L'impact du CRM sur la Performance Marketing:

Application aux Banques Tunisiennes

Ines MELAOUAH
Docteur en Marketing
Université de Tunis El Manar

Faculté des Sciences Economiques et de Gestion de Tunis

Département Marketing/ Unité de Recherche ERMA
BP n°248 El manar II 2092 - Tunisie
Tél : 00216 21 787 828
E-mail : ines.melaouah@hotmail.fr

Mustapha ZGHAL

Professeur Emérite

Université de Tunis El Manar

Faculté des Sciences Economiques et de Gestion de Tunis

Laboratoire de Recherche ERMA
Tel : 98 335 864

E- mail : mustapha.zghal@gnet.tn

1
 L'impact du CRM sur la performance marketing des banques

Résumé
Cette communication traite le CRM ou gestion de la relation client qui est un champ en plein
développement où se combinent technologies de l'informations, marketing stratégique , en
vue d'accroitre la performance des banques dans un environnement concurrentiel.

Certains auteurs, considèrent le CRM comme la solution la plus efficace pour mieux gérer
la relation client. Pourtant plusieurs études ont abouti à des résultats contradictoires,
notamment en ce qui concerne le nombre des composantes du CRM et leurs effets sur la
performance .

En conséquence nous avons conçu un modèle composé de 4 variables indépendantes, ayant

un impact sur la performance, avec en plus une variable modératrice. Ce modèle a été testé
sur un échantillon de 215 responsables de banques ayant développé le CRM dans leur
banques.

Mots clés : CRM, composantes du CRM, performance des banques , CRM stratégique ,
CRM technologique .

2
 L'impact du CRM sur la performance marketing des banques

Introduction

le concept du marketing relationnel est apparu dans les années 1970 avec Bagozi. Par la suite,
le marketing relationnel a pris une place grandissante dans le secteur des services notamment
suite aux travaux de Berry (1983). Les travaux fondateurs de cet auteur sont aujourd'hui
poursuivis et développés par plusieurs chercheurs.
La banque est soumise à une concurrence sans relâche. En effet, le client est devenu comme
un caméléon, il peut changer de banque à tout moment, et ouvrir d'autres comptes dans des
banques concurrentes, d'où la nécessité de la prise en compte du comportement du client qui a
évolué et changé aux fil du temps. Désormais, les banquiers ont changé leurs orientation
produit en une orientation client., ils ont considéré ce dernier dans sa globalité et ils ont
accordé la même importance à la part du client qu' à la part du marché.
Cette nouvelle orientation exige une restructuration de l'efficacité de l'organisation pour la
rendre pleinement efficace. Autrement dit, il faut s'assurer de l'implication de la haute
direction (campbell, 2003; Kohli et Jawroski,1990; Forsyth,2001) et surtout réussir une
réorganisation interne de façon à faire adopter à tous les départements et à toutes les fonctions
une nouvelle vision commune (Griffin et Hauser,1991;Song et Dyer,1995).
Partant de la conception de Berry (1983), qui définit le marketing relationnel comme le fait
«d'attirer, maintenir, et renforcer la relation client », nous pouvons conclure que la banque est
appelé à réaliser aujourd'hui l'importance du marketing relationnel dans la fidélisation de ses
clients. Néanmoins, doit on considérer tous les clients pour l'établissement des programmes de
fidélisation? comment mieux connaitre les principaux clients pour mieux répondre à leurs
besoins? comment rechercher des clients rentables pour augmenter leurs part de marché?
comment identifier des ventes croisées pour augmenter la rentabilité? comment communiquer
et établir avec le client un dialogue continu et à travers quels canaux? Nous sommes bien au
cœur de la problématique du CRM.

3
Nous commencerons par donner tout d'abord quelques définitions sur le marketing
transactionnel et sur le marketing relationnel pour marquer par la suite les principaux points
de différences entre les deux marketings.

1°) Quelques définitions

 définition du marketing transactionnel

Selon Payne et al. (1998) le marketing transactionnel est « orienté à court terme et centré sur
la production des biens et services ,de même le contact est limité et discontinu avec la
clientèle» Nous pouvons ajouter ce ci comme son nom l'indique, le marketing transactionnel
est focalisé sur la transaction, donc sur l'acte d'achat. C'est un marketing de conquête, dont
l'objectif est à court terme, puisque le but étant de conclure une vente.
.

 définition du marketing relationnel

Plusieurs définitions du marketing relationnel existent dans la littérature, nous développerons
ci-dessous les plus pertinentes.

La définition la plus simple du marketing relationnel est celle de Berry, (1983) elle est
publiée dans un article« Emerging perspectives on services Marketing, »
En effet Berry définit le marketing relationnel comme le fait d' «attirer, maintenir et
renforcer la relation avec le client » l'auteur a précisé ce que doit faire l’entreprise pour
attacher une réelle relation avec ses clients.

Pour Evans et Laskin (1994) , dans un article Industrial Marketing Management 23

« Le Marketing relationnel est une approche concentrée sur le client, où l’entreprise essaye
de concevoir des relations d’affaires sur le long terme avec les prospects et les clients
existants ». Sur ce dernier point l'auteur évoque la problématique de la rétention des clients.

Pour Lendrevie, Levy, Lindon Mercator (2006 ), 8éme édition p .848 le marketing relationnel
est perçu « comme une politique et un ensemble d'outils destinés à établir des relations
individualisées et interactives avec les clients, en vue de créer et d'entretenir chez eux des
attitudes positives et durables à l'égard de l'entreprise ou de la marque. » Cette définition met

4
en évidence deux caractéristiques : d'une part le marketing relationnel utilise des moyens
individualisés et interactifs, et d'autre part il vise à faire changer les attitudes des clients,
plutôt qu'a déclencher un achat.

Kotler et Dubois (2004 ) Marketing management 11°édition, Pearson Paris définissent le

marketing relationnel comme étant « le fait de proposer aux clients de très bons services
suite à l’utilisation de bases des données , dans le but d'établir une relation pérenne
individualisée ». A travers cette définition nous relevons le terme informations sur chaque
client , ce qui nous amène à conclure que la construction d'une relation durable avec tout
client, suppose impérativement l'acquisition de bonnes informations le concernant.

Le marketing transactionnel met l’accent sur l’échange économique uniquement par contre le
marketing relationnel privilégie la continuité des interactions avec le client après la
transaction. Le marketing relationnel a émergé dans les années 1970. Bagozi (1975) était le
premier à le définir «comme étant un processus qui tente de renouveler les échanges entre un
acheteur et un vendeur». Le marketing relationnel a apporté une nouvelle dynamique dans la
relation client /fournisseur. Les différents courants du marketing relationnel étudiés
s’accordent sur le fait que le client doit être considéré au-delà de la transaction. La transaction
n’est plus l’aboutissement d’une relation entre client et fournisseur mais le début d’une longue
relation mutuellement bénéfique. Par la suite, c’est essentiellement dans le domaine du
marketing des services que des contributions significatives sont apportées au marketing
relationnel. En fait le marketing relationnel est né du principe selon lequel « garder un client
est plus rentable que d'en attirer un nouveau (Perrien , Filiatrault et Ricard, 1993). Il s'est
développé ainsi , suite à l'abandon , par certains , de la logique d'acquisition de la clientèle au
profit d'une nouvelle logique de rétention (Sheth ,2002). Cette évolution a permis l'émergence
de certains concepts comme la gestion de la relation clientèle ou CRM (Sheth ,2002; Mitussi
et O'Malley,2004) .

Le CRM ou gestion de la relation client est un concept nouveau même si l’idée est ancienne
dans la mesure où tout client prend aujourd'hui une place capitale dans l’entreprise. Le CRM
ne constitue réellement pas une nouveauté , puisque dans le commerce à l’ancienne, on
prenait soin de chaque client à titre personnel, mais ce qu’il y a de révolutionnaire dans le
CRM, c’est de reproduire cette attitude vis - à -vis de millions de clients. Le client est

5
devenu au cœur des stratégies de l’entreprise et ce, au niveau individuel. En fait, les
Nouvelles technologies ont révolutionné le Marketing relationnel .

Tableau 1 : Le Passage du marketing transactionnel au marketing relationnel

Marketing de la transaction Marketing de la relation

 Orientation à court terme  Orientation à long terme

 Intérêt pour la vente isolée  Intérêt pour la rétention de la clientèle

 Contact discontinu avec la clientèle  Contact continu avec la clientèle

 Mise en avant des caractéristiques du  Mise en avant de la valeur du produit

produit pour le client

 Peu d’importance accordée au service  Beaucoup d'importance accordée au

Clientèle service clientèle

 Engagement limité à satisfaire la  Engagement fort à satisfaire la clientèle

clientèle

 Contacts clientèle modérés  Fort contact avec la clientèle

 La qualité est d’abord le souci de la  La qualité est le souci de tout le personnel

production

Source : Lamarque. E, Des Garets. V, « Management de la banque : Risques, relation

client, organisation »,Pearson Education, France, 2005. p134, Tiré de A. Payne et al, «
Relationship marketing for compétitive advantage », Butterworth Heinemann, 1998.

6
Les apports de l'évolution de la technologie peuvent être résumés comme suit :
le développement des technologies de l'information et de la communication (TIC) était d'un apport
important dans le développement de la relation avec les clients. Les TIC ont soutenu l'apparition des bases
de données client et les enjeux du multicanal. En effet les TIC ont participé à l'amélioration et au
développement des liens d’interactions avec le client. Pour Kotler et Dubois (1997), l'arrivée et l’emploi des
TIC chez le client ainsi que chez le fournisseur ont offert une meilleure aisance à mieux communiquer entre
eux . Par ailleurs, les TIC conjuguées au souci de la satisfaction du client ont permis l'émergence de
nouveaux concepts de marketing. Enfin, les technologies de l’information (TIC) ont certainement facilité le
développement des relations dans les services bancaires. Elles ont amélioré le contenu de la relation et
favorisé les liens entre la banque et ses clients par l'enrichissement des bases de données qui permettent une
meilleure connaissance des clients et donc une offre de services personnalisés

En effet le développement des technologies de l'information et de la communication a

indubitablement boosté le développement de la relation avec les clients dans le secteur des
services.
Ces technologies permettent une connaissance améliorée des comportements d'achat des
clients, une personnalisation des services, une meilleure synchronisation entre les services
proposés au client (Véronique et de Garets). Les (TIC) ont permis également l’amélioration
de la communication ascendante et descendante entre le client et l'entreprise.

Face à une concurrence rude et suite à l'évolution technologique, la stratégie CRM est devenue une
démarche incontournable qui cherche à développer la performance des banques. Par conséquent la mise en
place d'une stratégie CRM peut être considérée comme un investissement lourd qui nécessite le calcul du
ROI (retour sur investissement) afin d'évaluer la performance. De là il est devenu crucial pour nous de
comprendre les antécédents de la performance marketing des banques en développant un modèle théorique
mettant en relief la relation entre le CRM et les résultats de l'organisation et en précisant l'impact du CRM
sur la performance.

La présente communication cherche à répondre à la problématique suivante

Quel est l'impact du CRM sur la performance marketing des banques?
Notre communication vise à atteindre les objectifs suivants:
 Choisir un modèle descriptif pour mesurer la relation entre le CRM et la performance
marketing dans les institutions financières en Tunisie.

7
  Etudier les fondements théoriques des composantes du modèle: Focus principaux
clients, l'efficacité de l'organisation , la connaissance des clients , la performance
marketing et la gestion des canaux de communication.

 Montrer dans quelle mesure le CRM affecte la performance marketing dans les
banques

 Identifier l'effet de la variable modératrice qui est la gestion des canaux de

communication sur la relation CRM - Performance

La présente recherche sera agencée en deux parties .La première concernera l'élaboration du modèle
et la deuxième concernera la confrontation avec le réel des banques tunisiennes suite à notre enquête
réalisée début 2016.

I- Vers l'élaboration d'un modèle CRM - Performance

Pour arriver à retenir un cadre conceptuel et définir un modèle qui sera tester par la suite , nous
passons par les paragraphes suivants
- Des définitions au facteurs de réussites du CRM
-les composantes du CRM
- Quelques précisions sur la variable dépendante ( la performance )
-le modèle et les hypothèses

&-1 Définitions et facteurs de réussite du CRM

Le CRM a émergé dans les années 1990 comme un thème dominant dans le champ du
marketing et de l'informatisation de l'entreprise. Lorsque l’on parle de CRM, certains pensent
à des systèmes informatiques et aux technologies les plus perfectionnées. En fait le CRM
signifie le processus global par lequel les relations avec les clients sont construites et
maintenues. Il peut s'analyser comme une étape nouvelle du marketing directe auxquelles il
faut ajouter la personnalisation ( une relation par client), l'interactivité ( le client répond ), la
durabilité ( tout au long de la vie du client ); la continuité (tous les jours, quel que soit le canal
choisit par le client). Pour dégager les facteurs de réussite du CRM, il est judicieux de partir

8
de deux définitions importantes celle de Pierre Alard (2005) et Lendrevie et al (2006) qui
définissent le CRM comme étant :
«une stratégie et un processus organisationnel qui visent à accroître le chiffre d’affaires et la
rentabilité de l’entreprise en développant une relation durable et cohérente avec les clients identifiés
par leur potentiel d’activité et de rentabilité».Lendrevie et al (2006)

«une démarche organisationnelle qui vise à mieux connaître et à mieux satisfaire les clients
identifiés par leur potentiel d’activité et de rentabilité, à travers une pluralité de canaux de contact,
dans le cadre d’une relation durable, afin d’accroître le chiffre d’affaires et la rentabilité de
l’entreprise». Pierre Alard (2005)

A travers ces deux définitions nous déterminons les facteurs de réussite comme suit: une
stratégie et processus organisationnel, accroissement du chiffre d'affaire et de la rentabilité,
une relation durable et cohérente, l'identification des clients par leur potentiel d'activité et de
rentabilité.

 Une vision stratégique: se décline en buts et objectifs, une segmentation et un ciblage.

 Un projet organisationnel: implication des dirigeants et une collaboration étroite entre tous les
départements.
 L'accroissement du chiffre d'affaires et de la rentabilité: l’objectif du CRM est la croissance des
ventes et le profit de l’entreprise.
 Une relation durable et cohérente: se traduit par la coordination des canaux et leurs cohérence dans le
temps.
 L'identification des clients par leurs potentiels d'activité et de rentabilité: identifier des clients selon
leurs rentabilités. En effet les programmes CRM ne sont développés qu’en faveur des meilleurs
clients même si le CRM traite au départ l'ensemble des clients.

&-2 Les composantes du CRM

À travers la revue de la littérature, le CRM constitue un concept multidimensionnel et donc il importe de

déterminer ses différentes dimensions que nous considérons comme les composantes du CRM. Pour pouvoir
déterminer ses composantes, nous avons eu recours à une double documentation :une première
documentation groupant les modèles n’ayant pas reçu une application empirique et une deuxième
documentation relative aux modèles testés empiriquement

9
La revue de la littérature (première documentation )a révélé 5 modèles proposés par différents auteurs.
Chaque modèle se distingue par des caractéristiques propres et par un nombre défini de composantes allant
de 8 à 4 composantes

Tableau 2 résumant les modèles qui n’ont pas été testés empiriquement

-Les Les Les Les Les

Composantes composantes composantes composantes composantes
du modèle de du modèle de Payne, du modèle de du modèle
Gartner group la chaine de Frow(2005) Sin, Tse et Yim,
composantes valeur de Yim (2004 ) Anderson et
(2006) Francis Swaminathan
Buttle(2004) (2004)
Vision, Analyse du l'évaluation du se concentrer concentrer sur
stratégie, portefeuille CRM , la sur les les principaux
organisation, client, Intimité gestion du principaux clients,
expérience avec le client, le changement clients, efficacité de
client, développement CRM, la l'efficacité de l'organisation ,
processus, du réseau, gestion de l'organisation , la connaissance
proposition de
information , projet CRM, et la connaissance clients et ,
valeur du
technologie, l'engagement clients et la , technologie
développement,
Résultats de l'employé. technologie
Gérer le cycle
de vie du client
Source : effort personnel

Nous pouvons constaté que la réussite du CRM ou la mise en place d'un CRM réussi
diffère d'un auteur à l'autre . Ainsi les composantes du CRM varie entre 8
composantes , 5 à 4 composantes .

10
 Tableau 3 résumant les modèles testés empiriquement

Années et auteurs La spécificité du modèle

Le modèle de Swaminthan et al (2004) / 4 comp La technologie ne montre aucun signe d'effet sur la performance

Le modèle de Ed peelen (2006) 7 comp Le modèle n'a pas pu être en mesure d'inclure la variable technologie

Le modèle de Coovi Byblice Ce modèle est caractérisé par l'impact des composantes du CRM
sur la performance et la présence des variables modératrices qui ont
exercé un effet positif entre la relation CRM -Performance
Le modèle de Aurora et al (2010)/ 4 comp La technologie a été considérée comme une condition nécessaire mais
pas suffisante pour le sucées du CRM

L'auteur n'a pas retenu la variable technologique pour tester l'impact du

Le modèle de Hichem Saied(2011) /3 Comp CRM -Performance

Source: effort personnel

Suite à cette revue de la littérature et aux indications mentionnés dans les tableaux nous avons
retenu les variables ou (composantes )

Les variables du CRM dans notre étude

a- Focus «principaux clients» signifie une clientèle privilégiée par la banque et génératrice
d'une rentabilité supérieure par rapport aux autres clients. Ce segment se renouvelle
périodiquement. Il s'enrichie par de nouveaux venus devenus importants et prenant la place
de ceux qui partent suite à leurs dégradations. Les nouveaux venus peuvent venir des banques
concurrentes ou bien de nos anciens clients devenus ou promus clients Ce processus de
renouvellement s'effectue de la façon suivante : tous les clients ne sont pas rentables alors
que, l'essence d'une stratégie client consiste à identifier les clients les plus rentables, à travers
la récence, la fréquence, le montant des transactions avec la banque (RFM).

11
b- L'efficacité de l'organisation de la banque se définie comme étant le cahier de charge
que la banque doit adopter. Elle se traduit par une structure organisationnelle méticuleusement
conçue autour des clients, par la coordination des ressources et des moyens par la formation
et par l'évaluation des compétences du personnel

c- La connaissance client la réussite du CRM est fondée sur les informations clients qui sont
transformées efficacement en connaissances clients

d- La composante technologique a pour rôle de faciliter le rôle d'une infrastructure

informatique à l'intérieur de l'entreprise. Cette infrastructure est caractérisée par une base de
données qui a pour but de mieux servir ses clients et d'améliorer la performance en terme de
satisfaction, qualité de service

e- La gestion des canaux de communication : Elle offre la possibilité de reconnaitre chaque

client à chaque contact et de disposer toute l’information utile à son sujet.
Elle consiste également à pouvoir savoir les préférences des clients en matière de choix des
canaux et sans contrainte d’ordre technique
Il y a lieu de remarquer que la revue de la littérature que nous venons de mener à propos
des composantes / déterminants du CRM nous conduit à affirmer qu'il n'y à pas accord sur ces
composantes et particulièrement sur l'adjonction de la composante technologique. Si les
modèles conceptuels indiquent tous que la technologie constitue une composante du CRM, la
plupart des modèles opérationnels ayant reçu une application empirique l'ont pratiquement
retenue et les tests effectués n'ont pas confirmé son influence .En face de ces divergences à
propos de la composante technologique, nous avons eu recours aux spécialistes dans les
banques tunisiennes.

C'est ainsi que nous avons réalisés des entretiens individuels avec des responsables de la
clientèles et de la direction générale de l'UIB, UBCI, Attijari, STUCID, Amen Banque,
Banque de Tunisie là où le CRM est appliqué même si les niveaux différent d'une banque à
une autre. Ces responsables ont été unanimes à affirmer l'importance de la technologie dans le
CRM. Concernant la variable gestion des canaux là, aussi nous avons eu le recours aux
experts de la banque. La plupart des responsables interrogés sur cette question, ont affirmé
son influence sur la satisfaction de la clientèle et par conséquence sur la performance.

12
Les variables déjà étudiées constitue des variables indépendantes, mais le modèle retient en
plus la variable dépendante qui est la performance que nous traitons dans le paragraphe
suivant

&3 - Quelques précisions sur la variable dépendante : la performance

La littérature présente deux orientations de la performance: un concept unidimensionnel et un

concept multidimensionnel.

1)Définition et méthode de mesure de la performance :

a- Bouquin (2004), définit la performance comme suit : «on évalue les résultats atteints en les
comparant aux résultats souhaités ou à des résultats étalons». Ce qui veut dire que les résultats
s'apprécient en fonction des comparaisons avec des situations passées, souhaitées, ou a des
normes standards.

Les niveaux de saisie de la performance

Pour apprécier la performance , il faut identifier son niveau de saisie, et le domaine couvert
par la mesure.
En effet les auteurs proposent trois niveaux de saisie de la performance :
1. La performance financière

2. La performance opérationnelle

3. La performance au niveau global de l’entreprise

b- Les méthodes de mesures de la performance

 La chaîne de service et profit

Elle relie les critères de nature financière à des indicateurs de performances qui sont plutôt
relationnels et humains et qui influencent les résultats de l'entreprise des salariés comblés et
motivés sont plus enclins à rendre les clients contents et inversement.

 Le tableau de pilotage ou "balanced scorecard" (BSC)

13
Nicolas Berland (2009 ) définit : « le BSC définit une carte stratégique commune à tous. Il est
l'élément de référence capital de l’entreprise. La direction de l'entreprise définit une vision
claire , ensuite la mise en place de la stratégie permet de suivre le chemin à prendre pour
aboutir à cette destination

2)°Les indicateurs de la performance couramment utilisés par les entreprises

On peut citer :
• La valeur à vie du client

Comme le flux de marge actualisé que le client génère durant la relation avec l’entreprise. Cet
indicateur de revenus futurs permet d'apporter des réponses aux questions suivantes : Quelles
est la clientèle à viser en priorité ? Quel montant investir pour le conquérir et le fidéliser?

• Le ROI (retour sur investissement)

Il est aisé d'obtenir les états financiers d'une entreprise et donc son résultat comptable comme
les résultats d’exploitation, etc. Concernant les résultats financiers, la façon la plus répandue
est la valeur ajoutée économique ou (EVA)
• Le cycle de vie de client

Le cycle de vie du client peut être vu comme un indicateur crédible de mesure de

performance du CRM Dwyer, Schurr et Oh déterminent le cycle de vie du client comme une
évolution au cours du temps en trois étapes distinctes en lien avec de la quantité consommée.
Ces trois étapes sont : l’acquisition, le développment et la rupture.

Nous avons considéré dans notre recherche la performance globale ( indicateurs financiers et
non financier )

. Mesurer la performance nécessite de s’appuyer sur des indicateurs de mesure financiers tels
que la part de marché, le produit net bancaire et des indicateurs non financiers comme la
satisfaction des clients, la rétention des clients et la fidélité. Pour notre part nous avons
considéré la performance dans sa globalité en intégrant l'ensemble des éléments qui la
constitue (éléments financiers et non financiers).

Le secteur bancaire a subi plusieurs transformations depuis les dernières décennies. Chaque
banque essaie à travers sa stratégie CRM d'attirer de nouveaux clients et d'augmenter sa part
de marché. Dans le même temps plusieurs indicateurs de performance ont été créés et

14
pratiqués. Nous pouvons distinguer deux catégories : les indicateurs à l'adresse du client et
des indicateurs centrés sur les résultats de la banque.

 les indicateurs à l'adresse du client : satisfaction , fidélité, rentabilité , part des clients

les indicateurs de résultats: PNB , croissance des dépôts , augmentation des bénéfices ,
augmentation des ventes, excédent brut d'exploitation, cycle de vie du client

&4 Le modèle conceptuel et les hypothèses

Le modèle peut être présenter dans le schéma suivant

Le CRM a un impact sur la performance, chaque composante du CRM a un impact sur la

performance , la gestion des canaux étant la variable modératrice qui exerce un effet
modérateur CRM -Performance

En conséquence les hypothèses peuvent être formulées comme suit

15
Les hypothèses de recherche
H1 : «Focus principaux clients» a une influence positive et significative sur la performance
marketing.
H2 : L'efficacité de l'organisation a une influence positive et significative sur la performance
marketing.
H3 : La connaissance client a une influence positive et significative sur la performance
marketing.
H4 : La technologie a une influence positive et significative sur la performance marketing.
H5 : La gestion des canaux de communication a une influence positive entre la relation CRM-
Performance (plus l'entreprise met en place la gestion des canaux de communication, plus
l'impact de la relation CRM- performance augmente).

II la validation du modèle
Le chemin de la validation du modèle passera par les 3 étapes suivantes

- La méthodologie , la validation du modèle de mesure et la validation du modèle de

structure.

&1 La méthodologie
a- Les outils
• Méthode de collecte de données : Enquête par questionnaire voir annexe

• L’échantillon: 215 répondants travaillant dans 13 banques appartenant au secteur

bancaires en Tunisie.

• L’unité d’échantillonnage: directeurs de banques, adjoints directeurs d’agences,

chargés de clientèle, cadres dirigeants.

• Méthode d’analyse: Equations structurelles

• Logiciels utilisés: SPSS et Amos

b- Les échelles de mesures

Les échelles de mesures: nous avons retenu l' échelle de Sin al (2005) pour ce qui
concerne le Focus clients ,l' efficacité de l'organisation, la connaissance clients et la
technologie. Pour la gestion des canaux l’échelle jallat et al (2005) et pour la
performance Swaminthan (2004)

16
 &2 La validation du modèle de mesure
La phase de purification : nous avons pu purifier ces échelles avant de les appliquer
par la suite pour déterminer l'impact du CRM sur la performance globalement. La
fiabilité des échelles de mesures et la validité des construits: au niveau exploratoire la
fiabilité des échelles est vérifiée par de Alpha de cromback et au niveau confirmatoire
par le rhô de joreskog supérieur à 0.7 De même au niveau confirmatoire la validité
convergente a été démontrée par le rhô de VC supérieurs à 0.5 La validité
discriminante a été démontrée: racine carré VC sup aux corrélations partagées par les
autres construits. (voir tableau résumé en annexe)

Présentation des résultats de la fiabilité des échelles et la validité des

construits  
a- La fiabilité des échelles de mesures

La fiabilité des échelles de mesures au niveau confirmatoire de nos 6 échelles de mesure est
évaluée par le coefficient rhô de Jöreskog.

RHO Joresk RHO vc

Focus client 0,81 0,54
L'organisation 0,77 0,51
Connaissance clients 0,77 0,51
Technologie 0,82 0,55
Gestion des canaux 0,78 0,52
Performance 0,86 0,56

La validité convergente de chaque variable latente est vérifiée par des coefficients rhô de
validité convergente qui sont supérieurs à 0.5.

- Présentation des résultats de la validité des construits 

17
 Gestion des
Connaissance Performance
Focus client Organisation Technologie canaux de
client marketing
communication

Rhô de validité 0.54 0.51 0.51 0.55 0.52 0.56

convergente

Racine carré de rhô de 0,73484692 0,71414284 0,71414284 0,74161985 0,72111026 0,74833148

validité convergente

Focus client 1 0.615 0.692 0.392 0.294 0.513

Organisation 0.615 1

0.692 0.607 1 0.542 0.365 0.495

Connaissance client

0.392 0.470 0.542 1 0.521 0.299

Technologie

Gestion des canaux de 0.294 0.364 0.365 0.521 1 0.210

communication

Performance 0.513 0.443 0.495 0.299 0.210 1

marketing

Les racines carrées de rhô de validité convergente sont supérieures aux corrélations partagées par
les autres construits. Ceci veut dire que la validité discriminante est démontrée, donc les échelles
proposées ne concernent que le construit qu’elles sont censées mesurer.

Le modèle de mesure de la variable Focus principaux clients : Résultats

18
Ajustement du modèle de mesure Focus principaux clients
CMIN/DF 3,076

CFI 0,987

NFI 0,981

RMSA 0,068

RMR 0,035

GFI 0,998

AGFI 0,991

&3 La validation du modèle de structure : Résultats

19
1/ Test d'ajustement du modèle

Indices CMIN/DF RMSEA GFI TLI CFI AIC ECVI

Seuils Entre 1 et 5 inf 0.08 Sup Sup Sup Plus faible Plus faible
empiriques 0.9 0.9 0.9 possible possible
(comparaison) (comparaison)

Résultats 1.733 0.059 0.972 0.925 0.936 414,493 1,937

La valeur de khi deux ajusté (CMIN/DF) est égale à 1.733 et donc satisfait la condition d’un
bon ajustement (entre 1 et 5). La valeur du RMSEA répond à son tour au seuil empirique
(inférieur à 0.08) et atteint une valeur de 0.059 avec un intervalle acceptable. L’indice absolu
GFI (0.972 ) supérieur à 0.9 qui est le seuil

2/ Le Test des hypothèses des composantes

Tableau3 : La validation des hypothèses

20
 Validation
Estimate Test de
Hypothèses t value des
contribution student
hypothèses

Focus principaux client →

0.56 5.969 Significatif ***
Performance Marketing H1 validée

Efficacité de l'organisation →
0.21 2.635 Significatif**
Performance marketing
H2 validée

Connaissances des clients →

0.18 3.160 Significatif**
Performance Marketing H3 validée

Technologie → Performance
0.12 1.837 Significatif* H4 validée
Marketing

* sig p < 0.1 signification à 10 %

** p < 0.05 signification à 05 %

*** p < 0.01 signification à 01 %

Pour vérifier la significativité des relations entre les variables latentes et donc la validation ou
non des hypothèses de notre recherche, il suffit de comparer le test t de student théorique avec
celui calculé (CR). Ce dernier doit être supérieur au premier pour annoncer la validation de
l’hypothèse (t théorique est fixé à 1.96).Dans ce qui suit le tableau résumant les résultats
concernant le test des hypothèses liées aux variables :

Nous avons pu au travers de ce travail valider les hypothèses H1, H2 H3 et H4 puisque les
liens structurels sont statiquement significatifs : t de student est supérieur 1.96 pour chacune
des quatre hypothèses, donc l'hypothèse est vérifiée . Un seul lien est très proche du seuil de
signification 1.96 a été retenu étant donné son importance théorique. Ce lien est entre la
variable technologie CRM et la variable performance marketing. Le test de Student CR égale
1.837 (Roussel et al, 2002).

3/ Le Test de l'hypothèse pour la gestion des canaux de communication

21
Il s'agit principalement de tester le rôle modérateur de la variable gestion des canaux de
communication au niveau des liens de causalité CRM - Performance. Le recours à l'analyse
multi groupes, permet de tester les effets modérateurs. L'hypothèse H5 qui stipule que la
gestion des canaux de communication pourrait exercer un rôle modérateur au niveau des liens
de causalité entre CRM -Performance, nécessite l'identification de deux groupes ( accord - en
désaccord).

Les résultats ont montré que les coefficients de régression standardisés sont meilleurs avec un
«p > significatifs pour le groupe en accord. D’ailleurs les chiffres sont nettement plus élèves
de 0.6 à 0.184 contrairement aux résultats enregistrés pour le 2éme groupe en désaccord qui
ont des estimations de 0.1 a 0.058. Dans la partie qui suit nous allons interpréter les résultats
obtenus de l’estimation du modèle. C'est-à-dire nous allons interpréter les résultats obtenus
pour les différentes relations de notre modèle.

22
Discussions
• Le Focus principaux clients Un facteur très important dans la démarche CRM puisque
son impact est 56.4% sur la performance marketing Segmentation: stratégie
différenciée afin d’identifier clients rentables des non rentables

• La connaissance clients Rôle crucial dans le développement de la performance soit

21.4%

La réussite du CRM est fondée sur les informations clients qui sont transformées
efficacement en connaissances clients.
• L'efficacité de l'organisation entant que déterminant de la performance marketing
s'avère aussi importante que la précédente soit 17.7%. Ceci est expliqué par la
structure organisationnelle conçu clients, par la coordination des ressources et des
moyens

• L’impact de la composante technologique sur la performance marketing des banques

est faible par rapport aux autres déterminants de la performance soit 12.3%. La
technologie constitue la base de données qui a pour but de mieux servir les clients et
par conséquent d'améliorer la performance en terme de qualité de service et
satisfaction.

• Plus la gestion des canaux est cohérente, plus l'impact du CRM sur la performance est
important. Nous rappelons ici que la gestion des canaux consiste à la bonne utilisation
du multicanal de manière à ce que tous les canaux affichent les mêmes résultats à
tout moment. Ainsi on peut conclure que la gestion des canaux de communication
modère positivement la relation entre le CRM et la Performance

Conclusion

1°) L’impact du CRM a été bel et bien confirmé sur la performance des banques en Tunisie,

cependant l’effet de chaque composante diffère avec une contribution plus ou moins intense
Voici le classement des composantes en fonction de leur contributions

Focus principaux clients avec 56%

23
L'organisation avec 21%

La connaissance 18%

technologie12%

La gestion des canaux exerce un effet modérateur sur le lien CRM-Performance.

2°) Les recommandations relatives aux banques

L'ensemble de nos résultats permettent d'avancer des recommandations aux responsables des
banques :

 Reconsidérer l’organisation et adapter les ressources humaines en fonction de cette

réorganisation. Par conséquent un système CRM ne peut être efficace que si son
organisation est conçue pour faire parler tous les départements d’une même voix et
pour que tous le personnel coopère.
 Dépasser la vision trop technique du dispositif ca peut causer l’échec du projet.
 Développer des compétences internes afin d’utiliser efficacement les informations
clients, qui, une fois sont développées permettent de générer des résultats.
 Multiplier les programmes de formations du personnel afin de les préparer aux
changements, pour bien manipuler les outils informatiques et pour bien gérer le
multicanal
 Les banquiers doivent également porter une attention particulière à la gestion des
canaux de communication. En effet une bonne coordination dans la gestion du
multicanal modère de façon positive la relation CRM -Performance, de la sorte, quel
que soit le canal utilisé par le client l'information recherchée doit être la même. En cas
de divergence le client sera déçu et perdra peut être la confiance.
 Les banques devraient contrôler les systèmes des centres d’appels pour éviter des
incidents tels qu’une hotline jamais joignable, téléphone occupé, etc …
 La segmentation devraient être considérée par les banques pour identifier les cibles
prioritaires pour mieux dégager la part des clients.

24
  Les banques devraient porter une attention particulière à la motivation du personnel :
par le système de récompense et par la participation des employés à la prise de
décision.
 Les banques doivent faire le Focus sur leurs stratégie CRM (en terme d’objectifs et de
moyens). Cette stratégie doit être clairement expliquer à l’ensemble du personnel via
une bonne communication interne.
 Le classement de l’impact des composantes du CRM sur la performance indique aux
responsables ce qui est important à faire dans l’éxcécution du programme CRM

3°)Limites de la recherche

• Au niveau de la construction des échelles CRM, nous avons retenu les échelles
conçues pour la Jordanie de Sin et al (2005) et nous les avons appliquées après
purification au contexte Tunisien.

• Au niveau de l'échantillon, nous nous sommes adressés qu'aux responsables de

banques et chargés de clientèles. Ils ont été invités seuls à remplir le questionnaire, et
donc nous n'avons aucune information sur les opinions des autres employés et / ou sur
les perceptions des clients au sujet de la relation CRM – Performance

• Notre recherche ne s'est intéressée qu'au secteur bancaire, laissant de coté les
établissements d'assurances. Nous suggérons donc d'étendre la recherche à tous les
établissements financiers pour une comparaison potentielle.

4° )Voies futures de la recherche

• On peut élargir le cadre conceptuel du CRM en ajoutant d'autres composantes comme
CRM analytique, opérationnel et collaboratif et évaluer leur impact sur la
performance des banques.

• Un autre domaine de recherche serait d'effectuer la même enquête sur un échantillon

des clients de la banque pour étudier la perception de la qualité des services de la
banque et de son image de marque de point de vue clients.

Dans une recherche ultérieure nous pouvons « construire » une échelle de mesure pour la
variable « performance »

25
Bibliographie

Bagozzi R. P., «Marketing as exchange» , Journal of Marketing , Vol 39,N°4, Oct 1975,
pp.32-39.

Perrien , J.,Filiatrault,P., & Ricard, L.(1993). «The implementation of relationship

marketing in commercial baking »: Industrial Management Marketing , 22 (2).

Sheth , N.J (2002), «The future of relationship marketing ». The Journal of services
Marketing .Santa Barbara.Vol 16, Iss.7 ; P 590-593

Mitussi D.& O'Malley L ,(2004). «Mapping the Reengagement of CRMwith Relationship

Marketing » Nottingham Business School, Working paper, Juin, P .1-10

Lendrevy Levy Lindon Mercator (2006), 8ème Edition Dunod Paris p. 848

Pierre Alard et Pierre Arnaud Guggémos ,(2005) , les clés de réussite Ed D'organisation ,
France p.26,
Payne, Adrian and Pennie Frow (2005), “A Strategic Framework for Customer
Relationship Management”, Journal of Marketing, 69 (October), p. 167-176

Sin L.Y.M., Tse A.C.B. & Yim F.H.K. (2005). CRM: conceptualization and scale
development. European Journal of Marketing, 39(11/12), 1264-1290.
Yim F. N., Anderson R. E., and Swaminathan S. (2004), Custome Relationship
Management: Its Dimensions and Effect on Customer Outcomes, Journal of Personal
Selling & Sales Management, vol. XXIV, no. 4 (fall 2004), pp. 263–278.
Thése de doctorat : Management du cycle de vie du client: proposition d'un modèle
conceptuel d'évaluation de l'utilisation des logiciels CRM par Byblice Coovi (2010 )
Bouquin H. (2004), Le contrôle de gestion, Presses Universitaires de France, Collection
Gestion, 6ème édition, Paris, 508 p.
Jallat F., Stevens E. et Volle P. (2005), Gestion de la relation client, Pearson Education
France 2005
Rouusel P.; Durrieu F.; Campy E., El Akremi A.; (2002) , Methodes d'équations
structurelles :Recherches et application en gestion , edition ECONOMICA; PARIS

26
Campbell,A.(2003) ."Creating custumer Knowledge competence : managing custumer
relationship management programms stratgically " , Indistrual Marketing Management.P 375-
383 .

Kohli AK & Jaworski BJ., 1990 "Market orientation :" The Construct ,Research
Propositions and Managerial Implications" , Journal of Marketing , Vol.54, April P 1-18
Griffin, A.W.H., & Hausser , J.R.(1991) ." The voice of the customer ".Working paper
.Sloan Shool of management ,MIT

Payne A., Christopher M., Clark M., Peck H. (1998), Relationship Marketing cometitive
advantage, Butterworth Heinemann

Evans J.R. et Laskin R.L. (1994), “The relationship marketing process: A conceptualization
and application” Industrial Marketing Management 23, New York, pp. 439-453

Lendrevy Levy Lindon Mercator (2006), 8ème Edition Dunod Paris p. 848
Payne A., Christopher M., Clark M., Peck H. (1998), Relationship Marketing cometitive
advantage, Butterworth Heinemann

Kotler P. et Dubois B. (2004), Marketing management 11°édition, Edition Pearson Paris

Lamarque. E, Des Garets. V, « Management de la banque : Risques, relation client,

organisation »,Pearson Education, France, 2005. p134, Tiré de A. Payne et al, « Relationship
marketing for competitive advantage », Butterworth Heinemann, 1998.

http://www.cairn.info/revue-francaise-de-gestion-2009-1-page-123.htm

Hakansson H.(ed) , International Marketing and Purchasing of Industial goods : An

Interaction approach, John Wiley and Sons, 1983, chichester

Cova B. et Jallat F.,«Evolution du marketing relationnel interentreprises : des places de

marché électroniques aux approches intégratives », Revue francaise du Marketing ,202
200557-70

Grönroos C., « Quo vadis marketing ?Towards a relationship marketing pradigm»Journal of

Marketing Management , 10, 1994, 347-360
.

Gummesson E., «The new marketing - Developing long terme interactive relationships»,
Long Range Planning ,20,4 1987, 10-20

Payne A., “Relationship marketing : a broadened view of marketing”, Advances in

Relationship Marketing, Payne A. (Eds), Kogan Page, London, 1995, p. 29-38.

27
Berry L .( 1995) : Relationship marketing of services - growing interest, emerging
perspectives , journal of the Academy of Marketing Science, Vol 23 , N°4 , pp 226- 245

Kolter P. et Dubois B. (1997), Marketing management, 9ème Edition, Paris, Publi-Unlon

Kotler P. et Dubois B. (2004), Marketing management 11°édition, Edition Pearson Paris
Kotler PH, Dubois B, et al (2006), Op.Cit., Page 185.

Annexes

Le Questionnaire

28
Annexes

29
Fiabilité
Echelle : TOUTES LES VARIABLES

Récapitulatif de traitement des observations

N %

Observations Valide 215 100,0

Exclusa 0 ,0

Total 215 100,0

Statistiques de fiabilité

Alpha de Nombre
Cronbach d'éléments

,776 4

30
 Statistiques d'item

Moyenne Ecart-type N

1-Votre banque comprend 3,7721 1,02272 215

parfaitement les besoins de
vos principaux clients via la
connaissance de leurs
situations

2-Votre banque offrev des 3,7581 ,94083 215

canaux de communication et
d'echange dans les deux
sens nentre vos principaux
clients et vos departements

3-Votre personnel est pret à 3,7628 ,98328 215

aider les clients de maniére
réactive à travers les points
de contact souhaités afin
d'oofrir rapidement les
services attendus

4-Vos clients ont raison de 3,6326 1,05452 215

reclamer de votre personnel
des services rapides ou
immediats

31
 Statistiques de total des éléments

Alpha de
Moyenne de Variance de Corrélation Cronbach en
l'échelle en cas l'échelle en cas complète des cas de
de suppression de suppression éléments suppression de
d'un élément d'un élément corrigés l'élément

1-Votre banque comprend 11,1535 5,383 ,667 ,674

parfaitement les besoins de
vos principaux clients via la
connaissance de leurs
situations

2-Votre banque offrev des 11,1674 6,037 ,578 ,724

canaux de communication et
d'echange dans les deux
sens nentre vos principaux
clients et vos departements

3-Votre personnel est pret à 11,1628 5,931 ,563 ,730

aider les clients de maniére
réactive à travers les points
de contact souhaités afin
d'oofrir rapidement les
services attendus

4-Vos clients ont raison de 11,2930 5,844 ,517 ,756

reclamer de votre personnel
des services rapides ou
immediats

32
 ANOVA

Somme des Moyenne des

carrés ddl carrés

Entre les personnes 513,202 214 2,398

Intra-population Entre éléments 2,822 3 ,941

Résidu 344,928 642 ,537

Total 347,750 645 ,539

Total 860,952 859 1,002

ANOVA

F Sig.

Entre les personnes

Intra-population Entre éléments 1,751 ,155

Résidu

Total

Total

Analyse factorielle

Indice KMO et test de Bartlett

Mesure de précision de l'échantillonnage de Kaiser-Meyer- ,705

Olkin.

Test de sphéricité de Bartlett Khi-deux approximé 258,056

ddl 6

Signification de Bartlett ,000

33
 Qualité de représentation

Initial Extraction

1-Votre banque comprend 1,000 ,713

parfaitement les besoins de
vos principaux clients via la
connaissance de leurs
situations

2-Votre banque offrev des 1,000 ,612

canaux de communication et
d'echange dans les deux
sens nentre vos principaux
clients et vos departements

3-Votre personnel est pret à 1,000 ,566

aider les clients de maniére
réactive à travers les points
de contact souhaités afin
d'oofrir rapidement les
services attendus

4-Vos clients ont raison de 1,000 ,512

reclamer de votre personnel
des services rapides ou
immediats

Variance totale expliquée

Composante Extraction
Sommes des
carrés des
Valeurs propres initiales facteurs retenus

Total % de la variance % cumulés Total

1 2,403 60,082 60,082 2,403

2 ,784 19,612 79,694

dimensio n0

3 ,496 12,398 92,092

4 ,316 7,908 100,000

34
 Variance totale expliquée

Composante Extraction Sommes des carrés

des facteurs retenus

% de la variance % cumulés

1 60,082 60,082

2
dimensio n0

Matrice des composantesa

Composante

1-Votre banque comprend ,845

parfaitement les besoins de
vos principaux clients via la
connaissance de leurs
situations

2-Votre banque offrev des ,782

canaux de communication et
d'echange dans les deux
sens nentre vos principaux
clients et vos departements

3-Votre personnel est pret à ,752

aider les clients de maniére
réactive à travers les points
de contact souhaités afin
d'oofrir rapidement les
services attendus

4-Vos clients ont raison de ,716

reclamer de votre personnel
des services rapides ou
immediats

35
 Matrice des coefficients des coordonnées des
composantes

Composante

1-Votre banque comprend ,351

parfaitement les besoins de
vos principaux clients via la
connaissance de leurs
situations

2-Votre banque offrev des ,325

canaux de communication et
d'echange dans les deux
sens nentre vos principaux
clients et vos departements

3-Votre personnel est pret à ,313

aider les clients de maniére
réactive à travers les points
de contact souhaités afin
d'oofrir rapidement les
services attendus

4-Vos clients ont raison de ,298

reclamer de votre personnel
des services rapides ou
immediats

Performance Marketing

Fiabilité
Echelle : TOUTES LES VARIABLES

36
 Récapitulatif de traitement des observations

N %

Observations Valide 215 100,0

Exclusa 0 ,0

Total 215 100,0

Statistiques de fiabilité

Alpha de Nombre
Cronbach d'éléments

,842 6

Statistiques d'item

Moyenne Ecart-type N

1-Votre banque preserve les 3,1953 1,37024 215

clients actuels

2-Votre banque attire des 2,9488 1,45724 215

nouveaux clients

3-Votre banque augmente 3,1535 1,15995 215

sa part de marché

4-Il est nécessaire que votre 3,4512 1,29564 215

banque ameliore la
satisfaction des clients

5-Votre banque améliore le 3,6047 1,03985 215

niveau de la croissance des
ventes

6-Votre banque améliore le 3,9163 1,10329 215

niveau des benifices des
ventes

37
 Statistiques de total des éléments

Alpha de
Moyenne de Variance de Corrélation Cronbach en
l'échelle en cas l'échelle en cas complète des cas de
de suppression de suppression éléments suppression de
d'un élément d'un élément corrigés l'élément

1-Votre banque preserve les 17,0744 22,181 ,555 ,830

clients actuels

2-Votre banque attire des 17,3209 19,668 ,730 ,792

nouveaux clients

3-Votre banque augmente 17,1163 21,384 ,792 ,784

sa part de marché

4-Il est nécessaire que votre 16,8186 21,243 ,695 ,800

banque ameliore la
satisfaction des clients

5-Votre banque améliore le 16,6651 24,252 ,575 ,825

niveau de la croissance des
ventes

6-Votre banque améliore le 16,3535 25,501 ,405 ,853

niveau des benifices des
ventes

ANOVA

Somme des Moyenne des

carrés ddl carrés

Entre les personnes 1113,726 214 5,204

Intra-population Entre éléments 132,099 5 26,420

Résidu 881,567 1070 ,824

Total 1013,667 1075 ,943

Total 2127,392 1289 1,650

ANOVA

F Sig.

38
 ANOVA

Somme des Moyenne des

carrés ddl carrés

Entre les personnes 1113,726 214 5,204

Intra-population Entre éléments 132,099 5 26,420

Résidu 881,567 1070 ,824

Total 1013,667 1075 ,943

Entre les personnes

Intra-population Entre éléments 32,067 ,000

Résidu

Total

Total

Analyse factorielle

39
 Statistiques descriptives

Moyenne Ecart-type n analyse

1-Votre banque preserve les 3,1953 1,37024 215

clients actuels

2-Votre banque attire des 2,9488 1,45724 215

nouveaux clients

3-Votre banque augmente 3,1535 1,15995 215

sa part de marché

4-Il est nécessaire que votre 3,4512 1,29564 215

banque ameliore la
satisfaction des clients

5-Votre banque améliore le 3,6047 1,03985 215

niveau de la croissance des
ventes

6-Votre banque améliore le 3,9163 1,10329 215

niveau des benifices des
ventes

Indice KMO et test de Bartlett

Mesure de précision de l'échantillonnage de Kaiser-Meyer- ,846

Olkin.

Test de sphéricité de Bartlett Khi-deux approximé 544,324

ddl 15

Signification de Bartlett ,000

40
 Qualité de représentation

Initial Extraction

1-Votre banque preserve les 1,000 ,462

clients actuels

2-Votre banque attire des 1,000 ,715

nouveaux clients

3-Votre banque augmente 1,000 ,782

sa part de marché

4-Il est nécessaire que votre 1,000 ,672

banque ameliore la
satisfaction des clients

5-Votre banque améliore le 1,000 ,509

niveau de la croissance des
ventes

6-Votre banque améliore le 1,000 ,278

niveau des benifices des
ventes

41
 Variance totale expliquée

Composante Extraction
Sommes des
carrés des
Valeurs propres initiales facteurs retenus

Total % de la variance % cumulés Total

1 3,418 56,964 56,964 3,418

2 ,852 14,197 71,162

3 ,612 10,194 81,356

dimensio n0

4 ,558 9,301 90,657

5 ,327 5,443 96,100

6 ,234 3,900 100,000

Variance totale expliquée

Composante Extraction Sommes des carrés

des facteurs retenus

% de la variance % cumulés

1 56,964 56,964

3
dimensio n0

42
 Matrice des composantesa

Composante

1-Votre banque preserve les clients ,679

actuels

2-Votre banque attire des ,845

nouveaux clients

3-Votre banque augmente sa part ,884

de marché

4-Il est nécessaire que votre ,820

banque ameliore la satisfaction des
clients

5-Votre banque améliore le niveau ,714

de la croissance des ventes

6-Votre banque améliore le niveau ,528

des benifices des ventes

43
 Matrice des coefficients des coordonnées des
composantes

Composante

1-Votre banque preserve les clients ,199

actuels

2-Votre banque attire des ,247

nouveaux clients

3-Votre banque augmente sa part ,259

de marché

4-Il est nécessaire que votre ,240

banque ameliore la satisfaction des
clients

5-Votre banque améliore le niveau ,209

de la croissance des ventes

6-Votre banque améliore le niveau ,154

des benifices des ventes

Analyse factorielle

Indice KMO et test de Bartlett

Mesure de précision de l'échantillonnage de Kaiser-Meyer- ,849

Olkin.

Test de sphéricité de Bartlett Khi-deux approximé 495,005

ddl 10

Signification de Bartlett ,000

44
 Qualité de représentation

Initial Extraction

1-Votre banque preserve les 1,000 ,544

clients actuels

2-Votre banque attire des 1,000 ,750

nouveaux clients

3-Votre banque augmente 1,000 ,787

sa part de marché

4-Il est nécessaire que votre 1,000 ,695

banque ameliore la
satisfaction des clients

5-Votre banque améliore le 1,000 ,528

niveau de la croissance des
ventes

Variance totale expliquée

Composante Extraction
Sommes des
carrés des
Valeurs propres initiales facteurs retenus

Total % de la variance % cumulés Total

1 3,204 64,080 64,080 3,204

2 ,661 13,215 77,295

dimensio n0
3 ,559 11,177 88,472

4 ,329 6,584 95,056

5 ,247 4,944 100,000

45
 Variance totale expliquée

Composante Extraction Sommes des carrés

des facteurs retenus

% de la variance % cumulés

1 64,080 64,080

dimensio n0
3

Matrice des composantesa

Composante

1-Votre banque preserve les clients actuels ,666

2-Votre banque attire des nouveaux clients ,866

3-Votre banque augmente sa part de marché ,887

4-Il est nécessaire que votre banque ameliore la ,833

satisfaction des clients

5-Votre banque améliore le niveau de la croissance ,727

des ventes

46
 Matrice des coefficients des coordonnées des composantes

Composante

1-Votre banque preserve les clients actuels ,208

2-Votre banque attire des nouveaux clients ,270

3-Votre banque augmente sa part de marché ,277

4-Il est nécessaire que votre banque ameliore la ,260

satisfaction des clients

5-Votre banque améliore le niveau de la croissance ,227

des ventes

Focus principaux clients

Model Fit Summary

CMIN

47
 Model NPAR CMIN DF P CMIN/DF
Default model 12 6,152 2 ,046 3,076
Saturated model 14 ,000 0
Independence 327,69
8 6 ,000 54,616
model 4

Baseline Comparisons

RFI TLI
NFI IFI
Model rho rho CFI
Delta1 Delta2
1 2
Default model ,981 ,944 ,987 ,961 ,987
Saturated model 1,000 1,000 1,000
Independence
,000 ,000 ,000 ,000 ,000
model

Parsimony-Adjusted Measures

Model PRATIO PNFI PCFI

Default model ,333 ,327 ,329
Saturated model ,000 ,000 ,000
Independence
1,000 ,000 ,000
model

NCP

Model NCP LO 90 HI 90
Default model 4,152 ,054 15,714
Saturated model ,000 ,000 ,000
Independence
321,694 266,074 384,727
model

FMIN

Model FMIN F0 LO 90 HI 90
Default model ,029 ,019 ,000 ,073
Saturated model ,000 ,000 ,000 ,000
Independence 1,50
1,531 1,243 1,798
model 3

RMSEA

LO
Model RMSEA HI 90 PCLOSE
90
Default model ,068 ,011 ,192 ,131
Independence
,501 ,455 ,547 ,000
model

48
AIC

Model AIC BCC BIC CAIC

Default model 30,152 30,726
Saturated model 28,000 28,670
Independence
343,694 344,077
model

ECVI

HI
Model ECVI LO 90 MECVI
90
Default model ,141 ,122 ,195 ,144
Saturated model ,131 ,131 ,131 ,134
Independence
1,606 1,346 1,901 1,608
model

HOELTER

HOELTER HOELTER
Model
.05 .01
Default model 209 321
Independence
9 11
model

RMR, GFI

Model RMR GFI AGFI PGFI

Default model ,035 ,998 ,991 ,200
Saturated model ,000 1,000
Independence
,576 ,528 ,213 ,317
model
1,03
Zero model ,000 ,000 ,000
7

Efficacité de l’organisation

49
 Model Fit Summary

CMIN

Model NPAR CMIN DF P CMIN/DF

Default model 9 2,056 1 ,813 2,056
Saturated model 10 ,000 0
Independence 349,71
4 6 ,000 58,286
model 7

RMR, GFI

Model RMR GFI AGFI PGFI

Default model ,022 ,970 ,989 ,530
Saturated model ,000 1,000
Independence
,507 ,570 ,283 ,342
model

Baseline Comparisons

RFI TLI
NFI IFI
Model rho rho CFI
Delta1 Delta2
1 2
Default model ,960 ,989 ,983 ,996 ,980
Saturated model 1,000 1,000 1,000
Independence
,000 ,000 ,000 ,000 ,000
model

Parsimony-Adjusted Measures

Model PRATIO PNFI PCFI

Default model ,167 ,167 ,167
Saturated model ,000 ,000 ,000

50
 Model PRATIO PNFI PCFI
Independence
1,000 ,000 ,000
model

NCP

Model NCP LO 90 HI 90
Default model ,000 ,000 2,693
Saturated model ,000 ,000 ,000
Independence
343,717 286,119 408,726
model

FMIN

Model FMIN F0 LO 90 HI 90
Default model ,000 ,000 ,000 ,013
Saturated model ,000 ,000 ,000 ,000
Independence 1,60
1,634 1,337 1,910
model 6

RMSEA

LO
Model RMSEA HI 90 PCLOSE
90
Default model ,052 ,000 ,112 ,856
Independence
,517 ,472 ,564 ,000
model

AIC

Model AIC BCC BIC CAIC

Default model 18,056 18,487 48,392 57,392
Saturated model 20,000 20,478 53,706 63,706
Independence 357,90
357,717 371,200 375,200
model 8

ECVI

HI
Model ECVI LO 90 MECVI
90
Default model ,084 ,089 ,101 ,086
Saturated model ,093 ,093 ,093 ,096
Independence
1,672 1,402 1,975 1,672
model

HOELTER

51
 HOELTER HOELTER
Model
.05 .01
Default model 14613 25239
Independence
8 11
model

Modèle global

52
Standardized Regression Weights: (Group number 1 - Default model)

Estimate
Performance__Marketin
<--- Focus_p_client ,564
g
Performance__Marketin Efficacité__Organisatio
<--- ,177
g n
Performance__Marketin
<--- Connaissance_clients ,214
g
Performance__Marketin
<--- Technologie ,123
g

Model Fit Summary

CMIN

Model NPAR CMIN DF P CMIN/DF

17
Default model 53 308,493 ,000 1,733
8
Saturated model 231 ,000 0
Independence 2255,44 21
21 ,000 10,740
model 3 0

RMR, GFI

Model RMR GFI AGFI PGFI

Default model ,090 ,972 ,964 ,749
Saturated model ,000 1,000
Independence
,413 ,414 ,355 ,376
model
Zero model ,642 ,000 ,000 ,000

Baseline Comparisons

RFI TLI
NFI IFI
Model rho rho CFI
Delta1 Delta2
1 2
Default model ,863 ,839 ,937 ,925 ,936
Saturated model 1,000 1,000 1,000
Independence
,000 ,000 ,000 ,000 ,000
model

Parsimony-Adjusted Measures

53
 Model PRATIO PNFI PCFI
Default model ,848 ,732 ,794
Saturated model ,000 ,000 ,000
Independence
1,000 ,000 ,000
model

NCP

Model NCP LO 90 HI 90
Default model 130,493 85,645 183,208
Saturated model ,000 ,000 ,000
Independence 2045,44
1896,535 2201,742
model 3

FMIN

Model FMIN F0 LO 90 HI 90
Default model 1,442 ,610 ,400 ,856
Saturated model ,000 ,000 ,000 ,000
Independence 9,55
10,539 8,862 10,289
model 8

RMSEA

LO
Model RMSEA HI 90 PCLOSE
90
Default model ,059 ,047 ,069 ,100
Independence
,213 ,205 ,221 ,000
model

AIC

Model AIC BCC BIC CAIC

Default model 414,493 426,639 593,137 646,137
Saturated model 462,000 514,938 1240,617 1471,617
Independence 2297,44
2302,256 2368,227 2389,227
model 3

ECVI

Model ECVI LO 90 HI 90 MECVI

Default model 1,937 1,727 2,183 1,994
Saturated model 2,159 2,159 2,159 2,406
Independence
10,736 10,040 11,466 10,758
model

54
HOELTER

HOELTER HOELTER
Model
.05 .01
Default model 146 156
Independence
24 25
model

Computation of degrees of freedom (Default model)

Number of distinct sample moments: 231

Number of distinct parameters to be estimated: 53
Degrees of freedom (231 - 53): 178

Result (Default model)

Minimum was achieved

Chi-square = 308,493
Degrees of freedom = 178
Probability level = ,000

55