Assortiment de produits du site Web (WEBPA)

1. Résumé / Abstract

L’échelle d’évaluation de l’assortiment de produits d’un site Web (communément désignée sous l’acronyme WEBPA pour Website Product Assortment) est un instrument psychométrique unidimensionnel développé à l’origine par Srini S. Srinivasan, Rolph E. Anderson et Kishore Ponnavolu en 2002. Conçue dans le cadre théorique plus large des déterminants de la fidélité en ligne (le modèle des « 8C » de la fidélité électronique ou e-loyalty), cette échelle courte de quatre items vise à évaluer la perception subjective qu’a le cyberconsommateur de la variété, de l’étendue et de la pertinence de l’offre marchande proposée par un détaillant en ligne. L’objectif principal de cet instrument est de capturer si l’internaute perçoit le site web comme un guichet unique (one-stop shop) capable de satisfaire l’ensemble ou la majeure partie de ses besoins d’achat sans nécessiter de navigation concurrente.

Sur le plan métrique, l’instrument s’appuie sur une échelle de Likert en 7 points allant de 1 (« Pas du tout d’accord » / Strongly Disagree) à 7 (« Tout à fait d’accord » / Strongly Agree). Les propriétés psychométriques établies dans la littérature fondatrice et les réplications ultérieures démontrent une cohérence interne élevée, avec des coefficients alpha de Cronbach excédant régulièrement le seuil de 0,80, ainsi qu’une excellente validité convergente et discriminante vis-à-vis des construits connexes de la commodité (convenience), de la personnalisation (customization) et du caractère visuel du site (character). La modélisation par équations structurelles atteste de son rôle prédictif direct et indirect sur la satisfaction du consommateur et la fidélité comportementale et attitudinale dans l’écosystème du commerce électronique.

2. Mots-clés / Keywords

assortiment de produits, commerce électronique, fidélité en ligne, e-satisfaction, perception du choix, psychométrie, comportement du consommateur, modèle des 8C, expérience d’achat en ligne, prise de décision.

3. Auteurs / Authors

L’échelle d’assortiment de produits du site Web a été opérationnalisée et validée par une équipe de chercheurs spécialisés en marketing quantitatif, en gestion de la relation client et en commerce électronique :

• Srini S. Srinivasan : Professeur de marketing, LeBow College of Business, Drexel University, Philadelphie, Pennsylvanie, États-Unis. Spécialiste des stratégies multicanaux, de la fidélisation de la clientèle et des modèles économétriques appliqués au comportement du consommateur en ligne.
• Rolph E. Anderson : Professeur émérite de marketing, LeBow College of Business, Drexel University, Philadelphie, Pennsylvanie, États-Unis. Auteur prolifique dans le domaine de la négociation commerciale, du management des forces de vente et du marketing relationnel.
• Kishore Ponnavolu : Chercheur et consultant en stratégie d’entreprise et technologies de l’information, affilié lors des travaux initiaux au LeBow College of Business de la Drexel University.

4. Objectif / Purpose

Dans l’environnement hautement concurrentiel du commerce électronique, le coût de changement de fournisseur (switching cost) pour un consommateur est réputé extrêmement faible : une boutique concurrente n’est située qu’à un « clic » de distance. Dans ce paradigme, la capacité perçue d’un site marchand à présenter un portefeuille d’articles riche, diversifié et suffisant joue un rôle déterminant dans la rétention des clients. L’objectif fondamental de l’échelle WEBPA est de mesurer non pas l’inventaire objectif ou le volume brut d’unités de gestion des stocks (Stock Keeping Units ou SKU) détenus dans les entrepôts du distributeur, mais bien la perception cognitive que le consommateur développe quant à la variété et la complétude de ce catalogue au cours de sa navigation.

D’un point de vue de la recherche académique en marketing et en psychologie ergonomique, l’échelle comble un écart méthodologique essentiel entre les métriques logistiques de l’assortiment (nombre absolu de références, largeur de gamme, profondeur de gamme) et la réaction affective et décisionnelle de l’utilisateur. En effet, un site web peut techniquement répertorier des dizaines de milliers de produits, mais si son architecture d’information, son moteur de recherche interne ou sa hiérarchie de catégorisation sont déficients, l’internaute éprouvera un sentiment de pénurie ou de frustration quant aux choix offerts. Inversement, une sélection soigneusement organisée et contextualisée peut induire un sentiment élevé de profusion et de pertinence. L’échelle WEBPA capture précisément ce construit perceptuel.

Sur le plan des applications managériales et cliniques de l’ergonomie marchande (UX research), l’instrument permet aux concepteurs d’interfaces et aux directeurs de l’offre d’évaluer l’impact des refontes de catalogues, des algorithmes de recommandation et de la présentation visuelle sur le sentiment d’autonomie et de liberté de choix du consommateur. L’outil sert également d’indicateur diagnostic pour identifier les causes d’abandon de panier ou d’attrition de la clientèle (churn) : un score WEBPA anormalement bas indique que l’utilisateur ne perçoit pas la plateforme comme apte à répondre globalement à ses besoins d’approvisionnement, l’incitant à fragmenter ses achats sur plusieurs plateformes concurrentes.

5. Construit psychologique / Construct

Le construit mesuré par l’échelle WEBPA est l’assortiment perçu de produits sur le Web (Perceived Website Product Assortment). En psychologie cognitive appliquée à la consommation, ce construit relève du traitement de l’information et de l’évaluation subjective de l’espace de décision (decision space). Il ne se résume pas à une simple estimation numérique, mais correspond à une évaluation holistique combinant trois facettes interdépendantes :

La largeur perçue de l’offre (Breadth)

La largeur perçue renvoie à l’impression que le site couvre un éventail étendu de catégories de produits distinctes. Par exemple, lorsqu’un consommateur recherche des articles de bureau, la largeur perçue reflète son sentiment que le site propose simultanément de la papeterie, du mobilier ergonomique, du matériel informatique et des consommables d’impression. L’item 1 de l’instrument (« This site offers a wide range of products to select from ») opérationnalise directement cette dimension d’étendue globale.

La profondeur perçue et la liberté de choix (Depth & Choice Availability)

La profondeur renvoie à la multiplicité des alternatives au sein d’une même catégorie (variété de marques, de gammes de prix, de coloris, de spécifications techniques). Sur le plan psychologique, cette dimension est intimement liée au besoin d’autonomie et au sentiment de compétence du décideur : l’internaute doit sentir qu’il exerce un véritable arbitrage sans être contraint par un monopole de choix restreint. L’item 2 (« When I surf this site, I feel that I have a lot of choices available to me ») saisit cette expérience phénoménologique de liberté décisionnelle lors de l’acte de navigation.

La pertinence et la suffisance décisionnelle (Assortment Adequacy)

Un assortiment vaste mais composé d’articles obsolètes, indisponibles ou non pertinents ne génère aucune valeur psychologique positive et peut même induire de la surcharge informationnelle (information overload). Le construit exige donc que la variété perçue soit qualitativement alignée avec les objectifs et attentes de l’acheteur. Les items 3 et 4 (« This site has a good selection of products » et « This site has enough variety of products to satisfy my needs ») évaluent la valeur utilitaire de cette offre, c’est-à-dire sa capacité perçue à satisfaire concrètement les besoins sans nécessiter d’efforts de recherche supplémentaires auprès d’autres enseignes.

6. Cadre théorique / Theoretical Framework

L’assortiment de produits du site Web s’enracine dans plusieurs courants majeurs de la psychologie cognitive, de la théorie du choix du consommateur et de l’économie de l’information :

Le modèle des 8C de la fidélité en ligne (Srinivasan, Anderson, & Ponnavolu, 2002)

Dans leur cadre intégrateur, Srinivasan et ses collaborateurs ont postulé que la fidélité dans l’univers numérique n’est pas uniquement le fruit de considérations tarifaires, mais dépend d’une matrice de huit facteurs antécédents interconnectés, désignés sous l’appellation des 8C :

• Customization (Personnalisation) : adaptation de l’interface et des offres aux préférences individuelles.
• Contact Interactivity (Interactivité de contact) : fluidité et réactivité du support client.
• Cultivation (Familiarisation / Suivi proactif) : transmission d’informations ciblées et d’incitations d’achat.
• Care (Attention portée au client) : rigueur dans l’exécution des commandes et gestion des retours.
• Community (Communauté) : espaces d’échanges et d’avis entre pairs.
• Choice / Assortment (Choix / Assortiment – mesuré par la présente échelle WEBPA) : richesse et complétude perçues de l’offre marchande.
• Convenience (Commodité) : accessibilité ergonomique et réduction des frictions procédurales.
• Character (Caractère) : identité visuelle, esthétique et réputation de marque du site.

Au sein de ce modèle, le choix (Choice/Assortment) constitue un antécédent structurel de premier ordre. Selon les auteurs, la perception d’un assortiment large confère au cybermarchand le statut privilégié de destination d’achat unique (one-stop shopping), réduisant considérablement la propension du consommateur à pratiquer le multitâche marchand (cross-shopping).

La théorie économique de la recherche d’information (Stigler, 1961 ; Nelson, 1970)

D’après la théorie de la recherche d’information, le consommateur investit des ressources cognitives et temporelles pour identifier l’alternative marchande maximisant son utilité. Dans le commerce physique, la visite de multiples magasins engendre des coûts de déplacement substantiels. Sur Internet, bien que ces coûts physiques soient annulés, les coûts de traitement cognitif (recherche de mots-clés, comparaison des fiches produits, création de comptes utilisateurs multiples, gestion de frais de port hétérogènes) demeurent élevés. Un site web crédité d’un score WEBPA élevé permet à l’acheteur d’amortir ses coûts de transaction : trouver l’intégralité des biens désirés en une seule session transactionnelle optimise le rapport coût-bénéfice perçu de l’expérience d’achat.

Théorie de la variété et psychologie du choix (Kahn, 1998 ; Chernev, 2003)

La littérature en psychologie cognitive démontre que les individus possèdent une motivation intrinsèque pour la variété (variety-seeking behavior), stimulée par le besoin de stimulation sensorielle, le désir d’anticiper des préférences futures incertaines ou la volonté d’affirmer leur identité personnelle à travers des choix diversifiés. Toutefois, les travaux de Barbara Kahn et d’Alexander Chernev soulignent que l’abondance objective peut se retourner contre le consommateur si elle engendre une surcharge cognitive ou le paradoxe du choix (Schwartz, 2004). L’échelle WEBPA capture l’assortiment sous un angle positif d’adéquation et de satisfaction (« enough variety to satisfy my needs »), attestant que l’abondance perçue est vécue comme une opportunité gratifiante plutôt que comme un facteur de paralysie décisionnelle.

7. Validité / Validity

L’échelle WEBPA a fait l’objet de protocoles de validation rigoureux lors de son développement initial ainsi que dans de multiples études indépendantes ultérieures dans le champ du marketing numérique et du management des systèmes d’information :

Validité de contenu et de construit

La validité de contenu a été établie par Srinivasan et al. (2002) au moyen d’une revue systématique de la littérature sur le commerce de détail traditionnel et en ligne, suivie d’entretiens qualitatifs et de panels d’experts marketing. Ces étapes ont permis d’éliminer les items redondants ou ambigus pour aboutir aux quatre énoncés définitifs. L’analyse factorielle confirmatoire (AFC) a attesté d’une adéquation remarquable du modèle unidimensionnel aux données empiriques, avec des indices de concordance largement supérieurs aux standards méthodologiques recommandés (CFI > 0,95, TLI > 0,95, RMSEA < 0,06).

Validité convergente

La validité convergente est démontrée par la force des saturations factorielles standardisées (factor loadings), toutes significatives au seuil de p < 0,001 et oscillant généralement entre 0,75 et 0,88. De plus, la variance moyenne extraite (Average Variance Extracted, AVE) excède confortablement le seuil de 0,50 préconisé par Fornell et Larcker (1981), se situant typiquement au-delà de 0,65. Cela indique que plus de 65 % de la variance des indicateurs observables est attribuable au construit latent d’assortiment perçu, et non à l’erreur de mesure aléatoire.

Validité discriminante

La validité discriminante a été confirmée en démontrant que la racine carrée de l’AVE pour le facteur d’assortiment était nettement supérieure aux corrélations inter-facteurs partagées avec les sept autres dimensions du modèle des 8C (telles que la personnalisation, l’interactivité ou la commodité). Bien que positivement corrélé à la commodité perçue (les consommateurs jugeant commode de trouver beaucoup de produits sur un seul site), le construit d’assortiment s’en distingue nettement sur le plan conceptuel et empirique, confirmant qu’il mesure une réalité psychologique autonome.

Validité prédictive et nomologique

Sur le plan nomologique, l’échelle démontre un pouvoir prédictif substantiel :

• Elle prédit de manière significative l’e-satisfaction globale du consommateur (coefficients de régression standardisés β typiquement compris entre 0,20 et 0,35, p < 0,01).
• Elle exerce un effet direct et indirect (via la satisfaction) sur l’e-loyalty, incluant l’intention de réachat, le bouche-à-oreille positif électronique (e-WOM) et l’insensibilité relative aux augmentations de prix chez le cybercommerçant.

8. Fidélité / Reliability

La fidélité de l’échelle WEBPA a été quantifiée à travers de multiples métriques de consistance interne au sein de cohortes d’acheteurs en ligne diversifiées :

Cohérence interne (Alpha de Cronbach & Fiabilité composite)

Dans l’étude princeps menée par Srinivasan, Anderson et Ponnavolu (2002) auprès d’un échantillon représentatif de cyberconsommateurs américains (N = 1 211 répondants évaluant des sites marchands réels), l’échelle a affiché un coefficient alpha de Cronbach (α) de 0,83. Des réplications subséquentes dans divers secteurs d’activité (commerce vestimentaire, produits culturels, électronique grand public) ont rapporté des valeurs d’alpha oscillant entre 0,81 et 0,89.

La fiabilité composite (Composite Reliability, CR ou rhô de Jöreskog), mesure plus robuste que le simple alpha dans le cadre de la modélisation en équations structurelles car elle ne postule pas la tau-équivalence stricte des items, dépasse régulièrement 0,85, confirmant un niveau de bruit de mesure particulièrement réduit pour une échelle courte de seulement quatre items.

Stabilité temporelle (Fidélité test-retest)

Bien que l’évaluation d’un site web soit susceptible de fluctuer en fonction des mises à jour régulières de l’inventaire en ligne, les études longitudinales et protocoles de test-retest à court terme (intervalle de 2 à 3 semaines sans changement majeur de catalogue) attestent de coefficients de corrélation intra-classe (CCI) supérieurs à 0,75, témoignant d’une stabilité satisfaisante de l’évaluation perceptive chez les utilisateurs réguliers.

9. Analyse factorielle / Factor Analysis

La structure factorielle de l’instrument a fait l’objet d’examens statistiques poussés à la fois par analyse factorielle exploratoire (AFE) et par analyse factorielle confirmatoire (AFC) :

Analyse factorielle exploratoire (AFE)

Lors des phases initiales d’épuration psychométrique, l’analyse en composantes principales (ACP) avec rotation orthogonale (Varimax) ou oblique (Promax) extrait systématiquement un seul facteur dominant dont la valeur propre (eigenvalue) est largement supérieure à 1,0 (dépassant généralement 2,60 selon le critère de Kaiser-Guttman). Le test de sédimentation (scree plot de Cattell) révèle une rupture nette après le premier composant. Ce facteur unique d’assortiment de produits explique à lui seul entre 65 % et 75 % de la variance totale des quatre items, confirmant l’unidimensionnalité stricte de l’instrument.

Analyse factorielle confirmatoire (AFC)

Les modélisations en équations structurelles (SEM) basées sur la covariance (méthode du maximum de vraisemblance) confirment que le modèle unidimensionnel s’ajuste parfaitement aux matrices de données empiriques. Les indices d’ajustement couramment documentés dans les publications académiques sont les suivants :

• Chi-deux normé (χ²/ddl) : généralement < 3,0 (indiquant un ajustement satisfaisant sans sur-sensibilité à la taille de l’échantillon).
• CFI (Comparative Fit Index) : valeurs comprises entre 0,96 et 0,99.
• TLI / NNFI (Tucker-Lewis Index) : valeurs > 0,95.
• RMSEA (Root Mean Square Error of Approximation) : valeurs comprises entre 0,035 et 0,058, avec un intervalle de confiance à 90 % n’excédant pas 0,08.
• SRMR (Standardized Root Mean Square Residual) : valeurs < 0,04.

Les saturations factorielles standardisées (λ) de chaque item sur le facteur latent de l’assortiment sont remarquablement homogènes et élevées :

• Item 1 (« This site offers a wide range of products to select from ») : λ ≈ 0,81 – 0,86
• Item 2 (« When I surf this site, I feel that I have a lot of choices available to me ») : λ ≈ 0,78 – 0,83
• Item 3 (« This site has a good selection of products ») : λ ≈ 0,84 – 0,88
• Item 4 (« This site has enough variety of products to satisfy my needs ») : λ ≈ 0,75 – 0,82

10. Instrument de mesure / Instrument

L’instrument de mesure se caractérise par sa concision, facilitant son intégration dans des enquêtes de satisfaction complexes sans alourdir la charge cognitive des répondants :

• Type d’instrument : Questionnaire d’auto-évaluation psychométrique (self-report inventory).
• Nombre d’items : 4 items formulés sous forme d’affirmations affirmatives directes.
• Format de réponse : Échelle de Likert en 7 points (1 = Strongly Disagree / Pas du tout d’accord à 7 = Strongly Agree / Tout à fait d’accord).
• Structure factorielle : Unidimensionnelle (une seule dimension globale de perception d’assortiment).
• Modalités de cotation / Scoring :
  • Aucun item inversé (pas de reverse scoring) : tous les énoncés sont orientés positivement.
  • Le score global s’obtient soit en calculant la moyenne arithmétique des 4 items (score de 1 à 7), soit en calculant la somme brute des réponses (score de 4 à 28).
  • Interprétation : des scores plus élevés reflètent une perception supérieure de la variété, de l’abondance et de la suffisance de l’assortiment offert par le site marchand.
• Durée de passation : Approximativement 1 à 2 minutes.
• Population cible : Consommateurs, internautes et acheteurs en ligne évaluant une plateforme de commerce électronique marchande spécifique.

11. Permissions, Tarifs et Année du test / Permissions & Fee and Test Year

• Année de publication : 2002.
• Publication de référence : Article paru dans le Journal of Retailing (Volume 78, Numéro 1, pages 41–50).
• Statut des droits d’auteur et permissions : Les items de l’échelle ont été publiés dans le domaine public académique à des fins de recherche scientifique. Les chercheurs et étudiants universitaires peuvent utiliser librement l’instrument dans le cadre d’études non commerciales sous réserve de citer formellement la publication originale de Srinivasan, Anderson et Ponnavolu (2002).
• Usage commercial : Pour une exploitation au sein d’outils propriétaires, de logiciels de diagnostic d’entreprise ou de plateformes logicielles commerciales payantes, les droits de reproduction du texte original de l’article restent régis par les politiques de copyright de l’éditeur scientifique (Elsevier / Journal of Retailing).
• Tarif d’utilisation : Gratuit pour la recherche scientifique et pédagogique (accès ouvert aux items au sein du corpus documentaire académique).

12. Références / References

• Anderson, R. E., & Srinivasan, S. S. (2003). E-satisfaction and e-loyalty: A contingency framework. Psychology & Marketing, 20(2), 123–138. https://doi.org/10.1002/mar.10063
• Chernev, A. (2003). When more is less and less is more: The role of ideal point availability and assortment in choice. Journal of Consumer Research, 30(2), 170–183. https://doi.org/10.1086/376804
• Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50. https://doi.org/10.1177/002224378101800104
• Kahn, B. E. (1998). Dynamic relationships with customers: High-variety strategies. Journal of the Academy of Marketing Science, 26(1), 45–53. https://doi.org/10.1177/0092070398261005
• Nelson, P. (1970). Information and consumer behavior. Journal of Political Economy, 78(2), 311–329. https://doi.org/10.1086/259630
• Schwartz, B. (2004). The paradox of choice: Why more is less. Ecco/HarperCollins Publishers.
• Srinivasan, S. S., Anderson, R., & Ponnavolu, K. (2002). Customer loyalty in e-commerce: An exploration of its antecedents and consequences. Journal of Retailing, 78(1), 41–50. https://doi.org/10.1016/S0022-4359(01)00065-3
• Stigler, G. J. (1961). The economics of information. Journal of Political Economy, 69(3), 213–225. https://doi.org/10.1086/258464

13. Questions et items du questionnaire (Scale Items)