• Langue : Anglais
• Discipline : Gestion
• Identifiant : 2025ULILD009
• Type de thèse : Doctorat
• Date de soutenance : 02/07/2025

Résumé en langue originale

Les entreprises pharmaceutiques ont longtemps été au centre des débats publics concernant leurs bénéfices, leurs pratiques éthiques et leurs stratégies marketing. Ces débats se sont intensifiés pendant la pandémie de COVID-19, particulièrement sur les réseaux sociaux comme Twitter. Cette étude analyse un ensemble de données comprenant 6 466 tweets publiés par six grandes entreprises pharmaceutiques et 4 874 227 tweets générés par les utilisateurs concernant ces entreprises, collectés entre 2020 et 2021. En utilisant des techniques de traitement du langage naturel (NLP) traditionnelles et basées sur les Transformers, nous menons plusieurs analyses, notamment l'analyse des sentiments et des émotions, la détection de sujets et la classification subjectivité-objectivité. L'étude souligne l'effet de la perception publique sur la réputation des entreprises pharmaceutiques, en se concentrant particulièrement sur le bouche-à-oreille électronique (eWOM) et les facteurs qui défient leur réputation, comme l'impact de la désinformation. De plus, nous proposons une application novatrice de la théorie de la Diffusion de l'Innovation pour évaluer l'adoption publique des vaccins COVID-19 sur les médias sociaux où une adoption réussie peut avoir un impact positif sur la réputation d'une entreprise. En outre, l'étude adapte le modèle de saillance au contexte numérique, offrant une classification plus nuancée des acteurs clés—incluant les professionnels de santé, les politiciens, les célébrités et les influenceurs—et leur influence sur la dynamique de réputation. Cette recherche est la première à identifier les stratégies employées par les entreprises pharmaceutiques pour améliorer leur réputation, particulièrement dans la gestion de la désinformation sur les médias sociaux. Nos résultats fournissent des perspectives précieuses sur les facteurs qui façonnent la réputation des entreprises pharmaceutiques pendant une crise mondiale et offrent des recommandations pour des stratégies efficaces de communication et de gestion de la réputation en temps d'incertitude.

Résumé traduit

Pharmaceutical companies are regularly subjected to critical scrutiny regarding their financial motivations, ethical practices, and marketing strategies. These controversies experienced significant amplification during the COVID-19 crisis, particularly on social media platforms like Twitter, where public discussions evolved rapidly. This study analyzes a dataset of 6,466 tweets posted by six major pharmaceutical companies and 4,874,227 user-generated tweets related to these companies, collected between 2020 and 2021. Utilizing both traditional and transformer-based Natural Language Processing (NLP) techniques, we conduct several analyses, including sentiment and emotion analysis, topic detection, and subjectivity-objectivity classification. The study highlights the effect of public perception on pharmaceutical companies' reputations, particularly focusing on electronic word-of-mouth eWOM and the factors that challenge their reputations, such as the impact of misinformation. In addition, we propose a novel application of the Diffusion of Innovation theory to assess public adoption of COVID-19 vaccines on social media where successful adoption can positively impact a company's reputation. Additionally, the study adapts the salience model to the digital context, offering a more nuanced classification of key actors—including healthcare professionals, politicians, celebrities, and influencers—and their influence on reputation dynamics. This research is the first to identify strategies employed by pharmaceutical companies to enhance their reputation, particularly in managing misinformation on social media. Our findings provide valuable insights into the factors shaping the reputation of pharmaceutical companies during a global crisis and offer recommendations for effective communication and reputation management strategies in times of uncertainty.