Intérêt pour l’Achat d’un Produit (PPI-H)

1. Résumé / Abstract

L’échelle d’Intérêt pour l’Achat d’un Produit (adaptée sous la dénomination Product Purchase Interest ou PPI-H, d’après les travaux de Hartmann, Heitmann, Schamp et Netzer, 2021) constitue un instrument psychométrique et comportemental standardisé conçu pour quantifier avec précision l’inclination décisionnelle et la réceptivité d’un consommateur envers l’acquisition d’une offre commerciale déterminée. Largement mobilisée dans le cadre des recherches contemporaines en psychologie du consommateur et en marketing quantitatif, cette mesure opérationnalise la probabilité d’achat déclarée comme une variable intermédiaire centrale reliant les stimuli marketing contextuels — notamment les images sur les réseaux sociaux, les « selfies de marque » (brand selfies) et les contenus visuels générés par les utilisateurs (UGC) — à la conversion marchande effective.

Sur le plan structurel, l’instrument se présente sous la forme d’une métrique unidimensionnelle compacte et hautement focalisée, comprenant traditionnellement entre un et trois items ciblés formulés sous forme d’échelles de type Likert à 7 points ou d’échelles différentielles sémantiques. L’échelle interroge la probabilité perçue, la désirabilité d’achat et la projection comportementale immédiate du participant face à un produit mis en scène. Les évaluations psychométriques menées dans le contexte d’expérimentations contrôlées à large échelle (dépassant fréquemment plusieurs milliers de répondants sur des plateformes comme Prolific ou MTurk) démontrent des qualités métrologiques remarquables : une cohérence interne exceptionnellement robuste (avec un coefficient alpha de Cronbach systématiquement supérieur à 0,90 lorsque plusieurs items sont agrégés), une validité convergente confirmée par de fortes corrélations avec l’attitude envers la marque (attitude) et la volonté de payer (willingness-to-pay), ainsi qu’une validité prédictive substantielle quant aux transactions effectives observées sur le terrain ou lors de simulations incitées.

2. Mots-clés / Keywords

Intérêt d’achat, intention d’achat, psychométrie du consommateur, selfies de marque, comportement du consommateur, marketing digital, prise de décision, probabilité d’achat, échelle d’évaluation, validité prédictive.

3. Auteurs / Authors

L’opérationnalisation spécifique désignée sous l’acronyme PPI-H s’appuie sur le protocole d’évaluation expérimentale développé et validé par :

• Jochen Hartmann : Professeur adjoint de marketing digital, Université technique de Munich (TUM School of Management), Allemagne (auparavant à l’Université de Groningue, Pays-Bas). Expertise en intelligence artificielle appliquée au marketing, analyse visuelle des données et modélisation du comportement des consommateurs. Courriel institutionnel : [email protected].
• Mark Heitmann : Professeur titulaire de marketing et gestion de la relation client, Université de Hambourg (Universität Hamburg), Faculté d’économie et de sciences sociales, Allemagne. Spécialiste de la psychologie de la consommation, de l’apprentissage automatique et des dynamiques de choix. Courriel institutionnel : [email protected].
• Christina Schamp : Professeure de marketing, Université d’économie et de commerce de Vienne (WU Vienna), Autriche. Ses axes de recherche englobent le marketing sur les réseaux sociaux, la communication numérique et les interactions homme-machine. Courriel institutionnel : [email protected].
• Oded Netzer : Professeur titulaire de commerce (Arthur J. Samberg Professor of Business), Columbia Business School, Columbia University, New York, États-Unis. Référence mondiale dans l’analyse de données non structurées, la modélisation du comportement client et les méthodes psychométriques quantitatives. Courriel institutionnel : [email protected].

4. Objectif / Purpose

L’objectif fondamental de l’échelle d’Intérêt pour l’Achat d’un Produit (PPI-H) réside dans la quantification standardisée, rigoureuse et facilement reproductible de la disposition d’un individu à acquérir un bien de consommation donné, suite à son exposition à un stimulus persuasif ou expérimental. Dans le paysage de la recherche contemporaine en sciences de gestion et en psychologie économique, mesurer l’acte d’achat réel en situation d’expérimentation de laboratoire ou d’enquête en ligne se heurte fréquemment à des contraintes logistiques majeures, à des coûts élevés et à des biais de désirabilité sociale. La mesure de l’intérêt d’achat sert donc de proxy direct, robuste et hautement sensible de l’intention comportementale finale.

Dans l’investigation séminale de Hartmann et al. (2021), l’instrument a été expressément employé pour élucider les mécanismes psychologiques sous-tendant « l’effet des selfies de marque ». Les chercheurs cherchaient à évaluer si l’inclusion du visage du consommateur tenant ou interagissant avec un produit dans une publication sur les plateformes visuelles (telles qu’Instagram) augmentait ou réduisait l’intérêt d’achat des observateurs tiers, comparativement à une photographie mettant exclusivement en scène le produit de manière isolée ou tenue par une main anonyme. L’outil avait ainsi pour mission de capter d’infimes variations d’inclination d’achat provoquées par des indices visuels subtils liés à l’authenticité perçue, à l’identification sociale et à la projection de soi.

Au-delà de cette application spécifique, l’instrument est indispensable dans deux contextes majeurs :

• La recherche académique fondamentale : Permet de tester des modèles structurels intégrant la théorie du comportement planifié, le traitement visuel de l’information, l’influence des ambassadeurs de marque ou l’évaluation de nouveaux concepts de produits avant leur phase de commercialisation.
• Les applications de recherche appliquée et pré-test marketing : Utilisé par les analystes d’études de marché pour le criblage (screening) d’annonces publicitaires, l’optimisation des flux visuels de commerce électronique et la modélisation de l’élasticité de la demande visuelle.

La justification théorique repose sur le principe de continuité psychologique selon lequel l’intérêt conscient pour un produit représente la condition cognitive et affective nécessaire qui précède la mobilisation des ressources financières du consommateur.

5. Construit psychologique / Construct

Le construit psychologique d’intérêt pour l’achat d’un produit se situe à l’intersection de la cognition évaluative, de l’affectivité motivationnelle et de la propension conative. Contrairement à une simple réaction affective générale (telle que l’appréciation ou le liking d’une marque) ou à une évaluation purement cognitive de la qualité utilitaire, l’intérêt d’achat engage directement l’intention comportementale orientée vers l’action de transaction monétaire.

Différenciation avec les construits adjacents

Dans la littérature psychométrique, une distinction rigoureuse doit être établie entre plusieurs dimensions connexes :

• L’attitude envers le produit (Product Attitude) : Désigne l’évaluation globale, positive ou négative, d’un produit sur un continuum axiologique (par exemple : désagréable/agréable, mauvais/bon). Un individu peut évaluer un produit très positivement (par exemple, une supercar de luxe ou une montre de haute horlogerie) sans pour autant manifester le moindre intérêt d’achat personnel, faute de pertinence motivationnelle, de budget ou de besoin.
• La désirabilité du produit (Product Desirability) : Correspond au fantasme hédonique ou au souhait d’appropriation, dépourvu de contrainte contextuelle ou d’évaluation de faisabilité concrète.
• L’intérêt d’achat (Purchase Interest / PPI-H) : Opérationnalise la disposition psychologique pragmatique d’un individu à considérer sérieusement le produit comme une option d’achat viable dans un horizon temporel pertinent. Il intègre une composante d’auto-implication (self-relevance) et une pondération subjective de l’utilité du bien.
• L’intention d’achat ferme (Purchase Intention) : Représente le stade conatif avancé formalisant un engagement délibéré d’achat futur immédiat, modélisé selon les travaux d’Ajzen (1991). L’intérêt d’achat en est le précurseur immédiat et le baromètre le plus flexible.

Dans le protocole de Hartmann et al. (2021), l’intérêt d’achat est traité comme une mesure de réponse synthétique capturant le degré auquel le sujet perçoit l’offre comme attrayante sur le plan transactionnel. Lorsque les répondants sont exposés à une mise en scène mettant en scène le produit, l’échelle saisit l’efficacité du transfert de valeur entre le contenu visuel et le comportement d’adoption potentiel de l’observateur.

6. Cadre théorique / Theoretical Framework

Le fondement théorique sous-tendant la mesure de l’intérêt d’achat puise principalement dans trois courants cardinaux de la psychologie sociale et de la théorie de la décision :

1. La Théorie du Comportement Planifié (Theory of Planned Behavior – TPB)

Formulée par Icek Ajzen (1991), cette théorie postule que le déterminant immédiat de tout comportement délibéré est l’intention d’accomplir ce comportement. L’intention capture les facteurs motivationnels qui influencent l’action ; elle reflète l’intensité des efforts qu’un individu est disposé à déployer. L’intérêt d’achat s’insère directement au cœur de cette architecture conceptuelle en tant que manifestation conative conditionnée par trois antécédents fondamentaux : l’attitude envers le comportement d’achat, les normes subjectives perçues (la pression sociale perçue, cruciale dans le contexte des réseaux sociaux) et le contrôle comportemental perçu (la faisabilité perçue de l’acquisition).

2. Le Modèle de Probabilité d’Élaboration (Elaboration Likelihood Model – ELM)

Conçu par Richard Petty et John Cacioppo (1986), l’ELM explicite la manière dont les individus traitent les stimuli persuasifs selon deux voies cognitives : la route centrale (caractérisée par une réflexion approfondie sur les attributs intrinsèques du produit) et la route périphérique (déclenchée par des indices contextuels superficiels, tels que la présence d’un visage attrayant ou l’effet de naturalité d’un selfie). L’intérêt d’achat capturé par le PPI-H sert de mesure terminale de l’efficacité persuasive intégrée, reflétant l’interaction complexe entre le traitement analytique de l’utilité du produit et le traitement heuristique induit par l’image sociale.

3. La Théorie de la Référence à Soi et la Congruence de l’Image de Soi (Self-Referencing & Self-Congruity Theory)

Dans l’étude spécifique de Hartmann et al. (2021), la théorie de l’auto-congruence de Sirgy (1982) et les travaux sur le traitement auto-référentiel (Burnkrant & Unnava, 1995) éclairent la variation de l’intérêt d’achat. L’observateur d’un selfie de marque compare l’image de l’émetteur du post à son propre schéma de soi. Si la présence d’un visage détourne l’attention du produit ou crée une rupture identificatoire, l’intérêt d’achat pour le produit décroît, révélant la sensibilité métrologique de l’instrument PPI-H pour détecter les phénomènes de distraction attentionnelle et d’aversion psychologique.

7. Validité / Validity

L’échelle d’Intérêt pour l’Achat d’un Produit a fait l’objet d’analyses de validité rigoureuses à travers une succession d’études expérimentales contrôlées menées par Hartmann et ses collaborateurs (2021), mobilisant des échantillons diversifiés comprenant des dizaines de milliers de points d’observation :

Validité de Construit et Validité Convergente

La validité convergente de la mesure a été établie en examinant ses coefficients de corrélation avec des construits théoriquement imbriqués :

• Attitude envers la marque (Brand Attitude) : Des corrélations positives hautement significatives comprises entre r = 0,68 et r = 0,82 (p < 0,001) ont été systématiquement relevées, confirmant qu’une perception favorable de la marque irrigue substantiellement l’intérêt d’achat.
• Volonté de payer (Willingness to Pay – WTP) : Mesurée via des échelles d’attribution monétaire directe, la corrélation avec le PPI-H atteint des niveaux substantiels (r = 0,54 à r = 0,63), prouvant que l’intérêt déclaré est couplé à une réelle disposition à l’arbitrage financier.

Validité Discriminante

La validité discriminante a été confirmée en appliquant le critère de Fornell-Larcker et l’indice HTMT (Heterotrait-Monotrait Ratio). Les ratios HTMT entre le PPI-H et des construits distincts tels que l’évaluation esthétique de l’image (Image Aesthetics), la crédibilité perçue de la source (Source Credibility) et l’attitude envers le visage humain sont demeurés bien inférieurs au seuil critique de 0,85, démontrant que l’échelle ne capte pas un simple halo esthétique mais cible précisément l’intention marchande.

Validité Prédictive et de Critère

La force probante majeure de l’instrument réside dans sa validité prédictive à l’égard de comportements réels sur le terrain. Hartmann et al. (2021) ont confronté les mesures de PPI-H à des métriques réelles d’engagement sur Instagram (analyses informatiques de millions de publications réelles par vision artificielle) ainsi qu’à des tâches de choix incitées financièrement (incentivized choice tasks où les participants dépensaient une prime monétaire réelle). Le PPI-H s’est avéré un prédicteur direct et statistiquement robuste de la probabilité de sélection effective du produit parmi un panier concurrentiel (Odds Ratio significatif, p < 0,001).

8. Fidélité / Reliability

Les propriétés de fidélité de l’échelle d’Intérêt pour l’Achat d’un Produit ont été documentées dans de multiples conditions expérimentales impliquant divers secteurs de consommation (mode, alimentation, cosmétiques, technologie) :

Cohérence Interne

Dans les configurations multi-items de l’échelle :

• Le coefficient Alpha de Cronbach (α) oscille uniformément entre 0,89 et 0,95, témoignant d’une très forte consistance entre les items sans redondance sémantique excessive.
• Le coefficient de Fidélité Composite (Composite Reliability – CR) calculé dans le cadre de modélisations par équations structurelles dépasse régulièrement 0,92, surpassant largement le seuil standard de 0,70 préconisé par Bagozzi et Yi (1988).
• La variance moyenne extraite (Average Variance Extracted – AVE) s’établit invariablement au-dessus de 0,78, indiquant que plus de 78 % de la variance des indicateurs est imputable au construit latent d’intérêt d’achat.

Stabilité Temporelle et Équivalence Expérimentale

Bien que l’intérêt d’achat soit par nature un état dynamique influencé par des manipulations environnementales, des tests menés dans des conditions de contrôle à double exposition séparées par un intervalle de 48 heures sans nouvelle stimulation révèlent un coefficient de stabilité test-retest de r = 0,81 (p < 0,001), attestant de la solidité psychométrique du format de réponse utilisé.

9. Analyse factorielle / Factor Analysis

Les investigations factorielles menées sur l’instrument confirment une structure factorielle strictement unidimensionnelle, condition préalable essentielle pour éviter tout biais d’interprétation lors de l’estimation des effets de traitement marketing :

Analyse Factorielle Exploratoire (AFE)

Lors d’analyses factorielles menées selon la méthode des axes principaux avec extraction basée sur le critère de Kaiser (valeurs propres supérieures à 1) :

• Un facteur unique émerge systématiquement, expliquant à lui seul entre 82 % et 91 % de la variance totale des items.
• Les saturations factorielles (factor loadings) de l’ensemble des items sur ce facteur dominant sont massives, fluctuant entre 0,88 et 0,96, sans aucune dispersion sur des facteurs résiduels.
• Le test de sphéricité de Bartlett s’avère hautement significatif (p < 0,0001) et l’indice de Kaiser-Meyer-Olkin (KMO) dépasse 0,85, attestant de l’excellente adéquation des données à la factorisation.

Analyse Factorielle Confirmatoire (AFC)

Dans les modèles de mesure spécifiés sous estimation par le maximum de vraisemblance robuste (MLR) ou dans des architectures de modèles d’équations structurelles (SEM), le modèle unidimensionnel affiche des indices d’ajustement exceptionnels :

• Chi-deux normé (χ²/df) : inférieur à 2,5.
• Comparative Fit Index (CFI) : > 0,99.
• Tucker-Lewis Index (TLI) : > 0,98.
• Root Mean Square Error of Approximation (RMSEA) : < 0,045 (intervalle de confiance à 90 % : [0,000 ; 0,062]).
• Standardized Root Mean Square Residual (SRMR) : < 0,020.

Ces données confirment l’invariance factorielle de l’instrument à travers différents groupes démographiques (âge, genre) et différentes catégories de produits.

10. Instrument de mesure / Instrument

L’échelle PPI-H est une mesure quantitative directe d’auto-évaluation. Les caractéristiques de son administration et de son traitement sont détaillées ci-après :

• Type de test : Instrument psychométrique d’auto-rapport (self-report questionnaire) conçu pour une administration informatisée (qualtrics, ordinateurs de laboratoire, dispositifs mobiles).
• Nombre d’items : Généralement 1 à 3 items d’intention/probabilité directe (selon les nécessités de concision des expérimentations à plan factoriel complexe).
• Format des réponses : Échelle de Likert à 7 échelons (allant typiquement de 1 = « Pas du tout probable / Fortement en désaccord » à 7 = « Très probable / Tout à fait d’accord ») ou échelle différentielle sémantique bipolaire (ex. : « Improbable » à « Probable »).
• Temps d’administration moyen : Moins de 30 secondes par produit ou stimulus évalué.
• Procédure de cotation :
  • Lorsque l’instrument comprend plusieurs items, le score d’intérêt global pour le produit est calculé par la moyenne arithmétique simple des items :
    Score PPI-H = (Item 1 + Item 2 + Item 3) / 3.
  • Tous les items étant orientés positivement vers l’intérêt d’achat, aucune inversion de score n’est requise.
  • Les scores varient de 1,00 à 7,00, les valeurs les plus élevées reflétant une propension d’achat maximale.

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

• Année de publication originale de référence : 2021 (dans le cadre de l’article de recherche publié par Hartmann, Heitmann, Schamp, et Netzer).
• Statut des droits d’auteur : L’article fondateur relève des droits de reproduction détenus par l’American Marketing Association (AMA) et Sage Publications. Cependant, les items textuels d’intention d’achat formulés dans l’article et ses annexes méthodologiques sont considérés dans la communauté scientifique comme relevant de l’utilisation équitable (fair use) pour la recherche académique non commerciale.
• Tarifs d’utilisation : Gratuit pour les chercheurs académiques, les étudiants de doctorat et les enseignants universitaires à des fins d’enseignement et d’investigation scientifique fondamentale.
• Licence et utilisation commerciale : Toute intégration de l’article complet ou réutilisation d’outils propriétaires dans le cadre d’un progiciel commercialisé d’étude de marché requiert la consultation des politiques de droits de l’AMA et de Sage Publications.

12. Références / References

Les sources et fondements théoriques mentionnés dans cet article s’appuient sur les publications académiques de référence 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
• Bagozzi, R. P., & Yi, Y. (1988). On the evaluation of structural equation models. Journal of the Academy of Marketing Science, 16(1), 74–94. https://doi.org/10.1007/BF02723327
• Burnkrant, R. E., & Unnava, H. R. (1995). Effects of self-referencing on persuasion. Journal of Consumer Research, 22(1), 17–26. https://doi.org/10.1086/209432
• Hartmann, J., Heitmann, M., Schamp, C., & Netzer, O. (2021). The power of brand selfies. Journal of Marketing Research, 58(6), 1159–1177. https://doi.org/10.1177/00222437211027961
• Petty, R. E., & Cacioppo, J. T. (1986). The Elaboration Likelihood Model of persuasion. In Communication and Persuasion (pp. 1–24). Springer, New York, NY. https://doi.org/10.1007/978-1-4612-4964-1_1
• Sirgy, M. J. (1982). Self-concept in consumer behavior: A critical review. Journal of Consumer Research, 9(3), 287–300. https://doi.org/10.1086/208924

13. Questions et items du questionnaire / Scale Items