Quel est le véritable poids des avis en ligne dans nos décisions ?

Il y a quinze ans, choisir un restaurant, un hôtel ou un artisan reposait sur le bouche-à-oreille, un guide, une vitrine. Aujourd'hui, une note et un nombre d'avis s'affichent avant même le nom de l'établissement. Cet article rassemble ce que l'on sait réellement de l'influence de ces avis : ce que les consommateurs déclarent, ce que les études économiques mesurent, et ce que ni les unes ni les autres ne permettent d'affirmer.

Nous l'avons écrit avec une règle simple : chaque chiffre est accompagné de sa source originale, de sa date de collecte, du pays concerné et de ses limites. Lorsque les meilleures données disponibles sont américaines, nous le disons. Lorsque nous n'avons rien trouvé, nous le disons aussi.

Ce que les consommateurs déclarent

En France : six personnes sur dix

L'enquête publique la plus solide est le Baromètre du numérique du Crédoc, réalisé pour l'Arcep, l'Arcom, le Conseil général de l'économie et l'ANCT. Son édition 2023 (terrain en juillet 2023, 4 066 personnes de 12 ans et plus, y compris les personnes peu ou pas connectées) indique que 60 % de la population a consulté, au cours des douze derniers mois, des notes, des évaluations ou des commentaires en ligne pour se faire une idée d'un produit ou d'un service. Ils étaient 49 % en 2015. Parmi les seuls internautes, la proportion monte à 65 %.

La question est générique : elle porte sur « un produit ou un service », pas spécifiquement sur les commerces de proximité. C'est sa limite, et c'est aussi sa force : elle décrit l'ensemble de la population française, pas un échantillon d'acheteurs en ligne.

Au restaurant : Google Maps en première source

En mars 2025, Ipsos a interrogé 1 000 personnes de 18 à 75 ans sur leur rapport à la gastronomie (enquête en ligne du 21 au 24 mars 2025, méthode des quotas). Parmi celles qui vont au restaurant, 62 % déclarent consulter les avis avant de choisir un établissement. Et lorsqu'on leur demande quelles sources elles consultent, Google Maps et les services équivalents arrivent en tête (53 %), devant TripAdvisor (45 %) et le bouche-à-oreille (42 %).

Ce résultat est déclaratif, et il a été publié à l'occasion de la cérémonie du Guide Michelin, ce qui en dit le contexte éditorial. Il n'en reste pas moins l'un des rares chiffres français récents, sectoriels, produits par un institut reconnu avec une méthodologie publiée.

Les avis comptent, mais pas en premier

Un autre travail d'Ipsos, réalisé pour American Express en mai 2024 (1 000 personnes de 18 ans et plus), demandait les deux premiers critères de choix d'un restaurant. La carte (55 %) et le prix (48 %) arrivent largement en tête ; les avis en ligne viennent ensuite, cités par 18 à 20 % des répondants selon les tranches d'âge. Les avis orientent les choix ; ils ne les dictent pas.

Aux États-Unis : des chiffres plus élevés, à lire avec précaution

L'enquête la plus citée dans le secteur est le Local Consumer Review Survey de BrightLocal, un éditeur de logiciels de marketing local. Son édition 2026 (États-Unis, panel en ligne de 1 002 adultes, date de collecte non publiée) indique que 97 % des répondants lisent des avis sur les commerces locaux, que 31 % n'envisageraient d'utiliser qu'un commerce noté au moins 4,5 sur 5 (ils étaient 17 % en 2025), et qu'environ trois répondants sur quatre indiquent qu'un avis doit dater de moins de trois mois pour peser sur leur décision.

Ces chiffres sont utiles pour illustrer les effets de seuil déclarés. Mais ils concernent des consommateurs américains, interrogés sur un panel en ligne (ce qui exclut par construction les personnes non connectées), par un acteur commercial du secteur, et plusieurs questions ne sont pas publiées. Ils ne décrivent pas les consommateurs français.

Ce que les données économiques montrent

Les enquêtes disent ce que les gens déclarent. Pour savoir si une note change réellement l'activité d'un établissement, il faut des données de ventes, de réservations ou de revenus, et une méthode qui distingue l'effet de la note de celui de la qualité : un bon restaurant est à la fois mieux noté et plus fréquenté, sans que la note en soit la cause.

L'étude la plus citée : Yelp à Seattle

En 2011, Michael Luca, de la Harvard Business School, a croisé les notes Yelp de 3 582 restaurants de Seattle avec leurs revenus trimestriels déclarés à l'administration fiscale, de 2003 à 2009. Il a exploité une particularité de Yelp : la note affichée est arrondie au demi-point, de sorte qu'un restaurant à 3,74 affiche 3,5 étoiles et un restaurant à 3,76 en affiche 4, alors qu'ils sont presque identiques. Résultat : une étoile supplémentaire est associée à une hausse de revenus de 5 à 9 %, l'effet ne concernant que les restaurants indépendants et étant nul pour les chaînes. L'effet est aussi plus fort pour les restaurants qui comptent beaucoup d'avis.

Ce travail est fondateur, mais trois précisions s'imposent. C'est un document de travail, révisé en 2016, qui n'a jamais été publié dans une revue à comité de lecture. Il porte sur une seule ville, à une époque où Yelp était peu mature. Et le mécanisme étudié, l'arrondi au demi-point, n'existe pas sur Google, qui affiche la note au dixième.

Les répliques : des effets réels, souvent plus modestes

• À San Francisco, Michael Anderson et Jeremy Magruder (The Economic Journal, 2012) ont montré, avec la même méthode, qu'une demi-étoile de plus augmente de 19 points de pourcentage la probabilité qu'un restaurant affiche complet à l'heure du dîner, et que l'effet est plus fort lorsque les clients disposent de peu d'autres informations sur l'établissement.
• Dans l'hôtellerie texane, Sayfuddin et Chen (International Journal of Hospitality Management, 2021) trouvent qu'une étoile TripAdvisor supplémentaire correspond à 2 à 3 % de revenus mensuels en plus, soit nettement moins que l'estimation de Seattle.
• Lewis et Zervas (document de travail, 2016) estiment, sur près de 6 000 hôtels américains, qu'une étoile de plus correspond à une hausse de la demande allant de 6 % à 26 % selon la méthode, et observent qu'une note affichée au dixième, comme sur Google, suffit à produire un effet.
• Une méta-analyse de 25 études hôtelières (Yang, Park et Hu, Tourism Management, 2018) confirme que la note influence la performance, mais note que les études les plus rigoureuses, qui suivent les mêmes établissements dans le temps, trouvent des effets plus faibles.

Deux études européennes récentes et publiées

À Paris, François Derrien et ses coauteurs (Journal of Financial and Quantitative Analysis, 2024) ont suivi 2 474 restaurants et 458 678 avis TripAdvisor entre 2007 et 2017, croisés avec leurs comptes annuels. Ils montrent que le mécanisme d'arrondi observé à Seattle opère aussi à Paris : les restaurants dont la note non arrondie se situe juste au-dessus d'un seuil d'affichage obtiennent davantage de crédit, voient leur demande augmenter à court terme, et, pour les plus jeunes d'entre eux, leurs ventes progresser. C'est, à notre connaissance, la seule étude causale portant sur des restaurants français.

À Rome, Dante Donati (Marketing Science, publié en ligne en 2025) a étudié ce qui s'est passé lorsque la fin des frais d'itinérance dans l'Union européenne, le 15 juin 2017, a rendu l'accès aux avis en ligne quasiment gratuit pour les touristes européens en déplacement. Sur environ 5 500 restaurants suivis de 2007 à 2019 avec des données administratives de revenus et d'emploi, les restaurants les mieux notés ont vu leurs revenus et leurs effectifs progresser de 4 à 10 %, tandis que la probabilité de fermeture des moins bien notés a doublé. Les restaurants mal notés qui ont survécu ont ensuite recruté du personnel plus expérimenté : la visibilité des avis a aussi poussé à l'amélioration.

Les notes récompensent autant qu'elles sanctionnent

Deux travaux complètent le tableau. Au Texas, Fang (Management Science, 2022) montre que la montée des plateformes d'avis a fait progresser les revenus des restaurants indépendants de bonne qualité et reculer ceux des restaurants de faible qualité, les chaînes étant peu affectées. Hollenbeck (Journal of Marketing Research, 2018) observe que la prime de revenus dont bénéficiaient les hôtels de chaîne par rapport aux indépendants a été divisée par deux entre 2000 et 2015, à mesure que les avis en ligne se substituaient à la marque comme signal de qualité.

Pourquoi une petite différence de note peut compter

Les seuils d'affichage

Les études de Seattle, San Francisco et Paris reposent toutes sur le même phénomène : la plateforme arrondit la note, et le client réagit à la note arrondie. Deux restaurants séparés de deux centièmes de point peuvent afficher une demi-étoile d'écart. Google procède différemment : la note est affichée au dixième. Les sauts sont donc plus petits, mais ils existent, et d'autres seuils apparaissent ailleurs, par exemple dans les filtres de recherche par note minimale, qui font disparaître d'une liste tout établissement situé juste en dessous. Ces effets de seuil sont documentés dans des contextes précis ; rien ne permet de les considérer comme universels.

Le volume d'avis

Dans l'étude de Seattle, l'effet d'une étoile est environ 50 % plus fort pour les restaurants qui comptent au moins cinquante avis que pour ceux qui en comptent moins de dix : les clients accordent plus de crédit à une note appuyée sur beaucoup d'évaluations. À l'inverse, de Langhe, Fernbach et Lichtenstein (Journal of Consumer Research, 2016) montrent, sur plus de 1 200 produits, que les lecteurs ajustent peu leur confiance au nombre d'avis derrière une moyenne, alors que beaucoup de ces moyennes reposent sur des échantillons trop petits pour être fiables. Ils parlent d'une « illusion de validité ».

L'incertitude des petits nombres

Une moyenne de 4,8 sur six avis et une moyenne de 4,8 sur six cents avis n'ont pas la même solidité : la première peut tomber à 4,3 avec une seule évaluation. Dai, Jin, Lee et Luca (Quantitative Marketing and Economics, 2018) ont montré que la moyenne arithmétique simple n'est pas la meilleure façon de résumer des avis, et proposé une méthode d'agrégation qui accorde moins de poids aux avis anciens et tient compte de leur nombre. Nous détaillons ce mécanisme dans Comment est calculée une moyenne d'avis.

Ce que les études ne permettent pas de conclure

• Rien de causal sur Google Maps. Toutes les études causales identifiées portent sur Yelp, TripAdvisor ou des sites de réservation hôtelière. Nous n'avons trouvé aucune étude mesurant l'effet d'une variation de note Google sur le chiffre d'affaires d'un commerce. C'est une lacune importante, puisque Google Maps est aujourd'hui la première source consultée en France.
• Les plateformes ne mesurent pas la même chose. Li et Hecht (CSCW, 2021) ont comparé les notes des mêmes restaurants américains sur Yelp et sur Google Maps : les notes Google sont en moyenne supérieures d'environ 0,7 étoile, surtout pour les chaînes. Un 4,2 n'a pas le même sens d'une plateforme à l'autre.
• Les contextes diffèrent. Seattle en 2009, Paris en 2017 et Rome en 2019 ne sont pas la France de 2026. Les effets dépendent du secteur, de la clientèle (touristique ou locale), de la maturité de la plateforme et des autres informations disponibles sur l'établissement.
• Corrélation n'est pas causalité. Un établissement bien noté est souvent un bon établissement ; une partie de son succès tient à sa qualité, pas à sa note. Seules les méthodes qui isolent l'effet de la note affichée (discontinuités d'arrondi, chocs externes) permettent de parler de cause, et elles ne valent que pour les situations qu'elles observent.
• Les avis ne sont pas le premier critère. Les enquêtes françaises placent la carte et le prix devant les avis dans le choix d'un restaurant. L'influence des notes est réelle ; elle n'est pas écrasante.
• Rien sur les procédures de signalement. Aucune de ces études ne mesure la qualité ou les délais des dispositifs de contestation des plateformes. Elles ne peuvent pas servir à démontrer un dysfonctionnement de ces procédures.

Pourquoi ces résultats alimentent notre réflexion

Ces travaux n'établissent pas que les systèmes de notation sont injustes. Ils établissent quelque chose de plus simple et de plus solide : les notes influencent des décisions et peuvent avoir des conséquences économiques mesurables, en particulier pour les établissements indépendants. C'est cette influence qui rend légitime un examen sérieux de la manière dont une note est construite, affichée et contestée.

• Sur la représentativité : si une moyenne arrondie peut déplacer des revenus, la façon de calculer cette moyenne n'est pas un détail technique. Les travaux sur l'agrégation des avis montrent qu'une moyenne simple n'est pas la seule option possible, et que le nombre d'avis derrière une note est une information que les lecteurs sous-estiment. C'est l'objet de la revendication Une notation plus représentative.
• Sur la contestation : les études citées ici ne disent rien des procédures de signalement. Nous ne les utilisons pas pour cela. La revendication Un véritable droit de contestation s'appuie sur d'autres éléments : les règles publiées par les plateformes, le droit européen et les retours des professionnels.
• Sur la protection contre les abus : si une note pèse sur l'activité, l'incitation à la manipuler existe. Luca et Zervas (Management Science, 2016) montrent, sur Yelp à Boston, que la fraude est plus probable lorsque la réputation d'un établissement est fragile et que la concurrence s'intensifie ; Mayzlin, Dover et Chevalier (American Economic Review, 2014) montrent que les hôtels indépendants ont la plus forte incitation à publier de faux avis. Ces travaux décrivent des incitations, pas une fréquence. Les données publiques disponibles ne la mesurent pas davantage : 67 % des acheteurs en ligne français déclarent avoir rencontré dans l'année des avis « qui ne semblent pas authentiques » (Commission européenne, enquête de novembre 2024), ce qui est une perception ; la DGCCRF a relevé des anomalies dans près d'un tiers des 397 établissements qu'elle a contrôlés en 2024 dans le cadre d'une enquête ciblée, ce qui est un taux d'anomalie sur des contrôles ciblés, pas une proportion de faux avis. C'est l'objet de la revendication Une meilleure protection des professionnels.

Sources et méthodologie

Méthode de sélection. Nous avons lu chaque source dans sa version originale (rapports, PDF, articles de revue, données publiées) et écarté les chiffres dont la question, la date de terrain ou l'échantillon n'étaient pas consultables, ainsi que ceux produits par des acteurs ayant un intérêt commercial direct à les gonfler, sauf lorsqu'ils sont explicitement présentés comme tels. Les études économiques sont classées selon leur statut : publiées dans une revue à comité de lecture, ou documents de travail. Nous donnons la préférence aux premières. Les liens vers chaque document figurent dans la liste des sources en fin de page.

Repères sur les principales sources citées.

• Crédoc, Baromètre du numérique 2023. France, population de 12 ans et plus, 4 066 personnes, terrain juillet 2023, en ligne et par téléphone pour les personnes éloignées du numérique. Enquête publique commandée par l'Arcep, l'Arcom, le CGE et l'ANCT. Limite : question générique sur « un produit ou un service ».
• Ipsos, Les Français et la gastronomie. France, 1 000 personnes de 18 à 75 ans, enquête en ligne du 21 au 24 mars 2025, quotas. Limite : déclaratif ; publié à l'occasion de la cérémonie du Guide Michelin.
• Ipsos pour American Express, Observatoire Lifestyle Trends 2024. France, 1 000 personnes de 18 ans et plus, terrain du 3 au 10 mai 2024. Limite : commanditaire privé ; question à deux réponses qui minore les critères secondaires.
• BrightLocal, Local Consumer Review Survey 2026. États-Unis, panel en ligne de 1 002 adultes, date de collecte non publiée, éditeur de logiciels. Limite : plusieurs questions et distributions non publiées ; ne décrit pas les consommateurs français.
• Commission européenne, Consumer Conditions Survey 2024. Union européenne, Islande et Norvège, 1 000 personnes par pays, téléphone, terrain du 4 au 30 novembre 2024. Mesure une perception (avis « qui ne semblent pas authentiques »), pas une prévalence réelle.
• Luca (2011, révisé 2016), Harvard Business School. Document de travail non publié en revue. Seattle, 3 582 restaurants, revenus fiscaux trimestriels 2003-2009, discontinuité d'arrondi Yelp. Effet nul pour les chaînes.
• Anderson et Magruder (2012), The Economic Journal. Revue à comité de lecture. San Francisco, 328 restaurants avec réservation en ligne, juillet-octobre 2010. Mesure la disponibilité des tables, pas les revenus.
• Sayfuddin et Chen (2021), International Journal of Hospitality Management. Revue à comité de lecture. Hôtels du Texas, revenus croisés avec TripAdvisor.
• Lewis et Zervas (2016), NBER Summer Institute. Document de travail non publié en revue. 5 944 hôtels de cinq États américains, 2005-2014. Fourchette d'estimation très large.
• Derrien, Garel, Romec et Weisskopf (2024), Journal of Financial and Quantitative Analysis. Revue à comité de lecture. 2 474 restaurants parisiens, 458 678 avis TripAdvisor, 2007-2017, comptes annuels. Objet principal : la capacité d'endettement.
• Donati (2025), Marketing Science. Revue à comité de lecture. Province de Rome, environ 5 500 restaurants, données administratives de revenus et d'emploi croisées avec TripAdvisor, 2007-2019. Mesure l'effet d'un accès moins coûteux aux avis, dans un contexte touristique.
• Fang (2022), Management Science. Revue à comité de lecture. Restaurants du Texas titulaires d'une licence d'alcool, 2011-2015. Mesure l'effet du volume d'avis, pas de la note.
• Hollenbeck (2018), Journal of Marketing Research. Revue à comité de lecture. Hôtels américains, 2000-2015. Résultat descriptif selon l'auteur.
• Yang, Park et Hu (2018), Tourism Management. Méta-analyse de 25 études sur l'hôtellerie.
• Dai, Jin, Lee et Luca (2018), Quantitative Marketing and Economics. Revue à comité de lecture. Données Yelp. Porte sur la méthode d'agrégation, sans variable économique.
• de Langhe, Fernbach et Lichtenstein (2016), Journal of Consumer Research. Revue à comité de lecture. 1 272 produits notés sur Amazon, comparés aux tests de Consumer Reports. Produits, pas services.
• Li et Hecht (2021), CSCW. Conférence à comité de lecture. Restaurants américains notés à la fois sur Yelp et Google Maps.
• Luca et Zervas (2016), Management Science. Revue à comité de lecture. Boston, 316 415 avis Yelp, 2004-2012. Les avis filtrés par Yelp servent d'indicateur de fraude.
• Mayzlin, Dover et Chevalier (2014), American Economic Review. Revue à comité de lecture. Hôtels américains, comparaison TripAdvisor et Expedia. Ne mesure pas d'effet sur les ventes.
• DGCCRF, bilan 2024. Contrôles ciblés sur les faux avis : près d'un tiers des 397 établissements contrôlés présentaient des anomalies. Taux d'anomalie sur des contrôles ciblés, pas une proportion de faux avis.
• Commission européenne, sweep 2021. 223 sites majeurs examinés par les autorités de 26 États membres, de l'Islande et de la Norvège ; pour 144 d'entre eux, les autorités n'ont pas pu confirmer que l'authenticité des avis était suffisamment garantie. Conformité de sites, pas proportion de faux avis.

Ce que nous avons écarté, et pourquoi : les enquêtes commandées par des éditeurs de logiciels d'avis dont les questions ne sont pas publiées, une enquête de 2020 présentée comme actuelle, un chiffre de « 45 % d'avis faux » dont nous n'avons trouvé aucune source primaire, et les extrapolations de « perte de trafic » tirées de scénarios hypothétiques. Si vous connaissez une étude que nous aurions dû prendre en compte, écrivez-nous.

Pour aller plus loin

• Comment est calculée une moyenne d'avis
• Pourquoi une moyenne ne raconte pas toute l'histoire
• Faux avis Google : les reconnaître, les documenter, agir
• La consultation : quel poids a la note dans votre activité ? Votre réponse compte, favorable ou non.