Introduction

La diffusion rapide des outils numériques a profondément modifié la manière dont les entreprises construisent, entretiennent et évaluent leurs relations avec les clients (Kotler & Keller, 2016). Dans la restauration rapide, où la fréquence des contacts est élevée, les offres sont facilement comparables et la concurrence se joue autant sur l’expérience que sur le produit, les points de contact digitaux constituent désormais une partie intégrante du parcours client. Réseaux sociaux, messageries mobiles, e-mails et contenus en ligne permettent d’informer, de stimuler l’interaction et de prolonger la relation au-delà du point de vente. Pourtant, leur multiplication ne garantit pas mécaniquement la fidélité. Un canal peut accroître la visibilité sans améliorer la relation ; un autre peut paraître plus modeste en portée mais créer davantage de proximité, d’utilité ou de confiance. La question centrale n’est donc plus seulement de savoir si le marketing digital fidélise, mais quels mécanismes digitaux soutiennent effectivement les comportements et intentions associés à la fidélité.

Cette distinction est importante car la littérature reste partagée, comme le confirment les synthèses récentes sur les stratégies digitales et la loyauté (Rahayu, 2024). Les travaux sur les réseaux sociaux montrent généralement que l’interactivité, l’information et la pertinence des contenus peuvent améliorer l’engagement, l’expérience, la valeur relationnelle et la loyauté (Erdoğmuş & Çiçek, 2012 ; Kim & Ko, 2012 ; Wibowo et al., 2021 ; Yadav & Rahman, 2018). D’autres recherches soulignent cependant que l’exposition digitale peut produire des effets limités lorsque le contenu est générique, peu crédible ou insuffisamment adapté au contexte du client. L’e-mailing illustre particulièrement cette ambivalence : des campagnes permission-based et personnalisées peuvent soutenir la fidélité (Merisavo & Raulas, 2004), tandis que la répétition, le manque de pertinence ou la saturation peuvent dégrader l’expérience. Le marketing de contenu présente une tension similaire entre valeur informationnelle et fatigue attentionnelle. Dès lors, traiter le « marketing digital » comme une variable homogène risque de masquer des effets opposés entre canaux et, surtout, entre pratiques au sein d’un même canal.

Cette hétérogénéité mérite une attention particulière dans les économies africaines où l’adoption numérique s’est largement structurée autour du mobile et des plateformes conversationnelles. Le mémoire à l’origine de cette recherche relève précisément que la relation entre marketing digital et fidélisation demeure peu explorée dans le contexte camerounais de la restauration, malgré des travaux soulignant déjà le rôle des réseaux sociaux dans la relation client des PME camerounaises (Boubakary & Aichatou, 2025).), alors même que les entreprises locales utilisent Facebook, WhatsApp, Instagram, TikTok ou l’e-mail pour maintenir le contact avec leurs clients. Le terrain de C Pizza est à cet égard révélateur : la quasi-totalité des répondants disposent d’un outil digital, la clientèle est majoritairement jeune et les interactions avec l’entreprise passent principalement par WhatsApp et Facebook. Ce contexte permet d’observer non seulement l’effet différencié des instruments numériques, mais aussi le rôle du « fit » entre les usages du client, la nature du canal et la valeur relationnelle produite.

La présente recherche poursuit ainsi deux objectifs complémentaires. Le premier est explicatif : identifier les dimensions des réseaux sociaux, de l’e-mailing et du marketing de contenu qui sont associées à une intention de recommandation plus forte. Le second est théorique : montrer que l’efficacité relationnelle du digital dépend moins de la présence sur un canal que de la manière dont celui-ci modifie les croyances, les attitudes et la qualité perçue de la relation. À cette fin, l’article mobilise principalement la théorie de l’action raisonnée de Fishbein et Ajzen (1975) et la théorie de l’engagement-confiance de Morgan et Hunt (1994). La première permet de comprendre comment des stimuli digitaux peuvent modifier des croyances et des attitudes qui précèdent l’intention comportementale ; la seconde explique pourquoi la communication utile, crédible et interactive peut renforcer la relation durable. La théorie de la diffusion de l’innovation (Rogers, 1995) complète cet ancrage en éclairant l’adoption différenciée des canaux et la préférence pour ceux qui offrent un avantage relatif et une compatibilité avec les pratiques quotidiennes.

Sur le plan empirique, l’étude exploite une enquête menée auprès de 260 clients de C Pizza à Yaoundé en mai-juin 2025. Les réponses sont mesurées sur une échelle de Likert en cinq points et analysées au moyen d’un modèle logit ordonné, la variable dépendante correspondant à l’intention de recommander l’entreprise. Ce choix impose une précision conceptuelle. Le questionnaire initial mesure la fidélisation à travers cinq manifestations — répétition d’achat, appréciation, recommandation, coût d’échange et volonté de payer davantage — mais l’analyse économétrique source retient la recommandation comme indicateur ordinal central. Le présent article conserve ce choix pour rester fidèle aux données disponibles, tout en évitant de confondre cette manifestation avec l’intégralité du construit de fidélité. Les résultats doivent donc être lus comme portant sur l’intention de recommandation, laquelle constitue une expression importante, mais non exhaustive, de la fidélisation.

Trois contributions sont attendues. Premièrement, l’étude désagrège le marketing digital et met en évidence des mécanismes spécifiques plutôt qu’un effet moyen artificiellement homogène. Deuxièmement, elle examine un contexte camerounais encore peu documenté dans la littérature internationale, ce qui permet de tester la portée de cadres théoriques largement élaborés dans des environnements occidentaux ou asiatiques. Troisièmement, elle introduit une lecture plus exigeante des résultats en distinguant la significativité d’un item de la validation intégrale d’un construit : les hypothèses sont considérées comme soutenues lorsque le profil des indicateurs fournit une preuve cohérente, et comme seulement partiellement soutenues lorsque quelques dimensions sont significatives. L’article est organisé comme suit : la section suivante développe l’ancrage théorique et les hypothèses ; la troisième section présente la méthode ; la quatrième expose les résultats ; la cinquième les discute et en tire les implications ; la sixième conclut, avant la présentation du modèle conceptuel et des références.

1. Cadre théorique et développement des hypothèses
   • Ancrage théorique

La théorie de l’action raisonnée (Theory of Reasoned Action) considère que le comportement est précédé par une intention elle-même structurée par l’attitude à l’égard du comportement et par les normes subjectives (Fishbein & Ajzen, 1975). Les attitudes résultent des croyances relatives aux conséquences attendues et de l’évaluation de ces conséquences. Appliqué au marketing digital, ce cadre conduit à considérer les publications, les e-mails et les contenus non comme des stimuli ayant automatiquement un effet sur la fidélité, mais comme des signaux susceptibles de modifier les croyances du client : utilité de l’information, facilité d’interaction, pertinence du message, crédibilité de la marque ou bénéfice attendu du maintien de la relation. Une expérience digitale favorable peut dès lors accroître la probabilité d’une attitude positive et, in fine, d’une intention de recommandation. À l’inverse, une communication perçue comme intrusive, peu utile ou répétitive peut produire des croyances défavorables, même si elle augmente la notoriété.

La théorie de l’engagement-confiance complète ce raisonnement en déplaçant l’attention de l’exposition vers la qualité relationnelle. Morgan et Hunt (1994) soutiennent que l’engagement et la confiance sont des mécanismes centraux du marketing relationnel parce qu’ils transforment des échanges ponctuels en relations durables. Dans un environnement numérique, la communication fréquente n’a donc de valeur relationnelle que si elle est jugée fiable, pertinente et respectueuse. Les réseaux sociaux peuvent favoriser cette dynamique lorsqu’ils rendent l’interaction bidirectionnelle, réduisent la distance avec la marque et facilitent l’expression du client. Le contenu peut également soutenir la relation lorsqu’il résout un problème, répond à un besoin d’information ou confirme la qualité de l’offre. À l’opposé, un e-mail qui produit de la visibilité mais pas de valeur perçue peut renforcer la connaissance de la marque sans renforcer l’engagement ; cette dissociation est précisément l’un des résultats que l’analyse empirique permet d’examiner.

Enfin, la théorie de la diffusion de l’innovation (Rogers, 1995) offre un cadre contextuel pour comprendre pourquoi les canaux numériques ne sont pas adoptés de manière équivalente. Une innovation est d’autant plus susceptible d’être utilisée qu’elle présente un avantage relatif, qu’elle est compatible avec les pratiques et valeurs de l’utilisateur, qu’elle paraît simple et que ses bénéfices sont observables (Boubakary & Nkakleu, 2025). Dans un environnement où le smartphone est le principal terminal d’accès, une messagerie instantanée familière peut ainsi être plus compatible avec les routines d’interaction qu’un canal e-mail plus formel. La théorie de la diffusion n’est pas testée comme un mécanisme médiateur dans les données disponibles ; elle sert ici à interpréter la différenciation des canaux et à replacer les résultats dans leur contexte d’usage. Cette combinaison théorique conduit à une proposition générale : la contribution du marketing digital à la recommandation dépend de sa capacité à produire des croyances favorables et une relation utile, crédible et compatible avec les pratiques du client.

• Développement des hypothèses
  • Marketing des réseaux sociaux et intention de recommandation

Les activités de marketing sur les réseaux sociaux combinent information, interactivité, tendance, personnalisation et bouche-à-oreille (Boubakary & Aichatou, 2025). Kim et Ko (2012) montrent que ces activités peuvent nourrir différentes formes de valeur client, tandis que Yadav et Rahman (2018) soulignent l’importance de l’interactivité et de l’informativité pour la loyauté. Erdoğmuş et Çiçek (2012) constatent en particulier que les contenus pertinents et attractifs sont associés à la fidélité de marque. Du point de vue de l’action raisonnée, une publication perçue comme utile ou intéressante améliore les croyances relatives à la marque et peut rendre sa recommandation plus probable. Du point de vue relationnel, la possibilité de transmettre un avis, d’échanger avec l’entreprise et de partager l’information avec d’autres consommateurs crée une forme de réciprocité et d’engagement qui dépasse la simple exposition publicitaire.

Cette logique ne suppose toutefois pas que toutes les dimensions des réseaux sociaux aient le même poids. La récence d’une publication, par exemple, peut signaler une activité de la marque sans garantir qu’elle crée de la valeur. De même, être informé sur les produits n’implique pas nécessairement un attachement relationnel. L’hypothèse porte donc sur la direction générale du bloc de pratiques, tout en laissant ouverte la possibilité d’effets différenciés entre ses indicateurs.

H1. Une évaluation favorable des pratiques de marketing sur les réseaux sociaux accroît la probabilité d’une intention de recommandation élevée.

• E-mail marketing et intention de recommandation

L’e-mailing est historiquement l’un des instruments les plus utilisés du marketing direct numérique. Lorsqu’il est permission-based, ciblé et personnalisé, il permet de maintenir un contact régulier et de fournir des informations adaptées aux préférences du client. Merisavo et Raulas (2004) montrent qu’une communication par e-mail régulière peut favoriser la fidélité et la recommandation, notamment lorsque le contenu est jugé utile ; Verhoef (2003) souligne plus largement le rôle des efforts relationnels dans la rétention et le développement de la relation client. Dans une logique d’action raisonnée, la pertinence du message peut renforcer les croyances favorables à la marque ; dans une logique engagement-confiance, la personnalisation et la continuité de la communication peuvent soutenir la qualité relationnelle.

Le canal présente néanmoins une vulnérabilité spécifique : la frontière entre présence de marque et pression commerciale est étroite. L’accumulation d’e-mails non sollicités, peu différenciés ou faiblement pertinents peut être assimilée à du bruit et réduire la valeur de l’interaction. La littérature sur l’expérience client rappelle ainsi que la qualité d’un point de contact dépend de son contexte, du contrôle perçu et de la cohérence avec le parcours global (De Keyser et al., 2020). Une forte notoriété produite par l’e-mail n’est donc pas nécessairement synonyme de confiance ou d’engagement. Malgré cette tension, la littérature relationnelle conduit à poser une hypothèse positive lorsque l’e-mail est évalué favorablement par le client.

H2. Une évaluation favorable des pratiques d’e-mail marketing accroît la probabilité d’une intention de recommandation élevée.

• Marketing de contenu et intention de recommandation

Le marketing de contenu se distingue de la communication purement promotionnelle par la production et la diffusion de contenus capables d’attirer, d’informer et d’engager un public déterminé. Pulizzi (2012) insiste sur la nécessité de créer une valeur narrative et informationnelle plutôt que de multiplier les messages commerciaux. Ajina (2019) montre que le marketing de contenu peut renforcer la loyauté à travers l’engagement et la confiance, tandis que Tjandra et Wono (2024) rapportent également une association positive entre contenu et loyauté dans un environnement numérique. Dans les environnements numériques, l’utilité et la pertinence du contenu deviennent particulièrement importantes car le consommateur est confronté à une abondance d’informations et peut facilement ignorer les messages jugés redondants.

La logique théorique est double. Premièrement, un contenu qui répond à un besoin ou facilite la prise de décision modifie favorablement les croyances relatives à la marque et à l’expérience attendue. Deuxièmement, un contenu cohérent, crédible et utile constitue un investissement relationnel : il indique que l’entreprise ne cherche pas uniquement une transaction immédiate mais contribue à la valeur du client. Le contenu peut ainsi soutenir une intention de recommandation plus élevée, en particulier lorsqu’il satisfait effectivement un besoin d’information.

H3. Une évaluation favorable du marketing de contenu accroît la probabilité d’une intention de recommandation élevée.

Le modèle conceptuel correspondant est présenté en Figure 1. Il conserve les trois familles de pratiques observées dans le mémoire source et les relie à l’intention de recommandation. Les théories mobilisées servent d’ancrage interprétatif ; elles ne constituent pas des variables médiatrices directement mesurées dans le questionnaire.

Figure 1 : Modèle conceptuel de la recherche

Source : Auteure à partir de Fishbein et Ajzen (1975), Morgan et Hunt (1994) et Rogers (1995).

2. Méthodologie
   • Terrain, échantillon et collecte des données

L’étude adopte une posture positiviste et une démarche hypothético-déductive, cohérentes avec l’objectif de tester des associations formulées à partir de la littérature. Le terrain est C Pizza, une chaîne camerounaise de restauration rapide créée en 2017 et implantée notamment à Yaoundé et Douala. L’enquête porte sur les trois points de vente de Yaoundé situés à Essos, Odza et Biyem-Assi. Ce choix offre un terrain pertinent pour étudier le marketing digital car l’entreprise utilise plusieurs outils numériques et sa clientèle est fortement équipée en terminaux digitaux (Boubakary & Aichatou, 2025).

L’échantillonnage est non probabiliste par convenance. Cette technique a été retenue en raison de l’accessibilité des clients et de l’absence de base de sondage exhaustive. Elle présente l’avantage de rendre possible la collecte auprès de consommateurs effectivement exposés aux canaux de l’entreprise, mais limite la généralisation statistique des résultats. La collecte s’est déroulée de mai à juin 2025. Deux modes d’administration ont été combinés : 100 questionnaires ont été recueillis en face à face dans les trois points de vente et 160 réponses ont été obtenues en ligne via Google Forms, après diffusion du lien sur les plateformes où l’entreprise interagit avec ses clients. L’échantillon final comprend ainsi 260 répondants.

Le questionnaire comporte 28 questions fermées. Les énoncés principaux sont évalués sur une échelle de Likert à cinq modalités allant de 1 (« tout à fait en désaccord ») à 5 (« tout à fait d’accord »). Le premier bloc mesure le marketing des réseaux sociaux à partir de cinq items ; le deuxième mesure l’e-mail marketing à partir de six items ; le troisième mesure le marketing de contenu à partir de cinq items ; le quatrième regroupe cinq manifestations de la fidélisation ; sept questions décrivent enfin le profil du répondant. La formulation des items reprend et adapte des échelles mobilisées dans la littérature, notamment Kim et Ko (2012) pour les activités sociales, Chaffey et Ellis-Chadwick (2019) pour les pratiques digitales et Ajina (2019) pour le contenu.

• Mesures et opérationnalisation

Le Tableau 1 synthétise les dimensions effectivement observées. Le marketing des réseaux sociaux couvre l’interaction, la tendance et la communication/publicité ; l’e-mailing est appréhendé à travers l’achat, l’attractivité, la notoriété, la confiance, la relation et l’attitude ; le marketing de contenu couvre la qualité, la cohérence de l’affichage, l’efficacité informationnelle, la satisfaction des besoins et l’utilité de l’information. La fidélisation est initialement mesurée par cinq indicateurs. Cependant, l’analyse source retient l’item « Je recommanderais l’entreprise C Pizza si quelqu’un demandait mon avis » comme variable dépendante, car il présente la moyenne la plus élevée (4,243). Pour éviter une extension abusive du construit, le présent article désigne cette variable comme « intention de recommandation » et la traite comme un proxy ordinal de la fidélisation.

Tableau 1 : Opérationnalisation des variables

Source : Auteure à partir du questionnaire de l’enquête.

• Stratégie d’analyse

Les statistiques descriptives ont été produites avec Excel 16 et les analyses économétriques avec Stata 16. Un test du khi-deux est d’abord utilisé dans le mémoire pour examiner l’existence d’associations bivariées entre les indicateurs de marketing digital et l’intention de recommandation. L’analyse principale repose ensuite sur une régression logistique ordonnée (ordered logit), choix adapté à une variable dépendante ordinale à cinq catégories. Le modèle estime la probabilité cumulative d’appartenir à une catégorie de recommandation plus élevée en fonction des évaluations des différents items, toutes choses égales par ailleurs. Les erreurs standards sont robustes et quatre variables de contrôle sont introduites : sexe, âge, revenu et niveau d’étude.

Le modèle multivarié utilise 256 observations complètes. La significativité globale est appréciée par le test de Wald et l’ajustement par le pseudo-R². Il convient de rappeler que le pseudo-R² d’un modèle logit ne s’interprète pas comme la proportion de variance expliquée dans une régression linéaire. Il constitue un indicateur comparatif d’ajustement. Les coefficients sont également transformés en odds ratios (OR) pour faciliter l’interprétation : un OR supérieur à 1 indique une association avec une probabilité plus élevée d’appartenir à une catégorie supérieure de recommandation ; un OR inférieur à 1 indique l’association inverse. Les données disponibles ne permettent pas de reproduire ici des tests supplémentaires sur l’hypothèse des odds proportionnels ou une validation psychométrique complète des construits ; ces points sont explicitement intégrés aux limites de l’étude.

3. Résultats
   • Profil des répondants et usages digitaux

Le profil de l’échantillon confirme le caractère jeune et fortement connecté du terrain. Les femmes représentent 52 % des répondants et les hommes 48 %. Soixante pour cent ont moins de 30 ans, 26 % ont entre 30 et 40 ans et 13 % entre 41 et 50 ans. La majorité possède un niveau d’études supérieur (71 %) et 41 % sont étudiants. Sur le plan économique, 65 % déclarent un revenu mensuel inférieur à 100 000 FCFA. Surtout, 99 % disposent d’un smartphone, d’un ordinateur ou d’une tablette. Le Tableau 2 présente les principaux éléments descriptifs utiles à l’interprétation des comportements digitaux.

Tableau 2 : Profil synthétique de l’échantillon et canaux d’interaction

Source : Enquête de terrain, N = 260.

Les perceptions descriptives sont elles aussi différenciées selon les leviers. Pour les réseaux sociaux, près de 70 % des répondants jugent les publications pertinentes, environ 73 % estiment pouvoir transmettre ou partager facilement l’information et 79 % déclarent que les réseaux sociaux leur permettent de rester informés sur les produits. Les perceptions de l’e-mailing sont plus mitigées : l’achat à partir des e-mails ne recueille qu’environ 30 % d’accord, tandis que de fortes proportions de réponses neutres apparaissent sur l’attractivité, la confiance et l’attitude. À l’inverse, le marketing de contenu reçoit des évaluations plus favorables : 67,6 % considèrent le contenu comme de qualité, 76,8 % le jugent efficace pour obtenir de l’information, 66,8 % estiment qu’il satisfait leurs besoins et 63,3 % considèrent les informations opportunes comme utiles à la prise de décision. Cette asymétrie descriptive annonce déjà que le canal ne suffit pas : c’est l’utilité perçue de l’expérience qui semble faire la différence.

• Résultats du modèle logit ordonné

Le modèle est globalement significatif (test de Wald, p < 0,001) et présente un pseudo-R² de 0,2281. Les variables de contrôle — sexe, âge, revenu et niveau d’étude — ne sont pas statistiquement significatives. Les résultats détaillés du Tableau 3 montrent surtout que seuls certains mécanismes au sein de chaque bloc sont associés à une intention de recommandation plus élevée. Cette sélectivité est centrale pour l’interprétation théorique.

Tableau 3 : Régression logistique ordonnée de l’intention de recommandation

Source : Calculs à partir des estimations Stata 16 du mémoire. N = 256 ; pseudo-R² = 0,2281 ; Wald p < 0,001. *** p < 0,01 ; ** p < 0,05 ; * p < 0,10.

Pour le marketing des réseaux sociaux, la pertinence des publications est positivement associée à l’intention de recommandation (β = 0,394 ; p < 0,01 ; OR = 1,483). À niveau identique des autres variables, une augmentation d’un point de l’évaluation de la pertinence est associée à des odds environ 48 % plus élevées d’appartenir à une catégorie supérieure de recommandation. La facilité de transmission présente un effet encore plus marqué (β = 0,507 ; p < 0,01 ; OR = 1,660), soit des odds supérieures d’environ 66 %. En revanche, les items relatifs à l’avis, à l’information générale et à la récence ne sont pas significatifs. H1 est donc soutenue de manière partielle : ce ne sont pas les réseaux sociaux en tant que tels, mais la pertinence et la transmissibilité de l’information qui portent l’association positive.

Pour l’e-mailing, aucun indicateur n’est positivement significatif. L’item selon lequel l’e-mail accroît la notoriété des produits et services est même négativement associé à l’intention de recommandation (β = -0,524 ; p < 0,01 ; OR = 0,592). Les odds d’appartenir à une catégorie supérieure de recommandation sont ainsi environ 41 % plus faibles pour une hausse d’un point de cet item, toutes choses égales par ailleurs. Les autres dimensions — achat, attractivité, confiance, relation et attitude — ne sont pas significatives. H2 n’est donc pas soutenue. Ce résultat ne signifie pas que tout e-mailing nuit à la fidélité ; il indique plus précisément que, dans cet échantillon, la visibilité attribuée à l’e-mail ne se convertit pas en intention de recommandation et peut même lui être inversement associée.

Le marketing de contenu offre le profil le plus fort. La satisfaction des besoins grâce au contenu est positivement associée à la recommandation (β = 0,916 ; p < 0,01 ; OR = 2,499). Une hausse d’un point de cette évaluation est associée à des odds environ 2,5 fois plus élevées d’appartenir à une catégorie supérieure de recommandation. L’efficacité informationnelle est également significative (β = 0,474 ; p < 0,05 ; OR = 1,606). À l’inverse, la qualité déclarée, le reflet de la qualité de l’entreprise dans les médias sociaux et l’efficacité générique ne sont pas statistiquement significatifs. H3 est donc, elle aussi, partiellement soutenue : la valeur du contenu semble reposer davantage sur la satisfaction concrète d’un besoin et sur sa fonction informationnelle que sur une appréciation abstraite de sa qualité.

• Analyse complémentaire des canaux sociaux

Le mémoire estime enfin un modèle complémentaire permettant d’isoler trois canaux utilisés pour interagir avec l’entreprise : WhatsApp, Facebook et TikTok. Cette analyse est particulièrement pertinente dans un contexte où 38 % des répondants déclarent WhatsApp comme canal principal d’interaction et 36 % Facebook. Les résultats, présentés au Tableau 4, montrent que WhatsApp est positivement associé à l’intention de recommandation au seuil de 5 %, Facebook au seuil de 10 %, tandis que TikTok n’est pas significatif. Le résultat suggère un avantage des canaux déjà fortement intégrés aux routines conversationnelles des clients.

Tableau 4 : Décomposition des principaux canaux sociaux

Source : Données d’enquête. N = 259. *** p < 0,01 ; ** p < 0,05 ; * p < 0,10.

4. Discussion
   • Contributions théoriques

Le premier apport de cette recherche est de montrer que « digital » ne constitue pas une catégorie explicative suffisante. Les résultats invalident une lecture uniforme selon laquelle la simple intensification des points de contact numériques produirait mécaniquement davantage de fidélité. À l’intérieur des réseaux sociaux, seules « la pertinence des publications » et « la facilité de transmission » sont significatives ; à l’intérieur du marketing de contenu, seules « la satisfaction des besoins » et « la valeur informationnelle » le sont ; l’e-mailing ne présente aucun effet positif significatif. Cette structure rejoint les travaux qui insistent sur les dimensions d’interactivité, d’informativité et de valeur plutôt que sur la présence numérique elle-même (Kim & Ko, 2012 ; Yadav & Rahman, 2018). Elle prolonge cette littérature en montrant, dans un terrain camerounais, que l’hétérogénéité existe également au niveau des mécanismes intra-canaux.

Le deuxième apport concerne la théorie de l’action raisonnée. Les dimensions significatives ont en commun de fournir au client une conséquence directement évaluable : la publication est pertinente, l’information est facilement transmissible, le contenu satisfait un besoin ou permet d’obtenir une information utile. Ces éléments sont cohérents avec l’idée que les attitudes et intentions dépendent des croyances relatives aux conséquences du comportement (Fishbein & Ajzen, 1975). La récence ou la simple exposition ne suffisent pas : elles n’ont de valeur que si elles modifient favorablement ce que le client croit pouvoir obtenir du canal. Le résultat sur l’e-mailing est particulièrement instructif. La notoriété liée aux e-mails augmente peut-être la saillance de la marque, mais la saillance n’est pas nécessairement une croyance favorable à la relation. Une entreprise peut être davantage présente à l’esprit du client sans être davantage recommandée.

Le troisième apport renvoie à la théorie engagement-confiance. Les deux résultats les plus forts — satisfaction des besoins par le contenu et facilité de transmission sur les réseaux sociaux — sont intrinsèquement relationnels. Ils traduisent soit une création de valeur pour le client, soit une capacité d’échange avec la marque et son réseau. À l’inverse, les dimensions de l’e-mailing liées à la confiance, à la relation ou à l’attitude restent non significatives, ce qui suggère que le canal n’a pas réussi, dans cette configuration, à produire les propriétés relationnelles attendues. Cette conclusion nuance la littérature positive sur l’e-mail permission-based (Merisavo & Raulas, 2004) : le potentiel relationnel d’un canal ne se réalise que si la pratique concrète est perçue comme pertinente et compatible avec le parcours du client.

Le quatrième apport est contextuel. WhatsApp affiche l’association la plus forte parmi les canaux sociaux testés, devant Facebook, alors que TikTok n’est pas significatif. Ce résultat est cohérent avec la logique de compatibilité de Rogers (1995) : un canal conversationnel déjà intégré aux routines quotidiennes, permettant une interaction immédiate et à faible friction, peut mieux soutenir la relation qu’un canal davantage orienté vers la consommation de contenu. Il ne s’agit pas de conclure à une supériorité universelle de WhatsApp, mais de souligner que l’efficacité d’un canal dépend de son inscription dans les pratiques locales. Les modèles de fidélisation digitale gagnent ainsi à intégrer plus explicitement le contexte d’usage plutôt qu’à supposer l’équivalence fonctionnelle des plateformes.

Enfin, l’article contribue à clarifier l’objet empirique mesuré. Le mémoire initial parle de fidélisation, mais l’estimation principale porte sur une seule manifestation : l’intention de recommandation. La littérature sur la fidélité distingue depuis longtemps les dimensions comportementales et attitudinales, et une recommandation favorable correspond davantage à une forme d’advocacy ou d’engagement attitudinal qu’à la répétition d’achat elle-même (Dick & Basu, 1994 ; Oliver, 1999). En reformulant explicitement la variable dépendante, la présente étude réduit le risque de surinterprétation et montre l’intérêt, pour les recherches futures, de mesurer simultanément répétition d’achat, résistance au changement, recommandation et volonté de payer un premium dans un modèle latent validé.

• Implications managériales et institutionnelles

Pour les entreprises de restauration rapide, la première implication est d’arbitrer les investissements digitaux selon la valeur relationnelle créée, et non selon la seule portée du canal. Les résultats invitent à renforcer la pertinence éditoriale des publications et à faciliter le partage, le commentaire et la transmission d’informations. Une publication fréquente mais peu utile ne crée pas nécessairement de recommandation ; une publication ciblée, qui répond à une question du client ou lui donne envie de partager une information, peut avoir davantage d’impact. Les indicateurs de pilotage doivent donc dépasser les impressions et le nombre d’abonnés pour suivre les réponses, partages, conversations, recommandations et conversions relationnelles.

La deuxième implication concerne le marketing de contenu. Le coefficient associé à la satisfaction des besoins est le plus élevé du modèle. C Pizza et, plus largement, les entreprises comparables devraient concevoir le contenu comme un service : informations sur les produits, conditions de livraison, disponibilité, promotions réellement pertinentes, conseils de choix, témoignages vérifiables, coulisses de préparation ou réponses aux questions fréquentes. Le contenu doit réduire l’incertitude du client et améliorer sa capacité de décision. L’enjeu n’est donc pas de produire davantage, mais de produire ce qui est réellement utile au moment où le client en a besoin.

La troisième implication est de repenser l’e-mailing. L’absence d’effet positif et l’association négative de l’item de notoriété suggèrent que la visibilité par e-mail ne doit pas être confondue avec la relation. Avant de supprimer le canal, l’entreprise devrait auditer la fréquence d’envoi, le consentement, la segmentation, la personnalisation, le moment d’envoi et la valeur spécifique de chaque message. Des e-mails transactionnels ou relationnels peuvent rester utiles s’ils répondent à une attente claire, mais les messages génériques devraient être limités. Dans un échantillon massivement équipé de smartphones et très présent sur WhatsApp, certaines communications peuvent être déplacées vers des canaux plus naturels pour le client, sous réserve du respect du consentement et de la protection des données.

La quatrième implication concerne le choix des plateformes. WhatsApp apparaît comme le canal le plus prometteur dans cette étude, mais son usage marketing doit rester conversationnel et non intrusif. Les entreprises peuvent l’utiliser pour les réponses rapides, la prise de commande, l’information personnalisée ou le suivi, tout en évitant le bombardement promotionnel. Facebook conserve également un rôle, notamment pour la visibilité et la diffusion de contenus, mais la valeur relationnelle semble plus forte lorsque le canal permet une interaction directe. Pour les organisations professionnelles et les dispositifs d’accompagnement des PME, ces résultats plaident en faveur de formations au marketing digital qui portent moins sur la simple création de comptes que sur la segmentation, le consentement, la qualité du contenu, l’analyse des données et la gestion responsable des interactions.

• Limites et voies de recherche

Plusieurs limites encadrent la portée des résultats. Premièrement, l’échantillonnage de convenance et le caractère mono-entreprise réduisent la représentativité externe. L’enquête est conduite uniquement à Yaoundé, dans trois points de vente, alors que l’entreprise est également implantée à Douala. Deuxièmement, la recherche est transversale et fondée sur des perceptions auto-déclarées ; elle permet d’identifier des associations, non d’établir une causalité. Troisièmement, la variable dépendante est un item unique d’intention de recommandation. Ce choix préserve la cohérence avec l’analyse source, mais il ne permet pas de capturer l’intégralité du construit de fidélité.

Quatrièmement, les variables explicatives sont introduites item par item dans le modèle, alors que les hypothèses sont formulées au niveau de familles de pratiques. Une recherche destinée à tester rigoureusement les construits devrait réaliser une analyse factorielle confirmatoire, examiner la fiabilité composite, la validité convergente et discriminante, puis estimer un modèle structurel ou des scores composites validés. Cinquièmement, le mémoire ne rapporte pas de test de l’hypothèse des odds proportionnels du logit ordonné ni de diagnostic détaillé du biais de méthode commune. Ces vérifications devront être réalisées lors d’une réplication disposant des données brutes.

Les recherches futures peuvent donc suivre quatre directions. Une première consiste à étendre l’échantillon à Douala et à d’autres enseignes afin d’évaluer la robustesse contextuelle des résultats. Une deuxième consiste à adopter un dispositif longitudinal ou expérimental pour distinguer l’effet de l’exposition, de la pertinence et de la fréquence. Une troisième consiste à intégrer des médiateurs directement mesurés — confiance, engagement, satisfaction, fatigue digitale — pour tester les mécanismes proposés par l’ancrage théorique. Enfin, une approche mixte permettrait de comprendre pourquoi l’e-mailing est faiblement valorisé et dans quelles conditions WhatsApp crée effectivement de la proximité plutôt qu’une nouvelle forme d’intrusion. L’e-réputation, les avis en ligne et le bouche-à-oreille électronique constituent également des prolongements naturels de l’intention de recommandation.

Conclusion

Cette recherche avait pour objectif d’identifier les effets différenciés des réseaux sociaux, de l’e-mailing et du marketing de contenu sur l’intention de recommandation des clients d’une entreprise de restauration rapide au Cameroun. À partir de 260 questionnaires et d’un modèle logit ordonné estimé sur 256 observations complètes, les résultats montrent que l’efficacité du digital est sélective. La pertinence des publications et la facilité de transmission sur les réseaux sociaux sont positivement associées à la recommandation ; la satisfaction des besoins et la valeur informationnelle du contenu présentent des associations encore plus fortes. En revanche, aucun item de l’e-mailing n’est positivement significatif et la notoriété attribuée à ce canal est négativement associée à l’intention de recommandation. L’analyse complémentaire fait ressortir WhatsApp comme le canal social le plus fortement associé à la recommandation.

Ces résultats conduisent à une conclusion simple mais structurante : la présence digitale n’est pas une ressource relationnelle en soi. Elle le devient lorsque le canal est compatible avec les usages du client et lorsque le message produit une valeur cognitive ou relationnelle concrète. La théorie de l’action raisonnée aide à comprendre pourquoi l’utilité et la pertinence modifient les croyances qui précèdent l’intention ; la théorie de l’engagement-confiance explique pourquoi l’interaction et la satisfaction des besoins soutiennent davantage la relation que la simple exposition ; la diffusion de l’innovation permet de replacer la performance des plateformes dans leur contexte d’adoption (Boubakary & Nkakleu, 2025).

Pour les praticiens, l’enjeu est donc d’organiser une architecture digitale centrée sur l’utilité : contenus informatifs, interactions rapides, messages partageables et canaux réellement utilisés par la clientèle. Pour la recherche, l’étude invite à sortir des mesures agrégées du marketing digital et à distinguer les mécanismes, les plateformes et les manifestations de la fidélité. Une réplication multi-enseignes, avec validation psychométrique, tests de robustesse du modèle ordonné et mesures longitudinales de fidélité comportementale, constituerait l’étape suivante pour transformer ces résultats exploratoires robustes en conclusions plus largement généralisables.

Références bibliographiques

Ajina, A. S. (2019). The role of content marketing in enhancing customer loyalty: An empirical study on private hospitals in Saudi Arabia. Innovative Marketing, 15(3), 71–84.

Boubakary, B., & Aichatou, A. (2025). Influencer Marketing and Behavioral Guidance Towards Responsible Consumption: The Case of Cosmetic Products in Cameroon. Archives of Business Research, 13(12), 62-80.

Boubakary, B., & Nkakleu, R. (2025). Les dynamiques de l’innovation dans les entreprises en Afrique: une analyse sous le prisme de la perspective institutionnelle. Question (s) de management, 57(5), 15-30.

Chaffey, D., & Ellis-Chadwick, F. (2019). Digital marketing: Strategy, implementation and practice (7th ed.). Pearson.

De Keyser, A., Verleye, K., Lemon, K. N., Keiningham, T. L., & Klaus, P. (2020). Moving the customer experience field forward: Introducing the Touchpoints, Context, Qualities (TCQ) nomenclature. Journal of Service Research, 23(4), 433–455.

Dick, A. S., & Basu, K. (1994). Customer loyalty: Toward an integrated conceptual framework. Journal of the Academy of Marketing Science, 22(2), 99–113.

Erdoğmuş, İ. E., & Çiçek, M. (2012). The impact of social media marketing on brand loyalty. Procedia – Social and Behavioral Sciences, 58, 1353–1360.

Fishbein, M., & Ajzen, I. (1975). Belief, attitude, intention and behavior: An introduction to theory and research. Addison-Wesley.

Kim, A. J., & Ko, E. (2012). Do social media marketing activities enhance customer equity? An empirical study of luxury fashion brand. Journal of Business Research, 65(10), 1480–1486.

Kotler, P., & Keller, K. L. (2016). Marketing management (15th ed.). Pearson.

Merisavo, M., & Raulas, M. (2004). The impact of e-mail marketing on brand loyalty. Journal of Product & Brand Management, 13(7), 498–505.

Morgan, R. M., & Hunt, S. D. (1994). The commitment-trust theory of relationship marketing. Journal of Marketing, 58(3), 20–38.

Oliver, R. L. (1999). Whence consumer loyalty? Journal of Marketing, 63(Special Issue), 33–44.

Pulizzi, J. (2012). The rise of storytelling as the new marketing. Publishing Research Quarterly, 28, 116–123.

Rahayu, S. (2024). Digital marketing strategies to build customer loyalty: A systematic review of sustainable financial benefits. Atestasi: Jurnal Ilmiah Akuntansi, 7(1), 792–806.

Rogers, E. M. (1995). Diffusion of innovations (4th ed.). Free Press.

Tjandra, A., & Wono, H. Y. (2024). The influence of content marketing on the loyalty of Valorant game users at X-Gate. International Journal of Environmental, Sustainability, and Social Science (IJESSS), 5(1), 125-131.

Verhoef, P. C. (2003). Understanding the effect of customer relationship management efforts on customer retention and customer share development. Journal of Marketing, 67(4), 30–45.

Wibowo, A., Chen, S.-C., Wiangin, U., Ma, Y., & Ruangkanjanases, A. (2021). Customer behavior as an outcome of social media marketing: The role of social media marketing activity and customer experience. Sustainability, 13(1), 189.

Yadav, M., & Rahman, Z. (2018). The influence of social media marketing activities on customer loyalty: A study of e-commerce industry. Benchmarking: An International Journal, 25(9), 3882–3905.