonctionnalités et des services avancés à valeur ajoutée aux entreprises, aux créateurs de
contenu et à d'autres utilisateurs professionnels. Ce modèle consiste généralement à fournir
des fonctionnalités de base gratuitement ou à un coût minime, tout en faisant payer l'accès à
des fonctionnalités avancées, à des analyses, à des outils de gestion de contenu ou à
d'autres services spécialisés qui répondent aux besoins spécifiques des entreprises et des
professionnels. Les plateformes numériques qui utilisent ce modèle de revenus s'efforcent
d'apporter de la valeur à leurs utilisateurs professionnels, en les aidant à améliorer leurs
stratégies de marketing, à créer des contenus attrayants et à optimiser leur présence sur la
plateforme. En retour, les entreprises sont prêtes à payer pour ces outils et services premium,
ce qui permet à la plateforme de générer des revenus sans dépendre uniquement de la
publicité ou de la collecte de données sur les utilisateurs. Parmi les outils et services
premiums proposés par les plateformes numériques, on peut citer les analyses avancées, les
outils de planification et d'automatisation, l'intégration de la gestion de la relation client
(CRM), l'assistance prioritaire, les fonctions de collaboration d'équipe et les outils de création
de contenu sur mesure. Dans le cas d’une MSP numérique, ce modèle peut lui permettre
d’offrir des services avancés aux annonceurs souhaitant profiter de sa plateforme d’échange
d’informations. Ceci permettant d’éviter la publicité ciblée et la concentration sur
l’engagement de l'utilisateur. En effet, nous savons que la plupart des externalités d’un
modèle publicitaire proviennent de la publicité ciblée. Dans un modèle d’outil et services
premium, la plateforme peut fournir une stratégie marketing et un accompagnement
responsable de la promotion du produit ou services que les annonceurs cherchent à effectuer
sur la plateforme. Ce modèle encourage l’encadrement des annonceurs dans leurs objectifs
d’atteindre l’audience qu’ils cible. Assurément, ces divers outils premium permettront d’éviter
la “chasse au clic” que nous observons aujourd’hui qui est à l’origine de nombreux
problèmes.

5.4.4 Conclusion de notre discussion

Bien que la gratuité soit un argument essentiel de la proposition de valeur des MSP
cherchant à opter pour un modèle publicitaire, nous savons qu’elle présente bon nombre de
conséquences vivement controversées. Les modèles par abonnement, ”freemium” et d’outil
 140
et service pour entreprise sont relativement conventionnels, certes, mais permettent de limiter
les externalités associées à la publicité ciblée ainsi que la collecte de données. Il semblerait
que dans sa nature le modèle basé sur les revenus publicitaires encourage la collection
abusive de données, la concentration sur l'engagement de l'utilisateur ou encore l’incitation
au clic coûte que coûte. Cependant, les alternatives que nous avons identifiées semblent
cohérentes, car elles correspondent aux modèles d'affaires classiques de nombreuse
entreprise numérique et offre une qualité de services aux différentes parties prenantes de
l’écosystème d’une MSP tout en limitant ses externalités négatives.

5.5 Contribution théorique

Cette étude nous a permis d’apporter plusieurs contributions théoriques importantes.

Premièrement, ce travail peut fournir une définition plus claire et plus complète du modèle
basé sur la publicité et de ses mécanismes de génération de revenus. En définissant les
grands principes du modèle et en identifiant les externalités potentielles qu'il produit, ce
travail a pu améliorer la compréhension du fonctionnement du modèle publicitaire dans le
domaine stratégique. Deuxièmement, avec les données empiriques de l'étude, on peut établir
un lien de corrélation entre le modèle basé sur la publicité et les externalités engendrées.
Ceci permettant de mieux saisir les enjeux et conséquences autour du modèle publicitaire et
son implication chez les MSP numé[Link]èmement, les résultats de cette étude
peuvent contribuer à l'élaboration de cadres théoriques permettant de comprendre le rôle du
modèle d'affaire publicitaire dans le comportement des plateformes, l'expérience des
utilisateurs et plus largement les résultats sociaux. Le tout pour, dans un second temps,
encourager les académiciens à se pencher sur ce phénomène pour en comprendre les
tenants et aboutissants. En analysant les mécanismes et les incitations du modèle basé sur
la publicité, l'étude peut alimenter des débats plus larges sur la conception et la gouvernance
des plateformes numériques. Dans l'ensemble, cette étude peut fournir des informations
précieuses qui éclairent les éléments théoriques du domaine stratégique en offrant une
compréhension englobante et concise d’un modèle publicitaire.
 141
5.6 Contribution pratique

Cette étude aura permis d’établir un support pratique permettant de mettre en place diverses
études ayant pour but d’observer les modèles alternatifs au modèle publicitaire. En effet, la
démarche de ce travail visant à identifier les causes des externalités produites par un modèle
publicitaire nous a permis d’identifier certains modèles d'affaires alternatifs (Freemium,
Abonnement etc..). Ce travail peut donc contribuer à explorer ces modèles en effectuant des
travaux pratiques sur leur viabilité ainsi que leurs impacts sur les MSP. En parallèle de cette
contribution, cette étude pourra également servir d’inspiration lors du développement d’autre
étude sur le sujet du modèle publicitaire et des MSP. Assurément, le fait d’avoir détaillé et
analyser en profondeur ce modèle permettra aux futurs académiciens de s’appuyer sur ce
devoir pour en extraire les informations majeures et s’en servir pour développer leurs
réflexions autour de cette problématique.

5.7 Limites et contraintes

Ce travail présentait des enjeux prometteurs permettant d’éclaircir de nombreuses zones

d’ombre autour du modèle publicitaire dans le contexte d’une MSP. Cependant, cette
démarche, bien qu’ambitieuse, comportait des défis et des obstacles de taille. Assurément,
tout d’abord, la faible littérature scientifique sur le sujet des MSP et du modèle publicitaire
représentait une opportunité comme une contrainte. Ce fut une opportunité, car il s’agissait
d’une des contributions majeures de ce travail : éclaircir les mécanismes fondamentaux de ce
type de modèle d'affaires. Néanmoins, le manque d’exploration de ce concept dans la
littérature sur le sujet a représenté un obstacle, car cela nous privait d’un socle théorique
solide sur lequel s’appuyer lorsque l’on voulait analyser ce type de modèle. Il fut difficile de
trouver un consensus sur les propriétés et implications d’un tel modèle, chose qui
représentait une limite dans le développement de ce travail.
 142
En outre, l’opacité de l’information autour de ce type de modèle d’affaires fut contraignante
dans le sens ou les plateformes numériques majeures (Meta, Twitter, Google etc..) font une
communication contrôlée et discrète sur la manière dont leurs modèles d'affaires génèrent du
revenu. Dans ce contexte, le manque de transparence d’information sur le sujet nous a
contraints à utiliser un matériel limité et non exhaustif pour formuler notre réponse à la
problématique choisie. Parmi les limites et contraintes de ce travail, on retrouve également un
certain biais critique. En effet, dans nos recherches sur le modèle publicitaire, beaucoup de
contenu était dirigé vers une analyse critique de ce type de modèle et les conséquences qu’il
produit. Par conséquent, dans une démarche scientifique, il fut difficile d'adopter un point de
vue neutre et impartial lorsque nous traitons de ce sujet. Ensuite, le choix d’une étude de cas
peut représenter une limite dans la portée de ce travail, car nous nous limitons à un cas
précis (Meta) ne permettant pas d’établir une règle absolue quant au mécanisme d’un modèle
publicitaire chez les plateformes multiface numériques. Cependant, notre unité d’analyse est
très représentative lorsque l’on cherche à répondre à notre problématique. En effet, le
marché des réseaux sociaux et MSP avec un modèle publicitaire est de petite taille et assez
restreint. Il était donc judicieux de choisir META même si cet unique exemple connaît
certaines limites et contraintes. Parmi les autres limites de ce travail, on retrouve le fait
d’établir un lien de causalité direct entre les externalités observées et le modèle d’affaire
publicitaire. Il est évident, après l’analyse que nous avons effectuée, que le modèle de
publicité ciblée entraîne certaines des conséquences négatives que nous connaissons.
Cependant, un modèle d’affaires est un élément dense et complexe d’une entreprise et il
comporte beaucoup d'éléments divers et variés, ce qui ne permet pas de lui attribuer
entièrement la responsabilité des externalités négatives relevées. Néanmoins à travers cette
étude nous avons pu comprendre comment le choix de la gratuité, les revenus publicitaires et
la collecte de données produisent des conséquences néfastes inattendues. Finalement, la
dernière limite de ce travail fut la viabilité et l’implantation des modèles alternatifs proposés.
De fait, il est difficile d’imaginer concrètement l’impact d’un tel changement de stratégie sur
l’écosystème d’une MSP sans effectuer une étude en soi et un travail approfondi. Par
conséquent, la réalisation d’un tel changement de modèle d’affaires est limitée par le fait qu’il
ne s’agisse pas de l’élément central de ce travail et que cette partie peut représenter une
étude en soi.
 143
5.8 Pistes de recherche future

Concernant les futures pistes de recherche autour de cette étude, on retrouve tout d’abord le
fait d’élargir notre démarche méthodologique à d'autres MSP ayant un modèle publicitaire
pour pouvoir effectuer une analyse comparative pertinente. En effet, d'autres études
explorant le modèle publicitaire permettront de solidifier les grands principes que nous avons
identifiés, ou alors d’en découvrir d’autres pour apporter une compréhension plus importante
et fiable. Cette démarche permettrait non seulement de consolider les principes identifiés
dans l'étude actuelle, mais aussi de découvrir de nouvelles dynamiques et interactions. Une
analyse comparative plus large apporterait une robustesse accrue à nos conclusions et
faciliterait la généralisation des résultats. Il est clair que dans l’optique de construire une
fondation théorique solide, le fait d’étendre les cas d’analyse de MSP représente une piste de
recherche intéressante. Ensuite, en ce qui concerne le cœur de cette étude, certaines pistes
de recherche peuvent être pertinentes. Par exemple, s’interroger autour de la manière dont
d'autres modèles d'affaires digitaux peuvent être développés pour minimiser les externalités
négatives tout en maintenant la rentabilité et l'engagement des utilisateurs en est une
illustration. Cette question permettra d'approfondir notre réflexion sur les modèles alternatifs
et d'offrir des éléments de réponses quant à une réorientation stratégique responsable de
certaines MSP. Il est essentiel d'examiner comment différents modèles d'affaires digitaux
peuvent optimiser la balance entre rentabilité, engagement des utilisateurs et minimisation
des externalités négatives. Cette piste pourrait mener à l'identification de stratégies
alternatives viables pour les MSP, favorisant une approche plus responsable et durable. Cette
exploration aidera à comprendre comment ces plateformes peuvent évoluer tout en restant
économiquement viables. Une autre piste de recherche potentielle serait de se demander
comment les MSP peuvent-elles diversifier leurs sources de revenus afin de réduire leur
dépendance à l'égard de la publicité ciblée, et quel impact cela aurait-il sur les externalités
générées. Assurément, cette piste de réflexion permettrait d’envisager une moins grande
dépendance aux revenus publicitaires et potentiellement réduire les externalités qu’elle
provoque. En effet, cette piste de diversification des sources de revenus des MSP au-delà de
la publicité ciblée est prometteuse, surtout celle qui se pencherait sur l'analyse des impacts
potentiels de telles diversifications sur les externalités générées par les MSP. Une telle
recherche pourrait révéler des moyens pour les plateformes de réduire leur dépendance aux
 144
revenus publicitaires, atténuant ainsi les effets négatifs associés à ce modèle. Finalement,
une dernière piste de recherche qui peut être intéressante serait d’observer le rôle que la
concurrence peut jouer pour inciter les plateformes à améliorer leurs pratiques et à minimiser
les externalités négatives, et comment les nouveaux venus sur le marché peuvent-ils se
positionner stratégiquement pour défier les opérateurs historiques. Nous savons que la
configuration monopolistique du marché des réseaux sociaux encourage le fait de conserver
ce modèle publicitaire, par conséquent l’entrée de nouveaux joueurs pourrait rebattre les
cartes et voir de nouvelle approche commerciale émerger. L'exploration du rôle de la
concurrence dans l'amélioration des pratiques des MSP et la minimisation des externalités
négatives est fondamentale. Cette piste implique d'étudier comment l'entrée de nouveaux
acteurs sur le marché peut perturber les modèles établis et encourager des approches
commerciales innovantes. L'analyse de l'impact des configurations monopolistiques et
oligopolistiques sur le maintien du modèle publicitaire existant, ainsi que des stratégies
potentielles pour les nouveaux venus, fournirait des insights précieux sur la dynamique du
marché des réseaux sociaux. Ceci représente une piste de réflexion qui vaut la peine d’être
envisagée.
 145
CONCLUSION

En conclusion, cette recherche a permis d'explorer en profondeur le modèle d'affaires basé

sur la publicité (ad-based) dans le contexte des plateformes multiservices (MSP) et
d'identifier les externalités négatives qu'il produit. Bien que la gratuité soit un argument
essentiel de la proposition de valeur des MSP optant pour un modèle publicitaire, nous avons
constaté qu'elle présente de nombreuses conséquences controversées. Les modèles
alternatifs tels que l'abonnement, le freemium et l'outil et service pour entreprise, bien que
conventionnels, permettent de limiter les externalités associées à la publicité ciblée et à la
collecte de données. Notre étude a apporté plusieurs contributions théoriques importantes,
notamment une définition plus claire et plus complète du modèle publicitaire, une meilleure
compréhension des externalités qu'il produit, et une base pour des débats plus larges sur la
conception et la gouvernance des plateformes numériques. De plus, elle a fourni un support
pratique pour l'exploration de modèles alternatifs au modèle publicitaire, et peut servir
d'inspiration pour le développement d'autres études sur le sujet. Cependant, cette recherche
n'est pas sans limites. Le manque de littérature scientifique sur le sujet, l'opacité de
l'information autour de ce type de modèle d'affaires, et le biais critique inhérent à nos
recherches sont autant de défis que nous avons dû surmonter. De plus, établir un lien de
causalité direct entre les externalités observées et le modèle publicitaire est complexe, et la
viabilité et l'implantation des modèles alternatifs proposés nécessitent une étude plus
approfondie. Pour les futures pistes de recherche, nous suggérons d'élargir notre démarche
méthodologique à d'autres MSP ayant un modèle publicitaire pour une analyse comparative,
d'explorer comment d'autres modèles d'affaires digitaux peuvent minimiser les externalités
négatives tout en maintenant la rentabilité et l'engagement des utilisateurs, et d'étudier le rôle
de la concurrence pour inciter les plateformes à améliorer leurs pratiques. En continuant sur
cette lancée, il est essentiel de souligner l'importance de l'innovation et de la responsabilité
sociale dans l'élaboration de modèles d'affaires pour les MSP. La tendance actuelle vers une
plus grande sensibilisation aux enjeux de confidentialité des données et aux impacts sociaux
des plateformes numériques offre un terrain fertile pour des modèles alternatifs qui priorisent
le bien-être des utilisateurs et la durabilité.
 146
Notre recherche a également mis en évidence la nécessité d'une réglementation plus stricte
et plus éclairée. Il devient impératif que les législateurs comprennent en profondeur les
dynamiques du modèle publicitaire et ses implications, afin de formuler des politiques qui
protègent non seulement les consommateurs, mais aussi l'intégrité du paysage numérique
global. Ceci inclut la mise en place de normes plus strictes pour la publicité ciblée et la
gestion des données personnelles. De plus, il est crucial d'encourager une transparence
accrue de la part des MSP. Une meilleure divulgation des pratiques de collecte et d'utilisation
des données, ainsi que des mécanismes de responsabilité clairs, sont essentiels pour
renforcer la confiance des utilisateurs et améliorer la perception publique de ces plateformes.
Enfin, notre étude ouvre la voie à une réflexion plus large sur le rôle des technologies
numériques dans la société. Elle invite à questionner non seulement la manière dont les
entreprises monétisent leurs services, mais aussi comment elles peuvent contribuer
positivement à la société. Cela pourrait inclure le développement de modèles qui favorisent
une plus grande inclusion numérique, la promotion de l'éducation et de la sensibilisation aux
médias, et l'encouragement d'un engagement civique responsable. En somme, cette
recherche a permis de jeter un éclairage important sur le modèle publicitaire et ses
implications dans le contexte des MSP. Nous espérons que nos découvertes et nos réflexions
contribueront à une meilleure compréhension de ce modèle d'affaires et à l'élaboration de
stratégies plus intègres pour les plateformes numériques.
 147
BIBLIOGRAPHIE

Afuah, A., & Tucci, C. (2001). Internet Business Models and Strategies. Boston McGraw-Hill.

Agnihotri, R., Dingus, R., Hu, M. Y., & Krush, M. T. (2016). Social media: Influencing customer
satisfaction in B2B sales. Industrial Marketing Management, 53, 172–180.
[Link]

Aho, B., & Duffield, R. (2020). Beyond surveillance capitalism: Privacy, regulation and big
data in Europe and China. Economy and Society, 49(2), 187–212. Scopus.
[Link]

Aiolfi, S., Bellini, S., & Pellegrini, D. (2021). Data-driven digital advertising: Benefits and risks
of online behavioral advertising. International Journal of Retail & Distribution
Management, 49(7), 1089–1110. [Link]

Albergotti, R., MacMillan, D., & Rusli, E. M. (2014, February 20). Facebook to Pay $19 Billion
for WhatsApp. Wall Street Journal.
[Link]
ml

Allcott, H., & Gentzkow, M. (2017). Social Media and Fake News in the 2016 Election. Journal
of Economic Perspectives, 31(2), 211–236. [Link]

Alphabet. (2022). Alphabet Investor Relations. Retrieved September 25, 2022, from
[Link]

Ambrosini, V., & Bowman, C. (2009). What are dynamic capabilities and are they a useful
construct in strategic management? International Journal of Management Reviews,
11(1), 29–49. [Link]
 148
Amelio, A., & Jullien, B. (2012). Tying and freebies in two-sided markets. International Journal
of Industrial Organization, 30(5), 436–446.

Amit, R., & Zott, C. (2001). Value creation in E-business. Strategic Management Journal,
22(6–7), 493–520. [Link]

Anderson, S. P., & Jullien, B. (2015). Chapter 2—The Advertising-Financed Business Model
in Two-Sided Media Markets. In S. P. Anderson, J. Waldfogel, & D. Strömberg (Eds.),
Handbook of Media Economics (Vol. 1, pp. 41–90). North-Holland.
[Link]

Andrew, J., & Baker, M. (2021). The General Data Protection Regulation in the Age of
Surveillance Capitalism. Journal of Business Ethics, 168(3), 565–578.

Antonin, N. (2021). Les GAFA et leur stratégie d’optimisation fiscale. Académie des sciences
commerciales.
[Link]
on-fiscale/

Applegate, L. M., & Collura, M. (2000). Emerging E-business Models: Lessons from the Field.
Harvard Business School Press.

Ardolino, M., Saccani, N., Gaiardelli, P., & Rapaccini, M. (2016). Exploring the Key Enabling
Role of Digital Technologies for PSS Offerings. Procedia CIRP, 47, 561–566.
[Link]

Armstrong, M., & Wright, J. (2007). Two-sided markets, competitive bottlenecks and exclusive
contracts. Economic Theory, 32(2), 353–380.

Armstrong, M. (1998). Network Interconnection in Telecommunications. Economic Journal,

108(448), 545–564.

Armstrong, M. (2006). Competition in two-sided markets. The RAND Journal of Economics,

37(3), 668–691. [Link]
 149
Arya, V., Sethi, D., & Paul, J. (2019). Does digital footprint act as a digital asset? – Enhancing
brand experience through remarketing. International Journal of Information
Management: The Journal for Information Professionals, 49(C), 142–156.
[Link]

Ayres, L., Kavanaugh, K., & Knafl, K. (2003). Within-Case and Across-Case Approaches to
Qualitative Data Analysis. Qualitative Health Research, 13, 871–883.
[Link]

Babbie, E. R. (2005). The Basics of Social Research. Thomson/Wadsworth.

Baker, C. E. (1992). Advertising and a Democratic Press. University of Pennsylvania Law

Review, 140(6), 2097–2243. [Link]

Bakshy, E., Messing, S., & Adamic, L. A. (2015). Exposure to ideologically diverse news and
opinion on Facebook. Science, 348(6239), 1130–1132.
[Link]

Barney, J. (1991). Firm Resources and Sustained Competitive Advantage. Journal of

Management, 17(1), 99–120. [Link]

Bataev, A. V. (2018). Analysis and development of the digital economy in the world. 61–71.
Scopus.

Baumol, W. J. (1972). On Taxation and the Control of Externalities. The American Economic
Review, 62(3), 307–322.

BBC. (2021).Facebook to hire 10,000 in EU to work on metaverse. BBC News.

[Link]

Beckmann, B., Giani, A., Carbone, J., Koudal, P., Salvo, J., & Barkley, J. (2016). Developing
the Digital Manufacturing Commons: A National Initiative for US Manufacturing
Innovation. Procedia Manufacturing, 5, 182–194.
[Link]
 150
Bélanger, F., & Crossler, R. E. (2011). Privacy in the Digital Age: A Review of Information
Privacy Research in Information Systems. MIS Quarterly, 35(4), 1017–1041.
[Link]

Belanger, F., Hiller, J. S., & Smith, W. J. (2002). Trustworthiness in electronic commerce: The
role of privacy, security, and site attributes. The Journal of Strategic Information
Systems, 11(3–4), 245–270. [Link]

Belleflamme, P., Lambert, T., & Schwienbacher, A. (2018). Network Effects in Crowdfunding.
SSRN Electronic Journal. [Link]

Benkler, Y. (2002). Coase’s Penguin, or, Linux and “The Nature of the Firm.” The Yale Law
Journal, 112(3), 369–446. [Link]

Benkler, Y. (2017). Peer production, the commons, and the future of the firm. Strategic
Organization, 15(2), 264–274.

Bergounhoux, J. (2020). Cinq ans après son lancement, Facebook fait le bilan de son
laboratoire d’intelligence artificielle à Paris. Usine Digitale
[Link]
n-de-son-laboratoire-d-intelligence-artificielle-a-paris.N976591

Bhattacharya, C. B., Sen, S., & Korschun, D. (2008). Using Corporate Social Responsibility to
Win the War for Talent (SSRN Scholarly Paper No. 2333549).
[Link]

Blackwell, D., Leaman, C., Tramposch, R., Osborne, C., & Liss, M. (2017). Extraversion,
neuroticism, attachment style and fear of missing out as predictors of social media use
and addiction. Personality and Individual Differences, 116, 69–72. Scopus.
[Link]

Bocconcelli, R., Cioppi, M., Fortezza, F., Francioni, B., Pagano, A., Savelli, E., & Splendiani,
S. (2018). SMEs and Marketing: A Systematic Literature Review. International Journal
of Management Reviews, 20(2), 227–254. [Link]
 151
Bond, S. (2021, August 19). Federal Trade Commission Refiles Suit Accusing Facebook Of
Illegal Monopoly. NPR.
[Link]
using-facebook-of-illegal-monopoly

Boogart, V., & Robert, M. (2006). Uncovering the social impacts of Facebook on a college
campus [Thesis, Kansas State University]. [Link]

Borgatti, S., & Lopez-Kidwell, V. (2011). Network theory. The Sage Handbook of Social
Network Analysis, 40–54.

Boudreau, K. J. (2017). Platform Boundary Choices & Governance: Opening-Up While Still
Coordinating and Orchestrating☆. In Entrepreneurship, Innovation, and Platforms
(Vol. 37, pp. 227–297). Emerald Publishing Limited.
[Link]

Bower, J. L., & Christensen, C. M. (1995). Disruptive Technologies: Catching the Wave.
Harvard Business Review.
[Link]

Boyd, Danah m., & Ellison, N. B. (2007). Social Network Sites: Definition, History, and
Scholarship. Journal of Computer-Mediated Communication, 13(1), 210–230.
[Link]

Brehaut, F. (2020). L’entretien. L’économiste Joëlle Toledano et « le système opaque des

Gafa ». Le Maine Libre.
[Link]
elle-toledano-et-le-systeme-opaque-des-gafa-63a7d6b8-0f91-11eb-8459-a7f06d8b3c6
4

Brennen, J. S., Simon, F. M., Howard, P. N., & Nielsen, R. K. (2020). Types, sources, and
claims of COVID-19 misinformation [Http://[Link]/dc/dcmitype/Text, University of
Oxford].
[Link]
 152
Brighi, P., Lucarelli, C., & Venturelli, V. (2019). Predictive Strength of Lending Technologies in
Funding SMEs. Journal of Small Business Management, 57(4), 1350–1377.
[Link]

Brooks, G., Heffner, A., & Henderson, D. (2014). A SWOT Analysis Of Competitive
Knowledge From Social Media For A Small Start-Up Business. Review of Business
Information Systems (RBIS), 18, 23. [Link]

Brynjolfsson, E., & Oh, J. H. (2012). The attention economy: Measuring the value of free
digital services on the internet. 4, 3243–3261. Scopus.

Buera, F. J., & Kaboski, J. P. (2012). The rise of the service economy. American Economic
Review, 102(6), 2540–2569. Scopus. [Link]

Burt, R. S. (1995). Structural Holes: The Social Structure of Competition (1st Paperback
Edition). Harvard University Press.

Cadwalladr, C., & Graham-Harrison, E. (2018). Zuckerberg set up fraudulent scheme to

“weaponise” data, court case alleges. The Guardian.
[Link]
lent-scheme-weaponise-data-facebook-court-case-alleges

Calia, R. C., Guerrini, F. M., & Moura, G. L. (2007). Innovation networks: From technological
development to business model reconfiguration. Technovation, 27(8), 426–432.
[Link]

Cannan, E. (1921). Review of The Economics of Welfare. [Review of Review of The

Economics of Welfare., by A. C. Pigou]. The Economic Journal, 31(122), 206–214.
[Link]

Carlton, D. W., & Frankel, A. S. (2005). Transaction Costs, Externalities, and Two-Sided
Payment Markets. Columbia Business Law Review, 2005, 617.

Cazier, J. A., Wilson, E. V., & Medlin, B. D. (2007). The Role of Privacy Risk in IT Acceptance.
 153
International Journal of Information Security and Privacy, 1(2), 61.

Chaffey, D., & Ellis-Chadwick, F. (2019). Digital Marketing. Pearson UK.

Chen, Y., & Li, S. X. (2009). Group Identity and Social Preferences. American Economic
Review, 99(1), 431–457. [Link]

Chesbrough, H., & Rosenbloom, R. (2002). The Role of the Business Model in Capturing
Value from Innovation: Evidence from Xerox Corporation’s Technology Spin-Off
Companies. Industrial and Corporate Change, 11. [Link]

Chesbrough, H. W. (2003). Open Innovation: The New Imperative for Creating and Profiting
from Technology. Harvard Business Press.

Chui, M. (2012). The Social Economy: Unlocking Value and Productivity Through Social
Technologies. McKinsey Global Institute.

Church, K., & de Oliveira, R. (2013). What’s up with whatsapp?: Comparing mobile instant
messaging behaviors with traditional SMS. Proceedings of the 15th International
Conference on Human-Computer Interaction with Mobile Devices and Services,
352–361. [Link]

Clark, K. B., & Fujimoto, T. (1991). Product Development Performance: Strategy,

Organization, and Management in the World Auto Industry. Harvard Business School
Press.

Coase, R. H. (1937). The Nature of the Firm. Economica, 4(16), 386–405.

[Link]

Companies Market. (2022) Alphabet (Google)-Market capitalization Retrieved

September 22, 2022, from
[Link]

Constine, J. (2019, November 14). Instagram tests hiding Like counts globally. TechCrunch.
 154
[Link]

Cross, R., Liedtka, J., & Weiss, L. (2005, March 1). A Practical Guide to Social Networks.
Harvard Business Review. [Link]

Crowe, S., Cresswell, K., Robertson, A., Huby, G., Avery, A., & Sheikh, A. (2011). The case
study approach. BMC Medical Research Methodology, 11, 100.
[Link]

Cusumano, M. A., Gawer, A., & Yoffie, D. B. (2019). The Business of Platforms: Strategy in
the Age of Digital Competition, Innovation, and Power. Harper Business.

DataReportal. (2022).The Latest Facebook Statistics: Everything You Need to Know.

Global Digital Insights. Retrieved September 24, 2022, from
[Link]

Davenport, T. H., & Beck, J. C. (2001). The Attention economy. Ubiquity, 2001
[Link]

Davenport, T. H., & Beck, J. C. (2018). The Attention economy. Ubiquity, 2001(May), 1-es.
[Link]

Deloitte. (2022) The services powerhouse: Increasingly vital to world economic

growth. Retrieved September 18, 2022, from
[Link]
[Link]

Demil, B., & Lecocq, X. (2010). Lecocq, X.: Business Model Evolution: In Search of Dynamic
Consistency. Long Range Planning 43, 227-246. Long Range Planning.
[Link]

Demil, B., Lecocq, X., Ricart, J. E., & Zott, C. (2015). Introduction to theSEJSpecial Issue on
Business Models: Business Models within the Domain of Strategic Entrepreneurship.
Strategic Entrepreneurship Journal, 9(1), 1–11. [Link]
 155
Desreumaux, A., & Warnier, V. (2020). VII. Jay B. Barney – La Resource-Based Theory et les
sources de l’avantage concurrentiel soutenable. In Les grands auteurs en stratégie:
Vol. 2e éd. (pp. 118–144). EMS Editions.
[Link]

Dhanaraj, C., & Parkhe, A. (2006). Orchestrating Innovation Networks. Academy of

Management Review, 31, 659–669. [Link]

Diakopoulos, N. (2014). Algorithmic Accountability Reporting: On the Investigation of Black

Boxes. [Link]

Di Stefano, G., Peteraf, M., & Verona, G. (2010). Dynamic Capabilities Deconstructed: A
Bibliographic Investigation into the Origins, Development, and Future Directions of the
research domain. Industrial and Corporate Change, 19, 1187–1204.
[Link]

Dolma, S. (2009). The central role of the unit of analysis concept in research design. İstanbul
Üniversitesi İşletme Fakültesi Dergisi, 39(1), Article 1.

Dougherty, D. (1992). Interpretive Barriers to Successful Product Innovation in Large Firms.

Organization Science, 3, 179-202-179–202. [Link]

Dredge, S. (2014). WhatsApp now has 500m active users sharing 700m photos a day. The
Guardian.
[Link]
cebook

Driscoll, K. (2016). Social media’s dial-up roots. IEEE Spectrum, 53, 54–60.
[Link]

Eisenhardt, K. M., & Martin, J. A. (2000). Dynamic capabilities: What are they? Strategic
Management Journal, 21(10–11), 1105–1121.
[Link]
 156
Eisenhardt, K. M. (1989). Building Theories from Case Study Research. The Academy of
Management Review, 14(4), 532–550. [Link]

Elmer, G. (2019). Prospecting Facebook: The limits of the economy of attention. Media,
Culture & Society, 41(3), 332–346. [Link]

Enders, A., Hungenberg, H., Denker, H.-P., & Mauch, S. (2008). The long tail of social
networking.: Revenue models of social networking sites. European Management
Journal, 26(3), 199–211. [Link]

Essig, M., & Arnold, U. (2001). Electronic Procurement in Supply Chain Management: An
Information Economics‐Based Analysis of Electronic Markets. Journal of Supply
Chain Management, 37, 43–49. [Link]

Evans, D., & Noel, M. (2008).The Analysis of Mergers that Involve Multisided Platform
Businesses. Journal of Competition Law and Economics, 4(3), 663–695.

Evans, D., & Schmalensee, R. (2010). Failure to Launch: Critical Mass in Platform
Businesses. Review of Network Economics, 9, 1–1.
[Link]

Evans, D. (2003). Some Empirical Aspects of Multi-Sided Platform Industries. Review of

Network Economics, 2, 191–209. [Link]

Evans, D. S., & Schmalensee, R. (2016). Matchmakers: The New Economics of Multisided
Platforms. Harvard Business Review Press.

Evans, D. S., Schmalensee, R., Noel, M. D., Chang, H. H., & Garcia-Swartz, D. D. (2011).
Platform Economics: Essays on Multi-Sided Businesses (SSRN Scholarly Paper No.
1974020). [Link]

Falkinger, J. (2007). Attention economies. Journal of Economic Theory, 133(1), 266–294.

[Link]
 157
Fardouly, J., Diedrichs, P. C., Vartanian, L. R., & Halliwell, E. (2015). Social comparisons on
social media: The impact of Facebook on young women’s body image concerns and
mood. Body Image, 13, 38–45. [Link]

Farris, P., Bendle, N. T., Pfeifer, P. E., & PH.D, D. J. R. (2010). Marketing Metrics: The
Definitive Guide to Measuring Marketing Performance (2nd ed. edition). Wharton
School Publishing.

Flick, U. (2009). An introduction to qualitative research, 4th ed (pp. xxi, 505). Sage
Publications Ltd.

Fortin, M.-F., & Gagnon, J. (2016). Fondements et étapes du processus de recherche:

Méthodes quantitatives et qualitatives (3e édition). Chenelière éducation.

Foss, N. J., Klein, P. G., Kor, Y. Y., & Mahoney, J. T. (2008). Entrepreneurship, subjectivism,
and the resource-based view: Toward a new synthesis. Strategic Entrepreneurship
Journal, 2(1), 73–94. [Link]

Fournier, S., & Avery, J. (2011). The uninvited brand. Business Horizons, 54(3), 193–207.
[Link]

Franck, G. (2014). Chapitre 2. Économie de l’attention. In L. von Niederhäusern (Trans.),

L’économie de l’attention (pp. 55–72). La Découverte.
[Link]

Freeman, L. (2004). The Development of Social Network Analysis.

Freeman, R., & Mcvea, J. (2001). A Stakeholder Approach to Strategic Management. SSRN
Electronic Journal. [Link]

Gambardella, A., & Mcgahan, A. (2010). Business-Model Innovation: General Purpose

Technologies and Their Implications for Industry Structure. Long Range Planning -
LONG RANGE PLANN, 43, 262–271. [Link]
 158
Gatautis, R. (2017). The Rise of the Platforms: Business Model Innovation Perspectives.
[Link]

Gebicka, A., & Heinemann, A. (2014). Social Media & Competition Law. World
Competition, 37(2).
[Link]
[Link]

Gentles, S., Charles, C., Ploeg, J., & McKibbon, K. A. (2015). Sampling in Qualitative
Research: Insights from an Overview of the Methods Literature. The Qualitative
Report, 20(11), 1772–1789. [Link]

Gerpott, T. J., & May, S. (2016). Integration of Internet of Things components into a firm’s
offering portfolio – a business development framework. Info, 18(2), 53–63.
[Link]

Ghaziani, A., & Ventresca, M. (2005). Keywords and Cultural Change: Frame Analysis of
Business Model Public Talk, 1975–2000. Sociological Forum, 20, 523–559.
[Link]

Ghosh, S. (2015). Understanding Multi- Sided Platforms: Social Networks, and more.
Samghoshblog.
[Link]
-social-networks-and-more/

Gibson, W., & Brown, A. (2009). Working with Qualitative Data. SAGE Publications, Ltd.
[Link]

Glaser, B. G., & Strauss, A. L. (1967). The Discovery of Grounded Theory: Strategies for
Qualitative Research. Aldine.

Gobble, M. M. (2018). Digitalization, Digitization, and Innovation. Research-Technology

Management, 61(4), 56–59. [Link]
 159
Goldhaber, M. H. (1997). The attention economy and the net. First Monday, 2(4). Scopus.
[Link]

Granovetter, M. S. (1973). The Strength of Weak Ties. American Journal of Sociology, 78(6),
1360–1380.

Grant, R. M. (1996). Toward a knowledge-based theory of the firm. Strategic Management

Journal, 17(S2), 109–122. [Link]

Granville, K. (2018, March 19). Facebook and Cambridge Analytica: What You Need to Know
as Fallout Widens. The New York Times.
[Link]
[Link]

Gremyr, I., Löfberg, N., & Witell, L. (2010). Service innovations in manufacturing firms.
Managing Service Quality, 20, 161–175. [Link]

Grünbaum, N. (2007). Identification of ambiguity in the case study research typology: What is
a unit of analysis? Qualitative Market Research An International Journal, 10(1), 78-97.
Qualitative Market Research: An International Journal, 10, 78–97.
[Link]

Guo, Z. (2016). A Literature Review of Representation Models of E-Business Models from the
Perspective of Value Creation. American Journal of Industrial and Business
Management, 6(2), 129–135. [Link]

Gupta, S. K. (2019). Facebook Business Model | How does Facebook make money?
Business Strategy Hub.
[Link]

Hadrien. (2023). Metaverse de Facebook: Qu’est-ce que c’est ? Finance Héros.

[Link]

Hagiu, A., & Wright, J. (2015). Multi-sided platforms. International Journal of Industrial
 160
Organization, 43, 162–174. [Link]

Hagiu, A. (2006). Pricing and commitment by two-sided platforms. The RAND Journal of
Economics, 37(3), 720–737. [Link]

Hagiu, A. (2007). Merchant or Two-Sided Platform? Review of Network Economics, 6(2).

[Link]

Halen, C. van, Vezzoli, C., & Wimmer, R. (2005). Methodology for product service system
innovation: How to develop clean, clever and competitive strategies in companies.
Koninklijke Van Gorcum.

Hamel, G., & Trudel, J. (2001). Leading the Revolution. Journal of Product Innovation
Management, 18, 212–213. [Link]

Hamiti, S. (2021). Pourquoi le secteur tech a t-il besoin de plus de transparence ? -

Deepomatic - Visual Automation Platform. Deepomatic.
[Link]
ce

Hampton, K., Goulet, L. S., & Purcell, K. (2011, June 16). Social networking sites and our
lives. Pew Research Center: Internet, Science & Tech.
[Link]
/

Hanna, R., Rohm, A., & Crittenden, V. L. (2011). We’re all connected: The power of the social
media ecosystem. Business Horizons, 54(3), 265–273.
[Link]

Hansen, B. E. (1999). Threshold effects in non-dynamic panels: Estimation, testing, and

inference. Journal of Econometrics, 93(2), 345–368.
[Link]

Hart, S. L. (1995). A Natural-Resource-Based View of the Firm. The Academy of

 161
Management Review, 20(4), 986–1014. [Link]

Heller Baird, C., & Parasnis, G. (2011). From social media to social customer relationship
management. Strategy & Leadership, 39(5), 30–37.
[Link]

Helmond, A., van der Vlist, F., Burkhardt, M., & Seitz, T. (2021). The Governance of Facebook
Platform. AoIR Selected Papers of Internet Research.
[Link]

Hern, A. (2018, January 23). Facebook to roll out new tools in response to EU privacy laws.
The Guardian.
[Link]
onse-to-eu-privacy-laws-sheryl-sandberg

Hern, A. (2020). Facebook and Google announce plans to become carbon neutral. The
Guardian.
[Link]
ce-plans-become-carbon-neutral

Hern, A. (2021). Facebook says it has reached net zero emissions. The Guardian.
[Link]
et-zero-emissions

Hersen, M. (1982). Single-Case Experimental Designs. In A. S. Bellack, M. Hersen, & A. E.

Kazdin (Eds.), International Handbook of Behavior Modification and Therapy (pp.
167–203). Springer US. [Link]

Hogan, M. (2015). Facebook Data Storage Centers as the Archive’s Underbelly. Television &
New Media, 16(1), 3–18. [Link]

Horizon Workrooms for VR Remote Collaboration. (2021, August 19). Meta.

[Link]
n-reimagined/
 162
Huang, Z., & Benyoucef, M. (2017). The effects of social commerce design on consumer
purchase decision-making: An empirical study. Electronic Commerce Research and
Applications, 25. [Link]

Iansiti, M., & Levien, R. (2004). The Keystone Advantage: What the New Dynamics of
Business Ecosystems Mean for Strategy, Innovation, and Sustainability. Harvard
Business Press.

Iivari, M. M., Ahokangas, P., Komi, M., Tihinen, M., & Valtanen, K. (2016). Toward
ecosystemic business models in the context of industrial internet. Journal of Business
Models, 4(2), 42–59. [Link]

Isaac, M., & Frenkel, S. (2018, September 28). Facebook Security Breach Exposes Accounts
of 50 Million Users. The New York Times.
[Link]

Isaac, M. (2021). Facebook Renames Itself Meta. The New York Times.
[Link]

Isaac, M. (2022). 6 Reasons Meta Is in Trouble. The New York Times.

[Link]

Isaak, J., & Hanna, M. J. (2018). User Data Privacy: Facebook, Cambridge Analytica, and
Privacy Protection. Computer, 51(8), 56–59. [Link]

Ishak, N. M., & Abu Bakar, A. Y. (2014). Developing Sampling Frame for Case Study:
Challenges and Conditions. World Journal of Education, 4(3), 29–35.

Jougleux, P. (2022). E-commerce, Consumer Protection and Advertising Rules. In P. Jougleux

(Ed.), Facebook and the (EU) Law: How the Social Network Reshaped the Legal
Framework (pp. 247–267). Springer International Publishing.
[Link]

Jullien, B., & Caillaud, B. (2003). Chicken & Egg: Competition Among Intermediation Service
 163
Providers. RAND Journal of Economics, 34, 309–328.
[Link]

Kang, C. (2016, November 22). Fake News Onslaught Targets Pizzeria as Nest of
Child-Trafficking. The New York Times.
[Link]
-[Link]

Kangas, P., Toivonen, S., & Back, A. (2007). “Ads by Google” and other social media
business models (p. 59).

Katz, M., & Shapiro, C. (1985). Network Externalities, Competition, and Compatibility.
American Economic Review, 75(3), 424–440.

Kawa, A., & Swiatowiec-Szczepanska, J. (2018). Value Network Creation and Value
Appropriation in E-commerce. Przedsiebiorczosc i Zarzadzanie. Entrepreneurship and
Management, XIX.

Keles, B., McCrae, N., & Grealish, A. (2020). A systematic review: The influence of social
media on depression, anxiety and psychological distress in adolescents. International
Journal of Adolescence and Youth, 25(1), 79–93.
[Link]

Kelly, C. (2002). Technical, Business, and Legal Dimensions of Protecting Children from
Pornography on the Internet: Proceedings of a Workshop” at [Link]. (n.d.).
[Link]

Khurram, A. (2020). Revisiting Porter Five Forces Model: Influence of Non-Governmental

Organizations on Competitive Rivalry in Various Economic Sectors. Pakistan Social
Sciences Review, 4(1), 1–15. [Link]

Kirkpatrick, D. (2011). The Facebook Effect: The Inside Story of the Company That Is
Connecting the World. Simon and Schuster.
 164
Klenow, P. J., & Rodríguez-Clare, A. (2005). Chapter 11 Externalities and Growth. In P.
Aghion & S. N. Durlauf (Eds.), Handbook of Economic Growth (Vol. 1, pp. 817–861).
Elsevier. [Link]

Kraaijenbrink, J., Spender, J.-C., & Groen, A. J. (2010). The Resource-Based View: A Review
and Assessment of Its Critiques. Journal of Management, 36, 349–372.
[Link]

Kraus, S., Kanbach, D. K., Krysta, P. M., Steinhoff, M. M., & Tomini, N. (2022). Facebook and
the creation of the metaverse: Radical business model innovation or incremental
transformation? International Journal of Entrepreneurial Behavior & Research, 28(9),
52–77. [Link]

Kreiss, D., & Mcgregor, S. C. (2018). Technology Firms Shape Political Communication: The
Work of Microsoft, Facebook, Twitter, and Google With Campaigns During the 2016
U.S. Presidential Cycle. Political Communication, 35(2), 155–177.
[Link]

Kretschmer, T., Leiponen, A., Schilling, M., & Vasudeva, G. (2022). Platform ecosystems as
meta-organizations: Implications for platform strategies. Strategic Management
Journal, 43(3), 405–424. [Link]

Laaksonen, O., & Peltoniemi, M. (2018). The Essence of Dynamic Capabilities and their
Measurement. International Journal of Management Reviews, 20(2), 184–205.
[Link]

Laffont, J.-J. (1989). Externalities. In J. Eatwell, M. Milgate, & P. Newman (Eds.), Allocation,
Information and Markets (pp. 112–116). Palgrave Macmillan UK.
[Link]

Lai, C. T. A., Jackson, P. R., & Jiang, W. (2018). Designing Service Business Models for the
Internet of Things: Aspects from Manufacturing Firms. American Journal of
Management Science and Engineering, 3(2), 7.
[Link]
 165
Laider, J. L. (2019). Harvard professor says surveillance capitalism is undermining
democracy. Harvard Gazette.
[Link]
apitalism-is-undermining-democracy/

Laudien, S. M., & Daxböck, B. (2016). The influence of the industrial internet of things on
business model design: a qualitative-empirical analysis. International Journal of
Innovation Management (Ijim), 20(08), 1–28.

Law, J. (1992). Notes on the theory of the actor-network: Ordering, strategy, and
heterogeneity. Systems Practice, 5(4), 379–393. [Link]

Lecocq, X., Demil, B., & Warnier, V. (2006). Le business model, un outil d’analyse
stratégique. L’Expansion Management Review, 123(4), 96–109.
[Link]

Lee, C.-S. (2001). An analytical framework for evaluating e‐commerce business models and
strategies. Internet Research, 11, 349–359.
[Link]

Lewandowsky, S., Ecker, U. K. H., & Cook, J. (2017). Beyond misinformation: Understanding
and coping with the “post-truth” era. Journal of Applied Research in Memory and
Cognition, 6, 353–369. [Link]

Lieber, C. (2022). Critics Think the Metaverse Looks Bad. What Do Brands Pouring Money
Into It Say? Wall Street Journal.
[Link]

Lies, J. (2019). Marketing Intelligence and Big Data: Digital Marketing Techniques on their
Way to Becoming Social Engineering Techniques in Marketing. International Journal of
Interactive Multimedia and Artificial Intelligence, 5, 134.
[Link]

Lin, L. Y., Sidani, J. E., Shensa, A., Radovic, A., Miller, E., Colditz, J. B., Hoffman, B. L., Giles,
 166
L. M., & Primack, B. A. (2016). ASSOCIATION BETWEEN SOCIAL MEDIA USE AND
DEPRESSION AMONG U.S. YOUNG ADULTS. Depression and Anxiety, 33(4),
323–331. [Link]

Linder, J., & Cantrell, S. (2000). Changing Business Models: Surveying the Landscape.

Liu, K., & Terzi, E. (2010). A Framework for Computing the Privacy Scores of Users in Online
Social Networks. ACM Transactions on Knowledge Discovery from Data, 5(1),
6:1-6:30. [Link]

Lowson, R. H. (2003). The nature of an operations strategy: Combining strategic decisions

from the resource‐based and market‐driven viewpoints. Management Decision, 41(6),
538–549. [Link]

Magretta, J. (2002). Why Business Models Matter. Harvard Business Review.

[Link]

Mahadevan, B. (2000). Business models for Internet-based e-commerce: An anatomy.

California Management Review, 4, 55–69. Scopus. [Link]

Mahoney, J. (2000). Penrose’s resource-based approach: The process and product of

research creativity. Journal of Management Studies, 30, 109-139.

Majchrzak, A., Faraj, S., Kane, G. C., & Azad, B. (2013). The Contradictory Influence of
Social Media Affordances on Online Communal Knowledge Sharing. Journal of
Computer-Mediated Communication, 19(1), 38–55. [Link]

Makadok, R. (2001). Toward a synthesis of the resource-based and dynamic-capability views

of rent creation. Strategic Management Journal, 22(5), 387–401.
[Link]

Mancha, R., & Gordon, S. (2021). Multi-sided platform strategies for organizations:
Transforming the business model. Journal of Business Strategy, 43(3), 175–183.
[Link]
 167
Market, M. M. (2021). Changes in Public Perception: Analyzing Google and Facebook.
Market My Market.
[Link]
-facebook/

Marr, B. (2021). How Facebook Is Using Artificial Intelligence. Bernard Marr.

[Link]

Marshall, C., & Rossman, G. B. (2011). Designing Qualitative Research. SAGE.

Massa, L., & Tucci, C. (2013). Business model innovation. The Oxford Handbook of
Innovation Management, 420–441.

Massa, L., Tucci, C., & Afuah, A. (2017). A Critical Assessment of Business Model Research.
Academy of Management Annals, 11, 73–104.
[Link]

McIntyre, D., Srinivasan, A., Afuah, A., Gawer, A., & Kretschmer, T. (2021). Multisided
Platforms as New Organizational Forms. Academy of Management Perspectives,
35(4), 566–583. [Link]

Medema, S. G., Ferey, S. (2014) Externalities in economic thought. Œconomia; Association

Œconomia. [Link]

Meta. (2014) Facebook to Acquire Oculus. (2014, March 25).

[Link]

Meta. (2019). Understanding Facebook’s Business Model.

[Link]

Meta. (2021) Sustainability Report. Retrieved March 8, 2023, from

[Link]

Meta. (2022). Putting People First: Protecting Privacy and Integrity.

 168
[Link]

Meta. (2023). À propos de la correspondance avancée pour le web | Pages d’aide Meta
Business. Retrieved March 9, 2023, from
[Link]

Meta. (2023) Financials. Retrieved March 8, 2023, from

[Link]

Meta. (2023) Market capitalization. (n.d.). Retrieved March 8, 2023, from

[Link]

Meta. (2023) Reports Fourth Quarter and Full Year 2021 Results. Retrieved March 8, 2023,
from
[Link]
Quarter-and-Full-Year-2021-Results/[Link]

Meta for Developers. (n.d.). Meta for Developers. Retrieved March 28, 2023, from
[Link]

Milberg, S., Smith, H., & Burke, S. (2000). Information Privacy: Corporate Management and
National Regulation. Organization Science - ORGAN SCI, 11, 35–57.
[Link]

Miller, R. (2018). Rogers’ Innovation Diffusion Theory (1962, 1995) (pp. 1558–1571).
[Link]

Milmo, D (2021). Rohingya sue Facebook for £150bn over Myanmar genocide. The Guardian.
[Link]
ar-genocide-us-uk-legal-action-social-media-violence

Mirror Review. (2019). History of Google – From 1996 to 2022.

[Link]
 169
Mitchell, D., & Coles, C. (2003). The ultimate competitive advantage of continuing business
model innovation. Journal of Business Strategy, 24, 15–21.
[Link]

Moen, Ø., Madsen, T. K., & Aspelund, A. (2008). The importance of the internet in
international business-to-business markets. International Marketing Review, 25(5),
487–503. Scopus. [Link]

Myllylahti, M. (2018). An attention economy trap? An empirical investigation into four news
companies’ Facebook traffic and social media revenue. Journal of Media Business
Studies, 15(4), 237–253. [Link]

Najafi-Asadolahi, S., & Fridgeirsdottir, K. (2014). Cost-Per-Click Pricing for Display

Advertising. SSRN Electronic Journal, 16. [Link]

Napoli, P. M. (2019). Social Media and the Public Interest: Media Regulation in the
Disinformation Age. Columbia University Press.

Neuman, W. L. (2009). Social Research Methods: Qualitative and Quantitative Approaches

(7th edition). Pearson.

Newberry, C. (2023). 42 Facebook Statistics Marketers Need to Know in 2023. Social Media
Marketing & Management Dashboard. [Link]

Norberg, P. A., Horne, D. R., & Horne, D. A. (2007). The Privacy Paradox: Personal
Information Disclosure Intentions versus Behaviors. Journal of Consumer Affairs,
41(1), 100–126. [Link]

OCDE. (2006). Future Digital Economy: Digital Content Creation, Distribution and Access -
Conference Conclusions. OCDE. [Link]

Oestreicher-Singer, G., & Zalmanson, L. (2009). “Paying for Content or Paying for
Community?” The Effect of Social Involvement on Subscribing to Media Web Sites.
ICIS 2009 Proceedings. [Link]
 170
Ojala, A., Evers, N., & Rialp, A. (2018). Extending the international new venture phenomenon
to digital platform providers: A longitudinal case study. Journal of World Business,
53(5), 725–739. [Link]

O’Malley, A. J., & Marsden, P. V. (2008). The analysis of social networks. Health Services and
Outcomes Research Methodology, 8(4), 222–269.
[Link]

Parida, V., Sjödin, D., Lenka, S., & Wincent, J. (2015). Developing Global Service Innovation
Capabilities: How Global Manufacturers Address the Challenges of Market
Heterogeneity. Research-Technology Management, 58, 35–44.
[Link]

Parida, V., Sjödin, D. R., Wincent, J., & Kohtamäki, M. (2014). Mastering the Transition to
Product-Service Provision: Insights into Business Models, Learning Activities, and
Capabilities. Research-Technology Management, 57(3), 44–52.
[Link]

Parker, G. G., Alstyne, M. W. V., & Choudary, S. P. (2016). Platform Revolution: How
Networked Markets Are Transforming the Economy―and How to Make Them Work
for You (Illustrated edition). W. W. Norton & Company.

Patton, M. Q. (2002). Qualitative Research & Evaluation Methods. SAGE.

Paul, K. (2021, April 8). Facebook will not notify more than 530m users exposed in 2019
breach. The Guardian.
[Link]

Pereira, D. (2020). Facebook Business Model.

[Link]

Pereira, D. (2020). Snapchat Business Model.

[Link]
 171
Perloff, R. M. (2014). Social media effects on young women’s body image concerns:
Theoretical perspectives and an agenda for research. Sex Roles: A Journal of
Research, 71, 363–377. [Link]

Perren, R., & Kozinets, R. V. (2018). Lateral Exchange Markets: How Social Platforms
Operate in a Networked Economy. Journal of Marketing, 82(1), 20–36.
[Link]

Pigou, A. C. (1920). The Economics of Welfare. Macmillan and Co.

Platt, J. (1992). “Case Study” in American Methodological Thought. Current Sociology, 40(1),
17–48. [Link]

Poniatowski, M., Lüttenberg, H., Beverungen, D., & Kundisch, D. (2022). Three layers of
abstraction: A conceptual framework for theorizing digital multi-sided platforms.
Information Systems and E-Business Management, 20(2), 257–283.
[Link]

Porter, M. E., & Heppelmann, J. E. (2015, October 1). How Smart, Connected Products Are
Transforming Companies. Harvard Business Review.
[Link]

Porter, M. E., & Millar, V. E. (1985, July 1). How Information Gives You Competitive
Advantage. Harvard Business Review.
[Link]

Porter, M. E. (1979, March 1). How Competitive Forces Shape Strategy. Harvard Business
Review. [Link]

Porter, M. E. (2001, March 1). Strategy and the Internet. Harvard Business Review.
[Link]

Pousttchi, K., & Gleiss, A. (2019). Surrounded by middlemen—How multi-sided platforms

change the insurance industry. Electronic Markets, 29(4), 609–629.
 172
Powell, W. (1990). Neither Market Nor Hierarchy: Network Forms of Organization. Research
in Organizational Behaviour, 12, 295–336.

Prahalad, C., & Hart, S. (2002). The Fortune at the Bottom of the Pyramid. Strategy+
Business, 26, 54–67. [Link]

Prévot, F., Brulhart, F., & Guieu, G. (2010). Perspectives fondées sur les ressources.
Proposition de synthèse. Revue française de gestion, 204(5), 87–103.

Putnam, R. D. (2000). Bowling Alone: The Collapse and Revival of American Community.
Simon and Schuster.

Rachinger, M., Rauter, R., Müller, C., Vorraber, W., & Schirgi, E. (2018). Digitalization and its
influence on business model innovation. Journal of Manufacturing Technology
Management, 30(8), 1143–1160. [Link]

Romm, T. (2018). Apple, Amazon, Facebook and Google spent nearly $50 million—A
record—To influence the U.S. government in 2017. Vox.
[Link]
-white-house-lobbying-immigration-russia

Rowley, J. (2002). Using case studies in research. Management Research News, 25(1),
16–27. [Link]

Rubin, H., & Rubin, I. (2005). Qualitative Interviewing (2nd ed.): The Art of Hearing Data.
SAGE Publications, Inc. [Link]

Runge, J., & Seufert, E. (2021, April 26). Apple Is Changing How Digital Ads Work. Are
Advertisers Prepared? Harvard Business Review.
[Link]
ed

Sánchez-Cartas, J. M., & León, G. (2018). Multisided Platforms and Markets: A Literature
Review.
 173
Saura, J. R., Ribeiro-Soriano, D., & Palacios-Marqués, D. (2021). From user-generated data
to data-driven innovation: A research agenda to understand user privacy in digital
markets. International Journal of Information Management, 60, 102331.
[Link]

Saxton, G., & Wang, L. (2013). The Social Network Effect. Nonprofit and Voluntary Sector
Quarterly, 43. [Link]

Schiff, A. (2003). Open and closed systems of two-sided networks. Information Economics
and Policy, 15(4), 425–442.

Schramm, W. (1971). Notes on Case Studies of Instructional Media Projects.

[Link]

Seong Leem, C., Sik Suh, H., & Seong Kim, D. (2004). A classification of mobile business
models and its applications. Industrial Management & Data Systems, 104(1), 78–87.
[Link]

Shafer, S. M., Smith, H. J., & Linder, J. C. (2005). The power of business models. Business
Horizons, 48(3), 199–207. [Link]

Simon, H. A., Deutsch, K. W., & Shubik, M. (1971). Designing organizations for an
information-rich world. Computers, Communications, and the Public Interest.

Smyrnaios, N. (2016). L’effet GAFAM: Stratégies et logiques de l’oligopole de l’internet.

Communication langages, 188(2), 61–83.

SocialPilot. (2023). 70+ Facebook Statistics for Every Marketer in 2023 Retrieved
March 8, 2023, from [Link]

Solon, O. (2016). 2016: The year Facebook became the bad guy. The Guardian.
[Link]
ews-censorship
 174
Srnicek, N. (2016). Platform Capitalism (1st edition). Polity.

Stake, R. E. (2005). Qualitative Case Studies. In The Sage handbook of qualitative research,
3rd ed (pp. 443–466). Sage Publications Ltd.

Stallkamp, M., & Schotter, A. P. J. (2021). Platforms without borders? The international
strategies of digital platform firms. Global Strategy Journal, 11(1), 58–80.
[Link]

Statista. (2022). Distribution of free and paid iOS apps 2022. Retrieved September 24,
2022, from
[Link]

Stewart, D. R. (Ed.). (2022). Social Media and the Law: A Guidebook for Communication
Students and Professionals (3rd ed.). Routledge.
[Link]

Stokes, R. (2014). eMarketing: The essential guide to marketing in a digital world. Quirk
eMarketing.

Tang, G., & Lee, F. L. F. (2013). Facebook Use and Political Participation: The Impact of
Exposure to Shared Political Information, Connections With Public Political Actors,
and Network Structural Heterogeneity. Social Science Computer Review, 31(6),
763–773. [Link]

Teece, D. J., Pisano, G., & Shuen, A. (1997). Dynamic capabilities and strategic
management. Strategic Management Journal, 18(7), 509–533.
[Link]

Teece, D. J. (2007). Explicating dynamic capabilities: The nature and microfoundations of

(sustainable) enterprise performance. Strategic Management Journal, 28(13),
1319–1350. [Link]

Teece, D. J. (2010). Business Models, Business Strategy and Innovation. Long Range
 175
Planning, 43(2–3), 172–194. [Link]

Thibout, C. (2022). Les GAFAM et l’État: Réflexion sur la place des grandes entreprises
technologiques dans le champ du pouvoir. Revue internationale et stratégique, 125(1),
75–88. [Link]

Timberg, C., & Stanley-Becker, I. (2021, April 1). Facebook imposes major new restrictions on
QAnon, stepping up enforcement against the conspiracy theory. Washington Post.
[Link]

Timmers, P. (1998). Business Models for Electronic Markets. Electronic Markets, 8(2), 3–8.
[Link]

Tromholt, M. (2016). The Facebook Experiment: Quitting Facebook Leads to Higher Levels of
Well-Being. Cyberpsychology, Behavior, and Social Networking, 19(11), 661–666.
[Link]

Tuten, T. L., & Solomon, M. R. (2018). Social Media Marketing (3rd edition). SAGE
Publications Ltd.

Twenge, J. M., Joiner, T. E., Rogers, M. L., & Martin, G. N. (2018). Increases in Depressive
Symptoms, Suicide-Related Outcomes, and Suicide Rates Among U.S. Adolescents
After 2010 and Links to Increased New Media Screen Time. Clinical Psychological
Science, 6(1), 3–17. [Link]

Union, P. O. of the E. (2020, December 15). COM/2020/842 final, Proposal for a

REGULATION OF THE EUROPEAN PARLIAMENT AND OF THE COUNCIL on
contestable and fair markets in the digital sector (Digital Markets Act) [Website].
Publications Office of the European Union.
[Link]
5ed71a1/language-en

van Manen, M. (2017). But Is It Phenomenology? Qualitative Health Research, 27(6),

775–779. [Link]
 176
Vaska, S., Massaro, M., Bagarotto, E. M., & Dal Mas, F. (2021). The Digital Transformation of
Business Model Innovation: A Structured Literature Review. Frontiers in Psychology,
11. [Link]

Vij, S., & Sharma, J. (2012). An Empirical Study on Social Media Behaviour of Consumers
and Social Media Marketing Practices of Marketers.

Vogel, E. A., Rose, J. P., Roberts, L. R., & Eckles, K. (2014). Social comparison, social
media, and self-esteem. Psychology of Popular Media Culture, 3, 206–222.
[Link]

Vosoughi, S., Roy, D., & Aral, S. (2018). The spread of true and false news online. Science
(New York, N.Y.), 359(6380), 1146–1151. [Link]

Wang, X., Wang, H., & Zhang, C. (2022). A Literature Review of Social Commerce Research
from a Systems Thinking Perspective. Systems, 10(3), Article 3.
[Link]

Wasserman, S., & Faust, K. (1994). Social Network Analysis: Methods and Applications.
Cambridge University Press.

Wernerfelt, B. (1984). A resource-based view of the firm. Strategic Management Journal,

5(2), 171–180. [Link]

Whitten-Woodring, J., Kleinberg, M. S., Thawnghmung, A., & Thitsar, M. T. (2020). Poison If
You Don’t Know How to Use It: Facebook, Democracy, and Human Rights in
Myanmar. International Journal of Press/Politics, 25(3), 407–425. Scopus.
[Link]

Wikipedia. (2022). List of public corporations by market capitalization.

[Link]
italization&oldid=1088020918

Wikipedia. (2023) List of social platforms with at least 100 million active users.
 177
[Link]
_million_active_users&oldid=1136219387

Williamson, O. E. (1979). Transaction-Cost Economics: The Governance of Contractual

Relations. The Journal of Law and Economics, 22(2), 233–261.
[Link]

Williamson, O. E. (1991). Comparative Economic Organization: The Analysis of Discrete

Structural Alternatives. Administrative Science Quarterly, 36(2), 269–296.
[Link]

Wirtz, B., Schilke, O., & Ullrich, S. (2010). Strategic Development of Business Models:
Implications of the Web 2.0 for Creating Value on the Internet. Long Range Planning,
43, 272–290. [Link]

Wirtz, B. W., Schilke, O., & Ullrich, S. (2010). Strategic Development of Business Models:
Implications of the Web 2.0 for Creating Value on the Internet. Long Range Planning,
43(2), 272–290. [Link]

Woods, H., & Scott, H. (2016). #Sleepyteens: Social media use in adolescence is associated
with poor sleep quality, anxiety, depression and low self-esteem. Journal of
Adolescence, 51, 41–49. [Link]

Wright, J. (2004). One-sided Logic in Two-sided Markets. Review of Network Economics,

3(1). [Link]

Wu, T. (2018). The Curse of Bigness: Antitrust in the New Gilded Age. Columbia Global
Reports. [Link]

Yin, R. K. (2003). Case Study Research: Design and Methods. SAGE.

Yin, R K. (2014). Case Study Research Design and Methods (5th ed.). Thousand
Oaks, CA: Sage. 282 pages. The Canadian Journal of Program Evaluation.
[Link]
 178
Yip George S. (2004). Using Strategy to Change Your Business Model. Business Strategy
Review, 15(2). [Link]

Young, J. (2016, June 28). Facebook Inc. Five Forces Analysis (Porter’s Model) &
Recommendations. Panmore Institute.
[Link]
el

Zhao, K., Mahboobi, S. H., & Bagheri, S. R. (2019). Revenue-based attribution modeling for
online advertising. International Journal of Market Research, 61(2), 195–209.
[Link]

Zott, C., & Amit, R. (2008). The fit between product market strategy and business model:
Implications for firm performance. Strategic Management Journal, 29(1), 1–26.
[Link]

Zott, C., Amit, R., & Massa, L. (2010). The business model: Theoretical roots, recent
developments, and future research. In IESE Research Papers (D/862; IESE Research
Papers). IESE Business School. [Link]

Zott, C., Amit, R., & Massa, L. (2011). The Business Model: Recent Developments and Future
Research. Journal of Management, 37(4), 1019–1042.
[Link]

Zuboff, S., Möllers, N., Wood, D. M., & Lyon, D. (2019). Surveillance Capitalism: An Interview
with Shoshana Zuboff. Surveillance & Society, 17(1/2), 257–266.

Zuboff, S. (2015). Big Other: Surveillance Capitalism and the Prospects of an Information
Civilization (SSRN Scholarly Paper No. 2594754).
[Link]

Zuboff, S. (2019). Surveillance Capitalism and the Challenge of Collective Action. New Labor
Forum, 28(1), 10–29. [Link]
 179
Øverby, H. (2018). Network effects in Facebook. 37–40.
[Link]