DEFO Sylvain Diffusion Mobile Money

UNIVERSITE CATHOLIQUE D’AFRIQUE CENTRALE
INSTITUT CATHOLIQUE DE YAOUNDE
FACULTE DE SCIENCES SOCIALES ET DE GESTION
MASTER MANAGEMENT ET SYSTÈMES D’INFORMATION
DIFFUSION DU MOBILE MONEY DANS LE RÉSEAU DES ABONNÉS
TÉLÉPHONIQUES : CAS DE MTN-CAMEROUN
Mémoire présenté et soutenu en vue de l’obtention du
Master en Management et Systèmes d’Information
Par
DEFO WAFO Sylvain
Ingénieur d’Application de la Statistique
Sous la Direction de
Pr. KALA KAMDJOUG Jean Robert
Professeur en Mathématiques et Informatique
UCAC
Août 2017
Sommaire
SOMMAIRE --------------------------------------------------------------------------------------------------------------------- 1
DEDICACE ----------------------------------------------------------------------------------------------------------------------- 3
REMERCIEMENTS -------------------------------------------------------------------------------------------------------------- 4
RESUME ------------------------------------------------------------------------------------------------------------------------- 5
ABSTRACT ----------------------------------------------------------------------------------------------------------------------- 5
SIGLES ET ABREVIATIONS ----------------------------------------------------------------------------------------------------- 6
LISTE DES ILLUSTRATIONS ---------------------------------------------------------------------------------------------------- 7
INTRODUCTION GENERALE -------------------------------------------------------------------------------------------------- 1
CHAPITRE 1 : DYNAMIQUE DU MOBILE MONEY AU CAMEROUN ----------------------------------------------------4
Section 1. Chaine de valeur et écosystème du mobile money au Cameroun --------------------------------------------------4
1.1. Définitions, chaine de valeur et services de mobile money (MM) ------------------------------------------------------4
1.2. Ecosystème du mobile money -----------------------------------------------------------------------------------------------------9
1.3. Orange money et MTN Mobile Money ----------------------------------------------------------------------------------------10
Section 2. Diffusion du mobile money et influence potentielle des relations sociales------------------------------------11
2.1. Evolution des abonnés à la téléphonie mobile et au MM ---------------------------------------------------------------12
2.2. Influence des interactions et relations sociales sur la diffusion du MM ---------------------------------------------13
Conclusion -----------------------------------------------------------------------------------------------------------------------------------16
CHAPITRE 2 : PRINCIPALES THEORIES SUR LA DIFFUSION DANS LES RESEAUX ET LE MOBILE MONEY ------17
Section 1. Publications sur le Mobile Money et la diffusion de l’innovation dans les réseaux -------------------------17
i
1.1. La diffusion du Mobile Money ---------------------------------------------------------------------------------------------------17
1.2. L’analyse des réseaux sociaux et le modèle de diffusion de l’innovation -------------------------------------------18
1.3. Principales approches de mise en œuvre de la diffusion de l’innovation dans un réseau ---------------------22
Section 2. Modèles d’étude, hypothèses et méthodologie d’évaluation -----------------------------------------------------24
2.1. Impact général du réseau social des abonnés sur la diffusion du MM -----------------------------------------------24
2.2. Mécanismes de diffusion entre les utilisateurs de MM et leurs voisins ---------------------------------------------26
Conclusion -----------------------------------------------------------------------------------------------------------------------------------29
CHAPITRE 3: TRAITEMENT DES DONNEES ET RESULTATS DES ANALYSES -----------------------------------------30
Section 1. Sélection, prétraitement et description des données utilisées ----------------------------------------------------30
1.1. Constitution du réseau des abonnés téléphoniques ----------------------------------------------------------------------30
1.2. Caractéristiques d’adoption du MM par les abonnés et échantillon final ------------------------------------------32
1.3. Préparation des donnés pour les différents tests d’hypothèse --------------------------------------------------------33
Section 2. Résultats des analyses ---------------------------------------------------------------------------------------------------------35
2.1. Analyse descriptive du panel d’utilisateurs de MM et leurs voisins --------------------------------------------------36
2.2. Relation entre la structure du réseau des abonnés et la diffusion du MM -----------------------------------------39
2.3. Résultats des tests d’évaluation des hypothèses ---------------------------------------------------------------------------40
Conclusion ------------------------------------------------------------------------------------------------------------------------ -----------42
CHAPITRE 4: DISCUSSIONS ET LIMITES DE L’ETUDE-------------------------------------------------------------------- 43
Section 1. Discussions ------------------------------------------------------------------------------------------------------------------------43
ii
1.1. Points d’intérêt général de l’étude ---------------------------------------------------------------------------------------------43
1.2. Implications de l’impact des utilisateurs sur la diffusion du MM -----------------------------------------------------46
1.3. Résultats mitigés de la diffusion du MM au regard des théories sur le sujet --------------------------------------51
Section 2. Limites et perspectives de recherches ------------------------------------------------------------------------------------53
2.1. Prise en compte des variables secondaires ----------------------------------------------------------------------------------53
2.2. Détermination d’un meilleur modèle de diffusion spécifique ----------------------------------------------------------54
2.3. Contraintes liées aux données ---------------------------------------------------------------------------------------------------55
Conclusion -----------------------------------------------------------------------------------------------------------------------------------56
CONCLUSION GENERALE --------------------------------------------------------------------------------------------------- 57
TABLE DES MATIERES ------------------------------------------------------------------------------------------------------- 59
REFERENCES BIBLIOGRAPHIQUES ----------------------------------------------------------------------------------------- 63
ANNEXES ---------------------------------------------------------------------------------------------------------------------- 66
Dédicace
iii
A mes parents :
GUIAGAING Catherine,
GUIAGAING Justin,
WAFO Rebecca,
WAFO Philippe.
Remerciements
Au terme de ce cursus de formation, nous ne saurions oublier les nombreuses occasions où nous
étions au bord du découragement voire de l’abandon avant que de recevoir aide et soutien pour
avancer dans ce projet qui trouve son apogée par ce mémoire de recherche.
Aussi notre gratitude va tout d’abord à l’endroit du Seigneur Dieu qui a coordonné cet épisode
de notre vie, lui qui en est l’auteur et le destinataire au milieu d’une génération en proie à
l’indépendance à ses principes.
Elle va également, à de nombreuses personnes, proches ou éloignées mais dont la distance
physique ne correspond pas toujours à l’apport substantiel et au fardeau qu’ils ont eu, parfois
bien plus que nous, pour la finalisation de ce travail. Nous citerons à cet effet :
iv
-
notre épouse, Merline, qui en a fait « sa chose » et qui peut se reconnaitre dans certains
textes de cette publication ;
-
nos enfants, les petits et les grands : Miracle, Israël, Magloire et Alvine, qui ont supporté
nos nombreuses absences ;
-
le Ministre de l’Eau et de l’Energie qui nous qui nous a accordé la dérogation nécessaire ;
-
les responsables de l’UCAC, les présents et surtout les passés, qui ont su promouvoir un
cadre de formation qui se veut holistique dans un monde corrompu ;
-
notre coordonnateur et encadreur le Professeur Jean Robert KALA KAMDJOUG, qui nous
a toujours impressionné par l’exploit de conduire efficacement cette filière tout en tenant
autant de cours et en encadrant autant d’étudiants dans une simplicité remarquable ;
-
l’ensemble du corps des enseignants qui nous ont tenus dans les différents disciplines et
séminaires tout au long du cursus ;
-
le personnel de MTN Cameroun, et en particulier Patricia PEDHOM NONO qui a facilité
mon admission en stage et Brice GALA OUSSE qui a assuré mon initiation au BI ;
-
tous nos frères, sœurs, camarades et amis de sang, dans le Seigneur et dans la société
que nous remercions de tout cœur et dont la liste exhaustive constituerait un document
de la même taille que cette publication.
A tous, recevez en retour beaucoup plus au-delà de ce que vous avez donné.
Résumé
Dans un contexte marqué par un taux élevé d’abonnés à la téléphonie mobile et un faible taux
de bancarisation, l’opportunité du marché du mobile-money (MM) n’est plus à démontrer pour
aider la population camerounaise à mieux gérer les transactions et les risques financiers.
Pourtant, contrairement à certains pays où l’introduction Mobile Money n’a pris que un à deux
ans pour être généralisée, sa diffusion au sein des abonnés de la téléphonie au Cameroun tarde
à l’être avec moins de 5% d’utilisateurs actifs quatre ans après son lancement.
Ce travail permet d’explorer l’impact du réseau d’abonnés téléphoniques sur la diffusion du MM
en essayant de déterminer les mécanismes de conversion des abonnés en utilisateurs de MM. A
travers une étude sur un panel de réseau d’abonnés dont la dynamique d’adoption a été
v
observée pendant 14 semaines, nous confirmons l’influence significative du sous-réseau des
anciens utilisateurs sur l’adoption et la diffusion du MM, ce qui est une réelle opportunité sur le
plan marketing. Toutefois, la décision d’utiliser le MM n’est pas directement liée au nombre
d’utilisateurs de MM en contact avec le potentiel utilisateur, ceci ouvre la perspective à plusieurs
axes de recherche.
Mots clés : Mobile Money, Diffusion de l’innovation, modèles de diffusion dans les réseaux sociaux
Abstract
With a high rate of subscribers to mobile and a low rate of account penetration, the mobile
money (MM) is a clear opportunity for Cameroonians to better manage financial transactions and
risks. While in certain countries it has taken less than two years for MM to be adopted massively,
its diffusion among mobile subscribers in Cameroon is still very slow since 2011, with less than
5% regular users four years later.
This work explores the impact of the mobile subscriber network on the diffusion of MM and try
to identify the process of subscriber conversion into MM users through a study on a network of
subscribers whose adoption behavior was observed during 14 weeks. From different analysis, we
confirm the influence of MM users on new adopters, result which can be an opportunity for
marketing. However, the decision to use the MM is not directly related to the number of MM
users in touch with the potential user. This last point gives room for further research.
Key words: Mobile Money, Diffusion of innovation, Social network diffusion models.
Sigles et abréviations
ANTIC
API
Agence Nationale des Technologies de l'Information et de la Communication
interface de programmation applicative (Application Programming Interface)
ART
Agence de Régulation des Télécommunications du Cameroun
ATL
Above The Line
BEAC
Banque des Etats de l’Afrique Centrale
BICEC
Banque Internationale Camerounaise pour l’Epargne et le Crédit
BTL
Below The Line
GSM
Global System for Mobile Communications
vi
GSMA
GSM Association
MINPOSTEL
Ministère des Postes et Télécommunications
MM
Mobile Money (monnaie électronique ou services associés)
MNO
Opérateur de Téléphonie Mobile (Mobile Network Operator)
MPESA
Mobile Money Transfer Service (M pour mobile et pesa, argent en swahili)
MTN
Mobile Telecommunication Networks
NFC
Near Field Communication
resp.
Respectivement
SMS
Short Message Service
TIC
Technologie de l’Information et de la Communication
UTAUT
Unified theory of acceptance and use of technology
VAS
Services à Valeur Ajoutée (Value Added Services)
Liste des illustrations
Liste des figures
Figure 1: Chaine de valeur dans le secteur du Mobile Money ....................................................... 6
Figure 2: Répartition des pays selon le nombre de services de mobile money utilisés en 2015 ... 7
Figure 3: Schéma des principaux acteurs de l’écosystème du mobile money ............................... 9
Figure 4 : Abonnements à la téléphonie mobile en Afrique (2009-2016) .................................... 12
Figure 5 : Proportion des nouveaux utilisateurs en fonction du nombre de leurs contacts avec des
utilisateurs de MM ........................................................................................................................
15 Figure 6 : Exemple de réseau orienté non pondéré .....................................................................
19
Figure 7 : La courbe de diffusion de l’innovation ......................................................................... 22
Figure 8 : Modèle de relation entre le réseau social téléphonique et la diffusion du MM. ........ 24
vii
Figure 9 : Illustration de la diffusion d’après le modèle de seuil en 6 périodes et 60% de threshold
.......................................................................................................................................................
27
Figure 10 : Structure des transactions effectuées au cours de du trimestre d’étude.................. 36
Figure 11 : Structure du statut des membres du réseau en fin de période ................................ 37
Figure 12 : Evolution des adopteurs et du nombre cumulé d’adopteurs à chaque période. ...... 38
Figure 13 : Nuage des points du réseau aux périodes 1, 5, 9 et 14 .............................................. 38
Figure 14 : Temps d’adoption et seuils de proximité aux utilisateurs dans le réseau. ................ 39
Figure 15 : Distribution de la statistique « on rewired network » ............................................... 41
Figure 16 : Cycle des principaux usages du MM par l’utilisateur ordinaire ................................. 45
Liste des tableaux Tableau 1: Principaux services et produits du MMОшибка!
определена.
Закладка
не
Tableau 2: Evolution du parc des abonnés aux services de téléphonie ........................................12
Tableau 3 : Evolution du nombre d’abonnés au Mobile Money ...................................................13
Tableau 4: Profils des consommateurs du paiement mobile au Cameroun .................................14
Tableau 5: Evaluation des articles par les pairs : principaux thèmes d’étude et méthodologies
d’étude ..........................................................................................................................................17
Tableau 6 : structure du tableau de contingence pour le test de Khi2 .........................................33
Tableau 7: Tableau de contingence représentatif de la population d’étude ................................40
Tableau 8 : Résultat du test de structure de la diffusion ..............................................................41
Liste des encadrés
Encadré 1 : le package netDiffuse de R ......................................................................................... 35
viii
Encadré 2 : Programme d’Ambassadeurs Mobile Money ............................................................ 49
Liste des annexes
Annexe 1: Définitions des quelques termes relatifs aux transactions électroniques mobiles..... 66
Annexe 2: The m-banking ecosystem as defined by Jenkins (2008, p.10) ................................... 67
Annexe 3: Description des acteurs de l’écosystème du Mobile Money ...................................... 68
Annexe 4: Conventions de concession des opérateurs de téléphonie mobile au Cameroun ...... 70
ix
Introduction générale
Contexte :
La bancarisation représente l’accès aux services bancaires d’une population. Le taux de
bancarisation est un indicateur de mesure du niveau de développement de l'offre des services
financiers et est un levier de développement socio-économique (GSMA, 2014) (Church, 2015)
(Nanjala Simiyu & Oloko, 2015) (Jussila, 2015). Il traduit le niveau de confiance en l'économie et
le degré d'ouverture des mentalités au changement. En effet, des études montrent que l’accès
plus large au système financier peut stimuler la création d’emplois, augmenter les
investissements dans l’éducation, et directement aider les gens pauvres à gérer les risques et
absorber les chocs financiers (Munyanyi, 2014) (Ssonko Wilson, 2011).
Le mobile banking, qui est l’utilisation via les équipements mobiles des services bancaires, et plus
généralement le mobile money la monnaie électronique associée, se déploient au Cameroun au
moment où le pays enregistre un taux de bancarisation très faible avec moins de 20% de
personnes bancarisées en 2014 (Gaingne, 2015). Pourtant, sous certaines conditions, ces
solutions permettent de réduire la dynamique défavorable du système financier traditionnel et
favorise la croissance des activités (Asongu A., 2012). Comme les services classiques, ils offrent
autant de flexibilité, de sécurité et d’accessibilité financière aux transactions bancaires (GSMA,
2016) (Tumusiime Mutebile, 2015).
Dans un environnement marqué par une forte pénétration de la téléphonie mobile, avec plus de
17 millions d’abonnements (ART, 2016) pour 22 million d’habitants en 2014, couplé à un faible
niveau de bancarisation de la population, l’opportunité du marché du mobile-money (MM) n’est
plus à démontrer. C’est dans cette optique qu’après avoir acquis leurs licences en 2011, les
opérateurs Orange et MTN Cameroun et leurs partenaires bancaires se sont lancés dans les
services de Mobile Money (MM). L’activité s’est étendue très progressivement et connait une
croissance remarquable ces dernières années avec les mesures de promotion et le
développement des services très concurrentiels. Pourtant, la part de marché du MM reste faible
avec à peine 20% des abonnés qui sont détenteur d’un compte MM en 2014 (ART, 2016).
1
Problématique :
Certains résultats des études du GSMA révèlent que dans certains pays, un grand nombre de
clients actifs a été atteint au bout d’un à deux ans. Au Kenya par exemple, le M‐PESA était déjà
utilisé par environ 40% de la population adulte après deux ans de son lancement (William &
Tavneet, 2011). Ces performances contrastent avec le contexte Camerounais où moins de 20%
des clients avait souscrit au service 4 ans après son lancement dont moins de 5% actifs. C’est dire
que même si le Cameroun fait partie des pays où le MM n’a pas connu un échec, sa vitesse de
diffusion reste très faible par rapport au potentiel et à l’expérience observée par ailleurs.
De nombreuses études faites jusqu’à lors se sont intéressés au Mobile Money comme une
innovation technologique dont la diffusion suit des modèles basés sur les travaux de Everett
Rogers avec la célèbre courbe d’adoption dans le temps (Everett M., 2003). Quoique ces études
aient régulièrement établi l’effet important de l’environnement social sur la diffusion, elles ne
donnent qu’une mesure globale du phénomène.
Dans la mesure où l’adoption du Mobile Money apparait comme un produit de réseau où ne sont
éligibles que ceux qui sont déjà abonnés téléphoniques et son utilisation se fait généralement en
duo dans ce réseau, il devient limité de se contenter d’une explication macro de l’évolution du
phénomène car on ne saurait prendre des mesures efficaces sur les individus lorsqu’on n’en a
qu’une vue globale.
Pour mieux comprendre les mécanismes de diffusion du Mobile Money, et faire face aux défis de
l’accélération de son expansion, il convient donc de comprendre comment s’opère la diffusion
du mobile money dans le réseau des abonnés téléphoniques ; sans quoi il reste difficile de
reproduire et promouvoir efficacement cette solution.
Objectif, hypothèses et méthodologie de recherche :
Pour apporter un essaie de réponse aux préoccupations précédentes, nous nous fixons pour
objectif d’explorer le mode de diffusion du Mobile Money au sein des abonnés téléphoniques.
Pour se faire une hypothèse générale va soutenir ce travail :
2
Les utilisateurs de MM du réseau social téléphonique d’un abonné influencent significativement son
acceptation du MM.
De façon plus spécifique, notre travail ayant pour but de comprendre les mécanismes d’influence
de ce réseau, nous en retiendrons un à vérifier de façon empirique :
Le MM se diffuse dans le réseau des abonnés téléphoniques d’après le modèle linéaire des seuils
d’influence des adopteurs dans le réseau (threshold Model).
Ainsi, ces travaux vont s’appuyer sur les modèles de diffusion de l’innovation dans les réseaux
tels que présentés par (Valente W., 1996). Il sera question à travers une étude dynamique de
panel, de voir si la structure des réseaux d’abonnés influencent l’adoption du Mobile Money en
respectant cette hypothèse spécifique.
Structure du travail :
En plus de l’introduction et de la conclusion générale, ce travail est découpé en quatre chapitres
:
-
Le premier chapitre sur la dynamique du Mobile Money au Cameroun va permettre de
situer de façon plus précise le contexte des activités de mobile money au Cameroun ;
-
Le deuxième chapitre présente les principales théories sur la diffusion dans les réseaux
et le MM en essayant d’établir la relation entre ces différents concepts ;
-
Le troisième chapitre sur le traitement des données et résultats des analyses s’attardera
sur le processus par lequel les données utilisées pour vérifier nos hypothèses sont passées
de leur état initial aux résultats ;
-
Le quatrième chapitre portera enfin sur les discussions et limites de l’étude où sont mis
en exergue la valeur ajoutée de ce travail et des perspectives d’approfondissement.
CHAPITRE 1 : DYNAMIQUE DU MOBILE MONEY AU CAMEROUN
Les phénomènes socioéconomiques, même s’ils portent sur des acteurs et faits semblables, sont
étroitement liés à l’environnement spatio-temporel où ils se déroulent. Ainsi, ce chapitre est le
lieu de comprendre l’enjeu et les paramètres qui gouvernent les activités autour du Mobile
3
Money au Cameroun. Il permettra aussi d’introduire un ensemble de concepts qui seront utilisés
tout au long de cette étude afin de rendre le sujet accessible même au lecteur non spécialiste. Il
comprend :
-
une 1ère section sur la chaine de valeur et l’écosystème du mobile money au Cameroun ;
-
une 2ème section sur la diffusion du mobile money et l’influence potentielle des relations
sociales.
Section 1. Chaine de valeur et écosystème du mobile money au Cameroun
Cette première section introductive sur le sujet présente tout d’abord un ensemble de points
conceptuels et descriptifs sur le MM (1.1.) et les principaux acteurs du Mobile Money au
Cameroun (1.2.).
1.1. Définitions, chaine de valeur et services de mobile money (MM)
a. Quelques définitions relatives aux opérations financières mobiles
Plusieurs termes d’origines anglo-saxonnes et généralement gardés tels quels sont régulièrement
utilisés lorsqu’il faut s’intéresser à l’utilisation de la technologie mobile pour les transactions
financières, notamment :
-
les payements mobiles (mobile payment) ;
-
les transactions mobiles (mobile transaction) ;
-
le mobile-banking ou M-banking ;
-
le Mobile money que nous abrégerons par MM tout au long de ce travail.
La présentation ci-dessous est tirée de (Eduardo, João, & Adrian, 2011) dont la version originale
(en anglais) est donnée en annexe 1 :
Les paiements mobiles comprennent les paiements effectués grâce aux technologies de mobilité
numérique comme les appareils portables, avec ou sans l'utilisation d'un réseau de télécommunication
mobile. Ces paiements sont des transactions financières numériques, Mais pas nécessairement lié aux
institutions financières ou aux banques.
4
Les transactions mobiles se réfèrent à des transactions effectuées à travers des technologies et des
dispositifs mobiles. En plus des paiements mobiles, Il inclut tout type de transaction mobile offerte par
cette technologie, Qu'il s'agisse de valeurs financières ou non.
les services bancaires mobiles ou mobile-banking ou M-banking peut être compris comme un
ensemble de services bancaires basés sur l'utilisation d'appareils portables connectés aux réseaux de
télécommunications qui fournissent aux utilisateurs un accès aux paiements mobiles, transactions mobiles
et autres services bancaires et financiers liés au compte client, avec ou sans la participation directe
d'institutions bancaires traditionnelles. Ce concept peut également être considéré comme le canal
bancaire par lequel les services mobiles numériques sont fournis par les institutions à leurs clients.
Le Mobile Money ou monnaie électronique a des attributs liés à la mobilité et à la portabilité. Il peut être
différencié des autres moyens de paiement électronique (cartes de crédit, cartes de débit, cartes à puce,
etc.) en raison de sa capacité à reproduire les attributs essentiels de l'argent traditionnel, tels que:
liquidité, l’acceptabilité et l’anonymat. L'argent mobile peut être rattaché au portefeuille mobile, qui se
réfère à un dépôt numérique de l'argent électronique développé et mis en œuvre sur des appareils
mobiles, et qui peut être utilisé entre acteurs détenant un terminal mobiles utilisant le même service. Il
est similaire à un portefeuille physique normal et est capable de stocker de l'argent et des cartes de crédit
et de débit.
Dans le cadre de cette étude, le sens du Mobile Money va s’étendre au-delà de la monnaie
électronique pour couvrir les services associés. Nous utiliserons donc cette expression tout au
long de ce travail beaucoup plus pour cette deuxième composante.
Ainsi, le Mobile Money (MM) dans cette étude intègre à la fois, en plus du mobile money comme
monnaie électronique :
-
le mobile banking en ce que l’abonné est référencé dans une banque formelle et peut
effectuer de façon électronique la plus part des opérations bancaires ;
-
le payement mobile, car les transactions financières se font par les équipements mobiles
; - les transactions mobiles car un terminal mobile est utilisé pour les opérations.
Cette définition du MM se rapproche beaucoup de celle de (Christopher S., Sebastien, & Walker,
2015) qui la présente plus simplement comme un terme global qui inclut toutes les transactions
financières fournies à travers les opérateurs de télécommunication mobile (MNOs).
5
S’il est vrai qu’il intègre aussi les transactions mobiles, relevons que nous n’y incluront pas dans
les services considérés les autres transactions qui sont faites en utilisant d’autres ressources que
la monnaie électronique issue de la conversion de la monnaie classique. En effet, le secteur des
télécommunications offre d’autres opportunités de transactions sans monnaie électronique mais
plutôt des crédits achetés notamment pour participer à des jeux et autres VAS (Valued Added
Services).
b. Chaine de valeur du MM
La chaine de valeur des services de MM peut se résumer principalement selon les quatre maillons
ci-dessous.
Figure 1: Chaine de valeur dans le secteur du Mobile Money
Réseau de
télécommunication
(Data Network)
Mouvement
financiers
Reception & Envoi
(Cash In / cash out)
(Move money)
Epargne
(Hold Money)
Source: Payment Innovation working Group, Mobile money business models, 2012
Comme dans la chaine de valeur du secteur des télécommunications en général, la première
couche est celle de la mise disposition et la disponibilité d’un réseau de télécommunication qui
assure le service de base. Ce réseau est donc partagé avec les autres transactions mobiles, ce qui
justifie pourquoi les opérateurs (MNO) ont un avantage stratégique dans le déploiement du MM.
Le second palier porte sur les transactions qui assurent la conversion de l’argent classique en
monnaie électronique. C’est à ce niveau qu’intervient les structures bancaires partenaires qui par
plusieurs mécanismes assurent et garantissent cette convertibilité.
Les mouvements financiers sont des opérations dans le système qui permettent d’effectuer
toutes sortent de transactions entre détenteurs de comptes. Il s’agit notamment des payements
et transferts d’argent.
Un autre palier de service fondamental qu’offre le MM est la fonction d’épargne. En effet, une
fois les sous versés dans son compte, il peut être géré comme toute épargne bancaire.
c. catalogue des services de Mobile Money
6
Les différents paliers de la chaine de valeur présentée dans le paragraphe précédent peuvent être
combinés et spécifiés pour donner lieu à de nombreux services offerts aux clients qui doivent
être au préalable des abonnés téléphoniques. Le nombre de services distincts à travers le MM
est sans cesse croissant au fil des années dans le monde.
Figure 2: Répartition des pays selon le nombre de services de mobile money utilisés en 2015
Source: GSMA intelligence (GSMA, 2016)
Au cours des cinq dernières années, les services mobile money se sont étendues dans une grande
partie de l’Afrique, d’Asie, d’Amérique Latine et au Moyen-Orient. Depuis Décembre 2014, il
y’avait 255 services mobile money actifs dans 89 marches comparé à 233 services actifs dans 83
marches à la fin de l’année 2013. (GSMA, 2016)
La figure 2 ci-dessus permet entre autres de voir que le Cameroun se trouve parmi les pays qui
ont le plus grand nombre de services Mobile money offerts. On peut aussi noter avec force que
le MM est un service essentiellement utilisé dans les pays de la zone intertropicale où les moyens
de transactions classiques par internet n’ont pas rapidement fait leur essor.
L’association GSM dans son étude « Mobile Money for the Unbanked » annonce qu’en 2012 on
répertorie sur l’ensemble de la planète près de 150 services de paiement mobiles différents
(GSMA, 2014). Ceux-ci se classent en 05 grandes catégories :
7
1. Les transferts de personne à personne (P2P) ;
2. Les opérations de paiement par lesquelles les utilisateurs peuvent s’acquitter de leurs
factures chez tout commerçant ;
3. Les opérations de déboursement ou paiement pour le compte de plusieurs personnes
comme par exemple, le paiement de salaires ;
4. Les opérations de conversion qui permettent aux clients de déposer de l’argent sur leur
compte d’argent mobile et de le retirer, « convertissant » ainsi de l’argent électronique
en argent réel.
5. Les opérations administratives permettant à l’utilisateur de configurer son compte
Au Cameroun, une liste non exhaustive des services offerts sont résumés ci-dessous.
Tableau 1: Principaux services et produits du MM
Source : (Nana Kamga, 2016)
1.2. Ecosystème du mobile money
Pour une mise en œuvre effective des services du MM, de nombreux acteurs en plus de
l’opérateur mobile doivent entrer en jeux. Ces acteurs sont de cinq ordres repartis en deux
groupes (Mujuru, 2013) :
8
-
ceux qui assurent les fonctions de régulation au niveau financier d’une part et au niveau
des télécommunications électroniques d’autre part ;
-
ceux qui assurent les services : les opérateurs mobiles, les banques et les autres traders.
Figure 3: Schéma des principaux acteurs de l’écosystème du mobile money
Source : (Mujuru, 2013)
Au Cameroun d’après leurs missions régaliennes, la régulation des télécommunication est
essentiellement assurée par le Ministère des Télécommunication et ses structures soustutelles
(ANTIC et ART) tandis que la régulation financière est sous le Ministère des Finances.
Le rôle de leadeur dans l’écosystème est assuré par l’opérateur mobile qui d’ordinaire détient le
réseau de communication et les potentiels utilisateurs que sont leurs abonnées téléphoniques.
Les distributeurs et autres partenaire du mobile money jouent tout de même un rôle clé. En effet,
ce sont eux qui assurent le réseau de paiement permettant ainsi d’améliorer l’expérience client.
Ils observent et connaissent les habitudes des clients et peuvent ainsi fournir les informations
utiles pour le développement de l’écosystème. Au Cameroun par exemple, c’est avec
l’introduction des stations-services il y a deux ans que l’activité a connu un renouveau particulier
de croissance car ces derniers étaient des lieux plus répandus et avec une plus grande liquidité.
9
En annexe 2 et 3 est présenté un écosystème plus détaillé qui permet de voir les différents
modèles d’écosystème envisageables pour un pays selon le niveau d’interopérabilité qui existe
entre les acteurs ou encore la distinction qui peut se faire entre l’entreprise du Mobile Money et
ces opérateurs. (Jenkins, 2008)
1.3. Orange money et MTN Mobile Money
Les deux opérateurs qui offrent des services de MM au Cameroun sont Orange et MTN qui
commercialisent respectivement Orange Money et MTN Mobile Money.
Selon l’Agence de régulation des télécommunications du Cameroun, le taux de pénétration du
téléphone mobile est passé de 9,8% à 80% entre 2004 et 2014. Ces operateurs tirent ainsi
avantage de la croissance du secteur pour développer l’activité du Mobile Money.
a. Orange Money
C’est par la décision de la BEAC du 29 juillet 2011, que la BICEC (Banque Internationale
Camerounaise pour l’Epargne et le Crédit) est autorisée à émettre de la monnaie électronique.
Une autorisation qui donne ainsi le droit à la BICEC de signer le partenariat avec Orange
Cameroun, afin de lancer la solution de paiement mobile Orange Money.
b. MTN Mobile Money
Le porte-monnaie électronique Mobile Money attaché aux comptes GSM des abonnés de MTN
Cameroun est lancé au Cameroun en 2011, à la suite de Orange Cameroun. MTN Mobile Money
est en partenariat avec Afriland First Bank depuis 2010.Il est communément présenté au grand
public sous l’acronyme MoMo.
Il convient donc de noter que dans chacun des cas, l’entreprise qui offre le Mobile Money est une
entité juridiquement à part entière mais qui pour des raisons de marque et d’expérience client
se présente sous la « même casquette » au grand public.
c. Faits majeurs de la téléphonie et du MM en 2016 au Cameroun
L’année 2016 qui sert de référence générale à notre étude a été marquée par plusieurs faits
majeurs de nature à influencer ce marché.
10
Il faut noter tout d’abord la vaste opération d’identification des abonnés téléphoniques qui
courraient depuis plusieurs années mais qui a connu un regain de sérieux particulier en 2016 avec
la menace de perte de licences ou de sanctions sans précédent. Cette opération pourrait être mis
au compte de plusieurs facteurs dont l’arrivée d’un nouveau Ministre en charge de la
télécommunication, Minette Libom Li Likeng, la recrudescence des actions terroristes dans le
pays, ou encore les enjeux des évènements à venir internationaux que le Cameroun devrait
accueillir. Quoi qu’il en soit, cette opération a été l’occasion pour les opérateurs de coupler
l’identification des abonnés à la création provisoire d’un compte de MM à toutes les personnes
identifiées afin qu’ils ne leurs restent qu’à l’activer. Par la même occasion, la même procédure a
été mise en place pour tout nouvel abonnement téléphonique aux opérateurs de téléphonie
moyennant quelques précautions.
L’autre fait et non des moindres qui a marqué cette année a été les débats sur la légitimité /
légalité de certaines activités des opérateurs de MM. A ce sujet des sorties médiatiques ont été
enregistrées de la part de la BEAC ou du MINPOSTEL. Ce qui ressort globalement de ces remous
est la nécessité pour la réglementation nationale et sous régionale de mettre en place de textes
plus adaptés au nouvel contexte de cette activité qui a des spécificités propres à elle ; « Avec le
ministre des Finances, nous allons élaborer un texte pour mieux contrôler le transfert d’argent
au Cameroun »1 dixit Madame le Ministre du Minpostel.
Section 2. Diffusion du mobile money et influence potentielle des relations sociales
Les principaux éléments de fonctionnement du MM étant clarifiés dans la section 1, cette section
va prolonger la présentation du contexte en relevant les évolutions récentes des activités du
secteur des télécommunications et du mobile money (2.1.) et quelques travaux qui mettent en
évidence le rôle majeur du réseau social téléphonique sur l’adoption du MM (2.2.).
2.1. Evolution des abonnés à la téléphonie mobile et au MM
a. Pénétration du mobile en Afrique et au Cameroun
1
https://actucameroun.com/2017/05/10/cameroun-vers-la-mise-en-place-dune-loi-pour-encadrer-les-transfertsdargent-viale-tlphone-mobile/
11
Figure 4 : Abonnements à la téléphonie mobile en Afrique (2009-2016)
Source : Informa Telecom & Media2
Au niveau de l’Afrique, le nombre d’abonné continue de croitre mais à un taux décroissant, ce
qui traduit la saturation progressive du marché.
Tableau 2: Evolution du parc des abonnés aux services de téléphonie
Source : (ART, 2016)
Selon les statistiques de l’Agence de régulation des télécoms (ART) du tableau 2 ci-dessus, le
secteur de la téléphonie au Cameroun compte environ 17 millions d’abonnés avec un taux de
pénétration du mobile de 80%.
b. Les opérations de recrutement au MM
2
http://leconomiste.com/article/898741-afrique-plus-de-mobiles-que-de-comptes-bancaires
12
Les campagnes de recrutement mis en place par les opérateurs reposent généralement sur des
opérations de terrain :
-
la présence sur le terrain d’agents commerciaux dont le but est d’encourager les publics
cibles à l’ouverture de compte de paiement mobile ;
-
l’ouverture systématique de comptes Orange Money au moment de tout nouvel
abonnement chez l’opérateur.
Tableau 3 : Evolution du nombre d’abonnés au Mobile Money.
Source : (ART, 2016)
En 2016, Ce nombre d’abonnés est estimé à 3,5 millions d’abonnés souscrit dont environ 10%
sont ont des comptes actifs or, au niveau mondial, le taux moyen de comptes actifs est de 30%
en 2013. En Afrique Subsaharienne, plus proche de nous, ce taux est davantage élevé, il est de
43% soit 42,4 millions de comptes actifs sur 98,3 millions de compte enregistrés (GSMA, 2014).
Notons tout de même qu’au Cameroun, avec le nombre estimé de transactions qui croîts deux
fois plus vite (100%) en 2014, on peut comprendre pourquoi la diffusion avance de plus en plus
vite au fil du temps.
2.2. Influence des interactions et relations sociales sur la diffusion du MM
Les réseaux sociaux mobiles sont des réseaux sociaux où un ou plusieurs individus d'intérêts
communs, conversent et se connectent les uns avec les autres à l'aide des interactions de
communication utilisant le téléphone ou les tablettes mobiles3. De nombreux travaux ont aboutis
à des conclusions de l’importance des réseaux sociaux mobiles sur la diffusion de l’innovation en
général (Abrahamson & Rosenkopf, 1997) et du MM en particulier. Ci-dessous sont par exemple
les résultats de travaux effectués dans le contexte camerounais à ce sujet.
3
https://en.wikipedia.org/wiki/Mobile_social_network
13
Tableau 4: Profils des consommateurs du paiement mobile au Cameroun.
Critères d’études / Types de
consommateurs
Free users
Occasionnels
Non users
Regularité d’utilisation
Soutenue
Faible
Nulle
Recommandation aux proches
Accentuée
Très rare
Nulle
Services préemptés
Basiques +
Nouvelles
fonctionnalités
Basiques
Aucun
Aptitude face au payement
mobile
Favorable
Hesitante
Hesitante
Performance attendue
+++
+
Effort attendu
++
+++
Influence sociale
+++
+++
+++
+++
+++
+++
+++
+
Conditions facilitatrices
+
La confiance
Expérience
++
Source : (Nana Kamga, 2016)
Après avoir mené une étude sur l'adoption du payement mobile par les consommateurs
camerounais avec le modèle d’acceptation des Technologie de type UTAUT, le tableau ci-dessus
met en relief que l’influence sociale, les conditions facilitatrice et la confiance sont les principales
raisons d’adoption et d’utilisation du payement mobile par les non utilisateurs et les utilisateurs
occasionnels, en d’autres termes, par les nouveaux utilisateurs (Nana Kamga, 2016). Il relève en
outre que 72% des répondants admettent que le fait que leurs proches utilisent le paiement
mobile peut les amener à utiliser également ce service.
Une autre étude importante menée par une équipe de Real Impact Analytics (Nicolas, Sébastien,
Thierry, & Maxime) pour CGAP en utilisant les techniques exploratoires de data mining sur plus
de 180 variables tirées de plusieurs bases de données d’opérateurs téléphoniques en Afrique a
conduit à de nombreuses conclusions qui soutiennent l’importance de la proximité aux
utilisateurs de MM dans son réseau des abonnés téléphoniques sur l’adoption du Mobile Money.
Figure 5 : Proportion des nouveaux utilisateurs en fonction du nombre de leurs contacts avec des utilisateurs de
MM
14
Source : CGAP
Les individus avec cinq connections MM sont 3.5 fois plus susceptibles d’adopter le MM que les
individus qui ont seulement une connexion MM, pendant que les individus avec deux connections
MM sont deux fois plus susceptible d’adopter que ceux qui n’ont pas de connexion MM. (Nicolas,
Sébastien, Thierry, & Maxime, 2013)
Il a aussi été constaté que le nombre de personnes qui choisissent le MM prêt d’un utilisateur est
directement lié au niveau d’activité de cet utilisateur. Un utilisateur qui double ses transactions
MM espère voir le nombre de ceux qui choisissent MM doubler dans sa connexion avec le temps.
Ainsi, la viralité dépend grandement du niveau de transactions des utilisateurs MM.
Parmi plus de 180 variables dans le modèle, le nombre de connections aux utilisateurs MM est
de loin un important facteur explicatif pour l’adoption MM dans chaque pays. En conclusion de
ces travaux le réseau social explique l’adoption du MM plus que tout autre chose (Nicolas,
Sébastien, Thierry, & Maxime, 2013).
Conclusion
Le mobile money dans le cadre de cette étude couvre non seulement la monnaie électronique
obtenue par la détention d’un abonnement et d’un terminal téléphonique, mais aussi les
interactions quasi bancaires effectuées grâce à cette monnaie. Une demi décennie après son
15
lancement au Cameroun sous le leadership des opérateurs MTN Cameroun et Orange Cameroun,
il a connu une croissance progressive et de plus en plus accéléré dans un environnement marqué
par une forte pénétration de la téléphonie mobile où le nombre d’abonnés téléphoniques actifs
est l’équivalent d’environ 75% de la taille de la population, chiffre en croissance continue.
Au regard de son mode de fonctionnement, Il apparait intuitivement que le contact dans son
réseau téléphonique avec des personnes utilisant le MM est de nature à recevoir un témoignage
favorable de cette technologie mais aussi suscite le besoin de compléter son abonnement par un
abonnement au MM pour être à même d’échanger dans son réseau des valeurs financières. Cette
présomption corrobore avec les résultats de plusieurs études effectuées dans le contexte Africain
et du Cameroun selon lequel réseau social téléphonique explique l’adoption du MM plus que
tout autre chose (Nicolas, Sébastien, Thierry, & Maxime, 2013), (Nana Kamga, 2016).
CHAPITRE 2 : PRINCIPALES THEORIES SUR LA DIFFUSION DANS LES
RESEAUX ET LE MOBILE MONEY
Le contexte présenté au Chapitre 1 débouche sur la problématique de diffusion relativement
faible du MM parmi les abonnés téléphoniques avec moins de 5% d’abonnés devenus utilisateurs
de MM. La démarche scientifique de recherche d’une explication ou solution exige de s’appuyer
sur les théories et travaux précédents sur le même sujet afin d’éviter de « réinventer la roue ».
C’est ainsi que :
-
nous allons nous intéresser dans la section 1 aux publications sur le Mobile Money et la
diffusion de l’innovation dans les réseaux ;
-
la section 2 quant à elle va permettre de présenter à la suite de cette revue ce qui aura
été retenu comme modèles d’étude, hypothèses et méthodologies d’évaluation.
Section 1. Publications sur le Mobile Money et la diffusion de l’innovation dans les réseaux
La théorie sur la diffusion dans les réseaux est à la croisée des travaux sur la théorie de la diffusion
de l’innovation et les approches d’analyse des réseaux sociaux. Ces différentes approchent qui
16
constituent le socle méthodologique de ce travail seront abordées dans ce chapitre (1.2.), mais
avant, il sera question d’une revue générale des travaux sur la mobile money (1.1.).
1.1. La diffusion du Mobile Money
La diffusion du Mobile Money, avec de nombreux succès comme celui du M-PESA au Kenya qui a
connu une croissance très rapide dès leur introduction (Odhiambo, 2014), constituent un sujet
d’actualité, en plein essor mais parfois controversé en raison des résultats mitigés observés dans
des conditions parfois semblables.
L’adoption de la technologie mobile comme solution alternative de distribution des services
bancaires offre aux clients la perspective d’un nouveau modèle de développement bancaire dans
le monde entier. En plus des nouveaux services bancaires, de nouvelles opportunités de création
de la valeur est données aux sociétés de télécommunication. (Manoranjan, Pradhan, & Samal,
2014)
En examinant l’article de d’Eduardo qui fait une revue de la littérature d’une centaine de
publications sur le MM au cours de la période de 2001-2011, on constate qu’une grande variété
de thèmes et de méthodologies sont utilisés à cet effet.
Tableau 5: Evaluation des articles par les pairs : principaux thèmes d’étude et méthodologies d’étude
Source: (Eduardo, João, & Adrian, 2011)
Au regard des thèmes, il apparait un plus grand intérêt sur la question d’adoption par le
consommateur. Au niveau des approches méthodologiques, l’on voit que les méthodes
quantitatives basées sur les bases d’information des clients qui sont pourtant tous abonnés
téléphoniques sont quasi inexistantes.
17
Au sortir de cette revue de la littérature, il ressort que certains axes de recherches pas assez
explorés font que les cas de succès ne sont pas bien compris, et par conséquence, ne sont pas
facilement reproductibles. De même, les problèmes rencontrés dans les cas d’échec ne sont pas,
dans la plus part des pays, suffisamment étudiés en profondeur pour permettre que les nouvelles
implémentations soit basées sur des modèles éprouvés ; et susciter par-là l’intérêt des pouvoirs
publics et des autres parties à y investir (Eduardo, João, & Adrian, 2011).
1.2. L’analyse des réseaux sociaux et le modèle de diffusion de l’innovation
Très souvent, une seule de ces deux approches, analyse des réseaux ou modèle, est généralement
utilisée pour la compréhension de la diffusion de l’innovation. La première principalement
descriptive est focalisée à une échelle micro et la deuxième beaucoup plus globale peuvent
pourtant s’avérer assez complémentaires.
a. L’analyse des réseaux sociaux
L’analyse des réseaux sociaux est une méthodologie interdisciplinaire développée
particulièrement par les sociologues et les chercheurs en psychologie sociale dans les années
1960 et 1970, développée davantage en collaboration avec les mathématiques, statistiques, et
l’informatique qui a contribuer à une expansion rapide des techniques formelles d'analyse qui
fait d’elle un outil attrayant pour d’autres disciplines telle que l’économie ou le, marketing
L’analyse de réseaux sociaux s’appuie sur l’hypothèse de l’importance des relations entre les
unités d’un réseau (Scott, tiré de (Coulon, 2005)).
Dans le cadre de sa mise en œuvre, on distingue principalement :
•
les mesures dites locales caractérisent un sommet ou un lien : degré, proximité,
intermédiarité, etc. ;
•
les mesures globales qui permettent de caractériser le réseau dans son ensemble
(densité, diamètre, ordre, etc.).
Deux grands critères sur les liens permettent d’identifier quatre types de réseau :
18
-
la pondération des liens qui permet d’associer le cas échéant une valeur quantitative
positive à chaque lien existant entre deux sommets ;
-
le fait d’avoir des liens orientés ou non conduisant respectivement. à des réseaux orientés
ou non.
Figure 6 : Exemple de réseau orienté non pondéré
Source : http://rich-iannone.github.io/DiagrammeR/traversals.html
L’analyse des réseaux sociaux est une méthodologie et non une théorie et dans une certaine
mesure elle est proche de l’analyse statistique (statistique descriptive) quand l’on observe
l’ensemble des mesures agrégées et le développement des données collectées pour chaque
sommet.
Toutefois, l’analyse des réseaux est très différent des autres méthodologies, en ce sens que,
plusieurs niveaux d’analyses sont intégrés dans l’analyse des réseaux elle-même. Les mesures
sont disponibles au niveau des sommets et relations localement et au niveau de réseaux.
b. Théorie de la Diffusion de l'innovation
La diffusion est un processus par lequel l’innovation est communiquée à travers certains canaux
au fil du temps parmi les membres du système social. La diffusion est une forme de
communication spéciale préoccupée par la diffusion de messages perçus comme de nouvelles
idées. D’après (Valente W., 1996), la théorie de la diffusion de l’innovation essaie d’expliquer
comment les nouvelles idées et pratiques ce répandent entres les communautés. La plus part des
19
études sur la diffusion sont centrées sur la compréhension des facteurs qui favorise l’adoption
des nouvelles idées par certains membres de la population et certains pas. Un grand nombre
d’études sur le mobile money s’inscrivent dans ce cadre (Osman, Abdelghani, Jalan S., Gombak,
& Hassanuddeen, 2012) (Morawczynski, 2010), etc.
Everett M. Rogers (Everett M., 2003), un des auteurs ayant beaucoup écrit sur ce sujet, distingue
quatre principaux éléments dans la diffusion de nouvelles idées que sont: l’innovation, les canaux
de communication, le temps et le système social4.
1) L’innovation
Les caractéristiques qui déterminent la vitesse d'adoption d'une innovation sont:
(1)
l’avantage relatif : c’est le dégrée auquel une innovation est perçue comme
meilleure que l'idée qu'elle remplace ;
(2)
la compatibilité : c’est le degré auquel l’'innovation est perçue comme
étant cohérent avec les valeurs existant, expériences passe, et besoins des potentiel
adopteurs ;
(3)
la complexité : c’est le dégrée auquel une innovation est perçue comme
difficile à comprendre et à être utiliser ;
(4)
la probabilité : c’est le dégrée auquel une innovation peut être
expérimenté avec des connaissances ou ressources limitées ;
(5)
l’observabilité : c’est le dégrée auquel les résultats de l’innovation sont
visibles pour les autres personnes dans le système social.
2) Communication
La communication est le processus par lequel les participants créent et partage l’information les
uns aux autres afin de parvenir à une compréhension mutuelle
3) Temps
4
https://www.lescahiersdelinnovation.com/2016/02/la-courbe-de-diffusion-de-l-innovationselon-roger/
20
Le facteur temps est inclut dans la diffusion en agissant sur trois facteurs : la décision, l’innovation
et le taux d’adoption.
Il s’agit tout d’abord du temps pour le processus de décision de l’innovation de partir de la
première connaissance d'une innovation à la mise en œuvre de la nouvelle idée.
Le temps est aussi lié au dégrée auquel un individu ou autre unité d’adoption est relativement
prompt à adopter des nouvelles idées que d’autres membres du système social. Ainsi, il y a cinq
catégories d’adopteurs : les innovateurs, les adopteurs précoces, la majorité précoce, la majorité
tardive et les retardataires.
Figure 7 : La courbe de diffusion de l’innovation
Source : Roger Everett
La figure ci-dessus est l’illustration de la diffusion qui est l’adoption au fil du temps de l’innovation
en question.
Le temps peut enfin être vu comme le taux d’adoption qui est la vitesse relative avec laquelle
l’innovation est adoptée par les membres du système social.
21
4) Le système social
Le quatrième élément essential dans la diffusion des nouvelles idées c’est le système social. C’est
un ensemble d'unités interdépendantes dans la résolution des problèmes pour atteindre un
objectif commun.
1.3. Principales approches de mise en œuvre de la diffusion de l’innovation dans un réseau
La diffusion de l’innovation dans les réseaux sociaux qui va nous intéresser dans ces travaux est
issue de la fusion entre la théorie de la diffusion de l'innovation et de l’analyse des réseaux
sociaux afin de tirer profit de leurs différents avantages. Cette méthode s’intéresse aux principes
de diffusions de l’innovation en recherchant à établir les mécanismes au niveau des différents
éléments du réseau qui expliquent la propagation de l’innovation.
Ainsi, la diffusion dans les réseaux sociaux essaie d’expliquer comment les nouvelles idées et
pratiques (innovation) se rependent à l’intérieure et entre les communautés
Plus complexe que la simple contagion, l’explication de la diffusion s’intéresse dans ce cadre aux
questions de seuils à franchir pour déclencher l’expansion de l’innovation au sein du réseau.
On distingue deux grandes catégories de modèles mathématiques associés à cette théorie :
-
les modèles de seuils (threshold models) très utilisé en sociologie ;
-
les modèles en cascade (cascade model) inspiré des théories de probabilité.
a. Principes généraux du modèle indépendant en cascade
-
A l’instant initial, (t = 0) les innovateurs sont les seuls sommets actifs
-
A l’instant t, (t > 0), chaque sommet qui était actif au cours de la période précédente n’a
qu’une chance d’activer ses voisins non encore actifs selon une probabilité donnée ;
l’activation des différents voisins étant indépendantes mutuellement.
-
A la fin de cette période, les voisins activés reprennent le processus de l’étape précédent
pendant la période t+1.
Dans ce modèle on ne prend pas en compte les tentatives d’activation cumulées mais
uniquement la probabilité qu’un sommet actif a à entrainer le changement chez son voisin non
22
actif. Toutefois, cette probabilité d’entrainement peut différer selon que le voisin non actif a été
précédemment exposé sans succès au changement par un sommet devenu actif.
b. Principes généraux du modèle linéaire de seuil (threshold model)
-
Comme précédemment, à l’instant initial, (t = 0) les innovateurs sont les seuls sommets
actifs
-
A l’instant t, (t > 0), chaque sommet qui était actif à au cours de la période précédente
constitue un agent de pression sur tous ses voisins non encore actifs; l’activation des
différents voisins étant indépendantes mutuellement mais résulte du dépassement du
seuil de pression que l’ensemble de ses voisins doivent atteindre pour qu’il devienne aussi
actif.
-
A la fin de cette période, les voisins activés reprennent le processus de l’étape précédent
pendant la période t+1.
Contrairement au modèle en cascade, dans ce modèle on prend en compte l’effet cumulé à
entrainer le changement sur un sommet non actif de l’ensemble des sommets actifs voisins.
Ainsi, pour répondre à la problématique de savoir quel est le modèle spécifique qui régit la
diffusion du MM au Cameroun, c’est ce dernier modèle qui sera testé. Son mode opératoire sera
davantage développé en détail dans la section suivante.
Section 2. Modèles d’étude, hypothèses et méthodologie d’évaluation
Cette étude a pour objectif d’explorer le mode de diffusion du Mobile Money au sein des abonnés
téléphoniques. A cet objectif est rattaché un modèle et une hypothèse générale qui sera présenté
dans la première partie de cette section (2.1.). L’objet de ce travail étant d’aller au-delà de cet
effet de causalité pour comprendre les mécanismes de diffusion du MM au niveau des individus
du réseau, la deuxième partie (2.2.) va présenter cet hypothèse spécifique et le modèle de
diffusion dans le réseau social retenu comme mécanisme de diffusion à tester.
2.1. Impact général du réseau social des abonnés sur la diffusion du MM
a. Modèle et hypothèse :
23
Dans le cadre de cette étude, nous cherchons premièrement à établir ou non l’effet des anciens
utilisateurs de MM sur sur le niveau d’adoption des autres abonnés téléphoniques, potentiels
utilisateurs de MM. C’est donc un effet de causalité qui peut être résumé par le schéma
cidessous.
Figure 8 : Modèle de relation entre le réseau social téléphonique et la diffusion du MM.
Proximité aux
utilisateurs de MM
(Hg)
Adoption et
diffusion du MM
C’est cette relation dont nous cherchons à tester l’existence en formulant l’hypothèse générale :
(Hg) : les utilisateurs de MM du réseau social téléphonique d’un abonné influencent
significativement son acceptation du MM. Autrement dit, dans le réseau des abonnés
téléphoniques, la proximité aux utilisateurs de MM favorise l’adoption future du MM.
b. Justification
La revue des publications et travaux au chapitre 1 ont permis de soutenir cette présomption de
relation, notamment parce que :
-
de façon fonctionnelle, l’utilisation de MM se fait entre abonnés téléphoniques ;
-
les travaux d’analyse descriptive de (Nicolas, Sébastien, Thierry, & Maxime, 2013)
relèvent de plusieurs manières que le réseau social explique l’adoption du MM plus que
tout autre chose.
c. Vérification par le test du Khi2 :
Cette hypothèse sera vérifiée dans le cadre de cette étude par un test du Khi2 sur deux variables
à observer sur les non utilisateurs de MM en début de période :
-
la proximité aux utilisateurs de MM en début de période ou pendant les périodes
intermédiaires ;
-
L’adoption ou non du MM en fin de période d’observation.
24
Dans notre cas, la proximité aux utilisateurs de MM sera évaluée par l’existence ou non d’une
relation (lien) entre ces abonnés téléphoniques et des anciens utilisateurs de MM avant la fin de
période. Ainsi ces deux variables sont dichotomiques car ne prennent que deux valeurs possibles.
d. Utilisation du test du Khi2 :
Le test de Khi-carré ou khi 2 a été élaboré par Karl PEARSON. Il est utilisé notamment pour tester
l’indépendance entre deux variables dont au moins un est qualitatif. Dans ce cas, il permet de
comparer les effectifs observés avec les effectifs théoriques en cas d’indépendance.
Ce test s'apprécie en calculant la statistique ci-après :
Où
= Khi-carré,
= (fo-fe)² /fe
fo= fréquences observées
fe = fréquences théoriques
Ainsi, après avoir élaboré le tableau croisé des variables en question, on calcule et confrontée la
statistique du khi-deux obtenue à la table de loi de khi-deux, ce qui permet d'accepter ou de
rejeter l'hypothèse d'indépendance.
Ce test s’adapte bien à notre cas car on a bien 2 variables qualitatives. L’hypothèse nulle dans ce
cas sera : (Ho) la proximité aux utilisateurs et l’adoption en fin de période sont indépendantes.
Les traitements sont faits avec logiciel R, lorsque la p-value obtenu, lorsqu’elle est inférieure à
5%, on va rejeter cette hypothèse, et dans le cas contraire elle sera acceptée.
2.2. Mécanismes de diffusion entre les utilisateurs de MM et leurs voisins
a. Modèle et hypothèse :
Pour déterminer comment se passe la diffusion du MM entre les membres de notre réseau, nous
avons retenu parmi les modèles présentés dans la revue en section 1 de ce chapitre, le modèle
selon les seuils d’influence des adopteurs dont il faudra tester l’adéquation en utilisant les
données de notre échantillon.
Ainsi l’hypothèse spécifique est formulée en assimilant la diffusion du MM à ce modèle :
(Hs) : le MM se diffuse dans le réseau des abonnés téléphoniques d’après le modèle des seuils
d’influence des adopteurs dans le réseau (threshold Model).
b. Présentation Modèle de threshold et ses variables
25
D’après les travaux de (Valente W., 1996), le seuil d’adoption dans le réseau est défini comme la
proportion nécessaire ou le nombre de sommets voisins qui amène à adopter un comportement
particulier (innovation)
Ici, on considère qu’un réseau est un graph G=(V,E) de n sommets pondérés par wuv de [0,1].
-
wuv représente l’influence que le sommet u exerce sur le sommet v.
-
V représente les sommets qui sont les abonnés téléphoniques dans notre cas
-
E représente les relations entre les sommets, l’existence d’appels ou de SMS entre 2
abonnés.
Pour chacun des sommets v, on a N(v) le nombre de voisins de v et
le seuil d’adoption de v.
Ainsi, v est éligible à adopter l’innovation si :
Ainsi le seuil
représente la résistance à l’adoption du MM car il faut qu’il dépasse un certain
seuil pour que v cède à l’utilisation du MM. Ce modèle est basé sur des hypothèses de relation
dans le réseau avec les voisins dans lequel tous les voisins actifs restent actifs jusqu’à la fin de la
période d’observation.
A titre d’illustration, ci-dessous sont les différentes étapes de diffusion théorique d’après ce
modèle pour un réseau de 17 sommets avec un seuil uniforme
de 60% et 6 périodes (t).
Figure 9 : Illustration de la diffusion d’après le modèle de seuil en 6 périodes et 60% de threshold
26
Les sommets rouges sont ceux qui sont actifs contrairement aux sommets bleus. On voit bien
comment d’une période à l’autre, lorsque la proportion des voisins d’un sommet est supérieure
à 3/5 (60%), ce dernier devient actif à partir de la période suivante.
Dans le cadre de notre étude, les sommets représentent les abonnés de notre réseau qui peuvent
à un moment donné t (semaine dans le cas d’espèce), devenir des utilisateurs de MM (rouge) ou
pas (bleu).
c. Vérification par le test de structure de netdiffuseR :
Retenir un modèle de diffusion ne suffit, pas encore faut-il pouvoir tester sa pertinence pour la
réalité de la diffusion observée dans le réseau. Ceci est rendu possible dans notre cas grâce au
package netDiffuseR du logiciel R. netdiffuseR permet de faire des analyses descriptives de réseau
mais aussi d’élaborer un test de d’adéquation au modèle de diffusion de seuil de proximité aux
adopteurs. L’hypothèse nulle dans ce cas est :
(Ho) La diffusion observée au sein du réseau suit le processus du modèle de seuil.
Dans le cadre de sa mise en œuvre, il permet d’obtenir un résultat simple qui donne la p-value
qui sera par la suite comparée au seuil d’erreur admissible qui dans notre cas est de 5%. Ainsi, si
la p-value est inférieure à 5%, le test est accepté et on retient l’hypothèse nulle, dans le cas
contraire, on la rejette.
27
d. Justification
Les principales hypothèses qui régissent ce modèle sont les suivantes :
-
le processus peut avoir au plus n étapes ;
-
lorsqu’un sommet devient actif, il le reste jusqu’à la fin du processus.
Ces hypothèses se traduisent et se justifient dans notre cas par l’influence que garde un
utilisateur sur les non utilisateurs avec qui il est en contact. En effet, étant donné que le MM fait
partie de son quotidien plus ou moins régulier, il sera porté à en parler ou tout simplement à
témoigner de son utilisation à ses contacts, voire de les encourager à ouvrir un compte pour
faciliter les transactions financières.
Conclusion
La revue de la littérature en rapport avec l’adoption et la diffusion du MM a permis de découvrir
que l’intérêt pour le mobile va croissant avec une place de choix pour les questions d’adoption
de cette technologie comme solution alternative d’accès aux services bancaires pour les
utilisateurs. Au regard des approches méthodologiques couramment utilisées, l’utilisation
croisée des données sur les transactions GSM et MM comme c’est le cas dans cette étude sont
quasi inexistantes. L’utilisation des modèles de diffusion dans les réseaux mise en œuvre dans
cette étude s’appuie sur les travaux de Thomas W. Valente (Valente W., 1996) qui est dans une
certaine mesure le fruit de l’interprétation au niveau du réseau des individus des principes qui
gouverne le modèle de diffusion de l’innovation d’après Roger Everett (Everett M., 2003).
Les théories et principes précédents ont permis de justifier pourquoi nous avons formulé les
hypothèses suivantes :
-
Hypothèse générale : les utilisateurs de MM du réseau social téléphonique d’un abonné
influencent significativement l’acceptation et la diffusion du MM, ce qui sera vérifier à
l’aide d’un test du Khi2 ;
-
Hypothèse spécifique : le MM se diffuse dans le réseau des abonnés téléphoniques
d’après le modèle linéaire des seuils d’influence des adopteurs dans le réseau (threshold
28
Model), ce qui sera vérifié par un test intégré au package netdiffuseR de R, le principal
l’outil d’analyse de cette étude.
CHAPITRE 3: TRAITEMENT DES DONNEES ET RESULTATS DES ANALYSES
Comme son titre l’indique, ce chapitre va s’étendre sur la présentation du traitement des
données qui ont permis d’évaluer le modèle et les hypothèses retenus dans le cadre de ce travail.
A cet effet :
-
la Section 1 mettra l’accent sur les multiples règles qui ont guidé les prétraitements et
traitements des données effectués ;
-
la Section 2 portera quant à elle sur les résultats de l’implémentation des traitements
effectués en commençant par les éléments descriptifs jusqu’aux tests effectués.
Section 1. Sélection, prétraitement et description des données utilisées
Dans le cadre de cette étude, nous exploiterons exclusivement le réseau des abonnés
téléphoniques de MTN et plus précisément le réseau des abonnés téléphoniques des utilisateurs
actifs de MM au cours de l’année 2016.
La première étape est de constituer la base des données à utiliser dans le cadre de cette étude
avec un premier volet sur la constitution générale réseau des abonnés téléphoniques pris en
compte (1.1.) et un autre sur l’extraction des informations sur les périodes d’adoption du MM le
cas échéant (1.2.). Ensuite, la deuxième a consisté à effectuer les traitements complémentaires
pour mettre en œuvre les différents tests des hypothèses (1.3.).
1.1. Constitution du réseau des abonnés téléphoniques
a. Périodes d’observation
29
Pour ce travail, 3 mois d’observations ont été considérées : du 1e août 2016 au 31 octobre 2016.
La longueur de cette période correspond dans le secteur des télécommunications en général à la
durée pendant laquelle un abonné est considéré comme actif. Après trois mois sans aucun
évènement générateur de revenu, un abonné peut être considéré comme sorti de la liste des
clients. De façon parallèle, nous avons considéré comme relations pertinentes, susceptibles
d’entrainer des influences, celles ayant été actifs au cours de 3 mois.
b. Constitution de la base des données du réseau d’information en entrée
La transmission de l’utilisation se faisant dans le même réseau téléphonique, le premier filtre à
faire à tous les niveaux a été de ne considérer que les numéros MTN dans les transactions.
Au Cameroun, chaque opérateur a des séries de préfixes qui lui sont dédiés pour les numéros
téléphoniques. En attendant qu’entre en vigueur la portabilité des numéros d’un opérateur à
l’autre, les numéros affecté à un opérateur ne sont utilisés uniquement par ce dernier. Dans notre
cas, les séries de numéros court5 affectés à MTN commencent par : 680, 681, 683, 67, 650, 651,
652, 653, 654. Ainsi un travail de filtre des transactions a été fait sur la base de ces valeurs.
Les transactions considérées ici sont les appels téléphoniques et les SMS.
c. Constitution du réseau relationnel autour des utilisateurs de MM
Les types de transactions prises en comptes dans le traitement des données sont les suivantes :
-
Appels et SMS aux usagers ;
-
Uniquement les transactions impliquant les membres de la base des utilisateurs MM
devenus actifs avant à la date du 31 octobre 2017 ; un utilisateur actif étant celui qui a
fait au moins 2 transactions MM après son inscription.
-
Uniquement les évènements dont l’origine est les utilisateurs de MM en tenant comptent
que l’influenceur en général a un rôle actif et donc est source d’émission des évènements
d’interaction ; par ailleurs, une relation ne saurait être dans un seul sens
5
sans indicateur du pays : +237 / 00237
30
-
avoir plus de 2 interactions (SMS ou Appels) au cours du trimestre d’observation : pour
éviter les nombreux bruits blancs dus à des actions sporadiques et par erreur
Après agrégation de toutes les interactions au cours de la période, on obtient un réseau de
binômes. Toutefois, une relation de nature à influencer l’adoption au cours du trimestre
d’observation devrait avoir eu des interactions au cours d’une période de trois mois. Ainsi, on a
un schéma statique du réseau relationnel et une vue dynamique des statuts d’adoption d’une
semaine à l’autre.
1.2. Caractéristiques d’adoption du MM par les abonnés et échantillon final
a. Règles de découpage et utilisation des périodes d’adoptions
Comme précisé plus haut, les comportements sur la période d’Aout à Octobre 2016 seront
considérés, soit du lundi 1er Aout 2016 au Mardi 31 octobre 2016. Cette plage sera divisée en 13
périodes. Chacune des 13 périodes couvre une semaine de 7 jours allant de lundi à dimanche en
dehors de la dernière période qui va de lundi à lundi, soit 8 jours.
Au sens de nos analyses, nous allons considérer une période supplémentaire, celle d’avant le 1 e
Aout. Au total nous obtenons donc 14 périodes pendant lesquelles un membre du réseau des
abonnés est susceptible de devenir un membre actif de MM. Ce principe a été utilisé pour codifier
tous les acteurs du réseau constitué avec les différents cas suivants :
-
si le membre est un utilisateur actif avant le 1e août 2016, il appartient à la période 1 ;
-
si le membre est un utilisateur actif entre le 1e août 2016 et le 31 octobre 2017, il
appartient à l’une des périodes de 2 à 14 selon la semaine où il effectue sa première
transaction MM ;
-
si le membre reste non utilisateurs au bout de ces trois mois, il n’est dans aucune période,
prenant la valeur nulle dans ce cas.
Le choix de périodes d’une semaine permet de rester dans un intervalle homogène en termes
d’activités socio-économiques.
b. Sélection du sous-réseau d’analyse
31
Pour faire face aux contraintes de taille des données à traiter qui étaient de l’ordre de 30 millions
de transactions, un sous réseau a été retenu pour cette analyse en minimisant le risque
d’influencer les résultats. Pour éviter des biais liés au choix raisonné, nous avons opté pour une
méthode de sélection probabiliste. Les sondages probabilistes ou aléatoires, sont ceux pour
lesquels chaque individu de la population a une probabilité connue, et fixée par avance
d'appartenir à l'échantillon.
Dans le cadre de cette étude, c’est le sondage stratifié qui a été utilisé pour garder la
représentativité nationale et les spécificités de chaque région. Les strates considérées sont les
régions d’origine des utilisateurs à l’origine des interactions dans le réseau initialement constitué.
De façon opérationnelle, ces sélections sont faites en utilisant la fonction « sample » d’Oracle
PLSQL qui permet à partir d’un paramètre de sélectionner avec la même probabilité une
proportion des lignes qui résultent de la requête en amont.
c. Etudes de sensibilité de l’échantillon retenu
Le principal avantage de travailler à partir d’une base des données et non des données collectées
sur le terrain est qu’on a la possibilité d’éprouver les méthodes d’échantillonnage retenues ainsi
que certaines variantes des paramètres. De même, pour s’assurer que les résultats ne dépendent
pas de certains choix de taille ou de variables particulières, des exercices secondaires sont
effectués tout au long de l’activité pour apprécier la sensibilité de l’échantillon et paramètres
retenus sur la qualité des résultats au vu de la méthode adoptée. Nous avons ainsi, dans le cadre
des traitements accordé une attention particulière à :
-
la sensibilité de la taille de l’échantillon ;
-
la sensibilité de la structure en strate de l’échantillon ; -
la sensibilité
sur le temps de traitement.
1.3. Préparation des donnés pour les différents tests d’hypothèse
a. Préparation des données pour le test de Khi deux de l’hypothèse générale
Le premier protocole de test de cette étude est le test de Khi 2 à effectuer sur deux variables
observées sur l’ensemble des non utilisateurs des MM en début de période. Les données cidessus
32
rassemblées ne portant que sur les abonnés en contact avec les utilisateurs de MM au cours de
la période d’observation, le tableau de contingence représentatif de l’échantillon va être
complété par déduction. En effet, sachant le nombre de personnes utilisateurs de MM en fin de
période et la proportion que représentent ces derniers sur l’ensemble de l’échantillon, le nombre
correspondant d’abonnés restés sans contact avec des utilisateurs de MM et non adopteurs de
de MM est calculé pour compléter la quatrième case du tableau (abonnés hors échantillon).
Tableau 6 : structure du tableau de contingence pour le test de Khi2
Existence d’un lien avec des utilisateurs de MM en début de période et
avant l’adoption du MM le cas échéant
OUI
Adoption du MM
en fin de période
NON
OUI
Nouvel utilisateur activé par voisins
Nouvel utilisateur auto-activé
NON
Abonné resté non utilisateur
Abonnés hors échantillon (déduit)
b. Création et traitement des objets dans l’application R pour tester le modèle de diffusion
Pour mettre en œuvre les traitements pour tester le modèle de diffusion retenu dans le cadre de
l’hypothèse spécifique, quelques objets spécifiques doivent être créés : la matrice d’adjacence et
le Diffnet.
i.
Matrices des données de travail : matrice d’adjacence
La matrice d'adjacence6 pour un graphe fini à n sommets est « une matrice de dimension n × n
dont l'élément non-diagonal aij est le nombre d'arêtes liant le sommet au sommet . L'élément
diagonal aii est le nombre de boucles au sommet (ou deux fois ce nombre, selon certains usages)
». C’est le premier élément à considérer ou élaborer dans le cadre des travaux d’analyse de réseau.
Dans notre cas, elle est constituée à partir d’un tableau à deux colonnes représentant les numéros
des personnes ayant eu des interactions d’appel ou de SMS au cours du trimestre d’étude. La
limites des nombres entiers supportés par R,(1) étant de 2147483647, il a été nécessaire de
supprimer des numéros les préfixes constants « 237 ».
6
Wikipedia
33
ii.
Création du Diffnet
C’est l’objet principal que netDiffuseR utilise pour les opérations spécifiques de ce modèle. Il
prend en compte :
-
la matrice d’adjacence ;
-
un vecteur de pondération optionnel ;
-
le vecteur des périodes d’adoption ;
-
l’orientation du réseau le cas échéant ;
-
les autres variables d’analyse optionnels.
Encadré 1 : le package netDiffuse de R
NetDiffuseR est un package de l’application R capable de visualiser, analyser et simuler la diffusion des
données de réseaux. Il intègre quelques pacquages populaire de traitement des données de réseau et
notamment :
- RcppAradillo qui assure sa rapidité ;
- Matrix qui assure sa capacité à traiter les grosses tailles de données;
- Statnet et igraph et par conséquent les objets créés dans ces environnements.
Ainsi il est capable de traiter des données équivalente à une matrice adjacente de taille 4 milliard.
Il est téléchargeable sur le site cran (https://cran.r-project.org/package=netdiffuseR).
Il est doté d’un grand nombre de fonctionnalités générales d’analyse des réseaux sociaux mais aussi
de fonctionnalités spécifiques aux modèles de diffusion dans les réseaux comme par exemple les
graphiques d’analyse ci-dessous.
iii.
Mise en œuvre du test de structure
Une fois le diffnet créé, il peut se prêter à plusieurs types d’analyse tels les différents graphiques
spécifiques et la mise en œuvre du test de structure réalisé à l’aide de la fonction intégrée dans
le package : struct_test.
34
Section 2. Résultats des analyses
La sélection des données et leurs traitements effectués, il en est ressorti des résultats a présenter
dans cette section. Ils porteront sur :
-
l’analyse descriptive du panel d’utilisateurs de MM et leurs voisins ; la relation entre la structure du réseau des abonnés et la diffusion du MM ;
-
et les résultats des tests d’évaluation des hypothèses.
2.1. Analyse descriptive du panel d’utilisateurs de MM et leurs voisins
a. Répartition des transactions
Le panel d’abonnés faisant l’objet de cette étude est constitué d’un ensemble de numéros
représentant les individus qui les utilisent. Ce panel est construit autour d’utilisateurs de MM qui
sur le plan du GSM sont assez actifs. En effet, on dénombre en moyenne 50 personnes avec qui
ils ont interagi au cours du trimestre d’observation. Pendant cette même période ils ont échangé
par semaine en moyenne 21 appels téléphoniques et 41 SMS, soient 62 interactions avec des
tiers.
Du point de vue de l’utilisation du MM, l’analyse du nombre de transactions MM de ces clients
actifs au cours de la période d’étude regroupée selon les principales catégories les plus sollicitées
par les utilisateurs finaux aboutie au graphique ci-dessous.
Figure 10 : Structure des transactions effectuées au cours de du trimestre d’étude
Source : Nos calculs
35
Les opérations de Versements et retraits représentent le groupe le plus important (42%). Elles
permettent aux utilisateurs de convertir l’argent numérique dans leur compte en monnaie
fiduciaire utilisée d’ordinaire dans la vie courante et vice-versa.
b. Répartition et représentation des utilisateurs par période d’adoption
En dehors des non utiliseurs (Not users) et anciens utilisateurs (Old users) en début de période
d’observation, chacune des semaines suivantes est une période d’observation qui comptait un
nombre plus ou moins important d’abonnés devenus utilisateur.
Figure 11 : Structure du statut des membres du réseau en fin de période
Period 7
1%
Old Users
34%
Period 8
1%
Period 6
2%
Adopters
19%
Period 9
1% Period 10
1%
Period 11
1%
Period 12
1%
Period 13
1%
Period 5
2%
Period 14
1%
Not Users
47%
Period 4
3%
Period 3
2%
Period 2
2%
Source : Nos calculs dans R
Les adopteurs (Adopters) sont ceux qui au cours de la période d’observation sont passés du statut
de non utilisateur à celui de nouveau utilisateur. Le graphique ci-dessus représente le statut à la
fin des trois mois d’observation. Il fait ressortir qu’on a 19% d’adopteurs au cours de la période,
avec une répartition non homogène au fil des différentes semaines.
Lorsqu’on considère uniquement le nombre de nouveaux adopteurs à chaque semaine
d’observation, on obtient le graphique ci-dessous.
36
Figure 12 : Evolution des adopteurs et du nombre cumulé d’adopteurs à chaque période.
Source : Nos calculs dans R
En dehors de la période 1 qui correspond à la proportion des utilisateurs au début de la période
dans le nuage, on note une évolution progressive et régulière au fil des différentes semaines ;
Figure 13 : Nuage des points du réseau aux périodes 1, 5, 9 et 14
37
Source : Nos calculs dans R
Le graphique ci-dessus représente le nuage du réseau au cours de quatre des quatorze périodes
d’observation. Grace à netdiffuse, les anciens utilisateurs et les nouveaux adopteurs de la période
sont affichés au premier plan respectivement en rouge et en bleu. Ainsi, la prédominance du
rouge au cours de la période 1 se justifie aisément car il s’agit de tous ceux qui étaient déjà
utilisateurs de MM en début de période.
2.2. Relation entre la structure du réseau des abonnés et la diffusion du MM
Un des éléments d’intérêt de l’étude de diffusion dans les réseaux est la répartition par période
des nouveaux adopteurs par seuil de proximité avec des membres utilisateurs de MM.
Conformément au principe du modèle, les seuils sont calculés en faisant le rapport entre le
nombre de voisins utilisateurs et le nombre total de voisins connectés à ce sommet.
Figure 14 : Temps d’adoption et seuils de proximité aux utilisateurs dans le réseau.
38
Source : Nos calculs dans R
L’on distingue sur ce graphique trois seuils dominants (0%, 50% ; 100%) et deux autres seuils
moins important (33% et 66%). Pour chacun des seuils, on a 14 regroupements qui correspondent
à des groupes de personnes pour chaque seuil qui ont adopté le service MM.
La répartition homogène des boule long des 3 principaux seuils traduit qu’à chaque période, on
rencontre un nombre important de personnes qui deviennent utilisateurs de MM respectivement
sans avoir de relations précédentes avec des utilisateurs de MM (0%), ont la moitié de leur
relations (50%) ou la quasi-totalité de leur contact (100%)
2.3. Résultats des tests d’évaluation des hypothèses
a. Evaluation de l’hypothèse générale de l’impact du réseau des utilisateurs sur les non utilisateurs
De l’analyse descriptive effectuée, précédemment pour 100 personnes de notre population
d’étude, 34 sont resté non utilisateurs de MM à la fin et 19 sont devenus de adopteurs parmi
lesquels 14 avaient un lien précédent avec des utilisateurs et 5 pas. On obtient ainsi le tableau
39
des données ci-dessous représentatif de la population d’étude complète grâce aux règles
énoncés au paragraphe 1 3 de ce chapitre.
Tableau 7: Tableau de contingence représentatif de la population d’étude
Existence d’un lien avec des utilisateurs de MM en début de période
Adoption du MM
en fin de période
OUI
NON
OUI
14
5
NON
47
280
Source : Nos calculs
Le traitement de ces données par application du test de khi2 à l’aide du logiciel R permet
d’obtenir comme résultat les paramètres suivant : X-squared = 39.51, df = 1, pvalue = 3,264 *
10-10
La statistique calculée (X-squared) donne 39,51 avec une p-value presque nulle. Dans ce test,
l’hypothèse nulle est rejetée si la p-value est inférieure à 5%. L’hypothèse nulle étant l’inexistence
d’une relation de dépendance entre le lien précédent avec des utilisateurs et l’adoption future,
ces résultats montrent que nous n’avons presqu’aucun risque de nous tromper en rejetant
l’hypothèse nulle et donc à reconnaitre qu’il existe une relation de dépendance entre l’existence
d’un lien avec des utilisateurs de MM en début de période et l’adoption du MM en fin de période.
Ces deux phénomènes observés sur les mêmes individus à des moments qui se suivent
permettent de déduire que cette relation de dépendance est en fait une relation de causalité
entre le lien avec les utilisateurs qui survient en premier et l’adoption par la suite du MM.
b. Evaluation de l’hypothèse spécifique de conformité du mécanisme de diffusion au modèle
d’étude
Netdiffuse permet d’élaborer grâce à un test d’adéquation une évaluation de la proximité entre
le mode de diffusion de l’innovation au sein du réseau considéré est en adéquation avec le
modèle de seuil au regard de l’évolution au fil des différentes semaines de la structure du réseau
et du statut des sommets.
Le test est mis en œuvre en calculant la statistique obtenu en simulant les alternatives d’évolution
du réseau au cas où certains acteurs actif sont retirés du processus de contamination.
40
La simulation est reprise un grand nombre de fois, dans notre cas 200 fois et permet d’obtenir le
les éléments du test qui peuvent être tout d’abord présentés dans le graphique ci-dessous.
Figure 15 : Distribution de la statistique « on rewired network »
Source : Nos calculs dans R
Les éléments de cette statistique sont compilés et comparés à la loi normale pour en déduire le
niveau de conformité, Ci-dessous sont les résultats obtenus.
Tableau 8 : Résultat du test de structure de la diffusion
Number of Simulations : H0: E[beta(Y,G)|G] - E[beta(Y,G)] = 0 (no structure dependency)
200
E[beta(Y,G)|G] (observed) =
0.1029 E[beta(Y,G)]
Number of time periods
(expected) =
0.1015
: 14
p-value
=
0.2900
Pour valider le test, la p-value devrait être en dessous de 5%. Dans notre cas on a p-value = 29%.
C’est dire que si nous rejetons l’hypothèse nulle d’inexistence d’une structure de dépendance,
ce serait avec un risque de se tromper de 29%. C’est pourquoi nous allons admettre qu’il n’existe
pas clairement de structure de dépendance qui régit la diffusion selon le modèle de seuil.
Conclusion
Il était question dans ce chapitre de présenter les traitements effectués et les résultats qui en
sont ressortis. L’étude étant de type quantitative et s’appuyant sur une base de données de
41
transactions, le volet de traitement est particulièrement important pour révéler comment la
structure des données nécessaire pour les analyse a été extraite des sources initiales. Les détails
apportés pour l’organisation des données, la sélection et la justification des relations et
qualification des périodes d’adoption des sommets du panel de réseau utilisé sont de nature à
faciliter non seulement la compréhension des résultats mais aussi à inspirer des travaux
semblables.
Les principaux résultats descriptifs montrent qu’en dehors des opérations de transfert de fonds
d’un individu à un autre, les opérations de payement des services aux tiers occupent une place
de choix dans les flux financiers. L’on note aussi qu’au cours de la période, le nombre de nouveaux
utilisateurs dans le réseau téléphonique des anciens utilisateurs de MM a fait plus que de
doubler. Cette dernière observation en particulier corrobore avec le test de confirmation de
l’hypothèse générale. En effet, on a pu établir une forte relation de causalité entre l’existence
d’un lien avec des utilisateurs de MM. Toutefois, le test du modèle des seuils avant le moment
où ils deviennent utilisateurs de MM le cas échéant d’influence des adoptants dans le réseau ne
va pas se révéler être adapté pour expliquer comment s’opère la diffusion du MM au sein du
réseau des abonnés téléphoniques.
CHAPITRE 4: DISCUSSIONS ET LIMITES DE L’ETUDE
Ce dernier chapitre est le lieu de mettre en relation tous les précédents pour mettre en relief la
pertinence des résultats majeurs ressortant de ces travaux et les questions ou applications
qu’elles suscitent. Il est structuré en deux sections :
-
dans la section 1, nous allons discuter des résultats obtenues dans le chapitre précédent
en essayant de mettre en exergue les points de convergence et de divergence observés
par rapport au contexte, aux hypothèses de départ et à la théorie sur le sujet ;
-
dans Section 2, nous terminerons en présentant quelques limites auxquelles a fait face
notre démarche ainsi que les pistes d’approfondissement qu’ils ouvrent pour la
recherche.
42
Section 1. Discussions
Cette première section va permettre d’approfondir les résultats en mettant une emphase sur les
points d’intérêt général (1.1.), le rôle des utilisateurs sur la diffusion du MM (1.2.) et des résultats
mitigés de la diffusion du MM au regard des théories sur le sujet (1.3.).
1.1. Points d’intérêt général de l’étude
a. Intérêt méthodologique.
Avant d’entrer dans les détails des résultats obtenus, un des premiers mérites de ce travail aura
été de pouvoir mettre en œuvre une approche méthodologique d’étude quantitative de diffusion
de l’innovation et d’analyse des réseaux sociaux basée sur l’exploitation croisée des informations
GSM et MM des clients. Cette approche est généralement sous-utilisée par les entreprises
détentrices de ces informations.
En effet, la ressource principale pour toute étude étant les données en entrée, cette approche
est une porte ouverte pour les détenteurs de ces données de mettre en place une démarche de
valorisation continue des informations sur les mêmes individus afin d’en tirer de la connaissance.
Certes, de nombreux obstacles dus à la taille des données à traiter se sont posés car avec un
réseau de 30 millions de relations, il faut une infrastructure et des méthodes spécialisées pour
les exploiter. Nous avons contourné cette contrainte dans le cadre de ce travail en :
-
faisant usage d’une approche par échantillonnage de type sondage stratifié ;
-
appliquant plusieurs règles pour davantage se résumer aux informations clés pour l’étude
et notamment la sélection restreinte aux sommets actifs ou devenus actifs au cours de la
période d’observation, la qualification du nombre d’interactions téléphoniques pour
considérer la relation comme pertinente ;
-
veillant à garder des résultats valides par comparaison des résultats simples générés à
plusieurs échelles d’extraction.
Sur ce plan, une amélioration peut être obtenue en explorant les algorithmes et autres outils qui
permettraient d’optimiser la qualité des résultats et notamment les systèmes distribués et outils
adaptés au Big Data.
43
Lors de la revue de la littérature sur les travaux de MM au Chapitre 1, des approches
méthodologiques utilisées ne prenaient que rarement en compte
, l’on voit que les méthodes quantitatives basées sur les bases d’information des clients qui sont
pourtant tous abonnés téléphoniques sont quasi inexistantes.
La faible prise en compte des approches quantitatives d’évaluation des modèles de diffusion dans
les réseaux sociaux peut aussi s’expliquer par le fait que malgré l’existence de la théorie sur le
sujet, ce n’est que récemment que des outils appropriés ont été développés à cet effet. Le projet
de package de netDiffuseR capable de faire ce type d’analyse dynamique des réseaux sociaux par
exemple n’a connu son aboutissement que récemment en 2016 avec certaines documentations
clés sur son utilisation publiés en en 2017. C’est dire que c’est pratiquement un projet en cours
qui est de nature à ouvrir de grandes perspectives pour le champ d’exploration de la diffusion de
l’innovation dans les réseaux.
b. Principaux motifs/ d’utilisation du service par l’utilisateur final
En s’inspirant de la chaine de valeur du Mobile Money dont les éléments sont présentés en 1.1
du chapitre 1 et les différents types d’opérations transactionnelles et services proposés pour le
MM dont des statistiques regroupées sont présentés en 2.1 du chapitre 2, le schéma ci-dessous
retrace les deux grands cycles financiers que les utilisateurs finaux de MM utilisent.
Figure 16 : Cycle des principaux usages du MM par l’utilisateur ordinaire
TRANSFERT
VERSEMENT/RETRAIT
PAYEMENT
44
D’après ce diagramme, les déterminants de l’utilisation du MM par les utilisateurs sont partagés
entre les besoins finaux de payement et les transferts avec une part significative des payements
pour les besoins finaux évaluée à plus de 40% pour la période considérée. Ce résultat nous
conforte sur le niveau de développement du MM qui est en train de cesser d’être tout
simplement un moyen d’envoi d’argent pour devenir véritablement une monnaie pour les
transactions courantes comme le présente certains auteurs (Eduardo, João, & Adrian, 2011).
Ceci est à encourager dans notre contexte où d’autres moyens de payement en lignes tels que
les cartes bancaires n’ont jamais eu une percée véritable. D’après les travaux de (Khan &
CraigLees, 2009), l’alternative des moyens de payement digital pourrait avoir un impact conscient
ou inconscient sur la perception de l’argent et par conséquent sur les volumes des opérations
effectuées pour les payements. Il convient toutefois de relever que de nombreuses autres
innovations et mutations de l’écosystème de ce marché doivent être assurées pour y parvenir.
En termes d’innovations l’on pourrait citer la mise en place de technologies pour permettre un
payement plus rapide des marchands et permettre l’introduction du Mobile money dans les
opérations les plus courantes. Un exemple de telle technologie est la NFC7 qui permet par simple
contact entre les terminaux de déclencher un payement avec validation facultative pour les petits
montants. Une autre innovation qui serait la bienvenue consiste à faciliter et promouvoir l’accès
aux informaticiens intégrateurs aux API8 plus intelligents et plus flexibles permettant d’ajouter le
payement en ligne par MM.
En terme d’écosystème, comme le souligne plusieurs auteurs (Winn, 2013) (Ssonko Wilson,
2011), l’état a un rôle central à jouer dans le développement de cette transformation digitale. S’il
est vrai qu’il y a de nombreux risques d’abus qu’il faut encadrer, les perspectives de l’utilisation
du MM pour le développement économique ne sont plus à démontrer. Certains acteurs publics
l’ont d’ailleurs compris notamment avec la collecte des impôts qui peut par ce moyen être facilité
et être plus transparente. Toujours dans l’écosystème, les banques semblent menacées mais
pourraient pourtant y voir d’une part une réelle opportunité de mieux atteindre la grande
7
8
Near Field Communication
Application Programming Interface
45
majorité des personnes qui sont restées hors de portée de la bancarisation et d’autre part, s’en
servir pour offrir à leur clients internes plus de facilités à mobiliser leurs fond pour les opérations
courantes, sachant que de toutes les manières, elles n’arriveront difficilement à mettre en place
un écosystème de payement aussi large que celui du MM.
1.2. Implications de l’impact des utilisateurs sur la diffusion du MM
a. rôle majeur du réseau social sur l’adoption
Notre hypothèse générale stipulait que « Les utilisateurs de MM du réseau social téléphonique
d’un abonné influencent à titre principal son acceptation du MM. ». De l’analyse descriptive
effectuée, environ 20% des membres du réseau sont devenu de nouveaux utilisateurs de MM au
cours de la période d’observation. Or de cet ensemble, environ 74% soit environ ¾ d’entre eux
ont fait l’objet d’interactions téléphoniques avec des utilisateurs de MM avant leur engagement
à devenir utilisateur actifs de MM. Le test de Khi2 effectué, couplé à l’ordre d’apparition des
variables qui interviennent, permet d’être conforté sur le sens du lien de causalité.
Ce résultat corrobore avec les résultats descriptifs obtenus par (Nana Kamga, 2016) où 72% des
répondants de son étude admettent que le fait que leurs proches utilisent le paiement mobile les
incite à faire de même. D’autres résultats comme celui de (Devaud, 2008) qui a pu établir que
l’étendue spatiale de l’innovation est proportionnelle à l’étendue du réseau social notamment
dans le cadre des TIC. Les principales pistes d’explication tournent autour :
-
du besoin de transactions financières entre un acteur détenteur de compte qui le
recommande au destinataire de s’en créer un pour profiter des avantages de transferts
d’argent offerts par le MM ;
-
de la proximité des individus qui permet au produit d’être recommandé pour les services
de payement.
Ce résultat devrait davantage attirer l’attention des opérateurs de MM sur leurs approches
d’extension et de promotion du MM. (Nana Kamga, 2016) dans ses travaux propose à ce sujet
une stratégie originale pour permettre à des personnes qui réussissent à gagner leurs contacts à
utiliser le MM de profiter d’avantages divers. Cette étude vient compléter un tel projet en
mettant à disposition des informations sur les utilisateurs qui ont un réseau particulièrement
46
riche en potentiels clients du MM. La promotion à leur sujet les pousserait prioritairement à
s’intéresser aux membres de leur réseau téléphonique non utilisateurs de MM.
b. Implications managériales pour les opérations marketing : Optimisation des coûts et
amélioration
de l’efficacité de la promotion du MM
Les travaux de (Johanna & Milad, 2014) sur les points à considérer par les Opérateur Mobile (MNO)
dans l’exploitation de leurs bases des données pour le développement du MM ont permis de relever
l’importance d’une bonne connaissance des besoins de ces abonnés et la qualité de la gestion de la
relation client. C’est pourquoi dans le cadre de l’application marketing des résultats obtenus, nous
nous intéressons à une approche de segmentation de la clientèle pour améliorer en efficacité.
Ainsi, dans le cadre de ses activités de diffusion du MM, de nombreux moyens marketings sont
mis en jeux par MTN. Ces actions présentées au chapitre 1 peuvent être regroupées comme suit
: - Les actions BTL : Ce sont des messages individuels et comprend notamment les actions de
marketing direct et de promotion des ventes, avec la possibilité de communiquer directement
avec le potentiel client car déjà abonné téléphonique.
- Les actions ATL : Il s’agit ici des activités promotionnelles réalisées à travers les médias de
masse : presse, télévision, affichage, radio, cinéma et Internet.
S’il est vrai que les actions ATL couvrent tous les abonnés sans distinction possible entre
utilisateurs et non utilisateurs, en général elles sont couteuses au regard des média utilisés.
Les actions BTL par contre tiennent compte du profil de la cible qui peut être réduite à un petit
nombre ou être personnalisée en fonction des profils regroupés dans des segments. Or, il ressort
de cette étude que dans 3 cas sur 4, l’abonné adopte le MM en raison de son contact avec
d’autres utilisateurs plus que tout autre chose. C’est dire que l’on gagnerait à rééquilibrer
l’allocation budgétaire pour privilégier les actions auprès des utilisateurs afin que leur impact soit
plus important, sans quoi on serait en train de dépenser beaucoup là où ça porte peu et très peu
là où ça devrait porter.
C’est ainsi que quatre segments d’abonnés doivent être pris en compte dans le cadre des actions
marketing de recrutement selon qu’ils sont utilisateurs de MM ou non d’une part et selon qu’ils
47
sont en contact (resp. avaient des contacts avant l’adoption) avec des utilisateurs de MM pour
les non utilisateurs (resp. les utilisateurs). Ci-dessous sont présentés plus en détail chacun de ces
segments et des propositions de promotion par segment pour optimiser l’expansion du MM.
i.
Les non utilisateurs en contact avec des utilisateurs de MM : Pour ce segment, les
stratégies ordinaires devraient convenir pour leur permettre d’avoir tout le panorama
des services offerts par le MM.
ii.
Les non utilisateurs sans contact avec des utilisateurs de MM : Cette dernière classe est
proche de la précédente, mais étant donné leur absence de contact avec des utilisateurs,
on devrait mettre en avant les services de payement des tiers pour les stimuler à
l’adoption des services qui ne nécessitent pas que le destinataire soit un autre utilisateur.
On peut citer par exemple les services de payement aux entreprises, (Canal 2, Eneo, ) ou
tout simplement les envois d’argent aux personnes sans comptes MM.
48
Encadré 2 : Programme d’Ambassadeurs Mobile Money
Le principe théorique
Ce projet s’appuie sur la théorie des externalités. L’effet externe désigne l’influence économique
qu’un agent exerce sur un autre agent, sans le vouloir expressément (Nguyen & Phan, 2000). Le
principe de l’externalité positive ou effet de réseau, une des hypothèses de base du modèle de
diffusion de seuil, a été établi par le résultat de la première hypothèse de cette étude : l’existence
d’une relation de dépendance causale entre le lien avec des utilisateurs de MM et l’adoption du
MM.
Objectif du projet
Faire des utilisateurs de MM des agents de recrutement actifs dans leur réseau téléphonique de
proximité.
Description de l’offre
Elle consiste à offrir la possibilité à l’utilisateur de MM d’effectuer un coaching pour emmener des
proches à devenir des utilisateurs actifs de MM avec en retour plusieurs avantages.
Parcours client
Une fois éligible, l’utilisateur en est informé des gains potentiels qui peuvent être de l’argent à
reverser dans son compte MM en plus d’autres avantages et de la procédure pour demander une
liste des numéros à « évangéliser » (target list)
Une fois que le client sollicite sa Target liste, un message lui est renvoyé, en fonction de son
réseau, lui permettant d’avoir 3 numéros de correspondants réguliers qu’il doit dans un délai
défini (une semaine par exemple) les inviter à faire des transactions MM. Pour faciliter cette
mission, des facilités d’appel entre l’Ambassadeur Mobile Money sont offertes notamment pour
permettre des appels sans frais avec ces derniers.
Pendant ce temps des informations d’éducation de l’Ambassadeur sur la création de compte et
son utilisation lui sont transmises
Au terme de la période de mission, une évaluation est faite, les gains conséquents sont alloués et
la possibilité de renouveler la mission est offerte ou non.
Avantages pour l’« ambassadeur » : rémunération, crédit de communications et éventuellement un
tarif MM préférentiel avec les membres de sa « Target List »
iii.
Les adopteurs avec des relations précédentes avec des utilisateurs de MM : Ce groupe
constitue d’après nos résultats une opportunité de construire une stratégie de
développement du réseau des utilisateurs. En effet, comme ils jouent un rôle important
dans la contamination de leurs voisins, trois fois plus important que les autres moyens de
recrutement, il conviendrait à l’entreprise de développer des stratégies spécifiques pour
accroitre cet effet. Il s’agit ici de mettre en place des incitations pour les utilisateurs à
encourager leurs voisins, abonnés téléphoniques à devenir des utilisateurs de MM : le
programme d’Ambassadeur MM (Encadre 2)
49
Une telle initiative devrait permettre aux utilisateurs de devenir encore plus actifs dans
leur démarche de contamination des abonnés autour d’eux. Tel que présenté, l’entreprise
garde le contrôle de ceux qu’elle choisit de mobiliser comme ambassadeur ou non en
fonction de leur rôle dans le réseau et de l’opportunité de leur réseau à avoir des
potentiels clients, ce qui pourrait par exemple porter sur la priorisation des leaders dans
le réseau qui d’après (Vernette, Bertrandias, Galan, & Vignoles, 2012) permet une
optimisation des stratégies marketing virales.
Cette option de choix permet aussi de tester, d’adapter et d’étendre au besoin cette offre
de partenariat. Enfin, le fait que ce soit l’utilisateur qui sollicite la liste de voisins à coacher
pour devenir utilisateur de MM permet en outre de ne pas porter atteinte à la vie privé
de ce dernier en prenant son consentement pour cette initiative. L’une des équations à
résoudre aussi dans ce projet est de déterminer efficacement la rémunération à proposer
à l’ambassadeur, celle devant prendre en compte le niveau de vie de l’utilisateur pour
être assez incitatif.
iv.
Les adopteurs sans aucune relation précédente avec des utilisateurs de MM : Ce groupe
est le plus restreint et celui qui offre à l’entreprise la plus grande opportunité
d’expansion. En effet, se retrouvent dans cette catégorie des personnes qui sont
susceptibles d’assurer la diffusion du MM autour d’eux, un environnement vierge
d’utilisateurs. Lorsqu’un membre de ce segment est fidélisé, on a ainsi accès à une
nouvelle communauté un peu comme si ‘on venait de gagner le contrat d’adoption
progressive par une nouvelle entreprise avec un nombre plus ou moins grand d’employés.
Le revers de cet avantage est que si cet utilisateur n’est pas satisfait, il est susceptible de
devenir une source de découragement pour sa communauté. Il faut noter que ces
personnes sont aussi les plus fragiles car le faible tissu des utilisateurs de MM autour de
lui est un facteur susceptible de le faire arrêter d’utiliser le service à cause des situations
d’insatisfaction ou du faible besoin de transactions avec des proches, ce qui aurait été un
facteur de de dépendance au service et de verrou pour la sortie du réseau des utilisateurs.
Ainsi, ce groupe est éligible à toutes les propositions faites pour Les adopteurs avec des
relations précédentes avec des utilisateurs de MM et dans le cadre du programme des
50
Ambassadeurs MM, ils devraient avoir une prime plus importante pour les inciter
davantage.
1.3. Résultats mitigés de la diffusion du MM au regard des théories sur le sujet
Deux principaux résultats s’écartent un peu de la théorie ou de l’hypothèse formulée au départ.
a. Limites du modèle de diffusion de l’innovation selon Everett M. Rogers : Part importante des
autres
facteurs sur l’adoption
En marge des 74% des nouveaux utilisateurs ayant une relation précédente avec un utilisateur de
MM, on note tout de même que 26% n’ont pas de relations précédentes avec des utilisateurs de
MM. Ceci porte à considérer pour cette période d’observation que ces derniers sont dans la
catégorie des innovateurs ou tout au plus des adopteurs précoces, ce qui devrait nous porter à
tout au plus 16% de la période ,soit 2.5% pour les Innovateurs et 13.5% pour les adopteurs
précoces, d’après les proportions standards de la courbe de diffusion de l’innovation présentées
en 1.2 du chapitre 2. Ce nombre important d’acteurs devenu utilisateurs de MM sans contact
précédent avec des utilisateurs de MM traduit un mode de diffusion où une part significative des
facteurs d’adoption doit être cherchée ailleurs que dans le réseau des abonnés.
Ceci se justifierait par les autres moyens importants de recrutement directs mis en place par
l’entreprise pour accélérer l’adoption de la solution. Il s’agit notamment :
a) du marketing direct et viral avec des propositions multiples par SMS, tels que les bonus
en cas d’achat de crédit téléphonique payé par MM et bien d’autres opérations ;
b) de l’enrôlement des nouveaux abonnés téléphoniques en leur ouvrant par la même
occasion un compte MM ;
c) de la mise en place de formation du réseau des partenaires et la modification des contrats
pour prendre en compte les primes dédiées à la création des comptes MM conditionnées
par l’utilisation effective du compte par le client ;
d) des campagnes d’identification exigées par le gouvernement qui a été pour MTN
Cameroun l’occasion de créer à la suite de l’identification un compte pour l’abonnée.
51
b. Les mécanismes de diffusion du MM dans le réseau doit être exploré différemment (Evaluation
de
de l’hypothèse spécifique)
En marge de l’impact du réseau sur l’adoption du MM, cette étude voulait établir dans le cadre
de l’hypothèse spécifique que « Le MM se diffuse dans le réseau des abonnés téléphoniques
d’après le modèle des seuils d’influence dans le réseau (threshold Model). »
Ce résultat n’a pas été validé d’après ce qui ressort des valeurs du test produit par netDifffuseR
au Chapitre 3 S2 avec une p-value de presque 30% largement au-delà des 5% admissibles. Ainsi,
s’il est vrai que les résultats en amont tout comme les études antérieures ont établi l’importance
de l’influence des relations sociales de réseau pour l’adoption du MM, il n’en est pas moins que
le modèle linéaire de seuil n’explique pas les mécanismes d’adoption au sein du réseau des
abonnés. Une explication à cela pourrait être comme l’indique (Matthew O. & Leeat, 2006) qu’il
faut un nombre conséquent de personnes adopteurs dans un sous-réseau pour déclencher
l’adoption à grande échelle. Quoiqu’il en soit, il devient à cet effet nécessaire de faire des études
complémentaires, lesquelles pourraient soit opter pour des variantes d’outil méthodologiques
différentes, soit reconsidérer les choix du champ d’étude et les données y afférentes.
Pour ce qui est champ d’étude et les données y afférentes, d’autres résultats de ces travaux
pourraient aider à comprendre pourquoi le modèle linéaire de seuil ne décrit par
convenablement le mode de diffusion du MM au sein des abonnés :
-
une part importante d’utilisateurs de MM le font pour des payements de service et dans
le cas où ceci serait davantage le fait de publicité et non de conseils de proches
utilisateurs, on arriverait à un tel résultat ;
-
une part importante des non utilisateurs sont grandement entourés par des utilisateurs
de MM mais n’en sont pas pour autant.
C’est surtout cette dernière raison qui brise l’hypothèse de conversion systématique des
personnes ayant dans leurs voisinage plus du seuil acceptable d’utilisateurs pour devenir eux
même utilisateurs qui va le plus affecter négativement le test de structure de netDiffuseR.
52
Au demeurant, l’on devrait penser que les voisins influencent la décision d’adopter le MM mais
encore faut-il déterminer quel type de voisin. D’autre part, Il faudrait probablement que l’abonné
soit dans des conditions particulières ou il ait des prédispositions particulières pour se prêter à la
décision d’adoption du MM. Tels sont les pistes de segmentation de la population d’étude avant
procéder à des tests de mode de diffusion de l’innovation au sein des sous-réseaux retenu. Par
exemple, l’on pourrait segmenter les adoptions selon le principal type d’usage qui en est fait,
transferts ou payements.
Sur le plan des alternatives méthodologiques, on pourrait aussi penser que ce n’est pas le nombre
de personnes qui comptent mais les invitations au fil du temps à s’engager comme le présente
l’alternative offert par le du modèle indépendant en cascade. Dans cette approche, les véritables
acteurs de changement sont les membres du réseau récemment engagés à l’utilisation du MM.
Ils sont les plus motivés à en faire la promotion. Cette approche pourrait aussi justifier pourquoi
de façon générale, le MM prend très progressivement de l’ampleur après plusieurs années où le
service a été lancé par les opérateurs.
Section 2. Limites et perspectives de recherches
Dans le cadre de cette étude, certaines limites se sont imposées d’elles-mêmes tandis que
d’autres ont été le fruit des hypothèses effectuées et des résultats obtenus. Il s’agit notamment
de l’absence de certaines variables dans le modèle d’analyse (2.1.), la spécification du modèle
spécifique de diffusion (2.2.) et les contraintes liées aux données (2.3.). Comme cela va être
présenté dans la suite, tous peuvent donner lieu à de nouveaux axes de recherches à explorer.
2.1. Prise en compte des variables secondaires
a. Prise en compte de l’exposition aux campagnes ciblées
L’étude a permis de mettre un point d’honneur sur les influences exogènes au réseau des
abonnés et qui a une part importante dans l’adoption du MM. Il serait donc important dans un
travail similaire de prendre en compte des variables secondaires comme les actions publicitaires
ciblées auxquels les abonnés ont été exposés comme un des facteur secondaire d’analyse de la
53
prédisposition des abonnés à accepter les pressions de son entourage à adopter le service de
MM.
b. Prise en compte de la détention d’un compte Orange Money
Enfin, on ne saurait perdre de vu que les données avaient pour unique source les abonnés MTN
Cameroun. Mais nous pensons que les conclusions restent généralisables tout d’abord parce que
les deux leaders du MM pratiquent presque les mêmes stratégies et mobilisent les mêmes
moyens technologiques, la principale différence résidant dans la capacité d’animer leurs réseaux.
Par ailleurs, MTN détient plus de la moitié des abonnés au Cameroun, ce qui fait qu’on a une
bonne représentativité du marché des abonnés mobiles. Toutefois, une étude parallèle chez
Orange Money permettrait certainement de mettre en exergue certaines spécificités qui
justifieraient l’efficacité relative de conversion des abonnes en utilisateurs de MM chez Orange
Cameroun.
2.2. Détermination d’un meilleur modèle de diffusion spécifique
a. Le Modèle en cascade, une option à explorer
L’hypothèse spécifique formulée au départ n’a pas été confirmée d’après le test. S’il est vrai que
cela permet d’évacuer une hypothèse qu’il serait erroné de faire, ceci laisse la question du mode
de diffusion au sein du réseau des abonnés en suspens. A cet effet, à défaut de prendre en
compte d’autres paramètres dans le modèle linéaire de seuils, il conviendrait d’explorer la piste
du modèle indépendant en cascade qui a quelques particularités qui pourraient correspondre
aux problématiques non entièrement élucidées.
b. Mise à contribution d’une étude qualitative préalable
Ce travail s’est appuyé sur une approche essentiellement quantitative pour mener les
investigations. Il est vrai que nous avons valorisé dans le cadre de cette étude les travaux sur le
MM effectués dans le contexte camerounais afin d’avoir des hypothèses proches des réalités de
terrain. Toutefois il apparait, notamment avec l’hypothèse spécifique qui n’a pu être validé, un
besoin d’étude qualitative approfondie afin de de mieux modéliser les mécanismes de
contamination et de décision d’adoption du MM et de diffusion dans le réseau téléphonique.
2.3. Contraintes liées aux données
54
a. Taille et complexité des données manipulées
L’une des contraintes qui a toujours marqué la recherche dans le domaine de l’analyse des
réseaux sociaux est la taille des informations à manipuler en raison de leur potentiel de
foisonnement selon les outils utilisés, contrainte à laquelle cette étude n’a pas été épargnée.
Cette limite sur la taille des données a été contournée par la mise en œuvre de méthodologies
de prétraitement par simplification de sa structure tel que présentés en section 1 du chapitre 3.
Mais une approche de traitement des données par réécriture des algorithmes du modèle d’étude
en PLSQL par exemple pourrait améliorer la taille des données exploitées et être plus exhaustif.
b. La rareté et l’indisponibilité des statistiques publiques sur les activités des opérateurs.
Une difficulté qu’il convient de soulever au sortir de ce travail est liée à l’insuffisance et la rareté
des données chiffrées sur l’environnement téléphonique, numérique et du Mobile Money. Lors
des recherches, il apparait une opacité des informations sur l’évolution du secteur. Le dernier
rapport de l’Observatoire annuel 2014 n’a été publié qu’en 2016 avec trois ans d’écart de la
dernière publication semblable. Pendant ce temps, l’on voit dans un pays comme le Sénégal
qu’un tableau de bord détaillé par opérateur est publié trimestriellement9 .
A ce sujet l’état à travers le régulateur et les autres acteurs gouvernementaux pourrait apporter
une contribution majeure car mieux habilité à forcer la main aux acteurs au cas où ils voudraient
faire de la rétention. En effet, le Mobile Money étant un domaine proche du domaine bancaire,
une transparence semblable devrait exister pour avoir une bonne assurance de la gestion du
secteur. Le Mobile Money étant aussi un élément clé de transformation de l’économie il est
nécessaire d’avoir une transparence générale pour permettre à tous les acteurs économiques
d’en faire l’opportunité qu’elle doit être.
Conclusion
Dans ce dernier chapitre, plusieurs points d’intérêt ont été soulevés. Sur le plan méthodologique,
l’étude a permis de construire une approche éprouvée de valorisation des base de données que
9
http://www.artpsenegal.net
55
détiennent les opérateurs sur les transactions de communication GSM et les transactions de MM
pour en tirer des informations clés, ce qui pourrait plus aisément être reproduit en raison de la
disponibilité continue de ces données, voire permettre de construire un modèle de suivi des
abonnés. Sur le plan managérial, le résultat positif suite à l’hypothèse générale de liaison entre
le contact avec un utilisateur de MM et les chances d’en devenir un par la suite a permis de
suggérer une approche de segmentation des abonnés dans le cadre des campagnes de
recrutement des nouveaux utilisateurs. En particulier, il a été proposé un programme
d’Ambassadeur Mobile Money qui permettrait de stimuler et pousser les utilisateurs de MM à
devenir des acteurs conscients de diffusion du Mobile Money autour d’eux en distinguant ceux
qui ont un entourage déjà fortement utilisateurs de ceux dont l’entourage n’est presque pas
utilisateurs.
Par la suite plusieurs limites observables en ce qui concerne les variables et données utilisées, ou
encore le choix du modèle de diffusion dans le réseau choisi à priori qui dans notre ne s’est pas
avéré adapté, ont donné lieu à des suggestions de piste d’approfondissement de ces différentes
questions.
Conclusion générale
Dans l’optique de comprendre comment s’opère la diffusion du mobile money dans le réseau des
abonnés téléphoniques au Cameroun, nous avons mené une étude empirique sur le réseau des
abonnés téléphoniques en contact avec des utilisateurs de MM au cours d’un trimestre de
l’année 2016. A partir des analyses de l’adoption du MM au fil des 14 semaines que comptait
cette période d’observation couplée à la structure et au comportement des membres de ce
réseau au fil du temps, nous avons abouti à plusieurs résultats.
Environ une personne sur cinq, membre du réseau des personnes en contact avec les utilisateurs
de MM est devenu nouvel utilisateur de MM au cours du trimestre d’observation. Or de cet
ensemble, près de 75% d’entre eux étaient en contact régulier avec des utilisateurs de MM dans
des interactions téléphoniques avant leur engagement à devenir utilisateur actifs de MM. Ce
56
résultat, confirmé par le test de Khi 2 effectué, permet de soutenir notre hypothèse principale de
l’influence des utilisateurs de MM du réseau social téléphonique d’un abonné sur sa décision
d’adopter le MM. Ceci rejoint les nombreux résultats d’autres travaux sur l’adoption du MM
(Nicolas, Sébastien, Thierry, & Maxime, 2013) (Nana Kamga, 2016).
Le résultat précédent a permis de faire des propositions de Segmentation des abonnés dans le
cadre des campagnes de recrutement en stratégie BTL avec une priorité à accorder aux abonnés
MM. En effet, nous proposons de mettre en place un programme d’Ambassadeur Mobile Money
qui font de ces derniers des agents consciemment actifs et plus dynamiques de la diffusion du
Mobile Money autour d’eux (Encadré 2).
Cette étude se voulant plus spécifique pour comprendre les mécanismes de diffusion dans ce
réseau, le test de structure du modèle linéaire de diffusion de seuil (Threshold Model) a été
réalisé sur le panel des observations. Les résultats du test montrent que la diffusion dans le
réseau ne suit pas ce modèle, caractérisé par la décision d’un utilisateur d’adopter la nouvelle
solution dès qu’un nombre « conséquent » de voisins l’ont fait.
Ce dernier résultat pourrait s’expliquer par deux autres observations de l’étude :
-
une part importante des non utilisateurs sont entourés par un grand nombre
d’utilisateurs de MM. Le fait que ces non utilisateurs restent sans adopter la solution
remet en question les hypothèses du modèle de seuil utilisé, et fait penser que le modèle
indépendant en cascade pourrait être plus approprié pour tenir compte de la possibilité
d’un utilisateur de résister à l’offre d’un nouvel utilisateur devenu récemment actif ;
-
une part importante des transactions des d’utilisateurs de MM sont destinés à des
payements de services de tiers, ce qui pourrait traduire une adoption principalement
portée le fait des publicités et non les conseils de proches utilisateurs.
Au demeurant, le fait que ce modèle spécifique ne soit pas validé permet d’ouvrir le pan sur
plusieurs pistes de recherches pour mieux caractériser les mécanismes de diffusion dans le
réseau et notamment prendre en compte d’autres variables secondaires descriptives des
membres du réseau, voire la mise en œuvre d’une étude qualitative approfondie préalable.
57
58
Table des matières
SOMMAIRE --------------------------------------------------------------------------------------------------------------------- 1
DEDICACE ----------------------------------------------------------------------------------------------------------------------- 3
REMERCIEMENTS -------------------------------------------------------------------------------------------------------------- 4
RESUME ------------------------------------------------------------------------------------------------------------------------- 5
ABSTRACT ----------------------------------------------------------------------------------------------------------------------- 5
SIGLES ET ABREVIATIONS ----------------------------------------------------------------------------------------------------- 6
LISTE DES ILLUSTRATIONS ---------------------------------------------------------------------------------------------------- 7
INTRODUCTION GENERALE -------------------------------------------------------------------------------------------------- 1
CHAPITRE 1 : DYNAMIQUE DU MOBILE MONEY AU CAMEROUN ----------------------------------------------------- 4
Section 1. Chaine de valeur et écosystème du mobile money au Cameroun --------------------------------------------------- 4
1.1. Définitions, chaine de valeur et services de mobile money (MM) ------------------------------------------------------- 4
a. Quelques définitions relatives aux opérations financières mobiles ---------------------------------------------------- 4
b. Chaine de valeur du MM ------------------------------------------------------------------------------------------------------------ 6
c. catalogue des services de Mobile Money -------------------------------------------------------------------------------------- 7
1.2. Ecosystème du mobile money ------------------------------------------------------------------------------------------------------ 9
1.3. Orange money et MTN Mobile Money ----------------------------------------------------------------------------------------- 10 a.
Orange Money ------------------------------------------------------------------------------------------------------------------------ 10
b. MTN Mobile Money ---------------------------------------------------------------------------------------------------------------- 10
c. Faits majeurs de la téléphonie et du MM en 2016 au Cameroun ----------------------------------------------------- 11
Section 2. Diffusion du mobile money et influence potentielle des relations sociales------------------------------------- 11
2.1. Evolution des abonnés à la téléphonie mobile et au MM ---------------------------------------------------------------- 12
a. Pénétration du mobile en Afrique et au Cameroun ----------------------------------------------------------------------- 12
b. Les opérations de recrutement au MM --------------------------------------------------------------------------------------- 13
2.2. Influence des interactions et relations sociales sur la diffusion du MM ---------------------------------------------- 13
Conclusion ------------------------------------------------------------------------------------------------------------------------------------ 16
CHAPITRE 2 : PRINCIPALES THEORIES SUR LA DIFFUSION DANS LES RESEAUX ET LE MOBILE MONEY ------- 17
Section 1. Publications sur le Mobile Money et la diffusion de l’innovation dans les réseaux -------------------------- 17
1.1. La diffusion du Mobile Money ---------------------------------------------------------------------------------------------------- 17
1.2. L’analyse des réseaux sociaux et le modèle de diffusion de l’innovation -------------------------------------------- 18
59
a. L’analyse des réseaux sociaux --------------------------------------------------------------------------------------------------- 19
b. Théorie de la Diffusion de l'innovation --------------------------------------------------------------------------------------- 20
1.3. Principales approches de mise en œuvre de la diffusion de l’innovation dans un réseau ---------------------- 22
a. Principes généraux du modèle indépendant en cascade ---------------------------------------------------------------- 23
b. Principes généraux du modèle linéaire de seuil (threshold model) -------------------------------------------------- 23
Section 2. Modèles d’étude, hypothèses et méthodologie d’évaluation ------------------------------------------------------ 24
2.1. Impact général du réseau social des abonnés sur la diffusion du MM ------------------------------------------------ 24
a. Modèle et hypothèse : ------------------------------------------------------------------------------------------------------------- 24
b. Justification --------------------------------------------------------------------------------------------------------------------------- 25
c. Vérification par le test du Khi2 : ------------------------------------------------------------------------------------------------- 25
d. Utilisation du test du Khi2 : ------------------------------------------------------------------------------------------------------ 25
2.2. Mécanismes de diffusion entre les utilisateurs de MM et leurs voisins ---------------------------------------------- 26
a. Modèle et hypothèse : ------------------------------------------------------------------------------------------------------------- 26
b. Présentation Modèle de threshold et ses variables ----------------------------------------------------------------------- 26
c. Vérification par le test de structure de netdiffuseR : --------------------------------------------------------------------- 28
d. Justification --------------------------------------------------------------------------------------------------------------------------- 28
Conclusion ------------------------------------------------------------------------------------------------------------------------------------ 29
CHAPITRE 3: TRAITEMENT DES DONNEES ET RESULTATS DES ANALYSES ------------------------------------------ 30
Section 1. Sélection, prétraitement et description des données utilisées ----------------------------------------------------- 30
1.1. Constitution du réseau des abonnés téléphoniques ----------------------------------------------------------------------- 30
a. Périodes d’observation ------------------------------------------------------------------------------------------------------------ 30
b. Constitution de la base des données du réseau d’information en entrée ------------------------------------------ 31
c. Constitution du réseau relationnel autour des utilisateurs de MM -------------------------------------------------- 31
1.2. Caractéristiques d’adoption du MM par les abonnés et échantillon final ------------------------------------------- 32
a. Règles de découpage et utilisation des périodes d’adoptions --------------------------------------------------------- 32
b. Sélection du sous-réseau d’analyse -------------------------------------------------------------------------------------------- 32
c. Etudes de sensibilité de l’échantillon retenu -------------------------------------------------------------------------------- 33
1.3. Préparation des donnés pour les différents tests d’hypothèse --------------------------------------------------------- 33
a. Préparation des données pour le test de Khi deux de l’hypothèse générale -------------------------------------- 33
b. Création et traitement des objets dans l’application R pour tester le modèle de diffusion ------------------ 34
Section 2. Résultats des analyses ---------------------------------------------------------------------------------------------------------- 35
2.1. Analyse descriptive du panel d’utilisateurs de MM et leurs voisins --------------------------------------------------- 36
a. Répartition des transactions ----------------------------------------------------------------------------------------------------- 36
b. Répartition et représentation des utilisateurs par période d’adoption --------------------------------------------- 37
60
2.2. Relation entre la structure du réseau des abonnés et la diffusion du MM ------------------------------------------ 39
2.3. Résultats des tests d’évaluation des hypothèses ---------------------------------------------------------------------------- 40 a.
Evaluation de l’hypothèse générale de l’impact du réseau des utilisateurs sur les non utilisateurs ------- 40
b. Evaluation de l’hypothèse spécifique de conformité du mécanisme de diffusion au modèle d’étude ---- 41
Conclusion ------------------------------------------------------------------------------------------------------------------------------------ 42
CHAPITRE 4: DISCUSSIONS ET LIMITES DE L’ETUDE-------------------------------------------------------------------- 43
Section 1. Discussions ------------------------------------------------------------------------------------------------------------------------- 43
1.1. Points d’intérêt général de l’étude ---------------------------------------------------------------------------------------------- 43
a. Intérêt méthodologique. ---------------------------------------------------------------------------------------------------------- 43
b. Principaux motifs/ d’utilisation du service par l’utilisateur final ------------------------------------------------------ 45
1.2. Implications de l’impact des utilisateurs sur la diffusion du MM ------------------------------------------------------ 46
a. rôle majeur du réseau social sur l’adoption --------------------------------------------------------------------------------- 46
b. Implications managériales pour les opérations marketing : Optimisation des coûts et amélioration de
l’efficacité de la promotion du MM ----------------------------------------------------------------------------------------------- 47
1.3. Résultats mitigés de la diffusion du MM au regard des théories sur le sujet --------------------------------------- 51
a. Limites du modèle de diffusion de l’innovation selon Everett M. Rogers : Part importante des autres
facteurs sur l’adoption ---------------------------------------------------------------------------------------------------------------- 51
b. Les mécanismes de diffusion du MM dans le réseau doit être exploré différemment (Evaluation de de
l’hypothèse spécifique) --------------------------------------------------------------------------------------------------------------- 52
Section 2. Limites et perspectives de recherches ------------------------------------------------------------------------------------- 53
2.1. Prise en compte des variables secondaires ----------------------------------------------------------------------------------- 53
a. Prise en compte de l’exposition aux campagnes ciblées ---------------------------------------------------------------- 53
b. Prise en compte de la détention d’un compte Orange Money -------------------------------------------------------- 54
2.2. Détermination d’un meilleur modèle de diffusion spécifique ----------------------------------------------------------- 54
a. Le Modèle en cascade, une option à explorer ------------------------------------------------------------------------------ 54
b. Mise à contribution d’une étude qualitative préalable ------------------------------------------------------------------ 54
2.3. Contraintes liées aux données ---------------------------------------------------------------------------------------------------- 55
a. Taille et complexité des données manipulées ------------------------------------------------------------------------------ 55
b. La rareté et l’indisponibilité des statistiques publiques sur les activités des opérateurs. --------------------- 55
Conclusion ------------------------------------------------------------------------------------------------------------------------------------ 56
CONCLUSION GENERALE --------------------------------------------------------------------------------------------------- 57
TABLE DES MATIERES ------------------------------------------------------------------------------------------------------- 59
REFERENCES BIBLIOGRAPHIQUES ----------------------------------------------------------------------------------------- 63
61
ANNEXES ---------------------------------------------------------------------------------------------------------------------- 66
62
Références bibliographiques
Abrahamson, E., & Rosenkopf, L. (1997, May-June). Social Network Effects on the extent of
Innovatio Diffusion : A computer Simulation. Organization Science, 8(3), pp. 289-309.
ART. (2016). Observatoire annuel 2014 du marché des communications. Yaounde: Agence de
Regulation des Telecommunications.
Asongu A., S. (2012). MPRA:How has mobile banking stimulated. Yaoundé: Munich Personal
RePEc Archive.
Christopher S., A., Sebastien, E., & Walker, J. (2015). Mobile Money and Monetary Policy in East
African Countries. oxford: University of Oxford.
Church, K. (2015). SIMLab’s experience in Kenya:Implementing a mobile money approach in the
last mile management tool and training. Kenya: Social Impact Lab.
Coulon, F. (2005). The use of Social Network Analysis in Innovation Research: A literature review.
Lund University, Sweden.
Devaud, L. ( 2008). Influence of social networks on spatial diffusion of innovation. Rte SainteAgnès
8 : 1700 Fribourg .
Eduardo, H. D., João, P. d., & Adrian, K. C. (2011). Mobile Money and Payment: a literature review
based on academic and practitioner-oriented publications(2001-2011). FGV-EAESP –
Brazil,Department of Computer Systems (ICMC),FGV-EAESP – Brazil: Shanghai, China.
Everett M., R. (2003). Diffusion of Inovation, 5th Edition. Newyork.
Gaingne, S. (2015). Cameroun: Le taux de bancarisation a augmenté en 2014 (Espace PME:
www.espacepme.com).
GSMA. (2014). State of the Industry Mobile Financial Services for the Unbanked. London; united
Kingdom: GSMA Association.
GSMA. (2016). The Mobile Economy 2016. London, United Kingdom: GSMA Association.
Jenkins, B. (2008). Developing Mobile Money Ecosystems. Washington, DC: IFC and the Harvard.
63
Johanna, L., & Milad, F. (2014). Mobile Money in developing markets:What should Mobile Money
providers consider when trying to at should Mobile Money providers consider when trying
to drive activity from the already registered user base? Stockholm: Master of Science
Thesis Stockholm.
Jussila, A. (2015). Mobile Money as an Enabler for Entrepreneurship: Case Eastern Africa. Kenya:
Aalto University school of Business.
Khan, J., & Craig-Lees, M. (2009). Cashless transactions: perceptions of money in mobile
payments. International Business & Economics Review, vol.1, n.1.
Manoranjan, D., Pradhan, B. B., & Samal, S. (2014). Determinants of Customers’ Adoption of
Mobile Banking: An Empirical Study by Integrating Diffusion of Innovation with Attitude. Matthew
O., J., & Leeat, Y. (2006). Diffusion on Social Networks.
Morawczynski, l. (2010). Examining the Adoption, Usage and Outcomes of Mobile Money Services.
Kenya : The University of Edinburgh .
Mujuru, T. (2013). Realising Partnership Needs: A Grounded Theory of mobile banking service
providers in Zimbabwe. UNIVERSITY OF CAPE TOWN: Published by the University of Cape
Town (UCT).
Munyanyi, W. (2014). Banking the Unbanked: Is Financial Inclusion Powered by Ecocash a Veracity
in Rural Zimbabwe? Greener Journal of Banking and Finance, p.001-009.
Nana Kamga, L. (2016). L'adoption du payement mobile par les consommateurs camerounais.
Yaoundé: UCAC.
Nanjala Simiyu, C., & Oloko, M. (2015). Mobile money transfer and the growth of smal land
medium sized enterprises in kenya a case of kisumu city, Kenya. KISUMU CITY, KENYA:
International Journal of Economics, Commerce and Management.
Nguyen, D., & Phan, D. (2000). Economie des télécommunications et de l'internet. Economica.
Nicolas, Q., Sébastien, D., Thierry, L., & Maxime, P. (2013). THE POWER OF SOCIAL NETWORKS TO
DRIVE MOBILE MONEY ADOPTION. CGAP.
64
Odhiambo, K. Z. (2014). M-PESA mobile money service. Roskilde: Roskilde University.
Osman, S., Abdelghani, E., Jalan S., P., Gombak, & Hassanuddeen, A. A. (2012). Investigating
Mobile Money Acceptance in Somalia: An Empirical Study. Malaysia: nternational Islamic
University Malaysia,.
Ssonko Wilson, G. (2011). Status of mobile money services in Uganda: an exploratory study.
Tumusiime Mutebile, E. (2015). Mobile Money and the Economy. BANK OF UGANDA.
Valente W., T. (1996). Social network thresholds in the diffusion of innovations *. Baltimore,:
EISEVIER.
Vernette, E., Bertrandias, L., Galan, J. P., & Vignoles, A. (2012). Le rôle et l’identification des
leaders d’opinion dans les réseaux sociaux traditionnels et virtuels : controverses
marketing et pistes de recherche. Venice.
William, J., & Tavneet, S. (2011). Mobile Money: The Economics of M‐PESA. MIT SLOAN.
Winn, J. K. (2013). Governance of global mobile money networks: the role of technical standards
. Washington.
Annexes
Annexe 1: Définitions des quelques termes relatifs aux transactions électroniques mobiles
65
Source : (Eduardo, João, & Adrian, 2011)
Annexe 2: The m-banking ecosystem as defined by Jenkins (2008, p.10)
66
Source : (Jenkins, 2008)
Annexe 3: Description des acteurs de l’écosystème du Mobile Money
67
68
(Jenkins, 2008)
Annexe 4: Conventions de concession des opérateurs de téléphonie mobile au Cameroun
69
Source : (ART, 2016)
70