1. Résumé / Abstract
L’échelle d’engagement affectif envers la marque dans le jeu (en anglais, Affective In-Game Brand Engagement, ou AIBE) est un instrument psychométrique développé et validé par Arne Berger, Tobias Schlager, David E. Sprott et Andreas Herrmann (2018) au sein d’une série d’études publiées dans le Journal of the Academy of Marketing Science. Conçue pour évaluer les réponses émotionnelles directes générées lors de l’interaction avec une marque intégrée au cœur du gameplay d’un jeu vidéo ou d’une expérience ludifiée (gamification), cette échelle unidimensionnelle comprend 4 items. Elle mesure avec précision l’état affectif positif, l’enthousiasme et le plaisir ressentis par le joueur vis-à-vis d’un produit de marque qui ne fait pas simplement office de décor passif, mais participe activement aux mécaniques interactives.
L’AIBE s’inscrit dans le cadre plus large des recherches sur la connexion marque-soi (self-brand connections) et l’immersion vidéoludique. Administrée principalement via des questionnaires post-jeu sur des échelles de Likert en 7 points (allant de 1 = « Pas du tout d’accord » à 7 = « Tout à fait d’accord »), la mesure a démontré des qualités psychométriques remarquables à travers trois études menées auprès de panels d’utilisateurs en ligne (Amazon Mechanical Turk). Les analyses factorielles confirmatoires ont révélé une structure factorielle épurée, une excellente cohérence interne (coefficients alpha de Cronbach systématiquement compris entre .89 et .93), ainsi qu’une validité discriminante rigoureuse face aux construits voisins tels que l’appréciation globale du jeu (game enjoyment) et le flux (flow). Cet instrument s’impose comme une référence dans le domaine du marketing numérique, de la psychologie des médias et de l’étude de l’advergame.
2. Mots-clés / Keywords
Engagement affectif, advergaming, ludification, connexion marque-soi, psychométrie, jeu vidéo, marketing expérientiel, immersion vidéoludique, comportement du consommateur, affect positif.
3. Auteurs / Authors
L’échelle AIBE a été conçue et formalisée par un collectif de chercheurs spécialisés en marketing comportemental et en psychologie du consommateur :
- Arne Berger : Chercheur à l’Institut de Marketing et Pratiques Commerciales (FIM-HSG), Université de Saint-Gall (Suisse). Ses travaux portent sur les interactions médiatisées par la technologie, le placement de produit interactif et la gamification.
- Tobias Schlager : Professeur de marketing à l’Université de Lausanne (HEC Lausanne, Suisse), spécialiste du comportement du consommateur dans les environnements numériques, de l’interaction homme-machine et des mécanismes d’engagement sur les plateformes interactives.
- David E. Sprott : Professeur émérite et doyen à la Drucker School of Management, Claremont Graduate University, et affilié à la Carson College of Business de la Washington State University (États-Unis). Expert de renommée mondiale sur l’engagement envers la marque et le concept de soi.
- Andreas Herrmann : Professeur titulaire de marketing et directeur de l’Institut pour la mobilité et le comportement des consommateurs à l’Université de Saint-Gall (Suisse). Auteur prolifique en modélisation décisionnelle et psychologie du client.
4. Objectif / Purpose
Dans les environnements médiatiques interactifs contemporains, l’insertion publicitaire a évolué d’un modèle d’affichage passif (panneaux d’affichage en arrière-plan d’une scène virtuelle) vers une intégration interactive et centrale au sein du jeu. L’objectif principal de l’échelle AIBE est de quantifier spécifiquement la valence et l’intensité des affects positifs ressentis par l’utilisateur lors de son interaction avec une marque opérationnelle dans le jeu vidéo, c’est-à-dire un élément de marque dont la manipulation modifie directement l’état, l’avancement ou la réussite de la partie (par exemple, conduire une voiture de marque spécifique dotée de caractéristiques propres dans un jeu de course, ou utiliser un équipement sportif de marque pour débloquer une compétence).
Sur le plan théorique, les chercheurs avaient identifié une lacune conceptuelle majeure : les outils d’évaluation traditionnels de l’attitude envers la marque (brand attitude) ou de l’attitude envers la publicité (attitude toward the ad) ne parvenaient pas à capturer la nature dynamique, embodied et contingente des émotions générées par la manipulation d’objets virtuels. L’AIBE répond à ce besoin en isolant l’engagement affectif contextualisé dans l’expérience de jeu. L’instrument permet de dissocier empiriquement le plaisir intrinsèque procuré par le jeu dans sa globalité (le plaisir ludique général) de l’affect directement attribué à l’interaction instrumentale avec la marque.
En pratique marketing et clinique/ergonomique, l’AIBE offre plusieurs applications majeures :
- Évaluation de l’efficacité publicitaire in-game : Mesurer si une campagne d’advergaming réussit à transférer l’expérience d’immersion positive vers le capital émotionnel de la marque.
- Optimisation de la conception de jeux sérieux (serious games) : Évaluer comment des éléments partenariaux ou éducatifs sont vécus émotionnellement par l’apprenant lorsqu’ils sont au centre des mécaniques d’apprentissage.
- Recherche expérimentale en psychologie du consommateur : Tester des modèles d’équations structurelles complexes examinant les mécanismes d’intermédiation par lesquels la personnalisation ludique, le sentiment de contrôle et l’autonomie perçue conduisent à des connexions durables entre l’identité du joueur et la marque.
5. Construit psychologique / Construct
L’échelle AIBE opérationnalise le construit d’engagement affectif envers la marque contextualisé au jeu. Dans la taxonomie classique de l’engagement du consommateur (telle qu’établie par Hollebeek, 2011, et Sprott et al., 2009), l’engagement est un construit multidimensionnel englobant des facettes cognitives, affectives et comportementales. L’AIBE cible délibérément la composante affective, considérée comme le pivot central de la formation des liens affectifs et identitaires dans les environnements de divertissement virtuel.
Ce construit se caractérise par trois manifestations psychologiques fondamentales :
1. La valence hédonique positive ciblée
Contrairement à une simple réaction cognitive d’utilité (considérer qu’un objet virtuel est efficace pour marquer des points), l’affect mesuré ici implique un ressenti subjectif de plaisir, de satisfaction immédiate et de joie déclenché par l’interaction avec le signifiant de la marque. Le joueur ne fait pas que constater la présence de la marque ; il éprouve une résonance positive lorsqu’il utilise activement l’item commercial pour progresser dans l’environnement virtuel.
2. L’activation et l’enthousiasme émotionnel
L’engagement affectif in-game implique un niveau modéré à élevé d’éveil physiologique et psychologique (arousal). Les joueurs engagés rapportent un sentiment d’excitation et d’entrain lorsqu’ils prennent le contrôle d’un actif de marque. Par exemple, piloter un véhicule sous licence officielle déclenche une satisfaction émotionnelle supérieure à celle générée par un véhicule générique fictif lorsque l’intégration est réussie.
3. La centralité transactionnelle dans l’action de jeu
Le construit postule que l’affect est inséparable de l’action : l’engagement affectif ne survient pas lors de la contemplation passive d’un logo, mais découle de l’expérimentation fonctionnelle de l’objet de marque en tant qu’instrument du joueur pour atteindre ses objectifs au sein de la boucle de gameplay (core gameplay loop).
Il convient de distinguer ce construit d’autres notions connexes :
- L’appréciation du jeu (Game Enjoyment) : L’agrément global procuré par le jeu vidéo dans son ensemble, indépendamment des sponsors ou des marques présentes.
- La connexion marque-soi (Self-Brand Connection) : Le degré auquel la marque est incorporée dans le concept de soi du consommateur. L’AIBE agit comme un antécédent proximal de cette connexion identitaire.
- L’attitude globale envers la marque : Une évaluation évaluative générale et stable dans le temps, alors que l’AIBE capte un état affectif émergent et situé durant l’expérience interactive.
6. Cadre théorique / Theoretical Framework
Le développement de l’échelle AIBE s’ancre à la croisée de trois théories majeures de la psychologie contemporaine et des sciences de la communication :
1. La théorie de l’autodétermination (Deci & Ryan)
La théorie de l’autodétermination (Self-Determination Theory, SDT) postule que le bien-être psychologique et la motivation intrinsèque dépendent de la satisfaction de trois besoins fondamentaux : l’autonomie, la compétence et l’appartenance relationnelle. Dans les jeux vidéo, l’agentivité (la capacité de choisir et d’agir librement) active ces leviers. Berger et ses collègues (2018) soutiennent que lorsque l’interaction avec une marque permet au joueur d’exprimer son autonomie et de démontrer sa compétence ludique, cette satisfaction psychologique génère un affect positif intense directement transféré sur la marque support.
2. La théorie du transport narratif et de l’expérience de flux (Flow)
Formulée par Mihaly Csikszentmihalyi, la théorie du flow (état d’absorption totale où compétences et défis s’équilibrent) s’articule avec la théorie du transport narratif (Green & Brock, 2000). Lorsque le joueur est immergé dans le flux du jeu, ses défenses critiques envers le discours commercial s’estompent. Si la marque est intégrée de façon organique et centrale, elle ne perturbe pas le flux mais s’y incorpore, catalysant des états émotionnels gratifiants qui s’incarnent dans l’engagement affectif in-game.
3. La théorie des connexions marque-soi (Escalas & Bettman)
Selon Jennifer Escalas et James Bettman (2003, 2005), les consommateurs utilisent les marques pour construire, renforcer et communiquer leur identité personnelle et sociale. Dans un jeu vidéo, le joueur projette une partie de son identité au travers de son avatar. L’AIBE constitue le mécanisme affectif transitoire indispensable : c’est par l’expérience répétée d’affects positifs éprouvés au contact de l’objet virtuel de marque que le joueur en vient à considérer cette marque comme congruente avec son identité réelle ou idéale.
7. Validité / Validity
Les propriétés métrologiques de l’échelle AIBE ont été systématiquement explorées et validées par Berger et al. (2018) au cours de trois études quantitatives conduites auprès d’échantillons d’adultes recrutés via Amazon Mechanical Turk (totalisant plus de 1 000 participants dans diverses conditions expérimentales d’advergaming) :
Validité de construit et validité factorielle
L’ensemble des analyses factorielles confirmatoires (AFC) a confirmé l’unidimensionnalité stricte de l’échelle à 4 items. Les saturations factorielles de tous les items étaient hautement significatives et supérieures au seuil conventionnel de .70 (variant entre .82 et .94 selon les études), indiquant que les 4 énoncés partagent une proportion très élevée de variance commune attribuable au construit latent d’engagement affectif.
Validité convergente
La validité convergente a été démontrée par des valeurs de variance moyenne extraite (VME / Average Variance Extracted, AVE) largement supérieures au seuil de .50 recommandé par Fornell et Larcker (1981), oscillant entre .74 et .85 à travers les différents protocoles d’advergaming testés (jeux de plateforme, jeux de tir ou de course automobile). La fiabilité composite (CR) dépassait quant à elle systématiquement .90.
Validité discriminante
La validité discriminante a fait l’objet d’attentions particulières afin de prouver que l’AIBE ne se confondait pas avec d’autres états affectifs ou évaluations globales :
- Le test de Fornell-Larcker a révélé que la racine carrée de l’AVE de l’AIBE était strictement supérieure aux corrélations inter-construits reliant l’AIBE à l’appréciation globale du jeu (game enjoyment), à l’immersion narrative et à la notoriété de la marque préexistante.
- Des modèles factoriels concurrents (combinant dans un facteur unique l’AIBE et l’appréciation du jeu) ont affiché une dégradation massive des indices d’ajustement comparés au modèle à facteurs séparés ($\Delta\chi^2$ hautement significatif, $p < .001$), démontrant formellement la spécificité empirique de l’engagement envers la marque.
Validité prédictive et nomologique
L’échelle a démontré une excellente validité prédictive au sein des modèles théoriques testés : l’AIBE médiatise de manière statistiquement robuste la relation entre l’autonomie du joueur dans le gameplay et le développement ultérieur de connexions marque-soi (SBC). De plus, des scores élevés sur l’AIBE se traduisent par une intention d’achat accrue et un consentement à payer supérieur pour les produits physiques réels de la marque testée.
8. Fidélité / Reliability
La consistance interne de l’AIBE est exceptionnellement élevée et homogène à travers diverses configurations expérimentales :
- Cohérence interne (Alpha de Cronbach) : Les coefficients de fiabilité rapportés par Berger et al. (2018) dans leurs études successives sont les suivants :
- Étude 1 : $lpha = .89$
- Étude 2 : $lpha = .92$
- Étude 3 : $lpha = .91$
Ces valeurs dépassent largement le critère standard de .70 ou .80 préconisé par Nunnally et Bernstein (1994) pour la recherche en sciences comportementales.
- Fiabilité composite (CR) : Les indices de fiabilité composite calculés dans le cadre de la modélisation en équations structurelles s’échelonnent entre .91 et .94, attestant d’une robustesse psychométrique sans faille.
- Stabilité et erreur de mesure : L’erreur type de mesure (SEM) est faible, garantissant que les fluctuations de score reflètent fidèlement les variations de l’état affectif induit par les manipulations expérimentales du jeu plutôt que du bruit statistique. Bien qu’il s’agisse d’une mesure d’état (et non de trait), les tests de stabilité au sein de protocoles expérimentaux répétés à court terme confirment une excellente fiabilité interne.
9. Analyse factorielle / Factor Analysis
La structure dimensionnelle de l’échelle AIBE a été systématiquement éprouvée par des méthodes d’analyse factorielle exploratoire (AFE) puis confirmatoire (AFC) sous estimation du maximum de vraisemblance (ML) :
Structure unifactorielle
Toutes les analyses menées sur des matrices de corrélation de Pearson révèlent l’extraction d’un facteur unique possédant une valeur propre (eigenvalue) très nettement supérieure à 1 (représentant typiquement plus de 75 % de la variance totale expliquée des items). L’examen du diagramme d’éboulis (scree plot de Cattell) met en évidence un coude net après le premier facteur, justifiant l’absence de sous-dimensions secondaires.
Indices d’ajustement du modèle de mesure (AFC)
Les indices d’ajustement obtenus lors des analyses factorielles confirmatoires menées par Berger et al. (2018) démontrent une conformité remarquable aux données empiriques :
- $\chi^2 / ext{ddl}$ : Inférieur à 2.50, indiquant un bon ajustement global.
- CFI (Comparative Fit Index) : $ge .98$, surpassant largement le seuil d’excellence de .95.
- TLI (Tucker-Lewis Index) : $ge .97$.
- RMSEA (Root Mean Square Error of Approximation) : $le .055$ avec des intervalles de confiance à 90 % n’excédant pas .08.
- SRMR (Standardized Root Mean Square Residual) : $le .030$.
Les saturations standardisées ($lambda$) pour chacun des 4 items oscillent entre .82 et .94, avec des résidus d’erreur non corrélés, attestant de la parcimonie et de la robustesse mathématique du modèle de mesure.
10. Instrument de mesure / Instrument
L’AIBE se présente sous la forme d’un questionnaire auto-administré standardisé :
- Type d’instrument : Échelle psychométrique d’auto-évaluation post-expérience (questionnaire quantitatif).
- Nombre total d’items : 4 items formulés sous forme d’affirmations déclaratives.
- Format de réponse : Échelle de type Likert en 7 points graduée de 1 (« Pas du tout d’accord » / Strongly disagree) à 7 (« Tout à fait d’accord » / Strongly agree).
- Modalités de passation : Administration sur support numérique (en ligne ou sur poste de laboratoire) immédiatement après la session de jeu vidéo ou d’interaction ludique (délai préconisé : moins de 5 minutes post-exposition).
- Temps d’administration : Environ 1 à 2 minutes, conférant à l’instrument une très faible charge cognitive pour le participant.
- Procédure de cotation (Scoring) : Calcul de la moyenne arithmétique des 4 items (score continu allant de 1.00 à 7.00). Un score plus élevé indique un engagement affectif plus profond et positif envers la marque durant la phase de jeu. Aucun item inversé n’est présent.
11. Permissions, Tarifs et Année du test / Permissions & Fee and Test Year
- Année de publication : 2018.
- Détenteurs des droits : Springer Science+Business Media LLC et Academy of Marketing Science (éditeurs de la revue source).
- Conditions d’utilisation et permissions : Les items et la méthodologie de l’échelle sont publiés au sein de l’article de recherche original dans le Journal of the Academy of Marketing Science. L’utilisation à des fins de recherche académique non commerciale est généralement libre sous réserve de citation adéquate des auteurs d’origine. Les applications commerciales, industrielles ou les intégrations logicielles propriétaires requièrent l’obtention des droits auprès du service des autorisations de Springer (RightsLink / Copyright Clearance Center).
- Tarifs : Gratuit pour l’usage académique et scientifique.
12. Références / References
Les publications fondamentales et sources scientifiques relatives à l’échelle AIBE comprennent :
- Berger, A., Schlager, T., Sprott, D. E., & Herrmann, A. (2018). Gamified interactions: Whether, when, and how games facilitate self–brand connections. Journal of the Academy of Marketing Science, 46(4), 652–673. https://doi.org/10.1007/s11747-017-0570-0
- Csikszentmihalyi, M. (1990). Flow: The psychology of optimal experience. Harper & Row.
- Deci, E. L., & Ryan, R. M. (2000). The « what » and « why » of goal pursuits: Human needs and the self-determination of behavior. Psychological Inquiry, 11(4), 227–268. https://doi.org/10.1207/S15327965PLI1104_01
- Escalas, J. E., & Bettman, J. R. (2003). You are what they eat: The influence of reference groups on consumers’ connections to brands. Journal of Consumer Psychology, 13(3), 339–348. https://doi.org/10.1207/S15327663JCP1303_11
- Escalas, J. E., & Bettman, J. R. (2005). Self-construal, reference groups, and brand meaning. Journal of Consumer Research, 32(3), 378–389. https://doi.org/10.1086/497549
- 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
- Green, M. C., & Brock, T. C. (2000). The role of transportation in the persuasiveness of public narratives. Journal of Personality and Social Psychology, 79(5), 701–721. https://doi.org/10.1037/0022-3514.79.5.701
- Hollebeek, L. D. (2011). Demystifying customer brand engagement: Exploring the loyalty nexus. Journal of Marketing Management, 27(7–8), 785–807. https://doi.org/10.1080/0267257X.2010.500132
- Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
- Sprott, D., Czellar, S., & Spangenberg, E. (2009). The importance of a general measure of brand engagement on market behavior: Development and validation of a scale. Journal of Marketing Research, 46(1), 92–104. https://doi.org/10.1509/jmkr.46.1.92
13. Questions et items du questionnaire / Scale Items
Les items officiels de l’échelle d’engagement affectif envers la marque dans le jeu (AIBE) ont été développés dans le cadre d’un travail de recherche sous copyright publié par Springer et l’Academy of Marketing Science. Ils ne sont pas libres de droits dans le domaine public non restreint.
Pour administrer le questionnaire officiel, les chercheurs doivent se référer au texte intégral publié ou s’adresser directement aux auteurs correspondants. L’échelle est conçue pour remplacer la mention « [Marque] » par la marque ou le produit spécifique inséré de façon centrale dans le jeu. Les énoncés opérationnalisent l’affect positif, la joie et le sentiment gratifiant ressenti au cours de l’interaction active avec la marque :
Instructions to respondents: Please indicate your level of agreement with each of the following statements regarding your experience playing with [Brand] in the game, using the 7-point scale below (1 = Strongly disagree to 7 = Strongly agree).
2 = Disagree
3 = Somewhat disagree
4 = Neither agree nor disagree
5 = Somewhat agree
6 = Agree
7 = Strongly agree
- Dealing with [Brand] in the game made me feel happy.
- I felt good when interacting with [Brand] while playing.
- Using [Brand] during the game was an emotionally pleasant experience.
- Playing with [Brand] made me feel excited.