1450 Rapport UMIH

Etude des relations verticales entre hôteliers et
plateformes commerciales de réservation en ligne
Option Economie Industrielle - année scolaire 2017/2018
Rédigé par : S.Aoun, G.Ballouz, C. Bourdeloux, C. Corral-Colliere, Z.Coppeaux, R.Favennec,

J.Grebille, A.Ilhami, R. Laigle, N.Savu, Y.Wang, E.Zreik
Encadré par : O.Bomsel, P.Fleckinger, M.Kyle

Remerciements
Nous tenons à remercier l’ensemble des personnes ayant rendu possible cette étude. Nous pensons tout
d’abord à l’Union des Métiers et des Industries de l’Hôtellerie - ou UMIH - pour nous avoir fourni une base
de données sur laquelle nous avons pu baser une partie de l’étude et pour nous avoir présenté leurs actions
et leur vision de l’industrie. Nous remercions ensuite les trois professeurs ayant organisé cette étude et nous
ayant guidé dans la rédaction de cette étude: Margaret Kyle, Pierre Fleckinger et Olivier Bomsel. Nous
souhaitons également remercier l’ensemble des intervenants extérieurs venus nous présenter leurs activités et
nous donner les outils nécessaires à la compréhension des différentes problématiques et à la rédaction de ce
rapport.
Option Économie Industrielle 1

Sommaire exécutif
1. Historiquement liés aux agences de réservation pour leurs activités de marketing et vente, les hôteliers
ont du s’adapter au lancement des plateformes de réservation en ligne sur le marché de l’hébergement.
La révolution numérique a entraı̂né un changement des comportements d’achats et donc des canaux
de distribution que les hôteliers ne peuvent se permettre d’ignorer.
2. Des litiges ont vu le jour en 2013 par la saisine de l’Autorité de la concurrence par les syndicats
des hôteliers dont les revendications portaient principalement sur les clauses de parité tarifaire. Les
engagements pris par Booking.com ont abordé les préoccupations de l’Autorité de la concurrence et
ont permis de mettre fin à ces litiges deux ans plus tard.
3. Dans cette course à l’innovation technologique, les hôtels semblent avoir perdu d’une part des marges de
réservation au profit des sites de réservation, et d’autre part des parts de marché au profit d’Airbnb. Les
hôtels pourraient cependant capitaliser sur les nouvelles technologies en les utilisant pour augmenter
la vente des services auxiliaires, terrain sur lequel ils sont encore les seuls acteurs.
4. Deux modèles théoriques ont été analysés en détail (Boik&Corts et Johansen&Vergé) afin d’identifier
les dynamiques économiques sous-jacentes aux relations entre hôteliers et OTA.
5. Le modèle de Boik&Corts est un des modèles de référence de la littérature pour justifier des conséquences
néfastes des clauses de parité. Sous certaines hypothèses le modèle prouve que l’instauration de clauses
de parité a systématiquement un effet d’augmentation des prix. Justifiant ainsi les décisions de nom-
breuses autorités de concurrence dans le sens de l’interdiction de ces clauses
6. Dans le modèle de Johansen&Vergé sans clause de parité, les hôtels peuvent librement fixer le prix
de la chambre sur tous les moyens de vente. Il existe un unique équilibre pour lequel tous les hôtels
sont sur les trois canaux simultanément. Dans cet équilibre, les plateformes utilisent le même taux
de commission. Ce taux de commission décroı̂t quand les deux plateformes deviennent semblables.
La commission d’équilibre croı̂t quand les hôtels deviennent semblables et quand le nombre d’hôtels
augmente. Le prix de vente en direct est sensiblement inférieur au prix de vente sur les plateformes.
7. Dans le modèle de Johansen&Vergé avec clause de parité, les hôteliers sont contraints de fixer les
mêmes prix sur toutes les plateformes où ils sont actifs. Ceci engendre une augmentation des frais de
commissions d’utilisation des plateformes mais également un prix de vente de la nuitée plus élevée
8. Les deux modèles économiques présentés sont pertinents pour mettre en lumière un certain nombre de
mécanismes à l’œuvre mais reposent tout de même sur des hypothèses limitantes, comme par exemple
la présence obligatoire des hôtels sur deux plateforme dans le modèle de Boik&Corts. Le modèle
de Johansen&Vergé relâche cette hypothèse et inclut la possibilité de ventes directes par les hôtels.
Une approche micro-fondée du problème permet de distinguer d’autres facteurs qu’il faudrait prendre
en compte, comme les coûts de recherche du client sur une plateforme, l’effet de show-rooming et
l’hétérogénéité des hôtels (chaines ou indépendants, qualité du service etc.)
9. Une étude statistique a été conduite, avec deux objectifs principaux : d’une part confirmer ou infirmer
de manière empirique les hypothèses des modèles; d’autre part de mettre en exergue des caractéristiques
spécifiques du secteur de l’hôtellerie en général et des relations entre hôteliers et OTA en particulier.
10. Les données utilisées pour l’etude statistique concernent majoritairement des hôtels entre 3 et 5
étoiles, présents en zone urbaine et appartenant aux chaı̂nes intégrées. Quelque soit leur emplace-
ment géographique l’impact des attentats terroristes sur le volume de nuitées a été marqué, avec une
diminution allant de -15% à -25% de ce volume entre le S2 2015 et le S1 2016.

11. Les taux de commissions augmentent avec la gamme d’hôtels et reflètent un investissement supérieur
des hôtels haut de gamme dans les opérations de marketing et de vente. Les OTA tirent plus ou moins
profit de ce constat en adoptant des stratégies différentes : Expédia notamment pratique un taux de
commission plus élevé en proposant des services marketing plus poussés que Booking. La loi Macron,
tant attendue par les hôteliers, ne semble pas avoir eu un impact notable sur les taux de commission qui
ont très légèrement diminué après son entrée en vigueur : la régression linéaire montre une diminution
moyenne de 0.2 points de pourcentage post loi Macron.
12. La variable clé qui semble affecter le prix est l’appartenance ou non d’un hôtel à une chaı̂ne : les
chaı̂nes integrées affichent en effet des prix plus élevés que la moyenne. La régression linéaire quant à
elle montre une corrélation négative entre l’appartenance d’un hôtel à plusieurs plateformes et les prix
affichés sur celles-ci.

Table des Matières
1 Introduction et mise en contexte 6
1.1 Démarche de notre propos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2 Historique du secteur en France . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3 Les litiges . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4 Après les litiges . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2 Une analyse critique des modèles théoriques 11

2.1 Premier modèle : Boik & Corts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2 Deuxième modèle : Johansen & Vergé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3 Une tentative de modélisation plus complexe . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3 Eléments saillants du secteur de l’hôtellerie à la lumière des données de l’UMIH 25

3.1 Représentativité de l’échantillon analysé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.2 Impact des chocs exogènes sur le volume de nuitées : attentats terroristes . . . . . . . . . . . 26
3.3 Analyse des taux de commission : niveaux et évolution . . . . . . . . . . . . . . . . . . . . . . 28
3.4 Analyse des prix : niveaux et évolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4 Conclusion 31
A Annexe Modeles 33
A.1 Modèle de Johnson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
A.2 Modèle Johansen & Vergé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
B Annexe : Regressions 39

Liste des Figures
1 Marché de réservation de nuitées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2 Evolution des taux de commission dans le temps . . . . . . . . . . . . . . . . . . . . . . . . . 16
3 Parts de marché des différents canaux de vente en ligne (en nombre de nuitées) . . . . . . . . 17
4 Ecart-type des prix présentés par les hôtels sur les OTA en 2016 . . . . . . . . . . . . . . . . 17
5 Illustration par les données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
6 Répartition des nuitées par canal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
7 Représentativité des catégories d’hôtels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
10 Evolution des nuitées par région . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
11 Evolution des nuitées par région . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
13 Taux de comission par chaine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
14 Effet de la loi Macron sur le taux de commission . . . . . . . . . . . . . . . . . . . . . . . . . 28
16 Prix moyens des gammes d’hotels par plateforme . . . . . . . . . . . . . . . . . . . . . . . . . 29
17 Commisions d’équilibre dans le régime sans clause de parité et dans le régime avec clause de
parité large . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
18 Effets de la clause de parité large sur les commissions d’équilibre et les profits . . . . . . . . . 38
19 L’equilibre pareto-dominé (du point de vu des plateformes) existe avec et sans clause de parité 38

1 Introduction et mise en contexte
1.1 Démarche de notre propos
Notre étude, menée au cours de l’automne 2017, vise à décrire et analyser les évolutions récentes du secteur
de l’hôtellerie, en lien avec les inquiétudes et les zones de conflit soulevées par l’UMIH (principal syndicat
des hôteliers de France) entre hôteliers et plateformes de réservation en ligne (ou Online Travel Agency, noté
OTA). Un rapport de force entre ces deux acteurs a vu le jour et s’est développé au cours des dernières
années : le pouvoir de négociation des plateformes n’a cessé de croı̂tre, au dépend des hôteliers suffoqués par
des commissions jugées excessives.
Notre démarche part du constat historique d’un tel développement des relations entre hôteliers et OTA,
ce constat nous amène sur le terrain des litiges qui sont apparus, ainsi que leurs tenants et aboutissements.
Des modèles économiques seront étudiés afin de mieux comprendre les enjeux défendus par les différentes
parties, sur les clauses de parité notamment, ainsi que leurs conséquences sur le marché. L’étude statistique
des données fournies par l’UMIH nous permettra d’évaluer l’influence de facteurs exogènes sur le marché et
de confronter les modèles économiques à la réalité de la relation entre OTA et hôteliers.
Ces litiges ont été la source d’une littérature économique qui s’est developpée dans les dernières années, à
travers le travail de différents économistes, pour comprendre les implications potentielles des choix politiques
et juridiques sur le sujet. Le législateur étant en mesure de plus ou moins modifier le rapport de force
hôteliers-OTA, il s’agissait avant tout d’essayer de prévoir et comprendre l’impact sur le secteur des mesures
mises en oeuvre.
A l’aune d’une étude statistique, nous avons cherché à comprendre les fondations de ces choix, et donc
des modèles qui les sous-tendent, pour chercher à valider, ou infirmer la pertinence des choix regardant les
relations entre hôtels et OTAs.
Par ailleurs, nous nous sommes aussi penchés sur une analyse détaillée des données de volume de vente,
de prix et de commissions de plus de 2 900 hôtels sondés par l’UMIH, afin de mettre en exergue des tendances
spécifiques au secteur qui permetteront de mieux comprendre les relations entre hôteliers et OTA.
Ces analyses nous permettent deux ouvertures principales que nous développerons :
• Quelles auraient pu être d’autres perspectives théoriques pour l’étude de ce problème ?
• Quels autres facteurs du marché peuvent contribuer aux difficultés de la profession, ou aux problèmes
de relations entre plateformes et hôteliers ?
1.2 Historique du secteur en France

1.2.1 Fonctionnement des hôtels avant l’arrivée des agences de voyage (XVIIIème - XIXème
siècles)
Depuis le XVIIIème siècle et plus particulièrement au XIXème (avec l’essor des moyens de transport tels que
le train ou la voiture), on assiste à un fort développement du tourisme, lié avant tout à un besoin de découvrir
d’autres horizons. Cette évolution fut confirmée et amplifiée au XXème siècle par différents facteurs socio-
économiques marquants, tels que l’introduction des congés payés, le fort développement industriel et celui
des moyens de transport (chemins de fer, avion, etc.).
Michel Hartbrot et Bruno Leproust[5] décrivent l’essor du tourisme au XXème siècle. C’est à cette époque
que le tourisme de masses apparaı̂t. Les gens sont enchantés par la possibilité de passer le week-end à la plage
ou à la montagne. Des stations balnéaires se développent, des lieux, réservés autrefois aux élites, s’ouvrent
à la plupart de la population. “Les voyages n’ont pu alors se concevoir sans des lieux d’accueil appropriés”
soulignent les deux auteurs. Ainsi, avec le développement du tourisme, se développent les lieux d’accueil des
touristes, les hôtels.
Pour attirer les touristes, les hôteliers utilisaient des médias classiques, comme la télévision, la radio
et la presse. La télévision ne s’est pas révelée être la plus efficace : trop chère pour les hôteliers, elle
visait une cible de toute façon trop large et ne présentait pas un bon retour sur investissement. La radio

souffrait des même lacunes. De même les journaux nationaux ne se sont pas révélés pertinents (s’il ne
s’agit pas de l’annonce de l’ouverture d’une nouvelle chaı̂ne, d’une grande fusion. . . ). Bien qu’ils ciblent en
premier lieu les hôteliers eux-mêmes, des magazines et journaux spécialisés dans le domaine ont fait leur
apparition (L’Hôtellerie Restauration, CHR Journal. . . ). Les journaux régionaux voire locaux se sont avérés
assez efficaces dans l’effort marketing des hôtleliers en ciblant une clientèle locale, mais ont montré leur
limite lorsque l’hôtelier cherchait à viser au-delà. Globalement, le marketing était laborieux et constituait
une fraction non négligeable des coûts des hôteliers pour lesquels la concurrence en prix s’était déjà bien
développée.
Avec le temps, le marketing hors ligne a perdu énormément. La dernière exception reste peut-être les
petites brochures, affiches ou cartes informatives, qui s’utilisent toujours. Ces supports peuvent être déposés
dans des Offices de Tourisme et autres lieux, fréquentés par des touristes avec le but d’attirer de nouveaux
clients.
1.2.2 Les agences de voyage (XIXème - XXème siècles)

Thomas Cook est l’initiateur du premier voyage de groupe organisé, en 5 juillet 1841. Il accompagne ainsi
plus de 500 personnes de Leicester à Loughborough. Le but de la démarche est de lutter contre l’alcoolisme.
Au lendemain de l’excursion, Cook se décidera à fonder une agence de voyage qui portera son nom. Il
organisera par la suite de nombreux séjours en Europe, mettra au point les premiers circuits touristiques
et inventera le chèque de voyage. En 1950, Gérard Blitz et Gilbert Trigano créent le Club Méditerranée.
Depuis les années 50, le marché du tourisme et donc les agences de voyages n’ont cessé de se développer pour
correspondre aux besoins nouveaux de la société.
Après l’arrivée des agences de voyage, des changements ont eu lieu sur le business model des hôteliers: en
effet, une majorité de clients ne font pas confiance aux réservations individuelles et cherchent à réserver par
l’intermédiaire d’une agence de voyages, qui préparera leur voyage en avance, “ à la carte ”, et leur offrira
une relation personnelle en gérant notamment les problèmes éventuels lors du séjour.
Gain de temps et clients satisfaits : ces deux points forts justifient à eux seuls pourquoi un hôtelier sera
pret à payer un taux de commission à l’agence. En fonction du volume de chambres que l’agence apporte,
sa commission augmente : si la commission de base est par exemple de 15%, un hôtelier lui accorde 20% de
commission si elle lui apporte 100 nuitées par an, 25% si elle lui en apporte 300 et 30% si elle est capable
de lui en apporter 500. Grâce à cette rémunération, l’agence a alors le choix : augmenter son propre chiffre
d’affaires ou accorder à ses clients une réduction sur le prix affiché. Baisser le prix de vente est l’une des
solutions pour obtenir plus de volume et donc atteindre un nouveau palier de sur-commission. Plus un bon
intermédiaire vend de chambres, plus il peut les vendre à un prix bas, et plus il peut donc en vendre. Ce
cercle vertueux satisfait grandement à la fois les agences et les clients mais réduit la marge des hôteliers. [9]
Malgré tout, en faisant appel à une agence spécialisée un hôtel peut réaliser des économies à plusieurs
étapes :
• dans les investissement marketing : former quelques vendeurs spécialistes de la destination coûte
moins cher que d’acheter de l’espace-média
• dans les investissements commerciaux : prouver à un intermédiaire la qualité d’une prestation
coûte moins de temps que de convaincre chaque candidat au voyage
• de façon générale, le prestataire gagne ainsi du temps (et “le temps, c’est de l’argent ”) : moins de
temps passé à attirer le chaland, à faire de la comptabilité (puisque les agences font des paiements
groupés), ou à traiter les réclamations des clients mécontents.
Pour le voyageur, confier l’organisation de ses voyages à un créateur fin connaisseur de la destination
permet d’être certain :
• du bien-fondé du choix d’un itinéraire ou d’un hébergement,
• du meilleur rapport qualité/prix du voyage, le modèle des agences de voyage comporte
des économies d’échelle

• de l’adéquation entre ce dont rêve le voyageur et ce qu’il va vraiment acheter, l’agence a un role
d’intermédiaire informationnel efficace.
En outre, l’agence est responsable du bon déroulé du voyage. Et la relation hotelier-agence de voyage-client
est optimale pour la satisfaction de ces 3 acteurs. Ce raisonnement a poussé une bonne majorité des hôteliers
à passer aux agences de voyage. [10]
1.2.3 Arrivée des OTAs sur le marché (XXème - XXIème siècles)

L’arrivée des OTA (Online Travel Agency, c’est à dire les plateformes de réservation en ligne) sur le marché
a bouleversé la donne : aujourd’hui, la révolution numérique entraı̂ne un changement des comportements
d’achats et donc des canaux de distribution. Les hébergeurs ont déjà expérimenté cette modernisation avec
l’arrivée des OTA, comme Booking ou Expedia. Ces plateformes vendent de la visibilité sur internet grâce à
des publicités et à un bon référencement sur Google. Il est presque indispensable de passer par leurs services
pour apparaı̂tre parmi les premiers résultats des moteurs de recherche et vendre en ligne quelques nuitées.
Le lancement des OTA sur le marché de l’hébergement a profondément modifié les coutumes des hôteliers.
Au premier abord, leur arrivée a été perçue comme avantageuse, mais au fur et à mesure beaucoup d’hébergeurs
ont déchanté. Certaines structures se sont retrouvées à mettre la clé sous la porte à cause d’une concurrence
trop forte ou des commissions qui venaient empiéter sur une marge déjà bien réduite.
“un chiffre, tiré du 8ème baromètre publié par le JDN / Kantar Media Compete, illustre particulièrement
cette tendance : en 2013, 70%des consommateurs qui ont cherché un hôtel sur internet se sont rendus sur
Booking.” [3]
1.3 Les litiges

1.3.1 Premières saisines
En juillet 2013, l’Union des Métiers et des Industries de l’Hôtellerie (UMIH), le Groupement National des
Chaı̂nes Hôtelières (GNC) et la Confédération des Professionnels Indépendants de l’Hôtellerie (CPIH) ont
saisi l’Autorité de la concurrence française concernant les pratiques mises en œuvre par les plus grandes
plateformes de réservation hôtelière en ligne, dont Booking.com, à l’encontre des établissements hôteliers.
Ces pratiques seraient selon eux constitutives d’entente et/ou d’abus de position dominante collective, en
violation du code de commerce et des traités européens.
En février 2015, le groupe Accor, opérateur hôtelier mondial avec plus de 3 600 hôtels sous les marques
Sofitel, Pullman Novotel, Mercure, et autres a également saisi l’Autorité de la concurrence au sujet des
mêmes pratiques des mêmes plateformes. Ce dernier avait au préalable signé plusieurs accords de distribution
de ses chambres avec des plateformes hôtelières de réservation en ligne, au premier rang desquelles figure
Booking.com.
1.3.2 Revendications
Les parties saisissantes estiment que les plateformes de réservation hôtelière visées dans leurs plaintes, en
ce compris la plateforme Booking.com, occupent une position incontournable dans la réservation de nuitées
d’hôtels en ligne, et leur reprochent d’imposer aux hôteliers :
• des clauses contractuelles dites de parité, en vertu desquelles les plateformes exigent des hôteliers
de bénéficier d’un tarif, d’un nombre de nuitées et de conditions d’offre (conditions de réservation, in-
clusion ou non du petit-déjeuner, etc.) au moins aussi avantageux que ceux proposés sur les plateformes
concurrentes ainsi que sur l’ensemble des autres canaux de distribution. Ces autres canaux de distri-
bution comprennent tous les canaux en ligne et hors ligne, dont les canaux de distribution propres à
l’hôtel tels que les sites internet, le téléphone, l’email, ou même les prix affichés ou négociés au comptoir
de l’hôtel. Ces clauses de parité qualifiées de larges constituent la partie centrale des plaintes adressées
par les établissements hôteliers ;

• des commissions (directes ou indirectes) prohibitives : certaines plateformes, dont Book-
ing.com, proposeraient aux hébergements d’augmenter leurs taux de commission, par dessus les taux
prévus dans les conditions générales, afin d’améliorer leurs classements sur le site. Ce classement est
en effet crucial pour les hôteliers car l’absence de leur établissement dans les toutes premières pages de
résultats de recherches des plateformes de réservation en ligne signifierait une invisibilité quasi-totale ;
• des clauses contractuelles donnant le droit aux plateformes d’utiliser gratuitement et sans
limite l’ensemble de ses signes distinctifs (dénominations, logos, marques, etc.). Cette
clause permettrait notamment aux OTA d’utiliser à titre de mots clés sur les moteurs de recherche les
signes distinctifs des hôteliers, comme leur dénomination sociale, et en conséquence de détourner la
clientèle des hôtels à leur profit ;
• des clauses contractuelles interdisant à l’hôtelier de contacter directement les clients
obtenus via ces intermédiaires, ce qui permettrait aux plateformes de garder la mainmise sur
les clients de l’hôtel ;
• des clauses de suspension et/ou résiliation unilatérale : les saisissants reprochent également
aux plateformes de prévoir des clauses de suspension et/ou résiliation unilatérale du contrat en cas de
violation matérielle de ses termes par l’hôtelier ;
• des clauses d’exonération de responsabilité: enfin, les saisissants dénoncent les clauses de respon-
sabilité extrêmement larges mises en oeuvre par les plateformes en vertu desquelles les hôtels s’engagent
à devoir dégager les plateformes de toute responsabilité et à les indemniser le cas échéant.
Les clauses de parité révélées par la dénonciation des parties saisissantes apparaissent de nature à produire
deux principaux types d’effets anticoncurrentiels : elles réduisent la concurrence entre OTA, et comportent
des risques d’éviction des petites plateformes et plateformes nouvelles entrantes. Ces effets sont renforcés
par la mise en place de clauses similaires par l’ensemble des opérateurs du secteur.
1.3.3 Réaction des OTAs

Face à cela, l’entreprise Booking.com fut obligée de proposer une série d’engagements permettant de répondre
aux inquiétudes de l’Autorité de la concurrence et aux dénonciations des hôteliers. Ainsi, suite à plusieurs
versions successives de propositions d’engagements, l’entreprise Booking.com a abouti, en avril 2015, aux
engagements suivants :
• la suppression de toute obligation de parité tarifaire ou de parité de conditions à l’égard des autres
OTAs, des canaux hors ligne des hôtels et des tarifs proposés par les hôtels non publiés ni commercialisés
en ligne ;
• la suppression complète de toute obligation de parité des disponibilités ;
• l’interdiction de mettre en oeuvre des comportements équivalents, tels que d’offrir aux hébergements des
taux de commission inférieurs ou d’autres mesures incitatives en contrepartie du respect des obligations
de parité tarifaire, de conditions et/ou de disponibilités ;
• la possibilité pour les hôtels de recontacter les clients antérieurs.
Ces engagements répondant aux demandes de l’Autorité de la concurrence, celle-ci a accepté la proposition
définitive de Booking.com dans une décision rendue le 21 avril 2015, et a exigé le début d’application de
ces engagements dès le 1er juillet 2015. Dans un second temps, saisi par le Ministre de l’économie, le
Tribunal de Commerce de Paris jugeait, dans une décision rendue le 7 mai 2015, à propos des clauses de
parité de tarifs et de conditions signées entre Expedia et certains hôteliers les rendant nulles. Néanmoins,
les difficultés pratiques des hôteliers en ce domaine face aux OTAs (en particulier celles basées à l’étranger)
nécessitaient de surcroı̂t l’intervention du législateur français, à travers ladite Loi Macron rendant nulles les
clauses anticoncurrentielles précédemment signées par les hôteliers.

Depuis la loi, les clauses dites de parité sont réputées non écrites. La loi ne reprend pas la distinction
opérée par l’Autorité de la concurrence selon le canal de distribution en ligne ou hors ligne de l’hôtel.
L’hôtelier peut ainsi appliquer toute réduction à ses propres clients, que ceux-ci le contactent via Internet, par
téléphone ou tout autre moyen. Les nouvelles dispositions du code du tourisme s’appliquent non seulement
aux nouveaux contrats conclus entre les hôteliers et les OTAs mais aussi aux contrats en cours. La loi prend
également le soin de préciser que ces nouvelles dispositions auront un effet quand bien même les contrats
avec les OTA seraient soumis à un droit étranger. Ces dispositions sont d’ordre public dès lors que l’hôtel
est situé en France.
1.4 Après les litiges

1.4.1 Evolution récente du marché
En dépit du potentiel touristique dont dispose le pays, le marché de l’hôtellerie stagne depuis quelques
années. Sur le plan conjoncturel, la profession est pénalisée par un contexte économique atone qui affecte
aussi bien le segment de la clientèle d’affaires (rationalisation des déplacements professionnels) que celui de
la clientèle de loisirs (baisse du pouvoir d’achat des ménages). Par ailleurs, le contexte sécuritaire pèse sur
la fréquentation touristique ce qui nuit à l’activité des hôteliers, notamment en Ile-de-France et sur la Côte
d’Azur.
1.4.2 Impact des attentats de 2015

Après les attentats de 2015, la France a maintenu sa position de première destination touristique mondiale
en 2016, avec près de 83 millions de touristes étrangers (perte de 1,5 million de touristes par rapport à 2015)
et 16 milliards d’euros de chiffre d’affaires réalisé dans le secteur hôtelier. L’année 2016 a aussi marqué la
fermeture de 450 hôtels et l’arrivée de 132 nouveaux hôtels selon le cabinet In extenso. En tenant compte des
hôtels qui ont été remis sur le marché, on trouve un déficit net d’environ 200 établissements. L’année 2017,
bien qu’elle ne soit pas encore terminée, enregistrera une hausse de revenue par chambre (RevPAR) de 4, 5%,
grâce à une augmentation du taux de remplissage de 3 points selon une prévision de MKG consulting. [2]
1.4.3 Application de la loi Macron

Maintenant que la clause de parité tarifaire est interdite par la loi Macron de 2015, les hôtels peuvent afficher
des prix différents sur Booking.com et sur leurs propres sites. Cependant le programme récemment introduit
par la plateforme et intitulé “Preferred” est encore vu par les professionels de l’hôtellerie comme une parité
tarifaire restreinte. Booking.com se défend en disant que le programme est complètement optionnel. Bien
que les deux parties n’aient pas la même vision de ce programme, les chiffres de l’UMIH ont montré que
Booking.com a renforcé sa position dominante (60-70% de parts de marché) en 2015 et 2016. Le montant
des commissions versées aux OTA n’a pas non plus baissé et atteint 500 millions d’euros pour l’année 2016.
[11]
1.4.4 Emergence d’Airbnb

Si le cas des OTA a permis l’élaboration d’une solution juridique, le modèle Airbnb fait encore face aux
problèmes réglementaires et fiscaux. Jusqu’à maintenant très peu de logements particuliers disponibles sur
les plateformes étaient déclarés auprès des autorités publiques. Le montant collecté de la taxe d’habitation et
celui lié au revenu de la location est loin d’être cohérent avec le nombre d’annonces et le chiffre d’affaire des
plateformes. Pour régulariser ce phénomène, le code du tourisme a été modifié, permettant aux communes
de plus de 200 000 habitants, ainsi que celles dans la petite couronne de Paris, d’imposer une procédure
d’enregistrement pour des logements à location courte destinés aux clients de passage. La publication du
numéro de déclaration sera obligatoire dans l’annonce. Bien que la loi soit entrée en vigueur, le décret
précisant les sanctions en cas de non application n’est pas encore publié. Du point de vu fiscal, le gouverne-
ment a trouvé un accord avec Airbnb pour que ce dernier renonce à l’utilisation de carte prépayée Payoneer

sur le marché français. Il est aussi prévu qu’un dispositif de déclaration automatique des revenus soit mis
en place par Airbnb à l’horizon 2019. [6]
1.4.5 Perspectives du secteur

Face à un marché censé croı̂tre avec des évènements internationaux comme les Jeux Olympiques et l’émergence
des solutions alternatives, les hôtels rencontrent à la fois de grandes opportunités et plusieurs menaces. Un
salon des technologies du secteur de l’hôtellerie et de la restauration a eu lieu en novembre 2017 à Paris et le
constat que l’on peut en tirer est facheux : l’intégration de nouvelles technologies est en retard. Comme les
compagnies aériennes, l’introduction et l’amélioration des plateformes Internet augmentent le taux de con-
version mais surtout les dépenses sur les services auxiliaires. Dans cette course à l’innovation technologique,
les hôtels semblent avoir perdu des marges de réservation au profit des sites de réservation et leurs parts
de marché au profit d’Airbnb. Au lieu de garder une vision hostile de la technologie, les hôtels peuvent en
profiter pour augmenter la vente des services auxiliaires, terrain sur lequel ils sont encore les seuls jouers.
[8]
2 Une analyse critique des modèles théoriques

Modéliser un marché n’est jamais aisé puisqu’il s’agit de représenter une situation réelle complexe par une
série d’hypothèses et de modèles comportementaux, nécessairement grossiers, dans le but de décrire ses
caractéristiques principales.
Un modèle économique s’appuie sur la délimitation du ou des marchés pertinents d’une part et sur la
description du comportement économique des acteurs impliqués d’autres part.
Comme cela a été décrit précédemment, le marché des plateformes en lignes dans le secteur de l’hôtellerie
regroupe des acteurs à 3 niveaux caractéristiques des marchés bifaces:
• les hôtels qui désirent vendre des chambres (premier niveau)

• les intermédiaires entre les hôtels qui vendent les nuitées au consommateur final, moyennant une
commission. Cela correspond aux plateformes OTA, aux agences de voyage traditionnelles, sans oublier
le canal de vente direct des hôtels aux clients (deuxième niveau)
• les clients, c’est-à-dire les consommateurs finaux des nuitées sur un troisième niveau. (troisième niveau)
Les trois niveaux précédents font aussi apparaitre la plateforme AirBnb qui fait le lien entre des partic-
uliers qui désirent louer leurs chambres (premier niveau) et les clients, situés au troisième niveau.
Les comparateurs de prix participent également à la structuration de ce marché, et amplifient la concur-

rence en prix des hotels en permettant aux consommateurs de comparer les offres des hotels.
Délimitation du marché pertinent:
Dans la suite, nous choisissons de ne pas intégrer AirBnB dans nos modélisations, et cela pour plusieurs
raisons. D’une part, bien que l’arrivée d’AirBnB ait incontestablement perturbé le secteur de l’hôtelerie,
nous ne disposons pas de données suffisantes pour étudier les effets dans le temps que son arrivée a eu
sur le secteur de l’hôtelerie. D’autre part, l’UMIH nous a expliqué que les hôteliers ne parviennent pas à
être compétitifs pour vendre des nuitées sur AirBnB, ce qui explique que nous ne considérions pas cette
plateforme comme un des canaux de ventes possibles pour les hôtels dans nos modélisations.
Nous avons également décidé de ne pas tenir compte des agences traditionnelles qui revendent des cham-
bres d’hôtel moyennant un taux de commission, à l’image des plateformes, car nous manquons également
de données sur le sujet et car le recours à ces agences est en constante diminution au regard de l’usage
des plateformes en ligne. En effet, le volume des réservations en ligne connaı̂t depuis plusieurs années une

Figure 1: Marché de réservation de nuitées
progression de 5 à 6% par an et il devrait atteindre la quasi parité avec les ventes réalisées par les agences
physiques d’ici la fin de l’année 2017. Les agences en ligne se partageront alors environ 45% du marché,
contre 43% en 2016.[12]
Nous nous limitons donc au marché de réservation de nuitées d’hôtels, qui se fait soit par le canal direct
soit par les plateformes de réservation en ligne.
Description du comportement des acteurs:
Nous envisageons un modèle de théorie des jeux faisant intervenir trois types d’acteurs économiques.
Dans un premier temps, le consommateur, cherche à réserver une chambre d’hôtel pour une période
donnée pour une destination précise. On modélise le consentement à payer du consommateur par une
fonction dite d’utilité qu’il cherche à maximiser. Cette fonction représente une mesure du bien-être ou de la
satisfaction obtenue par la consommation, ou du moins l’obtention d’un bien ou d’un service.
Elle dépend d’un certain nombre de paramètres :
• Tout d’abord, la qualité de l’hôtel perçue par le consommateur en question : il paraı̂t vraisemblable
que le consentement à payer augmente lorsque la qualité de l’hôtel augmente.
• Par ailleurs, l’utilité totale du consommateur, qui dépend du prix et de son consentement à payer,
diminue avec le prix. Ce facteur correspond au coefficient d’élasticité de la demande en fonction du
prix.
• L’utilisateur a également le choix entre la réservation par une plateforme ou bien la réservation directe
auprès de l’hôtel : il faut ainsi introduire un paramètre de différenciation relatif aux différents canaux
de réservation.
• Finalement, le choix du consommateur est subjectif : il faut ainsi prendre en compte un facteur général
de préférence propre au consommateur.
Il s’agit de modéliser dans un deuxième temps le comportement d’un hôtel, qui cherche à maximiser son
profit. Le profit de l’hôtel représente la différence entre son chiffre d’affaires réalisé sur la totalité de ses
ventes et ses couts.

Le revenu de l’hôtel sur une période donnée dépend d’une part des prix des nuits vendues et d’autre part
des volumes de nuits vendues sur cette période.
Les couts des hôtels relèvent de deux catégories principales : les couts fixes et les couts variables. Les
couts fixes représentent l’ensemble des couts qui évoluent indépendamment du niveau d’activité de l’hôtel.
Les couts variables dépendent au contraire du volume de chambres vendues : parmi les couts variables,
incluant les commissions payées aux plateformes.
Le comportement économique d’un hôtel répond à la maximisation de la fonction profit. Pour un modèle
de concurrence à la Bertrand par exemple, les acteurs économiques se feront concurrence en prix et donc
chercheront à maximiser leurs profits en fonction de ce paramètre. Dans le cas d’une concurrence en quantité,
dites à la Cournot, le paramètre du nombre de chambres vendues prévaudra sur celui des prix.
Dans un dernier temps, nous modélisons le comportement des plateformes qui cherchent à maximiser
leur profit de la même manière que les hôtels. Leur chiffre d’affaire provient essentiellement de la commis-
sion prélevée. Il convient ainsi de s’interroger sur les hypothèses à inclure en matière de tarification par les
plateformes.
La rémunération des plateformes peut se faire de différentes manières :

• application d’une commission fixe pour chaque transaction effectuée
• application d’un taux de commission variable, qui peut par exemple être un pourcentage de la trans-
action effectuée.
De plus, la tarification s’effectue selon deux échelles de temps différentes : -d’un côté les plateformes
négocient avec les hôtels des contrats dans lesquels elles définissent un taux de commission valable pendant
plusieurs mois en moyenne -de l’autre côté les hôtels procèdent à un calcul au jour le jour du prix de leurs
chambres afin de s’adapter au mieux à la demande et au prix de leur concurrent. Ils transmettent ensuite
ces informations aux plateformes.
Les modèles envisagés constituent des jeux à plusieurs séquences, faisant intervenir ces différents acteurs.
Ci-dessous, nous présentons quelques modélisations envisageables pour le marché de l’hôtellerie.
2.0.1 Litterature classique sur les clauses de parité (MFN)

Le cas d’un marché direct Le secteur très documenté dans la littérature économique traite des clauses
“MFN” (Most favoured Nation), dans un jeu ne comprenant pas de plateformes. Il s’agit alors de s’interesser
aux impacts du choix d’un acteur, vendeur de biens ou services, de passer des contrats avec certains acheteurs
qui leur garantissent le meilleur prix.
Ces clauses ont été analysées dans divers articles, qui ont conclut a des impacts divers. En particulier
il a été montré (Cooper&Fries 1991) que les clauses de parité avaient tendance à limiter les entrées sur
le marché.[6] D’autre part elles sont aussi vecteur d’une augmentation des prix générale, dans le cas où
les consommateurs sont relativement hétérogènes en terme de préférence et de temporalité d’arrivée sur le
marché.
Adaptations au cas des plateformes Les conclusions des études dans le cas d’un marché simple sur les
clauses MFN doivent être revisitées dans le cas qui nous intéresse.
En particulier le placement des plateformes en tant qu’intermédiaire change les règles des interactions en
faisant apparaı̂tre une troisième partie.
Les études empiriques de diverses autorités, comme par exemple l’étude de la commission européenne sur
les agences de voyages en ligne (OTAs) ont conclu à divers effets. En particulier il semblerait que l’existence
de plusieurs plateformes appliquant des clauses de parité conduit à une augmentation systémique des prix.
Et ce, contrairement au cas précedent même en cas de masse de consommateurs homogènes.

Modeles existants mais non pertinents Un premier cas à citer sur les clauses PMFN (clauses MFN
dans le cas des plateformes) est l’article de Johnson[7] (2013). Il montre que les clauses PMFN augmentent
systématiquement les commissions des plateformes, et que les plateformes ont toujours interet à les imposer.
Cependant il suppose une parfaite inelasticité de la demande sur le prix ce qui est difficilement
justifiable dans notre cas (Cf Annexe ??)
Un autre auteur à citer est Gans[4] (2012) qui s’interesse au cas des ventes d’applications par des plate-
formes. Cependant le problème soulevé est plutôt celui de l’accessibilité au consommateur des produits (les
applications). Des études ont montré que les clients visitent en moyenne 14 sites internet avant de choisir
leur hébergement. Les problèmes d’accessibilité ne semblent pas être une variable pertinente à analyser dans
notre cas. Il est tout de même intéressant de noter que Gans prouve que les clauses PMFN permettent de
résoudre certains problèmes d’accessibilité.
Nous l’avons vu, le secteur hotelier évolue dans un contexte particulier. C’est un secteur qui a dû
faire face à de nombreuses mutations. L’arrivée des plateformes est sûrement l’un des challenges les plus
importants. Cette arrivée a été largement contestée par les différents acteurs et relayée très largement dans
les médias. La croyance commune partagée est en effet de dire que ces plateformes amènent et conduisent
à des effets néfastes pour le consommateur final et les hoteliers en particulier. Reprenons point par point
ces croyances. L’un des points majeurs est le suivant: Les clauses de parité limitent la compétition entre
plateformes à travers les commissions. En effet dans un système avec les clauses de parité, les plateformes
peuvent augmenter leur commissions sans finalement en pâtir car les hotels ne peuvent pas choisir leur
prix ou du moins elles doivent l’uniformiser sur toutes les plateformes. Ainsi comme la part de marché des
plateformes n’est pas affectée, les plateformes peuvent augmenter leur commissions autant qu’elles veulent
et sont complètement libres de le faire. Et donc qui dit augmentation des commissions, dit augmentation
des prix finaux pour le consommateur. Le consommateur final pâtit alors de cette augmentation. Pour
conclure, nous avons vu que pour le grand public, ces plateformes n’ont que des effets néfastes sur les
hoteliers mais également et surtout les consommateurs finaux. Nous allons maintenant nous pencher sur
les travaux réalisés par les différents chercheurs et les ouvrages écrits sur cette question, et déterminer en
quoi ils concordent et confortent finalement avec ces croyances communes ou si au contraire la littérature
scientifique vient les nuancer.
2.1 Premier modèle : Boik & Corts

2.1.1 Un premier modèle descriptif de l’interaction des plateformes : Boik & Corts
Cette sous-partie a pour ambition de présenter un modèle[1] developpé par Boik et Corts en 2016 et discuter
de la pertinence de son adaptation au problème soulevé dans le présent rapport.
Contexte du modèle
On considère l’existence de 2 plateformes différentes. Les ventes ont lieu à travers les plateformes. Il
n’y a donc pas de vente directe. On considère que les plateformes ont un coût fixe, ainsi qu’un coût
marginal pour chaque transaction. Chaque plateforme propose à chaque vendeur une commission.
De telle sorte que pour réaliser une transaction, un vendeur paie un coût fixe plus un coût marginal, plus
une commission à la plateforme par laquelle la vente a eu lieu.
On considère une demande élastique vis-à-vis du prix et épaisse (les acheteurs sont nombreux et parfaite-
ment rationnels, en particulier si un produit leur est “utile”, alors ils l’achètent).
Une autre hypothèse importante, sur laquelle on reviendra est le fait que le vendeur (i.e l’hôtel) ne peut
pas choisir de vendre uniquement par une des deux plateformes. C’est-à-dire que s’il choisit de vendre, alors
quelles que soient les commissions pratiquées par les deux plateformes il devra proposer un prix sur les deux
plateformes.

Variabilité du modèle et conséquences
Dans la suite on introduit des préférences intrinsèques (facteurs de différentiation) pour chacune des deux
plateformes sous la forme de deux facteurs b et d. De telle sorte que lorsque le prix de l’hôtel augmente sur
la plateforme 1, la demande sur la plateforme 2 augmente de d, et inversement lorsque le prix de 2 augmente
de 1, la demande par la plateforme 1 augmente de b.
Avec ce modèle, et dans le cas où les plateformes choisissent, à la fois l’application de clauses PMFN et
leur niveau de commission on aboutit à deux équilibres symétriques potentiels :
• Un avec des clauses de parité pour toutes les plateformes et des commissions symétriques;
• Un sans clauses de parités, avec des commissions symétriques mais plus faibles;
On constate même un résultat plus fort : même dans le cas où il peut y avoir collusion entre plateformes,
en absence de clauses de parité, les prix sont plus faibles que dans le cas avec des clauses de parité.
Le cas où une plateforme, mais pas l’autre, adopte une clause ne donne pas une solution unique, qui plus
est l’équilibre de pareto implique que les deux plateformes vont imposer des clauses de parité.
Conclusions du modèle
A partir de cette étude, les auteurs s’intéressent aux barrières à l’entrée sur le marché des plateformes.
La conclusion générale est que l’existence de clauses PMFN défavorise l’entrée sur le marché pour des
plateformes avec des niveaux de commision plus faibles que les plateformes historiques.
Généralement, cet article tend donc à montrer que les clauses de parité sont à la fois défavorables aux
hôtels (qui subissent des fees plus élevées de la part des plateformes) et aux consommateurs qui subissent
l’augmentation des prix dus à l’augmentation des coûts des hôteliers.
Et d’autre part, sur un volet qui concerne moins l’UMIH, mais du point de vue de la concurrence entre
plateformes, les clauses de parité apparaissent comme un moyen d’empecher la diversité de la concurrence
dans le monde des OTAs.
Limites vis à vis de la relation hôtels/OTA

Une limite à apporter à ce modèle est tout d’abord que plus de 50% des ventes de nuitées passent par
des canaux directs ou semi-directs en France, selon les données fournies.
Les conclusions sont donc nuançables, elles nécessiteraient au moins de prouver que les deux canaux de
vente (via OTA et via vente directe et semi-directe) sont non-substituables.
D’autre part, il paraı̂t également que l’hypothèse de la vente soit sur les deux plateformes, soit sur aucune,
est forte dans le sens où 26.8% des hôtels choisissent par exemple de vendre à travers Booking et pas à travers
Expedia.
Finalement concernant les barrières à l’entrée des “business-models” différents ou “low cost”, on remarque
quand même une différence notable de taux de commission entre les deux OTAs majoritaires, Expedia étant
significativement plus chère pour les hôtels que Booking.
Cela nous emmène à questionner la pertinence des conclusions de l’article puisque les deux plateformes
ont cohabité, même durant la période où les clauses de parité étaient pratiquées.
2.2 Deuxième modèle : Johansen & Vergé

2.2.1 Présentation du modèle et des hypothèses
B.O. Johansen et T. Vergé développent un modèle à plusieurs hôtels, deux plateformes (par exemple Booking
et Expedia) et la possibilité de vente en directe. Un développement mathématique simplifié est disponible
en annexe.
Une hypothèse forte du modèle est que la commission de la plateforme est constante et par unité vendue.
Cette hypothèse est fausse dans la réalité mais les auteurs pensent que le résultat ne change pas avec une

commission linéaire, plus proche de la réalité. On suppoe également les coûts de production de l’hôtel
linéaires.
Le jeu se décompose en trois étapes :
1. les deux plateformes divulguent simultanément et secrètement leur commission par unité aux hôtels.
2. les hôtels fixent simultanément les prix sur les deux plateformes et la vente en direct.
3. les consommateurs prennent leurs décisions en fonction des prix affichés.
2.2.2 Comparaison des hypothèses avec les données empiriques

Dans cette partie on utilise les données empiriques pour tester certaines hypothèses du modèle : l’effet des
clauses de parité sur les taux de commission et les parts de marché ainsi que la différence de prix entre les
différents moyens de vente (plateformes et vente directe).
Hypothèse : le niveau des frais de commissions ne change pas avant et après la loi Macron (2015).
On observe ici l’évolution du taux de commission avec et sans clause de parité.
Figure 2: Evolution des taux de commission dans le temps
Les taux de commission diminuent très légèrement entre le S2 2015 et le S1 2016, suite à la suppression
de l’ensemble des clauses de parité lors de l’entrée en vigueur de la loi Macron. Les données étant limitées
aux S1 2016, il serait pertinent d’obtenir les taux de commission du S2 2016 pour vérifier la relation de
causalité.
Hypothèse : les hotels réalisent une part importante de leurs ventes via les ventes en directes.
Il s’agit ici de mesurer l’évolution des parts de marché des différents moyens de vente avec et sans clause de
parité.
Sur l’ensemble des quatre semestres analysés, la part de marché du canal vente directe reste aux alentours
de 40 %. L’hypothèse est donc vérifiée.

Figure 3: Parts de marché des différents canaux de vente en ligne (en nombre de nuitées)
Hypothèse : les hôtels vendent leurs chambres au même prix partout même sans clause de parité.
Avec ces données on observe l’écart-type des prix appliqués par les hôtels en 2016 sur les différentes plate-
formes.
Figure 4: Ecart-type des prix présentés par les hôtels sur les OTA en 2016
On observe que les 50% premiers hôtels sondés présentent des prix avec un ecart-type (en % de la
moyenne) inférieur à 10%. Ils ne différencient presque pas, en terme de prix, les chambres qu’ils vendent via
les OTA.

Les 40% suivants présentent des prix avec un ecart-type entre 10% et 20%, ce qui signifie qu’il peut exister
des différences de prix relativement élevées pour une même chambre. Cette différence peut être suffisante
pour pousser les consommateurs à choisir une OTA plutôt qu’une autre, ce qui crée de fait une concurrence
entre OTA.
Enfin, seulement 10% des hôteliers sondés tirent profit du pouvoir offert par la disparition des clauses
de parité et offrent des chambres avec de très grandes différences prix entre les OTA (entre 20% et 100%
d’écart-type).
2.2.3 Modèle sans clause de parité

Quand les hôtels peuvent librement fixer le prix de la chambre sur tous les canaux, il existe un unique
équilibre pour lequel tous les hôtels sont sur les trois canaux simultanément. Dans cet équilibre, les plate-
formes utilisent le même taux de commission. La commission d’équilibre décroı̂t quand les deux plateformes
deviennent semblables. De plus, la commission d’équilibre tend vers 0 quand le prix de l’hôtel sur la plate-
forme tend vers le prix de l’hôtel en vente directe. La commission d’équilibre croı̂t quand les hôtels deviennent
semblables et quand le nombre d’hôtels augmente. Le prix de vente en direct est sensiblement inférieur au
prix de vente sur les plateformes mais la commission répercutée sur les prix de vente des plateformes n’est
pas de 100 %.
2.2.4 Modèle avec des clauses de parité
Modélisation
On considère dans cette sous-section que chaque plateforme (par exemple Booking et Expedia) impose
aux hôtels des clauses de parité en prix. On ne prend pas en compte le fait qu’une plateforme choississe
d’instaurer des clauses de parité envers les hôtels et que l’autre non. Il existe cependant deux types précis
de clause de parité :
• les clauses de ”wide price parity” : les plateformes choisissent d’imposer aux hôtels cette clause,
cela signifie que les hôtels n’ont pas le droit de vendre moins cher via d’autres canaux de distribution.
Cela signifie que les hôtels garantissent le meilleur prix aux plateformes. Les hôtels doivent vendre leur
chambre au même prix sur toutes les plateformes et ce même en vente directe. Cela signifie que sous
ces clauses, l’hôtelier vend sa chambre à un prix unique et commun sur tous ses canaux de distribution.
• les clauses de ”narrow price parity” : autrement dit, les hôteliers sont libres de fixer les prix de
leur nuits sur chaque plateforme. Ces clauses n’obligent pas les hôtels à garantir le prix le plus bas
sur chaque plateforme. Par exemple, un hôtelier peut, s’il le désire, vendre sa chambre 40 euros sur
Booking.com et la vendre 50 sur Expedia. En revanche, la condition de ces clauses est que l’hotelier
doit obligatoirement vendre ses chambres en direct plus cher que le prix le plus haut qu’il a fixe sur les
plateformes de vente types Booking ou Expedia.
Wide parity clauses : un moyen d’endiguement des frais de commissions pour les hôtels
Prenons tout d’abord l’exemple des wide parity clauses et son impact sur le prix de vente pour l’hôtel
ainsi que sur la comission des plateformes. Imaginons ici que les hotêls utilisent et vendent leur chambres
au même prix via 3 canaux de distribution : la vente en direct, la vente sur Booking.com et la vente via
Expedia. Ainsi pour l’hôtelier, c’est comme si le fait de vendre via Booking, Expedia ou en direct, revenait
en fait à vendre via un canal de distribution unique en raison du prix fixé unique qui est le même partout.
Par conséquence, le coût de total de distribution pour l’hôtelier est la moyenne des commissions prises par

les plateformes. En effet, il n’y a aucune commission à payer pour vendre en direct. Les seules commissions
à payer pour l’hôtelier sont les commissions des deux plateformes qu’il utilise. Ainsi, si on dit que tous les
hôteliers s’inscrivent sur les deux plateformes dans ce cas, cela rejoint parfaitement la croyance commune
et les conclusions des autorités de concurrence sur le sujet : ces clauses de parité impliquent et permettent
l’augmentation des frais de commissions des plateformes. Les OTAs sont en position de force.
Mais on voit aussi que si l’hôtelier avait l’intention de quitter une plateforme qui a des taux de commissions
exhorbitants alors cela limiterait le penchant de la-dite plateforme à augmenter excessivement ses frais de
commissions. En quittant la plateforme, l’hôtelier ne serait en théorie pas forcément pénalisé sur ses ventes
étant donné qu’il quitterait une plateforme qui lui coûte extrêmement cher. Cela montre bien le fait que les
plateformes ne peuvent augmenter indéfiniment les frais de commissions et les prix de leur plateforme.
Quels sont les impacts de ces clauses de parité dite wide?
Effets sur les commissions

On voit finalement via ce modèle que la croyance commune qui est de dire que les plateformes conduisent à
un échange défavorable pour l’hôtelier n’est pas aussi directe que ça. Dans certaines conditions et situations,
ces clauses de partié peuvent bénéficier aux hoteliers en amenant des frais de commissions plus bas que si
ces clauses n’existaient pas. En effet si il n’y pas de clause, le prix des platformes augmente en raison de la
concurrence entre plateformes similaires vendant les mêmes chambres d’hôtels alors qu’avec ces clauses, ce
prix diminue.
Effets sur les profits de l’hotelier

Les autorités de la concurrence dénoncent la perte de profit des hôteliers suite à la mise en place de ces clauses
de parité. Le fait est que si ces clauses augmentent les frais de commissions, les hôteliers sont nécessairement
perdants dans l’histoire : ils doivent faire face à un coût plus élevé de vente sur les plateformes et du fait
de la parité en prix, le nombre de ventes réalisées sur les plateformes augmente, ce qui conclut donc à une
perte de profit pour les hôteliers. Cependant ceci n’est pas forcément juste pour toutes les situations.
Prix de la chambre, commissions des hôtels, profits des plateformes : autant de facteurs
impactés par ces clauses de parité. Impact positif ou négatif ?
Intéressons-nous tout d’abord aux effets de ces clauses sur les commissions des hôtels. On pourrait
initialement penser que ces clauses ont été instaurées par les OTAs afin de pouvoir augmenter leur taux de
commissions et ainsi leur profit.
Narrow parity clauses: un moyen concret de stimulation de la concurrence entre plate-
formes?
Revenons maintenant aux ”narrow prices parity clauses” : pour rappel lorsque ces clauses sont en place,
les plateformes n’interviennent absolument pas dans la fixation du prix de la chambre par l’hôtelier. La
seule contrainte ici est que l’hotelier ne vende pas la chambre à la plateforme plus cher qu’il ne la vend à un
consommateur en direct.
Pour se rapprocher de la réalité, faisons l’hypothèse que toutes les plateformes mettent en place ces ”nar-
row prices parity clauses”. Notons également que tous les hôteliers utilisent tous les moyens de distributions
à leur distribution (vente en directe, Booking.com & Expedia).
Quelle stratégie de pricing pour l’hotelier?
Dans le cadre de ces clauses de parité, l’hôtelier a deux possibilités de pricing :

• soit l’hotelier fixe un prix inférieur sur Booking à celui fixé sur la plateforme Expedia
• soit le contraire : l’hotelier fixe un prix plus élévé sur Booking que sur Expedia

Intuitivement on peut se dire que cela augmenterait l’attractivité pour les clients d’aller sur la plateforme la
moins chère et cela augmenterait ainsi les ventes de l’hôtelier. C’est là que la décision du prix est importante
: certes pour être plus attractif, l’hôtelier doit diminuer son prix par rapport à l’autre plateforme mais de
combien? Jusqu’à quel prix cela vaut-il le coût pour l’hôtelier? Jusqu’à quel prix peut-il aller pour être
attractif?
Le modèle nous montre ici qu’en théorie, l’hôtelier va diminuer son prix sur une plateforme si et seulement
si la commission de cette dernière est largement inférieure à la commission des autres plateformes : on parle
ici du simple au double. Si la commission proposée par la plateforme est au moins deux fois moins importante
que sur les autres plateformes alors l’hôtelier a intêret à diminuer son prix.
Si ce n’est pas le cas alors l’hotelier a plutôt intêret à continuer de vendre au même prix partout.
L’autre conclusion intéressante que nous propose le modèle concerne la variation de la commission et la
fixation du prix :
• l’hôtelier, en temps normal, ne souhaite pas diminuer son prix. La raison qui pourrait le pousser à
diminuer son prix serait que la commission sur Booking devienne très élévée par exemple.
• Finalement que cela concerne la stratégie de prix de l’hôtelier ou la stratégie des plateformes (e.g la
fixation du taux de commission), on se rend compte qu’il n’y a pas de différence majeure entre les
”wide partiy clauses” ou les ”narrow parity clauses”.
• L’équilibre serait le même: si les plateformes font varier un peu leur commission, leur profit sera le
même et si elles font varier la commission trop fortement, leur marge et la vente des hôtels va diminuer.
Ce qui n’est évidemment pas le but recherché.
Pour conclure, le modèle nous montre ici que finalement:
• D’une part les différentes clauses de parité ”Narrow” versus ”wide” ont, à peu de choses près, les mêmes
conséquences et résultats pour les différents acteurs. Ainsi dire que finalement passer d’une clause à
l’autre favoriserait la compétitivté entre plateformes et permettrait ainsi de diminuer la commission
des plateformes n’est pas si évident.
• D’autre part, que les ventes faites en direct par l’hôtelier sont l’une des clés de compréhension du
système économique global. En effet même si les différentes clauses de parité sont mises en place
pour limiter les ventes en directe, il n’empêche que les ventes en directes représentent une part non
négligeable du total des ventes faites par les hôteliers.
Une idée tirée de ce modèle serait de s’intéresser aux ventes faites en direct par les hoteliers. Suite à ce
modèle et ces propositions, on a pû voir que, même si les clauses imposaient des règles précises sur la vente
en directe, la réalité était différente. La loi Macron a également permis aux hoteliers français de ne plus être
contraints : les questions que l’on peut intuitivement se poser concernent le changement potentiel opéré par
les hôtels suite à la loi Macron.
On peut donc voir, d’après ce modèle, qu’il y aurait théoriquement une zone triplement gagnante : d’une
part pour le consommateur, d’autre part pour l’hôtel mais également pour la plateforme.
L’une des que nous propose le modèle théorique serait finalement la suivante :
Prenons par exemple un hôtel parisien qui vent ses nuitées via trois canaux de distribution : deux
plateformes (Booking et Expedia) et la canal de vente en direct (le site internet de l’hôtel et la vente en
directe).

Faisons l’hypothèse ici que l’hotelier réalise un n-ième pourcentage des ventes de nuits d’hotel à Paris
de la plateforme Booking ainsi qu’un n-ième pourcentage des ventes de nuits d’hôtel d’Expedia à Paris. Du
point de vue hotelier, on peut admettre qu’il réalise 30 pourcents via Booking, 30 pourcents via Expedia et
40 pourcents directement (soit via son propre site internet soit physiquement en direct).
L’autre donnée importante est que cet hôtel se trouve à Paris où il y a une très forte possibilité de
substitution. C’est-à-dire qu’il y a un très vaste choix d’hôtels possibles lorsque le client va chercher un hôtel
à Paris.
Un dernier facteur à prendre en compte : les coûts de vente de l’hôtelier
L’hôtelier fait donc face à des coûts directs de vente sur les plateformes : l’hôtelier paye une commission
à chaque plateforme. En revanche, il n’a pas de coûts de vente pour la vente via son propre canal direct
(certes des coûts de maintenance de son site internet mais ceci sont très marginaux, on ne les prendra ici
pas en compte).
En moyenne, l’hôtelier paye donc un coup moyen de vente global. L’idée ici est de montrer que finalement,
si l’hôtelier décide de quitter une plateforme, cela lui permet de réduire son coût de vente de moitié. En
contrepartie, il perd également les ventes réalisées auparavant sur la plateforme. Du moins c’est que l’on
pourrait penser à première vue.
Mais du fait de la diminution de son coût de vente, l’hôtelier peut très légèrement diminuer le prix de
vente de ses chambres sur la plateforme sur laquelle il est resté. Ce mécanisme va permettre à l’hôtelier
d’augmenter assez largement ses parts de marché sur cette plateforme. L’hôtelier va fixer un prix de chambre
sur la plateforme Expedia juste en dessous, très légèrement, de ses concurrents. Du fait de la très forte inter
changabilité entre les hôtels parisiens de ce type, les utilisateurs de la plateforme vont choisir l’hôtel de
même qualité mais à un prix très légèrement inférieur. Cela va donc permettre à cet hôtelier d’augmenter
ses ventes sur Expedia et de compenser son départ de la plateforme Booking.
On voit donc théoriquement que la présence sur les deux plateformes n’est pas obligatoire si l’hôtelier
veut garantir un certain niveau de ventes. Ce qui signifie aussi que si les plateformes augmentent trop le
coût de leur utilisation pour les hôteliers, les hôteliers peuvent très bien décider de quitter la plateforme.
Si l’hôtelier est sur Booking pour faire du mass media et utiliser la plateforme dans ce but c’est-à-dire
pour être connu de tous, ce n’est pas forcément la bonne stratégie. En effet, cela va impacter chacune de
ses ventes et l’hotelier ne vendra pas plus mais paiera plus cher l’utilisation de deux plateformes alors que le
budget dépensé en frais d’utilisation de plateforme pourrait être investi via des canaux de communication et
des médias plus classiques. Ainsi l’hotel vendrait en direct sans frais. Pour conclure, l’idée ici est celle du
multihoming. En effet dans un environnement aussi concurrentiel que celui des platformes et de l’hôtellerie,
l’idée serait d’arriver des équilibres asymétriques. On aurait donc certains hôtels présents sur toutes les
plateformes avec des prix de chambres plus chers et des hôtels présents sur moins de plateformes avec des
prix moins élévés que leurs concurrents. Cela crée ainsi une asymétrie et l’hôtel qui est présent sur moins de
plateformes avec un prix de chambre moins élévé que ses concurrents va capter la demande.

2.3 Une tentative de modélisation plus complexe
Les modèles décrits précédemment aboutissent à des conclusions différentes en fonction des hypothèses de
modélisation adoptées. Bien qu’ils permettent de mettre en lumière un certain nombre de mécanismes
intéréssants, ils restent tout de même partiels. Nous proposons dans cette partie de revenir sur les princi-
pales hypothèses des deux modèles décrits précédemment pour souligner leurs limites. Dans un deuxième
temps nous apporterons des éléments complémentaires à prendre en compte pour compléter l’étude de ce
marché.
Le modèle de Johansen&Vergé :
Le modèle élaboré par Thibault Vergé se distingue notamment par le fait d’enlever les hypothèses fortes
d’absence de ventes directes par les hôtels et d’obligation pour les hôtels d’être présents sur les plateformes,
hypothèses qui sont présentes dans le modèle de Boik and Corts. La modélisation avec ces hypothèses aboutit
à une conclusion nouvelle concernant l’effet des clauses de parité, dans la mesure où celles-ci ne limitent plus
nécessairement la concurrence entre plateformes. En effet, avec ce modèle, les taux de commission des
plateformes se retrouvent limités par la menace de départ des hôtels de la plateforme. Il s’avère alors qu’il
existe une zone de tarification des plateformes dans laquelle les hôtels et les plateformes sont tous les deux
gagnants en précense de clauses de parité.
Ce modèle repose cependant sur des hypothèses fortes. Tout d’abord, comme le montre les données, la
grande majorité des hôtels est présente sur les 2 plateformes principales (Booking et Expedia), ce qui peut
décrédibiliser l’hypothèse de potentialité pour les hôtels de quitter ces plateformes.
Figure 5: Illustration par les données
D’autre part, même si on ne remet pas en cause cette hypothèse et qu’on envisage la possibilité pour un
hôtel de boycotter une plateforme, il faut s’assurer que le canal de ventes directes par les hôtels soit bien
crédible. Or des études menées par l’ENSAE sur le marché des plateformes de réservation en ligne dans
le secteur de l’hôtelerie en Scandinavie indiquent que la concurrence sur ce marché a avant tout lieu entre
plateformes, alors qu’il existe très peu de substitution entre les plateformes et les sites des hôtels une fois
que les parts de marché sont établies. On observe ainsi dans ces études que les ventes initialement réalisées
par une plateforme de laquelle un hôtel décide se retirer sont captées en grande majorité par la plateforme
concurrente plutôt que par l’hôtel via le canal de ventes directes.

Le modèle de Boik Corts:
Le modèle de Boik Corts repose également sur un certain nombre d’hypothèses simplificatrices. Une
première hypothèse forte est qu’il n’y a pas de ventes directes. Cette hypotèse réduit grandement le problème
puisque dans la pratique, bien que le canal de vente directe et les plateformes soient peu substituables, une
partie non négligeable des clients passe directement par le site de l’hôtel pour effectuer leurs reservations.
Figure 6: Répartition des nuitées par canal
Une autre hypothèse importante concernant la répartition des hotels sur les canaux de vente est que les
hotels sont nécessairement présents sur les deux plateformes malgré un possible écart de commmissions. Il
paraı̂t également que l’hypothèse de la vente soit sur les deux plateformes, soit sur aucune paraı̂t forte dans
le sens où 26.8% des hôtels choisissent par exemple de vendre par Booking et pas par Expédia.
Une des conclusions principales du modèle concerne l’entrée sur le marché des plateformes, ce qui ne sem-
ble pas être une question très pertinente vis à vis de la situation réelle. En effet, dans les fait, les pouvoirs de
marché des deux plateformes Booking et Expédia dissuadent l’entrée d’une nouvelle plateforme. L’économie
des plateforme met un oeuvre des effets de réseaux, et une nouvelle plateforme n’arriverait probablement
pas à atteindre une taille critique minimum.
Les modèlisations que nous avons présentées s’appuient donc sur un certains nombre d’hypothèses sim-
plificatrices. Nous proposons dans la suite de nouveaux éléments qui seraient à prendre en compte pour
affiner la représentation économique du marché des plateformes.
D’autres facteurs à prendre en compte :
Une des approches possibles pour réaliser un modèle plus réaliste consiste à mettre en place une approche
bottom-up micro-fondée. Une telle approche a pour point de départ la modélisation du comportement des
différents acteurs à partir d’une simulation à l’aide ici d’un programme numérique. Ce programme consiste
à résoudre un problème d’optimisation à partir des fonctions comportementales des acteurs (maximisation
des profits et des utilités), et permet de dégager les principaux mécanismes à l’oeuvre.

Nous avons cherché à mettre en oeuvre ce raisonnement micro, sous les hypothèses de modélisations de
comportements de acteurs décrites précédemment (cf. partie intro du 2).Ce travail nous a permis de dégager
un certain nombre de facteurs supplémentaires qui ne sont pas pris en compte dans les modélisations réalisées
par Vergé et Boik and Corts. Il s’agit des coûts de recherche du client sur une plateforme, de l’effet de show-
rooming et l’hétérogeneité des hotels (chaines ou indépendants, qualité du service etc.).
Tout d’abord, les coûts de recherche du client sur une plateforme sont peu abordés dans les modèles,
bien qu’ils soient en partie pris en compte dans le modèle de Boik and Corts via la préférence des clients
pour une plateforme plutôt qu’une autre. Concrètement, ces coûts de recherche sont liés à l’ergonomie de la
plateforme et à la facilité de circuler sur le site.
Un autre facteur à prendre en compte est l’effet de show-rooming. Ce terme fait référence au com-
portement d’un client qui se rendrait sur la plateforme pour choisir un hôtel en comparant les prix et la
localisation de ceux-ci, puis irait sur le site particulier de l’hôtel pour effectuer sa réservation. Concrètement,
la plateforme rendrait un service de publicité aux hôtels au lieu d’avoir un véritable rôle d’intermédiaire de
vente. Cependant ce facteur est difficile à prendre en compte car difficilement quantifiable. Ainsi, nous ne
disposons par exemple pas de données concernant le taux de conversion des visites sur une plateforme en
vente de la nuitée via la plateforme.
Un autre aspect largement négligé dans les études proposées est la manière dont les plateformes influencent
la répartition des hôtels au sein du secteur.
Les plateformes sont-elles davantage utilisées par certains types d’hôtels?
S’il existe des disparités de répartition des hôtels en fonction de certaines caractéristiques, de quelle
manière les plateformes se différencient-elles vis-à-vis des hôtels ? Cette question rejoint celle de la sub-
stituabilité des plateformes pour les hôtels (et de la vente directe également). On peut imaginer plusieurs
moyens qui permettraient aux plateformes de présenter une offre différenciée: par exemple en appliquant
des tarifs particuliers ou bien en donnant accès à un segment de clients spécifique. Il semblerait par exemple
que la plateforme Expédia donne davantage accès à des clients étrangers, surtout américains. On peut aussi
imaginer que les chaı̂nes d’hôtels ont davantage tendance à passer par les plateformes par rapport aux hôtels
particuliers de plus petite taille qui privilegient le canal de vente direct.
De manière générale, un certain nombre de facteurs pourraient être envisagés pour différencier les hôtels
et analyser leur répartition sur les canaux de vente. Parmi eux, on peut citer le nombre d’étoiles, le statut
de chaı̂ne vs indépendant,la part loisir/business, le prix des chambres, comme illustrés en annexe.
Figure 7: Représentativité des catégories d’hôtels

3 Eléments saillants du secteur de l’hôtellerie à la lumière des
données de l’UMIH
Les données fournies par l’UMIH sont les réponses des hôtels à un sondage effectué à 4 reprises (2014,
S1 2015, S2 2015, 2016) auprès des quelques 16’000 hôteliers français appartenant à l’union, au sujet de
leurs performances économiques et relations avec les OTA. Au total, 2907 hôtels ont répondu au sondage et
constituent notre échantillon de travail.
Cet échantillon nous a permis dans un premier temps de valider/réfuter les hypothèses/résultats dans
la première partie de ce rapport. En conduisant par la suite une analyse statistique et économétrique plus
poussée, nous avons fait ressortir des éléments saillants du secteur de l’hôtellerie entre 2014 et 2016 développés
dans cette partie.
3.1 Représentativité de l’échantillon analysé

Le premier niveau de représentativité à vérifier concerne la catégorie des hôtels analysés. La figure 8 ci-
dessous révèle un échantillon au sein duquel les hôtels 3, 4 et 5 étoiles sont sur-représentés par rapport au
parc national en 2015 : 61% dans l’échantillon, contre 42% dans le parc national.
Cette sur-représentation peut avoir trois origines :
• Ces hôtels sont sur-représentés au sein des adhérents de l’UMIH.

• L’intérêt porté à la question par ces hôtels et leur volonté de prendre part au sondage en espérant aider
les analystes, décideurs et l’UMIH à lutter pour des mesures qui leur seront favorables.
• Ces hôtels ont les capacités en termes de temps et de ressources pour répondre au sondage.
En termes d’appartenance des hôtels à un réseau, on observe aussi une différence marquée entre l’échantillon
et le parc national en 2015.
A l’instar des hôtels les mieux classés, les hôtels appartenant aux chaı̂nes intégrées sont sur-représentés
dans l’échantillon de l’UMIH : 40% dans l’échantillon contre 24% pour le parc national. Il semblerait que la
problématique des OTA retienne plus l’attention des hôtels en chaı̂nes intégrées que celle des petits hôtels
indépendants pourtant majoritaires en France.
Au niveau de la répartition géographique des hôtels, l’échantillon est plus proche du parc national que
dans les deux cas précédents, avec notamment 88% des hôtels en chaı̂nes intégrés présents en zone urbaine
dans l’échantillon contre 82% dans le parc national. Les deux dernières figures illustrant la représentativité
au niveau de la répartition géographique des hôtels sont présents en annexes.

En conclusion, par rapport à la moyenne nationale, l’échantillon est constitué majoritairement d’hôtels
entre 3 et 5 étoiles, présents en zone urbaine, et appartenant aux chaı̂nes intégrées.
3.2 Impact des chocs exogènes sur le volume de nuitées : attentats terroristes
La France a connu trois événements majeurs entre 2014 et 2016 : attentats de Charlie Hebdo (Paris) le 7
janvier 2015; attentats du Bataclan (Paris) le 15 novembre 2015; attentats de Nice le 14 juillet 2016. Ces
évenements sont des chocs exogènes qui ont a priori affecté le secteur du tourisme en ayant un impact négatif
sur la demande. Pour estimer ce dernier, nous nous sommes intéressés à l’évolution du nombre de nuitées
au sein de l’échantillon UMIH, en segmentant les hôtels soit par présence géographique, soit par catégorie,
afin d’essayer d’identifier les profils des hôtels les plus affectés.
A priori, on pourait penser que les attentats parisiens affectent majoritairement les hôtels parisiens. La
figure 10 ci-dessous prouve le contraire en affichant une chute d’environ 15% du nombre de nuitées entre
2015 et 2016 à la fois en région parisienne et sur le reste de la France
Figure 10: Evolution des nuitées par région

Une observation plus fine encore des hôtels selon leur emplacement géographique révèle de manière plus
précise l’impact des attentats sur le nombre de nuitées. La figure 11 ci-dessous indique en effet que malgré
un choc ressenti par tous les hôtels, ceux présents en centre urbain ou périphérie d’un centre urbain en ont
souffert plus que ceux présents sur le littoral ou à la montagne.
Figure 11: Evolution des nuitées par région
Les attentats ont eu un impact négatif sur le volume de nuitées vendues par les hôteliers à deux échelles
:
• A l’échelle nationale, l’image de la France en tant que destination touristique s’est dégradée
• A une echelle plus petite, ce sont les villes, a priori cibles directes des attentats qui en ont souffert le
plus. L’attentat de Nice vient malgré tout nuancer cela et explique en partie la baisse du nombre de
nuitées sur le littoral entre 2015 et 2016.
Une analyse de l’impact de ce choch à l’échelle européenne nous permet de confirmer les observations
précédentes. Comme le montre la figure 12 ci-dessous, que ce soit en termes de RevPar ou de taux de
remplissage, la France affiche une baisse marquée de ceux-ci entre 2015 et 2016, tandis qu’en Europe la
tendance est à l’augmentation.

3.3 Analyse des taux de commission : niveaux et évolution
L’analyse statistique de la base de donnée (cf. annexe) estime les effets de plusieurs stimuli sur la variation
du taux de commission pour la période 2014-2016.
Figure 13: Taux de comission par chaine
Premièrement, l’observation de la repartition des taux de commission sur les differentes gammes d’hotels
montre qu’en passant d’une gamme d’hotel à une autre, superieure, le taux de commission augmente. Ce
phénomene s’explique potentiellement par le fait que ces hôtels investissent dans les services marketing des
plateformes pour augmenter leur visibilité, ce qui augmente leurs charges de commissions. Effectivement, si
on compare la nature des informations et du service entre deux hôtels de gammes différentes, il faut plus de
contextualisation de l’offre pour arriver a vendre le produit de gamme supérieure. Si la fonction de l’OTA
est de mediatiser des offres de services, la construction de l’image de l’hotel coûtera plus. Par conséquent,
plus l’hôtel vend cher, plus il a intérêt à le faire.
En comparant le taux de commission des OTAs, Expedia possède le taux le plus élevé, suivi de Booking,
puis des autres OTAs. La différence entre Booking et Expedia s’explique par leurs stratégies différentes
d’acquisition de ventes: Booking concentre son activité dans la réservation de logement, tandis que Expedia
étend son activité sur d’autres marchés tels que la réservation de vols et de transport, lui donnant plus de
flexibité pour construire des offres promotionnelles.
Figure 14: Effet de la loi Macron sur le taux de commission
De plus, l’effet de l’application de la loi Macron sur le taux de commission est peu observable : l’analyse
statistique et le graphe ci-dessous montrent une légère diminution du taux de commission moyen par plate-
forme (diminution de l’ordre de 0.5-1 du taux de commission). Cependant, on observe aussi que l’impact de

la loi Macron est moins accentué sur Booking et Expedia que sur les autres OTA. Ceci peut se traduire par
le fait que les autres OTAs ont perdu de leur pouvoir de marché de 2014 a 2015.
La figure 15 ci-dessous nous informe sur la différence de taux de commission entre les hotels appartenant
à une chaine integrée et les hôtels indépendants. Les hôtels indépendants sont commissionnés d’un taux su-
perieur. Le pouvoir de négociation des hôtels appartenant à une chaine est supérieur à celui des autres hôtels,
ils possèdent effectivement des plus grandes parts de marchés et créent donc une plus grande dépendence
vis-à-vis des OTAs.
3.4 Analyse des prix : niveaux et évolution

Les prix moyens des gammes d’hotels par plateforme sont repartis de la facon suivante (Figure 15 ci-dessous).
Figure 16: Prix moyens des gammes d’hotels par plateforme
En comparant les prix entre les OTAs, Booking possède les prix les plus élevés, suivi de Expedia, puis
des autres OTAs. Sauf pour les hotels de 3 etoiles ou Expedia a les prix les plus hauts. Entre Booking et
Expedia, on retrouve une relation inverse entre taux de comission et prix, a cause de la divergence de la
nature de l’offre.
L’effet de la loi Macron sur les prix est difficilement observable en le calculant par sous-categories.
Cependant, Les resultats de la regression (c.f annexe) montrent une augmentation moyenne des prix moyens
post loi Macron d’environ 17 euros.

Les hotels appartenant a une chaine imposent des prix superieurs aux autres hotels. Cette disposition se
prouve tres favorable aux hotels appartenant a des chaines qui imposent des prix superieurs et beneficient
de taux de comissions inferieurs.
La régression montre aussi que lorsq’un hôtel est présent sur plusieurs plateformes, il est plus probable
qu’il ait des prix inferieurs.

4 Conclusion
D’un point de vue théorique, les travaux sur le sujet des clauses de parité pour des plateformes est encore
en traitement par de nombreux économistes. Si dans la législation de nombreux pays ont statué contre
les clauses, des propos économiques nuancent cette unilatéralité en soulignant que ces clauses peuvent être
bénéfiques sous certaines hypothèses.
Nous avons justifié, grâce aux données que nous avions certains doutes sur l’adaptabilité de ces modèles
à la réalité du marché. En effet il nous a été impossible d’identifier un impact clair de la loi Macron sur le
marché et les relations entre OTAs et hôteliers. Cependant l’absence d’impact statistiquement significatif
n’implique pas nécessairement que la législation a été inutile.
L’analyse des données fournies par l’UMIH n’abouti pas a des résultats très concluants pour plusieurs
raisons. L’échantillon n’est pas suffisamment représentatif du parc hôtelier français (grande proportion
d’hôtels haut de gamme intégrés à des chaı̂nes, localisés en centre urbains) et comporte un grand nombre
de données manquantes. De plus, les données ont été affectées par des chocs exogènes forts (attentats
terroristes) : diminution du volume de nuitées de -15% à -25% entre le S2 2015 et le S1 2016. L’étude
statistique (régression linéaire notamment) des commissions et des prix ne nous permet pas d’identifier des
corrélations nettes entre ces variables et l’action des législateurs. Malgré tout, certaines caractéristiques du
secteur hôtelier ont pu être identifiées : pricing plus élevé pour les hôtels appartenant à des chaı̂nes, stratégie
de commission variable entre les différentes OTA, ou encore relation entre prix et nombre de plateformes sur
lesquelles un hôtel est effectivement visible.
Si les clauses de parité sont une réalité économique, et leur suppression un potentiel moyen de réduire
la pression sur les hôteliers, il est possible que l’absence d’impact majeur de cette suppression soit du à
l’existance d’autres facteurs qui limitent la marge de négociation des hôteliers.
Les OTAs majoritaires ont maintenant pris un poids si important que leurs relations avec les hôtels ne
peuvent pas vraiment être considérées d’égal à égal. Si les chaines hôtelières sont les seules à réussir à peser
dans les négociations (preuve en est leurs commissions plus faibles), les hôteliers indépendants paraissent
très dépendants des plateformes et c’est sûrement une importante cause de pression pour eux.

References
[1] Boik&Corts. The effects of platforms mfn clauses on competition and entry. Journal of law and
economics, (59), 02 2016.
[2] Déplacementspro.com. Hotellerie : une reprise plutôt forte.
https://www.deplacementspros.com/Hotellerie-une-reprise-plutot-fortea 45969.html.
[3] francetvinfo. les patrons d’hotels s’en prennent aux sites de réservation en ligne.
https://www.francetvinfo.fr/societe/justice/concurrence-les-patrons-d-hotel-s-en-prennent-aux-sites-
de-reservation-en-ligne1 660209.html.
[4] Gans. Mobile applications pricing. Information economics and policy, (59):24–52, 2012.
[5] Leproust Hartbrot. Accueillir, héberger, communiquer. https://www.francetvinfo.fr/societe/justice/concurrence-

les-patrons-d-hotel-s-en-prennent-aux-sites-de-reservation-en-ligne1 660209.html.
[6] itespresso.fr. Pressions sur airbnb. http://www.itespresso.fr/airbnb-pression-fiscale-legislative-bercy-
mairie-paris-178624.html.
[7] Jonhson. The agency model and mfn clauses. Cornell University, 2013.
[8] latribune.fr. Salon tech de l’hotellerie. https://www.latribune.fr/entreprises-finance/services/tourisme-

loisirs/la-france-a-son-premier-salon-consacre-a-la-tech-dans-la-restauration-et-l-hotellerie-
759444.html.
[9] monde authentique. C’est quoi, le modèle économique d’une agence de voyages ? http://www.monde-
authentique.com/blog/2014/08/11/cest-quoi-le-modele-economique-dune-agence-de-voyages/.
[10] monde authentique. modèle économique d’une agence de voyage. http://www.monde-
authentique.com/blog/2014/08/11/cest-quoi-le-modele-economique-dune-agence-de-voyages/.
[11] umih.fr. L’autorité de concurrence maintient la pression sur booking. http://www.umih.fr/fr/Salle-de-
presse/press-review/LAutorit-de-la-concurrence-maintient-la-pression-sur-Booking.com.
[12] umih.fr. L’autorité de concurrence maintient la pression sur booking. http://www.umih.fr/fr/Salle-de-

presse/press-review/LAutorit-de-la-concurrence-maintient-la-pression-sur-Booking.com.

A Annexe Modeles
A.1 Modèle de Johnson
On justifie ici que le modèle de Jonhson (2013) évoqué en section 3.2.3 n’est pas applicable au modèle.
Empiriquement, il est bien évident que la disponibilité à payer des consommateur ne peut en aucun cas être
aussi grande que l’on veut.
En effet, même en oubliant les (très importantes) variations en qualité des hôtels sur le marché, l’existence
de produit de substitution aussi simple que de longs voyages ou des hébergements chez le particulier (qui
représente une part importante du marché du tourisme de loisirs) justifie une élasticité raisonnable du prix
du logement hôtelier.
Empiriquement, après analyse des données de l’UMIH, nous avons remarqué que les prix des hôtels étaient
sujets à très fortes variations.
Cela se justifie en particulier par la prohéminence des coûts fixes (75%) dans les coûts des hôtels.

A.2 Modèle Johansen & Vergé
A.2.1 Présentation du modèle et des hypothèses
On considère un univers à N hôtels (N > 2) différents. Chaque hôtel vend des chambres à l’aide de trois
méthodes : deux plateformes symétriques A et B (par exemple Booking et Expedia) et en vente directe D sur
leur propre site internet. L’hôtel j ∈ J{1, ..., N } peut donc vendre une chambre via le moyen i ∈ I{A, B, D}.
On suppose que les coûts de production des hôtels sont linéaires (c’est-à-dire que les coûts marginaux sont
constants). La demande p = (pij )i∈I,j∈J dépend du prix q = (qij )i∈I,j∈J .
On modélise la demande inverse comme suit
X X X
pij (q) = 1 − qij − α qik − β qhj + α qhk
k6=j∈J h6=i∈I k6=j∈J
avec α ∈ ]0, 1[ le degré de substitution entre hôtels et β ∈ ]0, 1[ le degré de substitution entre plateformes.
En prenant en compte tous les produits (c’est-à-dire les chambres d’hôtels) disponibles (qij > 0) on
obtient la fonction de demande directe en inversant le système d’équations de demande inverse pour tous les
produits disponibles. Par exemple, si tous les produits sont disponibles (c’est-à-dire si les N hôtels utilisent
les 3 canaux de distribution), il y a 3N équations de demande inverse formant un système que l’on sait
inverser. On en déduit la fonction de demande de l’hôtel j sur la plateforme i

(1 − α)(1 − β) − (1 + β) 1−α 1−α
P P P
p
1−θ ij − α pik + β p
1−θ hj − α phk
k6=j∈J h6=i∈I k6=j∈J
qij (p) = 1−αθ
1−θ (1 − α)(1 − β)(1 + 2β)
(N − 1)α
avec θ = ∈ ]0, 1[
1 + (N − 2)α
On fait l’hypothèse que chaque plateforme fixe une commission ωij payée par unité vendue (commission
constante pour chaque chambre que l’hôtel vend sur Booking ou Expedia, mais la commission peut être
différente sur les deux plateformes). Cette commission synthétise les propriétés de la concurrence et, comme
on le verra par la suite, elle définit les cas limites du modèle. Cette hypothèse est fausse dans la réalité mais
les auteurs pensent que le résultat ne change pas avec une commission linéaire, plus proche de la réalité.
Qualitativement, les trois étapes du jeu sont les suivantes :

1. les deux plateformes divulguent simultanément et secrètement leur commission par unité ωij aux hôtels.
2. les hôtels fixent simultanément les prix sur les deux plateformes et pour la vente en direct.
3. les consommateurs prennent leurs décisions en fonction des prix affichés.
La résolution du jeu est la suivante. Dans la seconde étape du jeu, l’hôtel j trouve sa stratégie de prix
pR
j (ωj ) (prix de réponse) en fonction du vecteur de commission ωj
" #
X
R ∗ ∗
pj (ωj ) = arg maxpj (pij − ωij )qij (pj , p−j ) + pDj qDj (pj , p−j )
i∈{A,B}
∗
Ensuite, dans la première étape du jeu, chaque commission ωij maximise le profit de la plateforme i
∗
en prenant en compte les commissions d’équilibre des autres plateformes ωhj , le prix de réponse de l’hôtel
R ∗
pj (ωj ) et les prix d’équilibre des hôtels concurrents p−j
" #
X
∗ ∗ ∗ ∗ ∗ ∗
= arg maxωij ωij qij pR qik pR

ωij j (ωij , ωhj ), p−j + ωik j (ωij , ωhj ), p−j
k6=j∈J

A.2.2 Modèle sans clause de parité
Modélisation
On considère tout d’abord que l’hôtel peut librement fixer ses prix sur les trois canaux de vente. Les
commissions sont représentées par le vecteur ωj Quand il fixe ses prix, l’hôtel j anticipe les prix d’équilibre
p∗−j de ses rivaux. Il en déduit le prix pRj (ωj ) suivant :
" #
X
R ∗ ∗
pj (ωj ) = arg maxpj (pij − ωij )qij (pj , p−j ) + pDj qDj (pj , p−j )
i∈{A,B}
On s’intéresse à l’équilibre symétrique, tous les hôtels utilisent le même prix sur une plateforme donnée
: p∗ij = p∗i . De plus, on a p∗P = p∗A = p∗B . En remarquant que
θ(1 − α)
α(N − 1) =
1−θ
on trouve :
(1 − β)(1 − θ) − (1 + β)(pij − θp∗i ) + β (phj − θp∗h )

P
h6=i∈I
qij (pj , p∗−j , ) =
(1 − αθ)(1 − β)(1 + 2β)
L’optimisation des prix de l’hôtel j donne :
1 − θ + θp∗P + ωij
pR
ij (ωj ) =
2
et
1 − θ + θp∗P
pR
D (ωj ) =
2
Dans un équilibre symétrique on a p∗D = pR ∗ ∗ ∗ R ∗ ∗
Dj (ω , ω ) et pP = pAj (ω , ω ) d’où :
1 − θ + ω∗
p∗P =
2−θ
et
1−θ
p∗D =
2−θ
Dans une première étape, la commission de la plateforme i pour l’hôtel j maximise le profit de la
plateforme en prenant en compte les commissions d’équilibre des autres hôtels (ω ∗ ), le prix de réponse
∗
de l’hôtel j (pR
j (ωj )) et les prix d’équilibre des hôteliers concurrents (p−j ). On en déduit la commission
d’équilibre :
" #
X
∗ R ∗ ∗ ∗ R ∗ ∗

ω = arg maxω ωqij pj (ω, ω ), p−j + ω qik pj (ω, ω ), p−j
k6=j∈J
En faisant l’hypothèse que seul pR

ij dépend de ωij on obtient, après maximisation (condition du premier
ordre) :
2(1 − β)
ω∗ =
2(2 + β) − θ(1 + β)
Résultats

Quand les hôtels peuvent librement fixer le prix de la chambre sur tous les canaux, il existe un unique
équilibre pour lequel tous les hôtels sont sur les trois canaux simultanément. Dans cet équilibre, les plate-
formes utilisent le même taux de commission ω ∗ donné par
2(1 − β)
ω∗ =
2(2 + β) − θ(1 + β)
Les hôtels fixent les prix p∗ij = p∗P sur les deux plateformes A et B et p∗Dj = p∗D en vente directe :
1−θ ω∗
p∗D = p∗P = p∗D +
2−θ 2−θ
Interprétation
• La commission d’équilibre décroı̂t quand les deux plateformes deviennent semblables (ie quand β
décroı̂t). De plus, la commission d’équilibre tend vers 0 quand β tend vers 1, et p∗P tend vers p∗D .
• La commission d’équilibre croı̂t quand les hôtels deviennent semblables et quand le nombre d’hôtels
augmente (ie ω ∗ croı̂t quand θ, α ou N croissent).
• Le prix de vente en direct p∗D est sensiblement inférieur au prix de vente sur les plateformes p∗P mais
la commission répercutée sur les prix de vente des plateformes n’est pas de 100 % (2 − θ > 1).

A.2.3 Graphes illustrant les clauses de parité
Legend β = 0.25
. β = 0.5
. β = 0.75
.
Unrestricted
Wide Price Parity
0.4
0.3
0.2
0.1
0.2 0.4 0.6 0.8 1.0
Figure 17: Commisions d’équilibre dans le régime sans clause de parité et dans le régime avec clause de
parité large

θ w (β) θ s (β) θ p (β)
1
Platforms, suppliers and
consumers all benefit from
wide price parity clauses.
1/2
0
0 1/2 1
Figure 18: Effets de la clause de parité large sur les commissions d’équilibre et les profits
θw (β) θs (β) θp (β) θ(β)

1
Miscoordination equilibria
exist, with and without the
adoption of price parity.
1/2
0
0 1/2 θ β 1
Figure 19: L’equilibre pareto-dominé (du point de vu des plateformes) existe avec et sans clause de parité

B Annexe : Regressions
Dans cette partie, on calcule les effets de plusieurs stimuli sur le prix d’une nuit dans un hôtel, et sur le taux
de commission. Les données manquantes ne nous permet pas d’analyser en sous-categories et nous oblige
de rester tres general dans l’analyse et d’observer globalement ce qu’il se passe. Dans ce modele, les prix
et les comissions sont une fonction lineaire des differents parametres (stimulis). Le choix du modèle et des
parametres est fait de façon à optimiser l’approximation.
Equations
P rix = α0 + α1 .P ostLM + α2 .booking + α3 .expedia + α4 .expedia package + α5 .capcite(x − y) + α5 .location +
α6 .chaine + α7 .gamme + α8 .N b platef ormes
T auxc omission = β0 + β1 .P ostLM + β2 .booking + β3 .expedia + β4 .expedia package + β5 .capcite(x − y) +

β5 .location + β6 .chaine + β7 .gamme + β8 .N b platef ormes
Définition des variables :

PostLM: variable binaire qui indique 0 avant la loi Macron et 1 après la loi Macron.
Booking: variable binaire qui indique si la réservation est faite à travers Booking.
Expedia: variable binaire qui indique si la réservation est faite à travers Expedia.
Expedia package: variable binaire qui indique si la réservation est faite à travers Expedia package.
Capacite(x − y): variable binaire qui indique si l’hôtel en question a une capacité comprise entre x et y.
Sur une destination de villégiature, Montagne: variables binaires qui indiquent le lieu.
Chaine: variable binaire qui indique si l’hôtel appartient à une chaine.
Economique, Moyen de gamme, Haut de gamme : variable binaire qui indique la gamme de l’hôtel.
Nb plateformes: variable qui indique le nombre de plateformes sur lesquelles l’hôtel est présent.
Resultat sur les prix

En se basant sur le modèle économétrique, on remarque:
• Une augmentation des prix Post loi Macron en moyenne de 17 euros.
• En comparant les prix sur les deux plateformes dans notre modèle, le prix de Booking est généralement
supérieur à celui d’Expedia de 15.8 euros.
• Les prix des hôtels appartenant à des chaines sont plus élevés que les hôtels indépendants, en moyenne
superieurs de 80 euros .
• Les hôtels présents sur plusieurs plateformes ont des prix inférieurs aux autres hôtels qui sont présents
sur une plateforme au plus.
Resultat sur le taux de comission
En se basant sur le modèle économétrique, on remarque:

• Post loi Macron, le taux de commission a diminué legerement et en moyenne de 0.2 (en %).
• En comparant Booking et Expedia, le taux de commission est presque le même pour les deux plate-
formes, cependant les prix de booking sont supérieurs que ceux d’Expedia.
• Les hôtels qui appartiennent à des chaines possèdent des taux de comission inferieurs a ceux qui ne le
sont pas, en moyenne inferieur de 1.18 (en %).
• Un hôtel qui est présent sur plusieurs plateformes possède un taux de commission supérieur.

1450 Rapport UMIH

Transféré par

Droits d'auteur :

Formats disponibles

1450 Rapport UMIH

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

1450 Rapport UMIH

Transféré par

Droits d'auteur :

Formats disponibles

Etude des relations verticales entre hôteliers et

plateformes commerciales de réservation en ligne

Option Economie Industrielle - année scolaire 2017/2018

Rédigé par : S.Aoun, G.Ballouz, C. Bourdeloux, C. Corral-Colliere, Z.Coppeaux, R.Favennec,

Encadré par : O.Bomsel, P.Fleckinger, M.Kyle

Option Économie Industrielle 1

Option Économie Industrielle 2

Option Économie Industrielle 3

2 Une analyse critique des modèles théoriques 11

3 Eléments saillants du secteur de l’hôtellerie à la lumière des données de l’UMIH 25

Option Économie Industrielle 4

Option Économie Industrielle 5

1.2 Historique du secteur en France

Option Économie Industrielle 6

1.2.2 Les agences de voyage (XIXème - XXème siècles)

Option Économie Industrielle 7

1.2.3 Arrivée des OTAs sur le marché (XXème - XXIème siècles)

1.3 Les litiges

Option Économie Industrielle 8

1.3.3 Réaction des OTAs

Option Économie Industrielle 9

1.4 Après les litiges

1.4.2 Impact des attentats de 2015

1.4.3 Application de la loi Macron

1.4.4 Emergence d’Airbnb

Option Économie Industrielle 10

1.4.5 Perspectives du secteur

2 Une analyse critique des modèles théoriques

• les hôtels qui désirent vendre des chambres (premier niveau)

Les comparateurs de prix participent également à la structuration de ce marché, et amplifient la concur-

Délimitation du marché pertinent:

Option Économie Industrielle 11

Description du comportement des acteurs:

Option Économie Industrielle 12

La rémunération des plateformes peut se faire de différentes manières :

2.0.1 Litterature classique sur les clauses de parité (MFN)

Option Économie Industrielle 13

2.1 Premier modèle : Boik & Corts

Option Économie Industrielle 14

Limites vis à vis de la relation hôtels/OTA

2.2 Deuxième modèle : Johansen & Vergé

Option Économie Industrielle 15

Le jeu se décompose en trois étapes :

2.2.2 Comparaison des hypothèses avec les données empiriques

Figure 2: Evolution des taux de commission dans le temps

Option Économie Industrielle 16

Option Économie Industrielle 17

2.2.3 Modèle sans clause de parité

2.2.4 Modèle avec des clauses de parité

Option Économie Industrielle 18

Quels sont les impacts de ces clauses de parité dite wide?

Effets sur les commissions

Effets sur les profits de l’hotelier

Quelle stratégie de pricing pour l’hotelier?

Dans le cadre de ces clauses de parité, l’hôtelier a deux possibilités de pricing :

Option Économie Industrielle 19

Pour conclure, le modèle nous montre ici que finalement:

Option Économie Industrielle 20

Un dernier facteur à prendre en compte : les coûts de vente de l’hôtelier