Facilité d’utilisation des technologies en magasin (ITEU)

1. Résumé / Abstract

L’échelle de facilité d’utilisation des technologies en magasin (In-Store Technology Ease of Use, ITEU), développée et formalisée dans le domaine du comportement du consommateur par J. Jeffrey Inman et Hristina Nikolova (2017), est un instrument psychométrique bref composé de trois items destiné à évaluer la croyance d’un chaland quant à la simplicité et à la clarté cognitive d’une technologie déployée en point de vente physique (telle qu’une borne interactive, une caisse autonome, un chariot intelligent ou une application mobile d’assistance à l’achat). Directement adaptée des travaux fondamentaux sur l’acceptation des technologies de l’information (Venkatesh et al., 2003 ; Davis, 1989), l’échelle ITEU mesure l’effort attendu ou perçu lié à l’interaction homme-machine dans un environnement transactionnel.

Les répondants évaluent chaque énoncé au moyen d’une échelle de réponse de type Likert en 7 points allant de 1 (« Pas du tout d’accord ») à 7 (« Tout à fait d’accord »). Les formulations originales sont conçues sous un mode hypothétique (« would be »), permettant de jauger les prédispositions et les réactions initiales des consommateurs avant même l’utilisation effective, mais elles peuvent être transposées au présent pour mesurer une expérience d’interaction réelle. D’un point de vue psychométrique, l’échelle se distingue par une cohérence interne particulièrement élevée (généralement caractérisée par un coefficient alpha de Cronbach supérieur à 0,88 et une fiabilité composite supérieure à 0,90) et une structure unidimensionnelle stable confirmée par des analyses factorielles confirmatoires rigoureuses. Sa validité prédictive, convergente et discriminante vis-à-vis des intentions d’adoption et des freins cognitifs (tels que l’anxiété technologique ou les préoccupations relatives à la vie privée) en fait un outil de référence pour les chercheurs en marketing, en psychologie ergonomique et pour les praticiens de la distribution moderne.

2. Mots-clés / Keywords

Facilité d’utilisation perçue, technologies en magasin, acceptation technologique, comportement du consommateur, distribution de détail, psychométrie, modèle TAM, effort cognitif, expérience client, interaction homme-machine.

3. Auteurs / Authors

L’adaptation et la validation contextuelle de l’échelle ITEU au sein de la matrice décisionnelle de l’adoption des technologies de distribution ont été menées par :

• J. Jeffrey Inman : Albert Wesley Frey Chair in Marketing et Doyen associé à la recherche, Joseph M. Katz Graduate School of Business, Université de Pittsburgh, Pittsburgh, Pennsylvanie, États-Unis. Spécialiste reconnu des comportements d’achat en magasin, de la prise de décision du consommateur et de l’innovation commerciale. (Courriel institutionnel : [email protected]).
• Hristina Nikolova : Coughlin Sesquicentennial Assistant Professor of Marketing, Carroll School of Management, Boston College, Chestnut Hill, Massachusetts, États-Unis. Ses recherches explorent le jugement du consommateur, la prise de décision conjointe et la psychologie des interactions avec les interfaces numériques. (Courriel institutionnel : [email protected]).

4. Objectif / Purpose

L’introduction massive de technologies interactives destinées directement aux chalands (shopper-facing technologies) — telles que les systèmes d’encaissement automatique (self-checkout), les scanneurs mobiles portables, la réalité augmentée sur miroir virtuel ou les systèmes d’orientation géolocalisée intérieure — a profondément redéfini l’environnement de la distribution physique. L’objectif fondamental de l’instrument In-Store Technology Ease of Use (ITEU) est de fournir une mesure standardisée, robuste et concise du degré auquel un consommateur anticipe que l’interaction avec un système technologique spécifique en magasin sera dépourvue de friction mentale et exempte d’efforts d’apprentissage disproportionnés.

Dans la recherche empirique en comportement du consommateur et en marketing des services, l’outil répond à la nécessité d’isoler les déterminants individuels de l’adoption ou du rejet des technologies marchandes. Lorsqu’un distributeur implante un dispositif automatisé, l’adoption effective dépend non seulement de la valeur ajoutée fonctionnelle perçue (l’utilité perçue), mais aussi et surtout de l’absence de barrières cognitives. Un chaland confronté à une technologie perçue comme complexe, ambiguë ou exigeante en ressources attentionnelles ressent une charge cognitive accrue pouvant déclencher un évitement comportemental, voire de la frustration. L’ITEU permet donc aux chercheurs d’évaluer le coût d’effort psychologique anticipé.

Sur le plan des applications appliquées et managériales, cette échelle sert de baromètre diagnostique préalable au déploiement d’équipements coûteux. En soumettant des scénarios ou des prototypes à un panel de clients cibles, les gestionnaires de points de vente et les ergonomes numériques peuvent prédire les taux d’acceptabilité, segmenter les profils d’acheteurs en fonction de leur sensibilité à l’ergonomie des interfaces, et adapter la conception logicielle ou les dispositifs d’assistance humaine avant la généralisation en magasin.

5. Construit psychologique / Construct

Le construit psychologique opérationnalisé par l’ITEU est la facilité d’utilisation perçue (Perceived Ease of Use – PEOU), définie initialement par Davis (1989) comme le degré auquel une personne croit que l’utilisation d’un système particulier sera sans effort (physique ou mental). Dans le cadre spécifique conceptualisé par Inman et Nikolova (2017), ce construit se focalise sur l’effort cognitif prévisionnel qu’un chaland projette sur un outil d’aide à l’achat en magasin.

Le construit est unidimensionnel mais s’articule autour de trois facettes cognitives complémentaires indispensables à l’expérience d’utilisation :

• La clarté et l’intelligibilité transactionnelle : Cette dimension, capturée par le premier item (« My interaction with this technology would be clear and understandable »), mesure la transparence sémiotique et logique de l’interface. Elle renvoie à la capacité du consommateur à comprendre immédiatement le fonctionnement du système, les rétroactions visuelles ou auditives fournies par la machine, et la séquence d’actions requise pour atteindre son objectif marchand sans confusion conceptuelle.
• La facilité d’acquisition des compétences (courbe d’apprentissage) : Reflétée par le deuxième item (« It would be easy for me to become skillful at using this technology »), cette facette évalue le sentiment d’auto-efficacité (au sens de Bandura) spécifique à l’outil. Elle mesure la vitesse à laquelle le consommateur estime pouvoir maîtriser l’équipement sans avoir recours à une formation préalable, à un manuel d’instruction complexe ou à l’intervention répétée d’un employé du magasin.
• L’aisance globale perçue d’exploitation : Évaluée par le troisième item (« I would find this technology easy to use »), cette dimension synthétise l’évaluation affective et cognitive globale du chaland vis-à-vis de l’effort total requis. Elle représente le jugement global d’accessibilité motrice et cognitive lors de l’exécution de la tâche commerciale (scannage, recherche de rayon, paiement sans contact).

Ces trois éléments convergent pour former une représentation psychologique stable : plus le score composite de l’ITEU est élevé, plus le chaland perçoit l’artefact technologique comme une extension fluide de son acte d’achat plutôt que comme un obstacle cognitif chronophage.

6. Cadre théorique / Theoretical Framework

L’ancrage théorique de l’ITEU s’inscrit au carrefour des modèles d’acceptation technologique en systèmes d’information et des théories du traitement de l’information en psychologie cognitive.

Le socle primaire repose sur le Modèle d’Acceptation de la Technologie (Technology Acceptance Model – TAM) initié par Fred Davis (1989), lui-même dérivé de la Théorie de l’Action Raisonnée (TRA) de Fishbein et Ajzen (1975). Selon le TAM, deux croyances fondamentales déterminent l’attitude d’un individu à l’égard de l’utilisation d’une technologie : l’utilité perçue (Perceived Usefulness) et la facilité d’utilisation perçue (Perceived Ease of Use). La facilité d’utilisation joue un double rôle théorique : elle influence directement l’intention comportementale et exerce un effet indirect puissant sur l’utilité perçue. Une technologie plus facile d’accès permet au consommateur d’économiser des ressources cognitives, ce qui rend l’expérience d’achat perçue comme plus productive et satisfaisante.

L’ITEU s’appuie plus particulièrement sur la formulation raffinée issue de la Théorie Unifiée de l’Acceptation et de l’Utilisation de la Technologie (UTAUT) de Venkatesh et al. (2003). Dans l’UTAUT, le concept de facilité d’utilisation est conceptualisé sous le terme d’attente d’effort (Effort Expectancy), définie comme le degré de simplicité associé à l’utilisation du système. Inman et Nikolova (2017) ont adapté cette métrique pour l’insérer dans leur cadre conceptuel global d’adoption par les détaillants (Retailer Adoption Decision Framework).

Dans ce modèle intégrateur de 2017, les technologies en point de vente ne sont pas analysées isolément mais confrontées à la tension fondamentale entre les gains perçus (utilité, facilité, rapidité) et les coûts psychologiques perçus, notamment l’anxiété face à l’inconnu et les préoccupations relatives au respect de la vie privée (privacy concerns). L’ITEU agit ainsi théoriquement comme un modulateur positif puissant susceptible d’atténuer la saillance des risques perçus : un système dont l’ergonomie est transparente réduit le sentiment d’incertitude et prévient la réactance psychologique du consommateur.

7. Validité / Validity

La validité psychométrique de l’échelle ITEU a fait l’objet d’évaluations rigoureuses dans le cadre des expérimentations conduites par Inman et Nikolova (2017) ainsi que dans la littérature ultérieure consacrée au commerce connecté.

Validité de construit et validité convergente

La validité de construit est étayée par des saturations factorielles très élevées observées pour chacun des trois items (systématiquement supérieures au seuil conventionnel de 0,70, oscillant généralement entre 0,82 et 0,94). La variance moyenne extraite (Average Variance Extracted – AVE) calculée pour ce construit dépasse très largement le seuil standard de 0,50 recommandé par Fornell et Larcker (1981), se situant fréquemment au-delà de 0,75. Cela démontre qu’une part prépondérante de la variance observée est directement attribuable au construit théorique sous-jacent plutôt qu’à l’erreur de mesure.

Validité discriminante

L’échelle présente une validité discriminante démontrée vis-à-vis des autres construits intégrés dans le modèle d’Inman et Nikolova. En utilisant le critère de Fornell-Larcker, la racine carrée de l’AVE de l’ITEU s’est avérée substantiellement supérieure aux corrélations inter-construits reliant la facilité d’utilisation perçue aux construits connexes, tels que :

• L’utilité perçue (Perceived Usefulness) ;
• Les préoccupations de confidentialité/vie privée (Privacy Concerns) ;
• L’attitude globale envers le détaillant (Attitude toward Retailer) ;
• La propension générale à l’adoption technologique (Technology Readiness).

Validité prédictive et nomologique

La validité nomologique et prédictive est attestée par des relations structurelles statistiquement significatives : des scores élevés sur l’échelle ITEU prédisent positivement l’attitude du consommateur envers la technologie testée (β variant généralement entre 0,35 et 0,55, p < 0,001) et accroissent significativement l’intention d’utiliser les dispositifs en magasin lors des visites d’achat futures. De surcroît, les analyses de médiation montrent que la facilité d’utilisation réduit indirectement les hésitations liées aux risques transactionnels.

8. Fidélité / Reliability

Les propriétés de fidélité de l’échelle ITEU démontrent une constance remarquable à travers divers contextes technologiques (applications mobiles en magasin, étiquettes électroniques interactives, chariots connectés).

Cohérence interne

Dans les études princeps menées par Inman et Nikolova (2017), le coefficient de cohérence interne mesuré par l’alpha de Cronbach (α) a systématiquement atteint des valeurs d’excellence psychométrique, variant entre 0,89 et 0,93 selon les conditions expérimentales et les types d’équipements évalués. La fiabilité composite (Composite Reliability – CR) calculée dans les modèles d’équations structurelles présente des indices compris entre 0,90 et 0,94, confirmant une homogénéité optimale sans redondance sémantique excessive.

Corrélations inter-items et stabilité

Les corrélations inter-items corrigées se situent de manière consistante dans une plage de 0,72 à 0,85, ce qui garantit que chaque item apporte une contribution univoque à la mesure globale. Bien que l’instrument soit souvent employé lors de protocoles transversaux ou expérimentaux sans test-retest longitudinal formel, les réplications transversales sur des échantillons indépendants de chalands ont confirmé la parfaite stabilité de l’indice de fidélité entre différents groupes démographiques (âge, genre, fréquence de fréquentation des magasins).

9. Analyse factorielle / Factor Analysis

La structure factorielle de l’échelle a été examinée au moyen d’analyses factorielles exploratoires (AFE) puis confirmatoires (AFC) au cours de son processus d’adaptation contextuelle.

Analyse factorielle exploratoire (AFE)

Lors de l’extraction factorielle par la méthode des composantes principales ou du maximum de vraisemblance (sans rotation, en raison du nombre réduit d’items), un seul facteur émerge systématiquement avec une valeur propre (eigenvalue) nettement supérieure au critère de Kaiser (typiquement supérieure à 2,40). Ce facteur unique explique entre 80 % et 88 % de la variance totale des scores, confirmant sans équivoque la stricte unidimensionnalité de la mesure.

Analyse factorielle confirmatoire (AFC)

Les modèles d’AFC testés dans la littérature pour vérifier l’adéquation de la structure unidimensionnelle révèlent des indices d’ajustement structurel optimaux :

• Indice de Tucker-Lewis (TLI) : > 0,98
• Indice d’ajustement comparatif (CFI) : > 0,99
• Erreur quadratique moyenne d’approximation (RMSEA) : < 0,05 (avec intervalle de confiance à 90 % débutant à 0,00)
• Résidu quadratique moyen standardisé (SRMR) : < 0,02

Les saturations standardisées (λ) des trois items sur la variable latente unique sont uniformément substantielles et statistiquement significatives (p < 0,001), se distribuant généralement de la façon suivante :

• Item 1 (Clarté et compréhension) : λ ≈ 0,86 – 0,91
• Item 2 (Facilité d’acquisition des compétences) : λ ≈ 0,84 – 0,90
• Item 3 (Facilité d’utilisation générale) : λ ≈ 0,90 – 0,95

10. Instrument de mesure / Instrument

• Nom complet de l’outil : In-Store Technology Ease of Use (ITEU)
• Nom en français : Facilité d’utilisation des technologies en magasin
• Type d’évaluation : Questionnaire psychométrique auto-rapporté
• Nombre total d’items : 3 items
• Format d’administration : Papier-crayon, interface numérique (tablette en magasin, questionnaire en ligne post-visite ou scénario expérimental)
• Format de réponse authentique : Échelle de Likert en 7 points (1 = Strongly Disagree [Pas du tout d’accord] à 7 = Strongly Agree [Tout à fait d’accord])
• Durée approximative de passation : Moins d’une minute
• Modalités de cotation : Calcul de la moyenne arithmétique simple des 3 items (score total allant de 1,00 à 7,00). Aucun item inversé. Des scores plus élevés traduisent une plus forte perception de facilité et un moindre effort cognitif anticipé.

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

• Année de publication initiale de l’adaptation : 2017 (au sein du Journal of Retailing).
• Statut du copyright et droits d’utilisation : L’échelle ITEU est issue d’une publication scientifique évaluée par des pairs éditée par Elsevier au nom de l’Université de New York. Conformément aux usages académiques de la recherche scientifique (fair use), les chercheurs et étudiants universitaires peuvent librement employer, reproduire et adapter les trois items de cette échelle dans le cadre de leurs travaux de recherche non commerciaux, sous réserve d’attribuer explicitement la paternité aux auteurs initiaux (Inman & Nikolova, 2017) et aux concepteurs des modèles sources (Venkatesh et al., 2003).
• Tarifs : Aucun coût financier ni redevance pour la recherche académique ou pédagogique. Pour une intégration commerciale propriétaire dans un logiciel de mesure d’expérience client ou un audit commercial rémunéré, il convient de se référer aux conditions générales de licence de l’éditeur ou de contacter les auteurs.

12. Références / References

• Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008
• Fishbein, M., & Ajzen, I. (1975). Belief, attitude, intention, and behavior: An introduction to theory and research. Addison-Wesley.
• 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
• Inman, J. J., & Nikolova, H. (2017). Shopper-facing retail technology: A retailer adoption decision framework incorporating shopper attitudes and privacy concerns. Journal of Retailing, 93(1), 7–28. https://doi.org/10.1016/j.jretai.2016.12.005
• Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425–478. https://doi.org/10.2307/30036540

13. Questions et items du questionnaire / Scale Items