Navigation – Plan du site

AccueilNuméros18La mesure de la réputation : un o...

Résumé

Plébiscitée par les entreprises pour ses avantages, la réputation en tant que ressource, semble négligée par les stations de ski. Une des principales raisons est le manque de connaissance et d’outil de mesure. Les connaissances académiques portant sur les avantages de la réputation pour une organisation, nous permettent de justifier la création d’un outil de mesure adapté aux stations de ski. Cet article expose les étapes de la création d’une échelle de mesure sur la base d’une collecte de 803 répondants sur cinq stations de ski de l’Isère. Nous avons réalisé une analyse factorielle exploratoire, puis confirmatoire, sur deux échantillons distincts afin d’établir une échelle de mesure à quatre facteurs : les valeurs de l’organisation, les ressources territoriales, la notoriété et les habitants. Cette approche factorielle de la réputation offre aux stations de ski de nouvelles pistes pour mobiliser leur réputation au lieu de la subir.

Haut de page

Texte intégral

Introduction

1Depuis que le monde est devenu social, la question de la bonne réputation s’est posée. Gage de bienséance et de confiance, cette notion s’est développée au sein des entreprises au cours des années 1990, avec entre autres, le courant des ressources proposant d’utiliser ses propres ressources afin de performer sur son marché (Penrose, 1959). Or, quelle autre ressource concerne uniquement une seule organisation, si ce n’est sa propre réputation. La réputation, en tant que ressource, a donc tout naturellement mobilisé de nombreux travaux, que ce soit en termes de stratégies ou de marketing (Bailey et Bonifield, 2010 ; Rindova, Williamson et Petkova, 2010). Son influence sur les performances globales de l’entreprise n’est donc plus à démontrer (Boyd, Bergh et Ketchen, 2010). Son importance est telle qu’aujourd’hui, avec l’arrivée d’internet, elle est devenue une source d’inquiétude pour le dirigeant (Boistel, 2013).

2Or, pour l’organisation particulière que sont les stations de ski, elle semble négligée (Desmoulins, 2019). Évidemment, les stations de ski sont des lieux complexes à gérer, devant s’accommoder des contraintes issues du management public (Puthod et Thévenard-Puthod, 2011), des pressions d’un marché de plus en plus concurrentiel (suite aux progrès des transports) (Vlès et Hatt, 2019), ainsi qu’un tourisme fortement saisonnier (Atout France, 2015). Ces pressions augmentent avec les phénomènes climatiques actuels, entraînant les stations de ski dans le sillon d’une obsolescente programmée (Cour des comptes, 2018) accentuées par les changements dans la consommation du ski (Vanat, 2018). Il nous semble que, face à tous ces enjeux, la réputation peut, pour les stations, constituer à la fois un levier de performance et un outil d’orientation stratégique. Actuellement, de nombreuses actions la mobilisent de manière plus ou moins volontaire (branding, campagne de communication, roadshow…) (Frochot et Kreziak, 2008) mais aucun outil existant n’est approprié à sa mesure pour une station de ski. Ainsi, notre démarche cherche à la fois à expliquer l’intérêt de la réputation (Rindova, Williamson et Petkova, 2010) dans le cadre d’une station de sport d’hiver, mais aussi à proposer une échelle de mesure permettant de pallier à un manque opérationnel.

I. De l’intérêt de la réputation à sa mesure.

3Depuis les années 1990, l’intérêt de la réputation pour les entreprises ne fait pas débat, en revanche pour les stations de ski, cela ne coule pas de source. Les enjeux, leur environnement ainsi que leurs difficultés sont différents et nous les aborderons dans le paragraphe 1.A. Nous verrons ensuite pourquoi les avantages portés par la réputation dans le cas des entreprises, peuvent être transposés aux stations de ski 1.B. Enfin, nous aborderons la question de l’usage que ces stations font de leur réputation actuellement 1.C.

A. Les enjeux de l’attractivité pour une station de ski

  • 1 Pour exemple la station du col du Lautaret, sur la commune de Villar d’Arène, 330 âmes (INSEE, 2016 (...)

4Une station de ski est un territoire particulier car même si « les territoires sont des portions d’espace qui traversent le temps quoi qu’il arrive » (Houllier-Guibert, 2019, p. 160) une station de ski, peut être désertée lorsque la station voisine est plus attractive. La commune administrative sur laquelle elle était bâtie survit, mais l’activité économique dite de ski, et tout ce qu’elle sous-tend, disparaît alors1 (Vlès, 2012). Ainsi, tout comme une entreprise, les stations de ski sont soumises au rachat, et au dépôt de bilan (Vlès et Bouneau, 2016). L’attractivité touristique n’est donc pas qu’un simple objectif pour ces stations puisqu‘il en va de leur propre survie.

  • 2 2 Source : Domaine skiable de France, observatoire 2018.

5Face à cette situation, les stations de ski ont la particularité d’être des territoires résistants et résiliants (Bonnemains, 2015 ; Vlès, 2019) proposant, face aux changements climatiques et attentes mouvantes des touristes (François, 2007), des solutions à la fois en termes de développement d’offre (diversification des activités hors ski) et/ou technique en améliorant leurs infrastructures d’accès aux hautes altitudes, ou encore dans la conservation de la neige (enneigeurs, architecture de piste, alpage, etc. … ). Quelle que soit leur taille, les stations de ski innovent (Bonnemains, 2016 ; Mao, Hautbois et Langenbach, 2009) afin de lutter contre leur fermeture annoncée par le réchauffement climatique (Cour des comptes, 2018) et le vieillissement des skieurs (Steiger, 2012). Dans ce contexte, les stations de ski cherchent à augmenter (ou du moins à ne pas perdre) leurs parts de marché, le marché étant ici celui des destinations dites de montagne (Tsiotsou, 2006). En 2018, ce marché concernait environ deux mille stations réparties dans soixante-sept pays (Vanat, 2018) ; dans le trio de tête des destinations se trouvent la France, l’Autriche et les États-Unis (domaine skiable, 2014 à 2018). Cependant, et malgré la baisse des coûts du transport aérien ainsi que les efforts faits de la part des tour-opérateurs, la majorité des skieurs ne traversent pas les océans (Vanat, 2018). La concurrence pour les stations françaises est donc européenne, voire interne puisqu’il existe trois cent vingt-cinq stations en France reparties sur six chaînes montagneuses. Le choix pour le touriste reste vaste. Cependant, les Alpes du Nord capitalisent la plus grande partie du marché français avec 72 % des parts de marché en journées skieurs sur les quatre années précédentes, d’après domaine skiable de France. Ces parts de marché sont reparties sur trois départements, la Savoie 40%, la Haute-Savoie 23 % et l’Isère-Drome 9%2.

6Dans une logique concurrentielle, les stations développent des stratégies de segmentation afin de se différencier de leurs concurrents, en se basant sur leur propre spécificité et non sur les attraits généraux d’une montagne enneigée (Frochot et Kreziak, 2008 ; Guallino et Salvador, 2015). Pour Malakauskaite et Naviskas (2010) les stations s’appuient sur deux types de ressources. Celles qui sont données initialement aux territoires (dites naturelles) et celles qui sont construites pas les acteurs. Il s’agit donc pour les stations d’utiliser au mieux leurs ressources. Parmi les ressources construites par les acteurs une semble négligée alors qu’elle est considérée par l’entreprise comme une des plus stratégique (Black et Boal, 1994), à savoir la réputation (Desmoulins, 2019).

B. L’intérêt de la réputation pour l’attractivité touristique

7La place de la réputation au sein des entreprises a depuis très longtemps été étudiée, à travers les nombreux avantages qu’elle apportait, lorsqu’elle était bonne. En favorisant les choix (Balmer et Greyser, 2003 ; Rhee et Haunschild, 2006) la réputation permet de pratiquer des prix plus importants, y compris lorsque les produits ou/et services sont identiques (Karpik, 2013 ; Rao, 1994 ; Weiss, 1995). Mais elle protège aussi l’organisation, y compris lors de scandale, les acteurs ayant tendance à accorder le bénéfice du doute à l’organisation ayant la meilleure réputation (Balmer et Greyser, 2003). Sans parler encore des avantages en termes de management (Ashforth et Mael, 1989 ; Mercier, 1998 ; Whetten, 2002)  puisqu’une bonne réputation permet aussi de capter les talents (Bromley, 1993 ; Gatewood, Gowan et Lautenschlager, 1993 ; Stigler, 1962) et de retenir les salariés, malgré une pression accrue de la concurrence pour les débaucher (Bergami et Bagozzi, 2000). Enfin, de par la confiance qu’elle génère, une bonne réputation permet aux entreprises de faciliter la captation de fonds financiers (Guimaraes, 1985). La réputation a donc une influence globale sur les performances d’une entreprise (Balmer et al., 1997 ; Margulies, 1977).

8Appliquée aux stations de ski, la réputation peut se définir comme la perception des acteurs issue des comportements passés de la station, participant à l’évaluation des capacités de celle-ci à répondre à ses engagements (Desmoulins, 2020b). Autrement dit, et appliqué au marché des destinations, il s’agit d’une opinion collective que les touristes ont d’une destination, présupposant de la qualité du futur séjour. Ainsi en réalisant un parallèle avec l’entreprise, la bonne réputation favoriserait le choix vers la station ayant la meilleur réputation, lorsque les informations sont similaires et/ou imparfaites (Balmer et Greyser, 2003 ; Rhee et Haunschild, 2006). Elle permettrait aussi à la station ayant la meilleure réputation de pratiquer des prix plus élevés. Amenant la station à avoir d’une manière générale des performances meilleures.

9Dans ce cas, les stations de ski (petites ou grandes) auraient tout intérêt à mobiliser leur réputation puisqu’elle peut constituer un atout dans les stratégies territoriales qui cherchent à mobiliser l’ensemble des acteurs en présence : institutionnels, opérateurs, habitants, saisonniers, commerçants, touristes…. En effet, en capturant l’évaluation de l’ensemble de ses acteurs, la réputation offre une légitimité aux décisions des gestionnaires, facilitant par là-même leur mise en œuvre, ou participant à une démarche de diagnostic. Cette démarche pourrait aussi, dans une approche longitudinale, constituer un outil d’évaluation des politiques territoriales en permettant « d’évaluer l’impact quotidien auprès des habitants et des visiteurs, des politiques locales» (Vlès, 2014, p. 55). Mais il semble que les effets d’une bonne réputation soient aujourd’hui plus utilisés dans une perspective de mise en avant du territoire telles que les stratégies de segmentation ou de diversification le proposent (Frochot et Kreziak, 2008).

C. Ce que les territoires font de leur réputation

10Si, présentée comme une évaluation des acteurs et présupposant des comportements futurs de la station, les stations de ski ignorent la réputation en tant que telle, il serait cependant faux de prétendre que les stations de sports d’hiver ne mobilisent pas leur réputation.

11Ainsi, les stations de ski, à travers leurs champions (ou les personnalités connues), profitent d’un gain de notoriété et de réputation à travers les jeux des transferts, la réputation des uns se transférant à l’autre (Cousin et Chauvin, 2012). Le sport et l’organisation d’évènements à forte notoriété offrent à voir la station organisatrice comme un territoire capable, augmentant par là-même sa réputation (Garay et Pérez, 2017). Dans ce contexte, de nombreux classements et indicateurs sont utilisés afin de comparer les stations entre elles (travel ski, skipass, European best destinations etc…). Ces échelles peuvent aller du simple commentaire à des mesures plus élaborées permettent d’extrapoler sur les capacités d’un territoire à se montrer attractif, à l’aide des données métriques du territoire, telles que le nombre de pistes, le taux d’ensoleillement, le nombre et la qualité des infrastructures, etc… (Cugno, Grimmer et Viassone, 2012). De même, la notoriété peut se mesurer en fonction de la place de la station au sein de guides et autres presses spécialisées (Ollivier et al., 2012), voire de réseaux sociaux (twitter, facebook, instagram, etc…) (Alloing, 2016).

12De manière classique, lorsqu’une station cherche à mesurer son attractivité touristique, l’office du tourisme (OT) dédié à cette tache observe les chiffres : Nombre de nuitées/ forfaits vendus, panier moyen (Ravix, 2015). Une stratégie de segmentation est mise ensuite en place, grâce à ces chiffres, permettant de déterminer des profils de visiteurs (Guallino et Salvador, 2015). C’est un travail de collecte, long et souvent fastidieux, ne mesurant que les résultats de l’attractivité, mais pas son origine. Il est donc difficile d’en déterminer une stratégie de développement futur (Vles, Egea et Kahn, 1994). Certes, les échelles prenant en compte l’opinion des acteurs permettent de pallier à ce manque. Parmi ces mesures nous retrouvons l’indice de richesse d’évocation développé par Chamard et Liquet (2012), consistant à demander cinq mots évoquant le territoire, ainsi que leurs valences et l’expérience faite du territoire. Ces procédures permettent de capter assez facilement une opinion globale, mais celle-ci est bien souvent générique ; dans le cas des stations de ski, elles se retrouvent très marquées par la montagne, le ski, les sapins, la neige et les chalets. Il est donc difficile de s’en servir à des fins de développement ou de différenciation. Des échelles plus élaborées mixent l’ensemble de ces mesures telles que le Global Competitiveness Indicateur (GCI) ou le Nation Brand Indicateur (NBI) en utilisant à la fois des indicateurs statistiques et des indicateurs d’opinion. Or, ces indicateurs souffrent à la fois de problèmes méthodologiques (le GCI a récemment changé sa méthode de calcul) et/ou sont construites pour des territoires beaucoup plus grands qu’une station de ski (pays ou métropole), tel que Country Reptrack®. Cette échelle est d’ailleurs issue d’une autre du même nom et destinée à mesurer la réputation des entreprises.

13De plus, si la réputation est l’évaluation collective d’un groupe d’acteurs comme Fombrun (1996) l’écrit, alors la réputation est dépendante des groupes d’acteurs concernés. Autrement dit, il n’existe pas une réputation mais des réputations en fonction des groupes d’acteurs concernés. A fortiori, dans le cas d’une station de ski, la réputation sera différente selon que l’on regarde les habitants (nombre marginal), les touristes et les pratiquants (loisir régulier ou occasionnel), voire les gestionnaires/ dirigeants de la station.

14Ainsi, si les conséquences d’une bonne réputation sont connues et assez bien documentées (du point de vue des entreprises), l’étude de la littérature nous permet de constater un manque d’outils opérationnels pour mesurer la réputation des stations de ski. En effet, les touristes et pratiquants choisissent une station en fonction de leur envie (Frochot et Kreziak, 2008), pour des raisons de nostalgie (Caton et Santos, 2007), de praticité (appartement sur place ou proche à disposition) (Imesch, 2010), suite à un choix rationnel basé sur des information parfois imparfaite (Helme-Guizon, Mulholland et Lagrandeur, 2004) ou encore à la suite d’une recommandation d’un proche (Desmoulins, 2020a). Les deux dernières raisons ayant trait à la réputation, il nous semble donc nécessaire de fournir un outil de mesure adapté afin que les gestionnaires de ces stations de ski puissent s’en saisir et mieux comprendre la raison du choix.

II. Méthodologie

  • 3 Nous avions envoyé 50 mails initiaux (réseau personnel et professionnel) et nous avons enregistré 2 (...)

15Afin de créer une échelle de mesure de la réputation adaptée aux stations de ski, nous nous sommes appuyées sur la méthodologie proposée par Churchill (1979), consistant à sélectionner des items, les tester lors d’une phase exploratoire puis de les confirmer lors d’une autre phase. Ainsi, la spécification du construit a été établie à l’aide d’une compilation de la littérature des mesures de la réputation des territoires et d’entreprise, soit 250 articles. Contrairement à la préconisation de Churchill (1979) consistant à soumettre cette compilation au jugement d’experts, nous avons préféré faire appel à une pratique issue du crowdsourcing (Renault, 2013) la sagesse des foules. Notre choix se justifie par le fait que la majorité de ces items avaient déjà été établis par des experts sans pour autant arriver à un consensus. Selon Guittard et Schenk (2011), la foule se caractérise comme un ensemble anonyme, ouvert et de taille indéterminée. Afin de correspondre à ces caractéristiques, nous avons interrogé notre réseau3, via une question unique anonymée, sur ce que représentait la réputation du territoire : « Selon vous, à quoi tient la réputation d'un territoire ? (Le territoire pouvant être une ville, un lieu-dit, une station, une commune, un département, etc...) ». Les réponses soumises à une analyse lexicale, combinée à la littérature, nous ont permis de sélectionner 36 items (Desmoulins, 2020b) que nous avons appliqués à un questionnaire, selon les recommandations de Groves et al. (2011).

  • 4 Ecole de ski français

16Le questionnaire ainsi créé était composé de 48 énoncés reprenant ces 36 items. Certains items devant être décomposés pour s’adapter aux particularités du territoire. Par exemple, l’item sécurité fut décomposé en sécurité dans la station et sécurité des pistes. Ce questionnaire a ensuite été distribué de Février 2018 à Mars 2018, en face à face, dans cinq stations de l’Isère possédant au moins 100 moniteurs ESF4. Ce seuil présupposant d’un certain attrait pour la station de la part de touristes et d’une capacité d’accueil suffisante pour atteindre les standards de validité en termes de répondants. Ainsi furent choisies pour cette collecte les stations des 2 alpes, de l’Alpe d’Huez, de Villard-de-Lans Corrençon, des 7 Laux ainsi que Chamrousse. Ces cinq stations correspondent à des cibles de clientèle assez différentes (jeunes ; cadres supérieurs ; familles) augmentant la validité nomologique de notre échelle de mesure. Les interviewés devaient répondre aux questions en considérant le territoire où ils se trouvaient selon leur degré d’accord ou de désaccord sur les énoncés (+ 4 sur leur comportement futur) selon une échelle de Likert en 7 points. Notons ici, que la réputation globale de la station est présupposée bonne puisqu’elle a été choisie de la part des répondants. Mais nous cherchons à mesurer la réputation, pas à réaliser un comparatif entre plusieurs stations.

  • 5 Aux moins 200 répondants pour les analyses factorielles.

17Nous avons ensuite suivi les recommandations d’Anderson et Gerbing (1988), qui préconisent l’utilisation conjointe d’une analyse factorielle exploratoire (AFE) et d’une analyse factorielle confirmatoire (AFC) afin d’établir une échelle de mesure. Ces analyses sont en général réalisées sur deux échantillons issus de deux collectes de données différentes. Or nos résultats étant suffisants5 (+ de 800), nous avons scindé nos résultats en deux en veillant à conserver des proportions identiques pour les variables sexe, âge, statut familial à l’aide du logiciel SPSS. Nous disposons donc pour l’échantillon 1 de 402 répondants et de 401 répondants pour l’échantillon 2. Une analyse descriptive et comparative de ces deux échantillons est fournie en Annexe

III. Analyse des résultats.

18Nous avons soumis l’échantillon 1 a une l’analyse factorielle exploratoire en maximum de vraisemblance et une rotation Promax à l’aide du Logiciel SPSS. Puis nous avons soumis l’échantillon 2 à l’analyse confirmatoire du modèle alors proposé selon le maximum de vraisemblance sous le logiciel AMOS.

A. Analyse factorielle Exploratoire (AFE)

19Le KMO initial (0,907) et le test de Bartlett (Khi² 7782.681 ; ddl 990 ; p<0.005) nous permettent d’affirmer que nos données sont bien factorisables. L’analyse de cohérence interne donne un alpha de Cronbach de 0,872.

20Dans la première étape d’épuration, nous éliminons 21 items pour raisons de communautés extraites insuffisantes (<0,4). Puis une deuxième étape élimine 3 items dont le coefficient de saturation est inférieur à 0,4, enfin nous avons éliminé les items saturants sur plus d’un facteur et dont la différence était supérieure à 0,3. L’ensemble de ces étapes nous donne une solution à quatre facteurs représentant presque 66% de la variance cumulée (voir tableau 1).

Tableau 1 : Matrice des composantes après rotation

Facteur

Valeur perçue de L’institution

Ressource territoriale

Notoriété

Habitant

Ecoute Client

,781

 

 

 

Ecoute habitant

,778

 

 

 

Gestion

,709

 

 

 

Ethique

,702

 

 

 

Communique

,662

 

 

 

Développement durable

,641

 

 

 

Innovation

,630

 

 

 

Réseaux sociaux

,542

 

 

 

Produit locaux

 

,958

 

 

Patrimoine

 

,684

 

 

Cuisine

 

,604

 

 

Connue int

 

 

,974

 

Connue Fr

 

 

,520

 

Habitant agréable

 

 

 

,830

Habitant Accueil

 

 

 

,739

Cumulé de %

65,86%

KMO

0,867

Test de sphéricité de Bartlett

0,000

Alpha de Cronbach

0,872

Méthode d'extraction : Analyse en maximum de vraisemblance

Méthode de rotation : Promax

21La notion de réseau social renvoie à la fois au champ du marketing digital (Boyd et Ellison, 2007), et aussi à la sociologie économique (Granovetter, 1985). Aujourd’hui les réseaux sociaux (Facebook, Twitter, Instagram) permettent non seulement de partager ses expériences avec les gens de sa sphère, mais aussi d’établir des liens avec des inconnus partageant la même expérience (Alloing, 2016 ; Boistel, 2013 ; Chamard, 2014), or, une des missions du service public est de permettre justement ce partage d’expérience, cette création de liens. Ainsi il n’est donc pas illogique que ces items apparaissent dans le facteur valeur perçue de l’institution à côté d’autres items en lien avec la gestion, l’éthique, le développement durable, la capacité à bien communiquer ou encore l’innovation.

B. Analyse factorielle confirmatoire (AFC)

22L’AFE réalisée avec l’échantillon 1 nous propose donc un modèle à 4 facteurs que nous testons à l’aide d’une AFC sur l’échantillon 2 sous le logiciel AMOS 23 avec, pour procédure d’estimation celle du maximum de vraisemblance (Field, 2013). Ce qui nous permet de juger de la validité et de la fiabilité de nos quatre dimensions, ainsi que leurs corrélations respectives.

  • 6 Signification des indices: GFI : Goodness of Fit Index /RMSEA : Root Mean Square Error of Approxima (...)
  • 7 0,438

23Lorsque nous évaluons notre modèle, nous constatons donc qu’il n’y a pas de valeurs aberrantes (corrélation >1 ou non significative), des indices d’ajustement et les alpha des items concernant les indicateurs6 GFI – CFI et SRMR sont corrects, mais légèrement en deçà des seuils pour l’AGFI, TLI et RMSEA (Frikha, 2019). Amos nous propose donc quatre améliorations de notre modèle : la disparition d’un item ayant un alpha < 0,57, et des corrélations entre erreurs de mesures. Dès la deuxième amélioration, tous les indices sont satisfaits, néanmoins nous choisissons de poursuivre les améliorations proposées par AMOS car nous n’avons pas d’éléments réflexifs justifiant de ne pas les appliquer (Jolibert et Jourdan, 2006).

24Le modèle de mesure de la réputation ainsi établie est le suivant :

Document 1 : modèle de mesure de la réputation d'une station de ski (liste des questions en annexe)

Document 1 : modèle de mesure de la réputation d'une station de ski (liste des questions en annexe)

Khi² normé

GFI

AGFI

TLI

CFI

RMSEA

SRMR

Seuil

1,440

0,974

0,956

0,980

0,986

0,033

0,345

Significativité

<3,000

>0,95

>0,95

>0,95

>0,95

<0,06

<0,08

C. Validité et fiabilité de l’échelle de mesure

  • 8 Variance moyenne extraite

25La fiabilité d’une mesure est la « qualité d’un instrument de mesure qui, appliqué plusieurs fois à un même phénomène, doit donner les mêmes résultats » (Evrard et al., 2009, p. 586). Bien que précédemment citées, nous préférons utiliser, et selon les recommandations de Peterson (1994), le Rho de Jöreskog à l’alpha de Cronbach (sensible au nombre d’items). La validité concerne quant à elle, la capacité de l’instrument de mesure à prendre en compte le concept étudié. Elle est mesurée par la mesure de l’AVE8 et son rapport à la variance partagée qui doit lui être inférieur (Fornell et Larcker, 1981).

Tableau 2 : Tableau des indicateurs de validité

 

Rho de Joesrong

AVE

Rmax²

Valeur perçue de l’institution

0,807

0,412

0,073

Ressource territoriale

0,675

0,509

0,186

Notoriété

0,772

0,63

0,138

Habitant

0,715

0,571

0,153

  • 9 Notons ici que la valeur obtenue est assez proche tout de même

26Selon les recommandations de Roussel et al. (2002), le facteur 2 pose problème puisque sa valeur de rho de Jöreskog est inférieure à 0,79. Néanmoins, ce facteur correspond aux valeurs de mesure de notoriété (connaissance internationale et nationale), or ces deux mesures se chevauchent ; si la notoriété est internationale, elle l’est très certainement du point de vue national. Ainsi nous pouvons émettre l’hypothèse qu’une distinction plus forte de l’énoncé (En dehors de la France pensez-vous que la station soit connue ?) ainsi que l’ajout d’item (ex : La station est plus connue en Europe qu’en Chine) permettrait de régler ce problème de fiabilité de la mesure de la notoriété.

  • 10 Variance inflation factor

27L’AVE du facteur Valeur perçue de l’institution lui aussi pose problème. Une valeur inférieure à 0,5 laisse supposer un problème de multi colinéarité dans nos items, nous avons donc décidé de calculer le VIF10 des items du facteur Valeur perçue (tableau 3) et d’observer le tracé de régression résidus standardisés conformément aux recommandations de Chatterjee, Hadi et Price (2000) (document 2)

Tableau 3 : Calcul VIF des Items du facteur 1

Modèle

Statistiques de colinéarité

 

Tolérance

VIF

(Constante) Inst 12

 

 

Visi4

,688

1,454

Visi2

,593

1,685

Inst13

,659

1,516

Inst11

,635

1,576

Inst18

,629

1,590

Document 2 : Tracé PP normal de régression résidus standardisés - Variable dépendante Inst 12 - via SPSS 23

Document 2 : Tracé PP normal de régression résidus standardisés - Variable dépendante Inst 12 - via SPSS 23

28Puisque les valeurs de VIF sont comprises entre 1 et 10 et la somme de leur moyenne est < 2 alors l’impact de la multi colinéarité est négligeable, toutes les variables peuvent être conservées (toujours selon les recommandations de Chatterjee, Hadi et Price, 2000, p. 236).

Discussion / conclusion

  • 11 Conciliant la mobilité, de développement économique, l’énergétique, la qualité de vie, ainsi que la (...)

29A l’aide des équations SEM sous la méthode LISREL nous avons pu établir une mesure de la réputation des stations de ski. celle-ci est basée sur des éléments de notoriété, des ressources naturelles de la station ainsi que de certains attraits des habitants (et assimilés) mais aussi et surtout sur la capacité de la station (en tant qu’organisation) à tenir ses engagements, tant du point de vue de la gestion que dans ses valeurs smart 11(Desponds et Nappi-Choulet, 2018)

30Cette recherche met aussi en lumière plusieurs points saillants pouvant infléchir la réputation d’une station. En premier, le rôle de l’habitant et associé (ici les saisonniers) en apparaissant comme facteur à part entière. Ce qui, du point de vue du développement, semble proposer que les stations aient tout intérêt à ce que leurs l’habitants (et associés) apparaissent accueillants et sympathiques.

31Un deuxième point corrobore cette suggestion. En effet, les mass media (presse, tv, radio) sont totalement absents de nos résultats. La communication globale du territoire, ainsi que les réseaux sociaux (création de liens) sont présents, mais intégrés aux valeurs perçues de l’institution. Aussi, il nous semble intéressant d’axer de futures recherches sur le rôle des habitants versus les campagnes de communication, dans la perception et l’évaluation globale des stations de ski au travers toujours, de la focale de la réputation.

32Dans cette perspective, l’expérience faite du territoire est dans la littérature sur les destinations, un élément important à l’établissement d’une opinion, et par transfert, d’une évaluation. Pour Walsh-Heron et Stevens (1990), l’attractivité touristique est la caractéristique d’un lieu qui s’efforce d’attirer et gérer des visiteurs, en fournissant une expérience ludique. Dans le cas des stations de sports d’hiver, les touristes choisissent une station « en fonction des expériences qu’ils cherchent à vivre » (Guallino et Salvador, 2015, p. 89) une expérience qui va donc au-delà du ludique. Dans ce cadre, les stratégies marketing développées autour de la notion de marque permettent aux stations de faire voir de manière volontariste leurs spécificités (choisies) en fonction d’une certaine segmentation client (Rochette, 2015). La photographie de paysage, de comportement, ou encore d’évènement, caractéristique de l’image de marque, est certes un élément constituant la réputation (Brown et al., 2006) mais elle n’en est pas le seul. En effet, en tant qu’évaluation collective d’un groupe d’acteurs (Fombrun, 1996), réduire la mobilisation de la réputation à un usage comparatif basé sur l’image serait limitatif. Car, si la marque évoque une promesse faite par une station (Rochette, 2015) la réputation est quant à elle la garantie que cette promesse sera tenue à travers la garantie de contrat (Cornell et Shapiro, 1987) et la confiance qu’elle génère auprès des divers acteurs (Artigas et al., 2017). Ainsi les campagnes de marketing, si elles s’avèrent utiles pour la notoriété ou la segmentation de l’offre, ont un rôle dans la réputation et dans l’orientation des choix qui semble limité, car celles-ci sont absentes de l’échelle de mesure. L’évaluation de l’organisation dans ses capacités à être un territoire smart semble a contrario une piste pour développer la réputation et donc la propension pour une station de ski d’être choisie.

33Au vu de l’ensemble des résultats, nous pouvons estimer que notre modèle capte assez bien les différentes dimensions de la réputation. Néanmoins, nous pensons qu’un certain nombre d’améliorations pourraient être apportées. Sur le terrain, nous avons effectivement rencontré de répondants qui n’ont pas voulu répondre à cette enquête sous le prétexte qu’ils venaient d’arriver et qu’ils n’avaient donc pas d’opinion, et ce malgré notre incitation à répondre selon leurs préjugés. Sans aller jusqu’à dire que, pour qu’il y ait réputation, il faut que le territoire soit vécu, nous pouvons supposer que l’expérimentation semble importante pour que cette évaluation se fasse. Il nous semble que tester cette hypothèse dans une autre recherche est une piste intéressante. Même si les gens n’avaient pas suffisamment d’informations pour avoir une évaluation, ils avaient suffisamment d’informations pour choisir cette destination. De plus, outre les biais dits classiques dus à notre collecte de données, nous avons constaté qu’une partie de la population n’avait pas été intégrée à notre étude : les moins de 18 ans. Or, les enfants influencent leurs parents dans le choix d’une destination touristique (Nickerson et Jurowski, 2001), il serait donc intéressant de pallier à ce manque puisque la perception des jeunes d’un territoire guide les choix et ils n’ont pas forcément la même perception ni la même évaluation que leurs parents.

34Ainsi, établissant une mesure de la réputation notre recherche est un premier pas vers un usage plus approfondi de la part des stations de ski de leur réputation. Face à l’incertitude de leur avenir, et plus encore dans un contexte marqué par la crise sanitaire (COVID19), la réputation des stations représente à notre sens une ressource à exploiter. Il est fort à parier que, tout comme pour les entreprises, les consommateurs d’expérience ski choisiront, en cas d’incertitude, la station ayant la meilleure réputation. Or, des études ont montré que ce ne sont pas les classements à étoiles qui font la réputation, ces derniers étant perçus comme des éléments d’image plus ou moins orchestrés par les destinations (Castellano et Dutot, 2017 ; Helme-Guizon, Mulholland et Lagrandeur, 2004).

Annexes

Tableau 4 : listes des items retenues pour l’échelle de mesure

Facteur

Items

Valeur perçue

La station prend en considération ce que disent les habitants

La station est une station bien gérée

La station a une politique de développement durable

La station est une station innovante

La station est à la pointe de la technologie

La station communique de manière très efficace

La station est très présente sur les réseaux sociaux

Notoriété

La station est connue comme une station de ski par les Français

La station est une station connue à l’international

Ressource territoriale

Le patrimoine de la station est important (Le patrimoine étant ce qui a été transmis à la collectivité par les générations précédentes)

Les produits locaux sont de bonne qualité

Habitant

Les habitants de la station sont accueillants

Les habitants de la station sont désagréables

Haut de page

Bibliographie

Alloing, C. (2016), La E-réputation. Médiation, calcul, émotion: médiation, calcul, émotion, CNRS Editions.

Anderson, J.C., Gerbing, D.W. (1988), "Structural equation modeling in practice: A review and recommended two-step approach", Psychological Bulletin, 103, n° 3, pp. 411‑423.

Artigas, E., Yrigoyen, C.C., Moraga, E.T., Villalón, C.B. (2017), "Determinants of trust towards tourist destinations", Journal of Destination Marketing & Management, 6, n° 4, pp. 327‑334.

Ashforth, B.E., Mael, F. (1989), "Social identity theory and the organization", Academy of management review, 14, n° 1, pp. 20‑39.

ATOUT France (dir.) (2015), Tourisme hivernal des stations de montagne: offre, demande et évolutions récentes, Atout France, Paris (Observation touristique).

Bailey, A.A., Bonifield, C.M. (2010), "Broken (promotional) promises: The impact of firm reputation and blame", Journal of Marketing Communications, 16, n° 5, pp. 287‑306.

Balmer, J.M., Greyser, S.A. (2003), Revealing the corporation: perspectives on identity, image, reputation, corporate branding, and corporate-level marketing: an anthology, Psychology Press.

Balmer, J.M., Riel, C.B. van, Riel C.B. van, Balmer, J.M. (1997), "Corporate identity: the concept, its measurement and management", European journal of marketing, 31, n° 5/6, pp. 340‑355.

Bergami, M., Bagozzi, R.P. (2000), "Self-categorization, affective commitment and group self-esteem as distinct aspects of social identity in the organization", British Journal of Social Psychology, 39, n° 4, pp. 555‑577.

Black, J.A., Boal, K.B. (1994), "Strategic resources: Traits, configurations and paths to sustainable competitive advantage", Strategic management journal, 15, n° S2, pp. 131‑148.

Boistel, P. (2013), "Web 2.0", Communication. Information médias théories pratiques, n° Vol. 31/1.

Bonnemains, A. (2015), Vulnérabilité et résilience d’un modèle de développement alpin : Trajectoire territoriale des stations de sports d’hiver de haute altitude de Tarentaise., PhD Thesis, Université Grenoble Alpes.

Bonnemains, A. (2016), « La personnalisation d’un tourisme standardisé dans les stations de ski des Alpes du Nord : Opportunités et limites », Mondes du Tourisme, n° Hors-série, En ligne.

Boyd, B.K., Bergh, D.D., Ketchen, D.J. (2010), "Reconsidering the Reputation—Performance Relationship: A Resource-Based View", Journal of Management, 36, n° 3, pp. 588‑609.

Boyd, D.M., Ellison, N.B. (2007), "Social Network Sites: Definition, History, and Scholarship", Journal of Computer-Mediated Communication, 13, n° 1, pp. 210‑230.

Bromley, D.B. (1993), Reputation, image and impression management, John Wiley & Sons.

Brown, T.J., Dacin, P.A., Pratt, M.G., Whetten, D.A. (2006), "Identity, intended image, construed image, and reputation: An interdisciplinary framework and suggested terminology", Journal of the Academy of Marketing Science, 34, n° 2, pp. 99‑106.

Camille, C., Liquet, J.-C. (2012), « L’image de marque des territoires comme indicateur de leur performance: des enjeux pratiques aux interrogations éthiques? ».

Castellano, S., Dutot, V. (2017), "Investigating the Influence of E-Word-of-Mouth on E-Reputation", International Studies of Management & Organization, 47, n° 1, pp. 42‑60.

Caton, K., Santos, C.A. (2007), "Heritage Tourism on Route 66: Deconstructing Nostalgia", p. 16.

Chamard, C. (2014), Le marketing territorial: Comment développer l’attractivité et l’hospitalité des territoires ?, De Boeck Superieur.

Chatterjee, S., Hadi, A.S., Price, B. (2000), Regression analysis by example. Wiley, Wiley interscience.

Churchill, G.A. (1979), "A paradigm for developing better measures of marketing constructs", Journal of marketing research, pp. 64‑73.

Cornell, B., Shapiro, A.C. (1987), "Corporate stakeholders and corporate finance", Financial management, pp. 5‑14.

Cour des comptes (2018), « Les stations de ski des Alpes du nord face au réchauffement climatique : une vulnérabilité croissante, le besoin d’un nouveau modèle de développement ».

Cousin, B., Chauvin, S. (2012), « L’entre-soi élitaire à Saint-Barthélemy », Ethnologie francaise, Vol. 42, n° 2, pp. 335‑345.

Cugno, M., Grimmer, M.R., Viassone, M. (2012), "Measuring local tourism attractiveness: The case of Italy", ANZAM Conference Proceedings, pp. 1‑22.

Desmoulins, C. (2019), La réputation des territoires : utilisation et mesure. Quand « La sagesse des foules » se met au service des stratégies territoriales Une application aux stations de ski iséroises, Thèse de doctorat, Aiz-Marseille Université.

Desmoulins, C. (2020a), « Territoires, à vos réputations ! Une application aux stations de ski de l’Isère », dans Tourisme et territoires : des milieux, des dispositifs et des hommes, Harmattan, Paris (Des Hauts et Debats).

Desmoulins, C. (2020b), « Comment l’utilisation du crowdsourcing peut résoudre un problème en science de gestion. Le cas de la réputation des territoires », XXIXème Conférence AIMS.

Desponds, D., Nappi-Choulet, I. (2018), Territoires intelligents : un modèle si smart, Editions de l’Aube.

Evrard, Y., Pras, B., Roux, E., Desmet, P. (2009), Market: fondements et méthodes des recherches en marketing, Dunod, Paris.

Field, A. (2013), Discovering Statistics Using IBM SPSS Statistics, SAGE.

Fombrun, C. (1996), Reputation: Realizing Value from the Corporate Image, illustrée, réimprimée, Harvard Business School Press.

Fornell, C., Larcker, D.F. (1981), "Structural Equation Models With Unobservable Variables and Measurement Error: Algebra and Statistics", Journal of Marketing Research (JMR), 18, n° 3, pp. 382‑388.

François, H. (2007), De la station ressource pour le territoire au territoire pour la station. Le cas des stations de moyenne montagne périurbaines de Grenoble, Thèse de doctorat.

Frikha, A. (2019), La mesure en marketing: Opérationnalisation des construits latents, ISTE Editions.

Frochot, I., Kreziak, D. (2008), "Customers’ perceptions of ski resorts’ images: implications for resorts’ positioning strategies", Tourism and Hospitality Research, 8, n° 4, pp. 298‑308.

Garay, L., Pérez, S.M. (2017), "Understanding the creation of destination images through a festival’s Twitter conversation", International Journal of Event and Festival Management, 8, n° 1, pp. 39‑54.

Gatewood, R.D., Gowan, M.A., Lautenschlager, G.J. (1993), "Corporate image, recruitment image and initial job choice decisions", Academy of Management journal, 36, n° 2, pp. 414‑427.

Granovetter, M. (1985), "Economic Action and Social Structure: The Problem of Embeddedness", American Journal of Sociology, 91, n° 3, pp. 481‑510.

Groves, R.M., Jr, F.J.F., Couper, M.P., Lepkowski, J.M., Singer, E., Tourangeau, R. (2011), Survey Methodology, John Wiley & Sons.

Guallino, G., Salvador, M. (2015), "Les critères de choix d’une destination par la segmentation des expériences de consommation des touristes : une application aux stations de ski", Management & Avenir, n° 79, pp. 75‑95.

Guimaraes, G. (1985), "The Corporate Ad; Wall Street’s Superlasman", Industry Week, 10.

Guittard, C., Schenk, E. (2011), "Le Crowdsourcing : Typologie et enjeux d’une externalisation vers la foule", Documents de Travail BETA n. 2011 - 02, p. 32.

Helme-Guizon, A., Mulholland, R., Lagrandeur, L. (2004), « Processus d’achat en ligne d’un produit d’expérience: le cas d’un séjour dans une station de ski », Revue Organisations & territoires, 13, n° 3, pp. 51‑56.

Houllier-Guibert, C.-E. (2019), « L’attractivité comme objectif stratégique des collectivités locales », Revue dEconomie Regionale Urbaine, Janvier, n° 1, pp. 153‑175.

Imesch, J. (2010), « Restructuration et durabilité du tourisme de ski », Institut universitaire Kurt Bösch.

Jolibert, A., Jourdan, P. (2006), « Marketing Reseach: méthodes de recherche et d’études en marketing » Post-Print halshs-00132470, HAL.

Karpik, L. (2013), « Réalité marchande et réputation », Communications, 93, n° 2, p. 121.

Malakauskaite, A., Navickas, V. (2010), "The role of clusters in the formation process of tourism sector competitiveness : conceptual novelties", Economics & Management.

Mao, P., Hautbois, C., Langenbach, M. (2009), « Développement des sports de nature et de montagne en France : diagnostic comparé des ressources territoriales », Geographie, economie, societe, Vol. 11, n° 4, pp. 301‑313.

Margulies, W.P. (1977), "Make most of your corporate identity", Harvard Business Review, 55, n° 4, pp. 66‑74.

Mercier, A. (1998), « La participation des élèves à l’enseignement », Recherches en didactique des mathématiques, 18, n° 3, pp. 279‑310.

Nickerson, N.P., Jurowski, C. (2001), « L’influence des enfants sur les habitudes de voyage de vacances », Journal of Vacation Marketing, 7, n° 1, pp. 19‑30.

Ollivier, G., Geniaux, G., Napoléone, C., Paoli, J.-C. (2012), « Mesurer la notoriété touristique communale: contribution méthodologique à l’aide de l’analyse textuelle de guides touristiques », Cybergeo: European Journal of Geography, pp. 1‑26.

Penrose, E.T. (1959), The Theory of the Growth of the Firm, Oxford University Press, USA.

Peterson, R.A. (1994), "A meta-analysis of Cronbach’s coefficient alpha", Journal of consumer research, 21, n° 2, pp. 381‑391.

Puthod, D., Thévenard-Puthod, C. (2011), « Avoriaz: un laboratoire d’innovations managériales dans le domaine du tourisme de sports d’hiver », Pensée et pratiques du management en France.

Rao, H. (1994), "The social construction of reputation: Certification contests, legitimation, and the survival of organizations in the American automobile industry: 1895–1912", Strategic management journal, 15, pp. 29‑44.

Ravix, C. (2015), Le lien entre les composantes de l’orientation marché et la performance : une application aux Offices de tourisme de montagne, PhD Thesis, Université Grenoble Alpes.

Renault, S. (2013), "Crowdsourcing: Les enjeux de la sagesse des foules", Impact des réseaux numériques dans les organisations, pp. 13‑26.

Rhee, M., Haunschild, P.R. (2006), "The Liability of Good Reputation: A Study of Product Recalls in the U.S. Automobile Industry", Organization Science, 17, n° 1, pp. 101‑117.

Rindova, V.P., Williamson, I.O., Petkova, A.P. (2010), "Reputation as an Intangible Asset: Reflections on Theory and Methods in Two Empirical Studies of Business School Reputations", Journal of Management, 36, n° 3, pp. 610‑619.

Rochette, C. (2015), « La marque publique entre nouvelles pratiques et valeurs publiques », Revue Internationale des Sciences Administratives, 81, n° 2, pp. 341‑359.

Roussel, P., Durrieu, F., Campoy, E. (2002), Méthodes d’équations structurelles: recherche et applications en gestion, Economica.

Steiger, R. (2012), "Scenarios for skiing tourism in Austria: integrating demographics with an analysis of climate change", Journal of Sustainable Tourism, 20, n° 6, pp. 867‑882.

Stigler, G.J. (1962), "Information in the labor market", dans Investment in Human Beings, The Journal of Political Economy Vol. LXX, No. 5, Part 2, University of Chicago Press, pp. 94‑105.

Tsiotsou, R. (2006), "Using visit frequency to segment ski resorts customers", Journal of Vacation Marketing, 12, n° 1, pp. 15‑26.

Vanat, L. (2018), "International Report on Snow & Mountain Tourism".

Vlès, V. (2012), « Stations de ski en crise et construction territoriale en Catalogne française. La gestion intercommunale de la ressource touristique, un débat confisqué », Journal of Alpine Research| Revue de géographie alpine, n° 100‑2.

Vlès, V. (2014), Métastations: Mutations urbaines des stations de montagne. Un regard Pyrénéen, Presses universitaires de Bordeaux.

Vlès, V. (2019), « Stations de ski alpin des Pyrénées : des territoires touristiques aux abords du point de bascule », dans L’environnement dans la fabrique des transitions sociétales.

Vlès, V., Bouneau, C. (2016), Stations en tension, PIE Peter Lang.

Vlès V., Egea, C., Kahn, L. (1994), « Le Tableau de bord de gestion des stations Touristiques », Espaces, 127, pp. 28‑33.

Vlès, V., Hatt, E. (2019), "Ski and mountaineering resorts facing the challenges of transition: energy and ecological change, tourism development, urban renewal", dans Le tourisme hivernal – clé de succès et de développement pour les collectivités de montagne ?

Walsh-Heron, J., Stevens, T. (1990), The management of visitor attractions and events, Prentice Hall.

Weiss, A. (1995), "Human Capital vs. Signalling Explanations of Wages", Journal of Economic Perspectives, 9, n° 4, pp. 133‑154.

Whetten, D. (2002), "Modeling-as-theorizing: A systematic methodology for theory development", dans Essential skills for management research, SAGE, p. 282.

Haut de page

Notes

1 Pour exemple la station du col du Lautaret, sur la commune de Villar d’Arène, 330 âmes (INSEE, 2016) a fermé en 2014.

2 2 Source : Domaine skiable de France, observatoire 2018.

3 Nous avions envoyé 50 mails initiaux (réseau personnel et professionnel) et nous avons enregistré 269 réponses avec pour seule limitation d’accès à la question la possession du lien internet (ouvert et indéterminé)

4 Ecole de ski français

5 Aux moins 200 répondants pour les analyses factorielles.

6 Signification des indices: GFI : Goodness of Fit Index /RMSEA : Root Mean Square Error of Approximation ; TLI : Tucker Lewis Index ; CFI : Comparative Fit Index. SRMR : Standardized Root Mean Square Residual.

7 0,438

8 Variance moyenne extraite

9 Notons ici que la valeur obtenue est assez proche tout de même

10 Variance inflation factor

11 Conciliant la mobilité, de développement économique, l’énergétique, la qualité de vie, ainsi que la participation citoyenne. (Desponds et Nappi-Choulet, 2018, p. 9)

Haut de page

Table des illustrations

Titre Document 1 : modèle de mesure de la réputation d'une station de ski (liste des questions en annexe)
URL http://journals.openedition.org/viatourism/docannexe/image/5926/img-1.jpg
Fichier image/jpeg, 163k
Titre Document 2 : Tracé PP normal de régression résidus standardisés - Variable dépendante Inst 12 - via SPSS 23
URL http://journals.openedition.org/viatourism/docannexe/image/5926/img-2.jpg
Fichier image/jpeg, 37k
Haut de page

Pour citer cet article

Référence électronique

Céline Desmoulins, « La mesure de la réputation : un outil au service des territoires de ski appliqué aux stations iséroises », Via [En ligne], 18 | 2020, mis en ligne le 27 décembre 2020, consulté le 19 juin 2021. URL : http://journals.openedition.org/viatourism/5926 ; DOI : https://doi.org/10.4000/viatourism.5926

Haut de page

Auteur

Céline Desmoulins

MCF SAF / Université Lyon 1

Haut de page

Droits d’auteur

Licence Creative Commons
Via Tourism Review est mis à disposition selon les termes de la Licence Creative Commons Attribution - Pas d'Utilisation Commerciale - Pas de Modification 4.0 International.

Haut de page
  • Logo DOAJ - Directory of Open Access Journals
  • Logo CNRS - Institut des sciences humaines et sociales
  • OpenEdition Journals
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search