Intention comportementale envers le site Web (WBI)

1. Résumé / Abstract

L’échelle d’intention comportementale envers le site Web (Website Behavioural Intention ou WBI), conceptualisée et validée empiriquement par Bart, Shankar, Sultan et Urban (2005), constitue un instrument psychométrique concis destiné à mesurer les retombées comportementales ultimes de l’expérience utilisateur et de la confiance en ligne. Composée de trois items fondamentaux, l’échelle évalue les trois actions les plus critiques dans l’écosystème numérique : l’intention d’effectuer une transaction commerciale (achat), la propension à recommander le site à des tiers (bouche-à-oreille électronique ou e-WOM), et la disposition à divulguer des données personnelles identifiables (inscription ou enregistrement de compte).

Sur le plan psychométrique, l’instrument s’appuie sur une échelle de réponse de type Likert en 5 points, allant de 1 (« Pas du tout d’accord ») à 5 (« Tout à fait d’accord »). Les analyses factorielles confirmatoires menées sur un corpus massif de consommateurs et de typologies de plateformes Web diversifiées ont démontré une excellente validité convergente et discriminante, attestée notamment par une variance moyenne extraite (Average Variance Extracted, AVE) de 0,72 et une consistance interne robuste. Bien que l’outil soit couramment modélisé comme un construit unidimensionnel reflétant la loyauté globale ou l’engagement comportemental futur, la littérature académique a soulevé des débats méthodologiques quant à sa validité apparente, en raison des niveaux d’évaluation des risques et d’engagement distincts associés à la dépense financière par rapport au partage d’informations privées. Cet article propose une dissection exhaustive de ses fondements théoriques, de ses qualités métrologiques et de ses implications dans le champ du marketing digital et de l’interaction humain-machine.

2. Mots-clés / Keywords

Intention comportementale, fidélité en ligne, confiance numérique, commerce électronique, psychométrie, propension à recommander, divulgation d’informations personnelles, comportement du consommateur, analyse factorielle confirmatoire, marketing relationnel, e-WOM, adoption technologique.

3. Auteurs / Authors

L’instrument WBI a été développé et formalisé dans le cadre des travaux de recherche conduits par quatre figures majeures des sciences de gestion et de la modélisation quantitative du comportement consommateur :

• Yakov Bart : Professeur agrégé de marketing à la D’Amore-McKim School of Business, Northeastern University (Boston, États-Unis). Spécialiste des technologies numériques, des médias sociaux et de l’analyse du comportement consommateur en ligne. Contact académique : [email protected].
• Venkatesh Shankar : Professeur émérite de marketing et titulaire de chaire au Center for Retailing Studies, Mays Business School, Texas A&M University (College Station, États-Unis). Chercheur de renommée internationale sur la stratégie marketing digitale, l’innovation et la distribution omnicanale. Contact académique : [email protected].
• Fareena Sultan : Professeure de marketing à la D’Amore-McKim School of Business, Northeastern University (Boston, États-Unis). Reconnue pour ses travaux pionniers sur le marketing mobile, les interfaces émergentes et la confiance dans les systèmes interactifs. Contact académique : [email protected].
• Glen L. Urban : Doyen honoraire et professeur émérite à la MIT Sloan School of Management, Massachusetts Institute of Technology (Cambridge, États-Unis). Pionnier de l’accélération de l’information, du marketing fondé sur la confiance (Trust-Based Marketing) et de la modélisation des préférences sur Internet. Contact académique : [email protected].

4. Objectif / Purpose

L’objectif fondamental de l’échelle d’intention comportementale envers le site Web est d’opérationnaliser et de quantifier avec parcimonie les comportements décisionnels prospectifs d’un internaute consécutifs à son exposition à un environnement Web spécifique. Dans les sciences du marketing et de l’interaction humain-machine (IHM), l’évaluation purement attitudinale d’un site (par exemple son esthétique, sa facilité d’utilisation ou l’appréciation globale) s’avère insuffisante pour prédire la pérennité économique d’une interface en ligne. L’échelle WBI comble le fossé entre les réactions cognitives/affectives internes (telles que la confiance perçue) et les résultats tangibles de conversion commerciale.

Les applications de cette échelle s’étendent sur plusieurs spectres :

• Recherche fondamentale en comportement du consommateur : L’échelle sert de variable dépendante primordiale dans les modèles d’équations structurelles (Structural Equation Modeling, SEM). Elle permet de déterminer quels attributs du site (sécurité, navigation, personnalisation, valeur informative) se traduisent réellement en intentions d’action.
• Diagnostic et optimisation UX (User Experience) : Les professionnels de l’expérience utilisateur et du commerce électronique utilisent ces trois dimensions pour diagnostiquer les points de friction dans l’entonnoir de conversion. Un site peut susciter une forte intention de recommandation tout en échouant à générer des intentions d’inscription ou de transaction, signalant des barrières perçues liées au risque financier ou informationnel.
• Segmentation et typologie de sites Web : L’étude séminale de Bart et al. (2005) a démontré que l’impact de la confiance sur ces intentions varie drastiquement selon la nature de la plateforme (sites financiers à fort risque contre sites communautaires ou de divertissement à faible risque pécuniaire). L’outil permet donc d’effectuer du benchmarking concurrentiel contextualisé.

5. Construit psychologique / Construct

Le construit de l’intention comportementale envers le site Web représente la disposition conative subjective d’un utilisateur à s’engager activement dans une relation d’échange prolongée avec une plateforme numérique. Ancrée dans la psychologie sociale cognitive, l’intention comportementale est définie comme la probabilité subjectivement estimée par un individu qu’il exécutera un comportement donné. Dans l’échelle de Bart et al. (2005), ce construit agrège trois composantes comportementales spécifiques qui incarnent des degrés variables d’engagement et d’exposition au risque :

1. L’intention transactionnelle (Achat / Transaction)

Ce volet évalue la volonté d’échanger des ressources financières directes contre des biens ou des services proposés sur le site. Il implique l’acceptation d’un risque financier perçu (peur de la fraude à la carte bancaire, non-réception de la marchandise, défauts du produit). C’est l’indicateur le plus rigide de la rentabilité commerciale immédiate d’un site transactionnel.

2. L’intention de plaidoyer et de recommandation (Bouche-à-oreille électronique / e-WOM)

Cette dimension mesure la propension de l’internaute à promouvoir activement le site auprès de son réseau social ou professionnel. Au-delà d’un simple comportement d’utilisation individuel, la recommandation met en jeu le capital social de l’individu. Recommander un site non fiable ou médiocre engendre un risque réputationnel pour le prescripteur. Une intention élevée de recommandation reflète un degré d’enthousiasme affectif et de satisfaction cognitive supérieur à la simple transaction mécanique.

3. L’intention de divulgation informationnelle (Inscription / Enregistrement)

Cet item capte la volonté de l’utilisateur de fournir des informations personnelles identifiables (noms, adresses e-mail, préférences, profils démographiques) pour créer un compte ou s’abonner à un service. Cette dimension touche directement aux préoccupations relatives au respect de la vie privée (privacy concerns) et au contrat psychologique implicite liant l’utilisateur à l’entité opératrice. Dans l’économie numérique, la capture de données constitue une devise tout aussi stratégique que les flux financiers directs.

La réunion de ces trois facettes sous un unique construit unifié a fait l’objet d’analyses critiques : d’une part, elles partagent un substrat commun d’acceptation du risque relationnel numérique ; d’autre part, elles diffèrent quant aux mécanismes de motivation sous-jacents (le troc informationnel ne mobilisant pas les mêmes processus cognitifs que le débours financier direct).

6. Cadre théorique / Theoretical Framework

L’échelle WBI s’inscrit au carrefour de plusieurs paradigmes majeurs de la psychologie et du marketing quantitatif :

La Théorie de l’Action Raisonnée (TRA) et la Théorie du Comportement Planifié (TPB)

Développées par Icek Ajzen et Martin Fishbein, ces théories postulent que le prédicteur direct le plus fiable d’un comportement réel est l’intention d’accomplir ce comportement. L’intention capte les facteurs motivationnels qui incitent les individus à déployer l’effort nécessaire à l’exécution de l’acte. Dans le contexte en ligne, mesurer les comportements réels (comme les journaux de clics ou les achats effectifs) pose d’importants défis méthodologiques lors des enquêtes transversales ; l’intention déclarée constitue donc le substitut psychométrique standardisé le plus robuste de l’action finale.

Le Modèle d’Acceptation de la Technologie (TAM)

Formulé par Fred Davis (1989), le TAM montre que l’utilité perçue et la facilité d’utilisation perçue déterminent l’attitude envers l’usage, qui à son tour gouverne l’intention comportementale d’utilisation du système. Bart et al. (2005) enrichissent cette chaîne causale en positionnant la confiance en ligne (composée de dimensions cognitives d’intégrité, de bienveillance et de compétence) comme le filtre médiateur pivot qui transforme les perceptions architecturales du site en intentions comportementales mesurables (WBI).

La Théorie du Marketing Relationnel et de l’Engagement-Confiance

Selon le paradigme de Morgan et Hunt (1994), la confiance et l’engagement sont les pierres angulaires d’échanges relationnels pérennes. Glen Urban a transposé ce concept à l’espace virtuel sous le terme de Trust-Based Marketing. Sur Internet, où le contact physique avec le vendeur fait défaut et où l’asymétrie d’information est accentuée, la confiance compense l’incertitude environnementale. Les intentions d’acheter, de recommander et de divulguer des données personnelles représentent les comportements collaboratifs matérialisant ce pacte de confiance numérique.

7. Validité / Validity

La validité psychométrique de l’échelle d’intention comportementale envers le site Web a été méthodologiquement établie lors de l’investigation empirique à grande échelle menée par Bart et al. (2005), portant sur un échantillon représentatif de plus de 6 800 internautes évaluant 25 catégories distinctes de sites Web (banques, portails d’information, voyages, commerces de détail, etc.).

Validité convergente

La validité convergente atteste que les différents items censés mesurer un même construit partagent une part substantielle de variance commune. Dans l’étude de référence, l’analyse factorielle confirmatoire (AFC) a révélé une variance moyenne extraite (AVE) de 0,72. Selon les critères psychométriques de Fornell et Larcker (1981), une valeur d’AVE supérieure au seuil canonique de 0,50 apporte une preuve éclatante de validité convergente, indiquant que plus de 70 % de la variance des indicateurs est captée par le construit latent plutôt que par l’erreur de mesure.

Validité discriminante

L’échelle a démontré une excellente validité discriminante vis-à-vis des autres construits intégrés dans le modèle structurel global, notamment :

• La confiance globale envers le site Web (Overall Web Site Trust).
• L’orientation du site (Site Navigation and Usability).
• La sécurité et la protection de la vie privée (Privacy and Security).

Conformément au critère de Fornell-Larcker, la racine carrée de l’AVE pour le facteur WBI ($\sqrt{0,72} pprox 0,848$) s’est avérée systématiquement supérieure à toutes les corrélations inter-construits reliant l’intention comportementale aux autres variables latentes du réseau nomologique.

Validité prédictive et nomologique

La validité prédictive a été confirmée par la puissance des coefficients de régression structurelle liant la confiance perçue à l’échelle WBI. La confiance en ligne a manifesté un effet direct, positif et statistiquement significatif ($eta > 0,60$, $p < 0,001$) sur l'intention comportementale, expliquant une part prépondérante de la variance totale de l'échelle à travers l'ensemble des 25 catégories de sites analysées.

Débat sur la validité apparente (Face Validity)

Malgré des métriques quantitatives exceptionnelles, plusieurs chercheurs ultérieurs en psychométrie et marketing numérique ont discuté la validité apparente de l’agrégation unidimensionnelle de ces trois items. En effet, la décision de s’inscrire (partager son identité) répond à une logique de confidentialité, tandis que la transaction implique une évaluation de solvabilité et de valeur économique, et la recommandation relève du capital social altruiste. Si l’unidimensionnalité statistique est robuste, certains protocoles recommandent de traiter ces items comme des variables dépendantes séparées lorsque l’objet d’étude porte précisément sur les arbitrages entre risque financier et risque informationnel.

8. Fidélité / Reliability

La fidélité d’un instrument psychométrique reflète sa cohérence interne et sa capacité à reproduire des scores stables en l’absence de variations aléatoires d’évaluation.

Consistance interne

Dans la recherche originale de Bart et al. (2005) ainsi que dans les réplications ultérieures dans la littérature en marketing digital (par exemple dans les travaux de Urban, Sultan et Qualls, 2000, et d’autres adaptations d’échelles de fidélité électronique), la consistance interne de l’échelle WBI présente des scores particulièrement élevés :

• Alpha de Cronbach ($lpha$) : Le coefficient oscille généralement entre 0,84 et 0,89 selon les sous-échantillons industriels examinés, surpassant largement le seuil d’acceptabilité conventionnel de 0,70 fixé par Nunnally et Bernstein.
• Fiabilité composite (Composite Reliability – CR) : La fiabilité composite calculée à partir des saturations factorielles de l’AFC dépasse le seuil critique de 0,85 (typiquement aux alentours de 0,88), confirmant que les trois items constituent un ensemble hautement congruent pour mesurer la tendance conative de l’usager.

Stabilité inter-catégories

Un des atouts majeurs de l’évaluation de Bart et al. réside dans la vérification de la fidélité à travers un large spectre sectoriel. Que l’échelle soit administrée pour des sites bancaires et financiers (caractérisés par une implication émotionnelle et monétaire extrême) ou pour des sites de divertissement et de portails généralistes, la structure de covariance des items demeure remarquablement constante, prouvant l’absence de distorsion métrique attribuable à la nature de l’interface.

9. Analyse factorielle / Factor Analysis

La structure dimensionnelle de l’échelle a été rigoureusement analysée par des procédures d’analyse factorielle exploratoire (AFE) puis d’analyse factorielle confirmatoire (AFC) dans le cadre de modélisations en équations structurelles fondées sur la covariance (CB-SEM) sous progiciel LISREL/AMOS.

Résultats de l’Analyse Factorielle Confirmatoire (AFC)

L’ajustement du modèle de mesure unidimensionnel à trois indicateurs a démontré des indices d’adéquation exemplaires aux données empiriques :

• Saturations factorielles standardisées ($lambda$) : L’ensemble des trois items s’est saturé de façon homogène et hautement significative ($p < 0,001$) sur l'unique facteur latent d'intention comportementale. Les coefficients de saturation standardisés se situent tous au-dessus du standard conventionnel de 0,70 :
  • Item 1 (Achat / Transaction) : $lambda pprox 0,83$ à $0,86$
  • Item 2 (Recommandation) : $lambda pprox 0,85$ à $0,88$
  • Item 3 (Inscription / Données) : $lambda pprox 0,81$ à $0,84$
• Indices d’ajustement global du modèle structurel : L’intégration de cette échelle dans le modèle complet de confiance en ligne a produit des indices d’ajustement conformes aux recommandations méthodologiques les plus strictes de Hu et Bentler (1999) : un ratio $\chi^2 / ext{ddl}$ inférieur à 3,0, un indice de comparaison de Bentler (Comparative Fit Index, CFI) supérieur à 0,95, un indice de Lewis-Tucker (TLI) supérieur à 0,95, et une erreur quadratique moyenne d’approximation (Root Mean Square Error of Approximation, RMSEA) inférieure à 0,05.

Cette saturation élevée et équilibrée confirme que, d’un point de vue statistique, les trois actions s’articulent autour d’une dynamique psychologique unitaire : celle du passage à l’acte proactif sur un site digne de confiance.

10. Instrument de mesure / Instrument

La fiche technique de l’instrument se détaille comme suit :

• Nom complet de l’instrument : Website Behavioural Intention Scale (WBI) / Échelle d’intention comportementale envers le site Web.
• Auteurs de référence : Yakov Bart, Venkatesh Shankar, Fareena Sultan et Glen L. Urban (2005).
• Domaine d’application : Psychologie du consommateur, marketing digital, commerce électronique, systèmes d’information, ergonomie web (IHM).
• Type d’évaluation : Auto-questionnaire psychométrique (self-report inventory).
• Nombre d’items : 3 items formulés sous forme d’affirmations conatives directes.
• Format et ancrage de réponse : 5-point Likert scale (1 = Strongly Disagree to 5 = Strongly Agree).
• Modalités de passation : Administration numérique post-navigation (immédiatement après une tâche exploratoire ou un parcours réel sur le site ciblé). Temps de passation estimé à moins d’une minute.
• Procédure de cotation et de calcul du score :
  • Tous les items sont rédigés dans un sens positif (favorable au site) ; aucun item inversé (reverse-scored item) n’est présent.
  • Le score global de WBI est calculé soit par la moyenne arithmétique des trois items (score continu de 1,00 à 5,00), soit par la somme brute (score total de 3 à 15 points).
  • Un score plus élevé indique une intention comportementale globale plus forte et un niveau d’engagement futur supérieur envers la plateforme en ligne.

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

• Année de publication princeps : 2005 (publication dans le Journal of Marketing, Volume 69, Numéro 4).
• Statut des droits d’auteur et permissions : Les droits commerciaux de l’article original sont détenus par l’American Marketing Association (AMA) / SAGE Publications. Toutefois, l’instrument lui-même (les trois items de mesure) relève de la pratique d’usage équitable dans la recherche universitaire (fair use for academic and educational research). Les chercheurs et praticiens peuvent l’utiliser librement à des fins d’investigation scientifique non lucrative, sous réserve d’une citation bibliographique formelle et rigoureuse de l’article princeps de Bart et al. (2005).
• Tarification : Accès libre et gratuit pour l’expérimentation académique. Aucun honoraire d’évaluation (license fee) n’est exigé pour l’administration standard de l’échelle.

12. Références / References

Les sources académiques fondant la construction et la validation métrologique de cette échelle sont les suivantes :

• Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179–211. https://doi.org/10.1016/0749-5978(91)90020-T
• Bart, Y., Shankar, V., Sultan, F., & Urban, G. L. (2005). Are the drivers and role of online trust the same for all web sites and consumers? A large-scale exploratory study. Journal of Marketing, 69(4), 133–152. https://doi.org/10.1509/jmkg.69.4.133.68270
• 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
• 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
• 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
• Morgan, R. M., & Hunt, S. D. (1994). The commitment-trust theory of relationship marketing. Journal of Marketing, 58(3), 20–38. https://doi.org/10.1177/002224299405800302
• Urban, G. L., Sultan, F., & Qualls, W. J. (2000). Placing trust at the center of your Internet strategy. MIT Sloan Management Review, 42(1), 39–48.

13. Questions et items du questionnaire / Scale Items