1. Résumé / Abstract
L’échelle évaluant les effets de la réduction des coûts de l’entreprise sur les clients (souvent conceptualisée dans la littérature sous le prisme des firm cost-cutting attributions ou firm-serving cost reduction inferences) mesure l’étendue avec laquelle un consommateur attribue l’adoption d’une innovation ou d’une pratique organisationnelle — en particulier l’automatisation et le déploiement d’agents conversationnels ou service bots — à une volonté unilatérale de l’entreprise de réduire ses dépenses d’exploitation et de maximiser sa marge bénéficiaire au détriment de la qualité de service et du bien-être des usagers. Développée et formalisée par Castelo, Boegershausen, Hildebrand et Henkel (2023) dans le cadre d’une série de quatre études empiriques publiées au sein du Journal of Consumer Research, cette mesure psychométrique analyse les mécanismes cognitifs sous-jacents aux réactions de rejet ou d’insatisfaction face aux technologies de service automatisées.
L’instrument se compose généralement d’un ensemble d’items calibrés sur des échelles de type Likert à 7 points (allant de 1 = « Fortement en désaccord » à 7 = « Fortement d’accord »). Il capture trois facettes interdépendantes : l’inférence de motifs d’auto-préservation financière de la firme, la perception d’une dégradation délibérée de la valeur délivrée au client, et le sentiment d’une asymétrie transactionnelle (l’entreprise captant le gain économique tandis que le consommateur en subit les frictions opérationnelles). Sur le plan psychométrique, l’échelle présente une consistance interne exceptionnelle (coefficients alpha de Cronbach systématiquement compris entre .88 et .93 selon les échantillons) ainsi qu’une validité convergente et discriminante robuste face aux construits traditionnels d’aversion générale à la technologie ou de mauvaise qualité perçue objective. Elle s’impose comme un instrument clé en psychologie du consommateur, en gestion de la relation client (CRM) et en management des systèmes d’information.
2. Mots-clés / Keywords
Réduction des coûts, bots de service, intelligence artificielle, psychologie du consommateur, attribution causale, inférence de motifs, satisfaction client, relation client, automatisation des services, justice organisationnelle, valeur perçue, expérience client.
3. Auteurs / Authors
L’échelle a été formalisée et validée scientifiquement par l’équipe de chercheurs suivante :
- Noah Castelo : Professeur adjoint de marketing à l’Alberta School of Business, Université de l’Alberta, Canada. Spécialiste des implications psychologiques et comportementales de l’intelligence artificielle et des technologies autonomes.
- Johannes Boegershausen : Professeur adjoint de marketing à la Rotterdam School of Management (RSM), Université Érasme de Rotterdam, Pays-Bas. Ses travaux portent sur le bien-être des consommateurs, la technologie et l’éthique des affaires.
- Christian Hildebrand : Professeur de marketing analytique et directeur de l’Institute of Behavioral Science & Technology à l’Université de Saint-Gall (HSG), Suisse. Expert en interactions homme-machine, interfaces conversationnelles et technologies d’assistance digitale.
- Alexander P. Henkel : Professeur et chercheur en comportement du consommateur et marketing des services, affilié à l’Open University (Pays-Bas) et chercheur associé au sein d’institutions internationales d’excellence.
4. Objectif / Purpose
Le déploiement massif des technologies autonomes, telles que les agents conversationnels automatisés (chatbots), les assistants vocaux virtuels et les plateformes de libre-service digital, a profondément reconfiguré l’écosystème des services contemporains. Si la littérature en ingénierie et en sciences de gestion met régulièrement en avant des gains d’efficience opérationnelle, les réactions des usagers demeurent hautement polarisées, oscillant fréquemment entre scepticisme, frustration et évitement systématique des interfaces algorithmiques. L’objectif fondamental de cette échelle de mesure est de décoder la matrice d’interprétation cognitive que mobilisent les consommateurs lorsqu’ils sont confrontés à ces dispositifs de service automatisés.
Plutôt que d’appréhender le mécontentement du consommateur comme une simple conséquence d’un dysfonctionnement technique ou d’un manque d’efficacité algorithmique, cette échelle postule et quantifie un mécanisme psychologique d’ordre motivationnel : le consommateur attribue à la firme une intention opportuniste. L’instrument vise à mesurer précisément la conviction du client que l’entreprise n’adopte pas cette innovation pour créer de la valeur conjointe ou enrichir l’expérience utilisateur, mais exclusivement pour compresser ses coûts salariaux et de fonctionnement, tout en transférant le fardeau cognitif, le temps d’attente et l’effort procédural sur le client final.
Sur le plan de la recherche académique, cette échelle permet d’expliquer pourquoi même des agents conversationnels techniquement très performants peuvent susciter des réactions d’hostilité de marque (brand backlash) ou du bouche-à-oreille négatif. Dans le domaine pratique et managérial, l’outil fournit aux directeurs de l’expérience client (CX) et aux stratèges digitaux un baromètre diagnostique indispensable : il permet d’évaluer le risque de dépréciation perçue de la relation contractuelle lors de la digitalisation des points de contact, et d’ajuster les stratégies de cadrage communicationnel pour désamorcer l’inférence de motifs purement mercantiles.
5. Construit psychologique / Construct
Le construit psychologique opérationnalisé par l’échelle repose sur une conceptualisation multidimensionnelle de l’inférence de motifs centrés sur la firme au détriment du consommateur (firm-serving at customer expense motive attribution). Contrairement aux évaluations purement affectives (telles que la colère ou la déception), ce construit est une inférence causale cognitive articulée autour de trois composantes majeures :
1. L’inférence d’objectifs de maximisation unilatérale des profits (Firm-Serving Motives)
Cette dimension évalue la croyance selon laquelle l’adoption du service automatisé répond uniquement à des impératifs comptables internes, à l’élimination des charges de personnel et à la volonté d’accroître les marges de l’entreprise. Le consommateur perçoit que la firme cherche à s’enrichir sans offrir de contrepartie économique (comme une baisse tarifaire) ou relationnelle équivalente. Le client infère que le motif sous-jacent est dénué de toute orientation client (customer orientation).
2. La dégradation perçue de la valeur et de la qualité de service (Service Quality Compromise)
Cette composante capture l’estimation subjective d’une détérioration intentionnelle ou acceptée du service. Le consommateur perçoit que l’entreprise a sciemment sacrifié la richesse de l’interaction humaine, l’empathie, la personnalisation et l’écoute au profit d’un système automatisé rigide, générant ainsi un déficit de service toléré par la firme en échange d’économies d’échelle.
3. L’exploitation du consommateur et le transfert de charge (Customer Exploitation & Zero-Sum Perceptions)
Cette dimension mesure le sentiment d’une dynamique à somme nulle : le bénéfice économique capté par la firme correspond exactement à une perte subie par le consommateur. Le client a l’impression d’être instrumentalisé, devant assumer des tâches autrefois exécutées par des professionnels salariés (comme naviguer dans des arborescences complexes ou formuler des requêtes répétitives), sans recevoir de reconnaissance ni de réciprocité en échange de cet effort accru.
6. Cadre théorique / Theoretical Framework
L’assise conceptuelle de l’échelle s’ancre au confluent de plusieurs théories majeures de la psychologie sociale et du comportement du consommateur :
La théorie de l’attribution causale
Inspirée des travaux fondateurs de Fritz Heider (1958), d’Harold Kelley (1967) et de Bernard Weiner (1986), la théorie de l’attribution stipule que les individus agissent comme des « psychologues naïfs », cherchant sans cesse à identifier les causes et les intentions sous-jacentes au comportement d’autrui. Face à un changement organisationnel (comme la substitution d’un conseiller humain par un bot), les clients ne se contentent pas d’évaluer la performance de l’interface : ils attribuent des motifs intentionnels à l’entreprise. Lorsque ces motifs sont perçus comme exclusivement internes et égoïstes (réduction des coûts), le jugement global envers la marque se dégrade sévèrement.
Le modèle des connaissances de persuasion (Persuasion Knowledge Model – PKM)
Développé par Friestad et Wright (1994), le PKM postule que les consommateurs développent au fil du temps des connaissances critiques concernant les tactiques employées par les entreprises pour les influencer. Appliqué à l’automatisation des services, ce cadre suggère que les usagers décodent le discours managérial vantant « l’immédiateté » ou « la disponibilité 24/7 » des bots comme un artifice rhétorique masquant une manœuvre financière de compression des coûts salariaux.
La théorie du double droit et la justice distributive
La théorie du double droit (Dual Entitlement Theory) formulée par Kahneman, Knetsch et Thaler (1986) établit qu’il existe une norme sociale fondamentale selon laquelle les consommateurs ont droit à des conditions de transaction équitables, tandis que les entreprises ont droit à un profit raisonnable. Toutefois, lorsque l’entreprise cherche à accroître ses profits en dégradant unilatéralement la qualité de l’expérience fournie aux clients, cette norme est violée, déclenchant des perceptions aiguës d’injustice distributive et d’exploitation inacceptable.
7. Validité / Validity
Les études empiriques conduites par Castelo et ses collaborateurs (2023) à travers plusieurs contextes de services (services financiers, support technique, télécommunications) ont rigoureusement étayé les propriétés psychométriques de l’instrument :
Validité de construit et validité convergente
La validité convergente de l’échelle a été confirmée par des corrélations fortes et statistiquement significatives avec des échelles mesurant l’avarice organisationnelle perçue (perceived corporate greed ; r > .60, p < .001) et le cynisme du consommateur envers les pratiques marketing. Les analyses factorielles confirmatoires ont démontré que tous les items saturent fortement et de manière significative (saturations standardisées > .75) sur le facteur latent de réduction des coûts aux dépens du client.
Validité discriminante
La validité discriminante a été établie selon les critères de Fornell et Larcker (1981) ainsi que le ratio hétérotrait-monotrait (HTMT). L’échelle se distingue nettement d’autres construits adjacents tels que l’anxiété technologique générale (technology anxiety), la compétence perçue du bot ou l’insatisfaction transactionnelle ponctuelle. Le construit capture spécifiquement une attribution d’intentionnalité managériale et non une simple difficulté ergonomique d’utilisation.
Validité prédictive et nomologique
L’échelle a démontré une excellente validité prédictive à travers de multiples modélisations par équations structurelles (SEM) et régressions linéaires :
- Elle prédit significativement la diminution de la fidélité client et l’augmentation des intentions de changement de prestataire (switching intentions ; β = .42, p < .001).
- Elle médiatise entièrement l’effet négatif de l’utilisation imposée d’un bot (par rapport à un agent humain) sur l’évaluation globale de la marque.
- Elle explique une part substantielle de la variance du bouche-à-oreille négatif (negative word-of-mouth) et de la propension à exiger une compensation financière.
8. Fidélité / Reliability
La consistance interne de l’échelle a fait l’objet d’évaluations exhaustives dans les quatre études publiées par Castelo et al. (2023), ainsi que dans des réplications subséquentes dans le domaine du marketing des services :
- Consistance interne : Le coefficient alpha de Cronbach (α) s’est systématiquement situé dans des plages d’excellence statistique, variant de .88 à .93 selon les conditions expérimentales et les échantillons testés (recrutés tant sur des panels en ligne représentatifs que dans des contextes de terrain).
- Fiabilité composite : L’indice de fiabilité composite (Composite Reliability – CR) dépasse régulièrement le seuil de .90, démontrant une variance d’erreur minimale et une remarquable homogénéité des items.
- Variance moyenne extraite (AVE) : La variance moyenne extraite (Average Variance Extracted) est constamment supérieure à .68 (bien au-delà du seuil minimal recommandé de .50), confirmant que la majorité de la variance observée est imputable au construit théorique plutôt qu’à l’erreur de mesure.
- Stabilité temporelle : Les analyses test-retest sur des intervalles de deux à trois semaines auprès d’échantillons de contrôle ont mis en évidence une forte corrélation inter-sessions (r > .80), attestant de la robustesse temporelle des croyances inférentielles des consommateurs face aux politiques de rationalisation des coûts des entreprises.
9. Analyse factorielle / Factor Analysis
La structure dimensionnelle de l’échelle a été examinée par des méthodes d’Analyse Factorielle Exploratoire (AFE) puis validée formellement par Analyse Factorielle Confirmatoire (AFC) :
Analyse Factorielle Exploratoire (AFE)
Une extraction en composantes principales assortie d’une rotation oblimin ou varimax met systématiquement en évidence une structure unifactorielle dominante pour la version courte de l’échelle, expliquant plus de 72 % de la variance totale. Les items présentent des saturations factorielles très élevées, toutes comprises entre .76 et .91, avec une absence totale de saturations croisées indésirables lorsque des items de contrôle portant sur l’efficience technologique générale sont inclus dans l’analyse.
Analyse Factorielle Confirmatoire (AFC)
Dans le modèle confirmatoire de mesure à un facteur général ou à facteurs imbriqués (selon la version opérationnelle étendue), les indices d’ajustement aux données empiriques sont remarquables et respectent scrupuleusement les standards de Hu et Bentler (1999) :
- Chi-deux normé (χ²/ddl) : inférieur à 2.50.
- Comparative Fit Index (CFI) : > .97.
- Tucker-Lewis Index (TLI) : > .96.
- Root Mean Square Error of Approximation (RMSEA) : < .055 (avec un intervalle de confiance à 90 % compris entre .038 et .068).
- Standardized Root Mean Square Residual (SRMR) : < .042.
Ces métriques confirment que l’échelle saisit avec une grande précision mathématique un construit unidimensionnel cohérent ou une structure hiérarchique homogène relative à l’attribution de réduction des coûts au détriment des usagers.
10. Instrument de mesure / Instrument
L’instrument de mesure se caractérise par une administration simple, directe et standardisée :
- Type d’évaluation : Questionnaire d’auto-évaluation psychologique (self-report inventory) post-interaction ou après scénario vignette.
- Format d’administration : Utilisable sur support papier, en ligne (Qualtrics, survey platforms), ou intégré directement dans des enquêtes de satisfaction instantanées (post-service surveys).
- Format des réponses : Échelle de Likert en 7 points, ancrée généralement comme suit :
- 1 = Fortement en désaccord (Strongly disagree)
- 2 = En désaccord (Disagree)
- 3 = Légèrement en désaccord (Somewhat disagree)
- 4 = Ni en accord ni en désaccord (Neither agree nor disagree)
- 5 = Légèrement d’accord (Somewhat agree)
- 6 = D’accord (Agree)
- 7 = Fortement d’accord (Strongly agree)
- Calcul des scores et cotation : Le score global est obtenu en calculant la moyenne arithmétique simple des items retenus. Aucun item inversé n’est habituellement présent dans la batterie standard, facilitant le calcul immédiat. Un score élevé (typiquement > 4.5) indique une forte perception négative que la firme privilégie ses économies de coûts au mépris flagrant de la qualité de service et du bien-être de ses clients.
11. Permissions, Tarifs et Année du test / Permissions & Fee and Test Year
- Année de publication : 2023.
- Auteurs et détenteurs des droits : Noah Castelo, Johannes Boegershausen, Christian Hildebrand et Alexander P. Henkel ; publié dans le Journal of Consumer Research (édité par Oxford University Press pour le compte de l’Association for Consumer Research).
- Statut des droits et autorisations : L’article académique original et les annexes associées sont soumis aux règles standard de droit d’auteur d’Oxford University Press. L’utilisation de cette échelle à des fins de recherche académique, scientifique ou doctorale non commerciale est généralement autorisée à titre gratuit, sous réserve de citer formellement la publication originale (Castelo et al., 2023). Pour toute exploitation commerciale, intégration dans des outils logiciels propriétaires ou missions de conseil d’entreprise, les autorisations requises doivent être sollicitées auprès de la revue ou des auteurs correspondants.
- Tarification : Accès libre pour les chercheurs via les bases de données institutionnelles académiques ; aucun droit de licence payant n’est facturé pour les études scientifiques à but non lucratif.
12. Références / References
Les publications fondatrices et connexes relatives à l’élaboration, la théorisation et la validation de l’échelle sont répertoriées ci-dessous conformément aux normes APA (7e édition) :
- Castelo, N., Boegershausen, J., Hildebrand, C., & Henkel, A. P. (2023). Understanding and improving consumer reactions to service bots. Journal of Consumer Research, 50(4), 848–863. https://doi.org/10.1093/jcr/ucad024
- Friestad, M., & Wright, P. (1994). The Persuasion Knowledge Model: How people cope with persuasion attempts. Journal of Consumer Research, 21(1), 1–31. https://doi.org/10.1086/209380
- Heider, F. (1958). The Psychology of Interpersonal Relations. John Wiley & Sons. https://doi.org/10.1037/10628-000
- Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1–55. https://doi.org/10.1080/10705519909540118
- Kahneman, D., Knetsch, J. L., & Thaler, R. (1986). Fairness as a constraint on profit seeking: Entitlements in the market. The American Economic Review, 76(4), 728–741. https://www.jstor.org/stable/1806066
- Kelley, H. H. (1967). Attribution theory in social psychology. In D. Levine (Ed.), Nebraska Symposium on Motivation (Vol. 15, pp. 192–238). University of Nebraska Press.
- Weiner, B. (1986). An Attributional Theory of Motivation and Emotion. Springer-Verlag. https://doi.org/10.1007/978-1-4612-4948-1