Préférence pour le programme de fidélité (LPP)

1. Résumé / Abstract

L’échelle de Préférence pour le programme de fidélité (en anglais, Loyalty Program Preference ou LPP), développée par Youjae Yi et Hoseong Jeon en 2003, constitue un outil psychométrique concis et robuste conçu pour évaluer l’attitude favorable globale, l’intensité de la préférence et la disposition comportementale d’un consommateur envers un programme de fidélisation spécifique par rapport aux offres concurrentes sur le marché. Issue de travaux séminaux en comportement du consommateur et en marketing relationnel, cette échelle unidimensionnelle comprend trois items méticuleusement formulés pour saisir l’évaluation comparative du programme proposé, la force de la préférence déclarée et l’intention de recommandation à des pairs (bouche-à-oreille positif).

L’instrument repose traditionnellement sur une échelle d’évaluation de type Likert en 7 points allant de 1 (« Pas du tout d’accord ») à 7 (« Tout à fait d’accord »), ou sur des différentiels sémantiques équivalents selon les contextes d’administration. Sur le plan des qualités métrologiques, l’échelle présente une consistance interne exemplaire, documentée de manière empirique par un coefficient alpha de Cronbach excédant fréquemment le seuil de 0,88, ainsi qu’une variance moyenne extraite (AVE) supérieure à 0,70. Les analyses factorielles confirmatoires menées dans divers contextes expérimentaux et appliqués démontrent une structure unidimensionnelle stable et d’excellents indices d’ajustement global (CFI > 0,95, RMSEA < 0,06). Utilisée tant dans la recherche académique sur le capital de marque que dans les audits stratégiques de fidélisation de la clientèle, la LPP permet d’isoler efficacement la fidélité envers le programme (program loyalty) de la fidélité globale envers la marque mère (brand loyalty), fournissant ainsi un diagnostic précis sur l’efficacité des mécanismes incitatifs et promotionnels déployés par les organisations.

2. Mots-clés / Keywords

Préférence pour le programme de fidélité, fidélité au programme, fidélité à la marque, comportement du consommateur, marketing relationnel, psychométrie appliquée, valeur perçue, bouche-à-oreille, engagement du consommateur, évaluation comparative, modélisation par équations structurelles.

3. Auteurs / Authors

L’échelle de Préférence pour le programme de fidélité a été introduite dans le corpus scientifique par les chercheurs Youjae Yi et Hoseong Jeon au sein de leur publication de référence parue dans le Journal of the Academy of Marketing Science en 2003.

• Youjae Yi, Ph.D. : Professeur émérite et titulaire de la chaire de marketing à la Graduate School of Business de la Seoul National University (Séoul, Corée du Sud). Ancien professeur à la Ross School of Business de l’Université du Michigan (Ann Arbor, États-Unis), Youjae Yi est une autorité académique mondiale dans les domaines de la satisfaction de la clientèle, de l’orientation client, du marketing des services et de l’analyse structurelle des attitudes des consommateurs. Ses publications ont figuré à plusieurs reprises dans le Journal of Marketing Research, le Journal of Consumer Research et le Journal of the Academy of Marketing Science. (Courriel institutionnel : [email protected]).
• Hoseong Jeon, Ph.D. : Chercheur et consultant spécialisé en stratégie marketing et gestion de la relation client (CRM). Il a complété son doctorat en administration des affaires sous la direction du Professeur Yi à la Seoul National University. Ses axes d’investigation se concentrent sur la dynamique interrelationnelle entre les programmes de rétention, les programmes de récompense financière ou hédonique et l’accumulation d’équité de marque.

4. Objectif / Purpose

L’objectif central de l’échelle de Préférence pour le programme de fidélité est d’opérationnaliser et de quantifier avec rigueur l’évaluation affective, cognitive et conative qu’un consommateur effectue à propos d’un dispositif promotionnel ou relationnel de fidélisation, comparativement à l’ensemble des alternatives disponibles. Dans les architectures commerciales contemporaines, les gestionnaires et les chercheurs sont régulièrement confrontés à un dilemme conceptuel et empirique : un consommateur peut manifester une assiduité apparente envers une enseigne sans pour autant adhérer psychologiquement à la marque elle-même, ou inversement, utiliser un programme de récompenses par pur calcul transactionnel sans accorder de préférence intrinsèque à ce dispositif.

L’échelle a été spécifiquement conçue pour répondre à cette problématique en isolant la « fidélité au programme » (program loyalty) en tant qu’entité théorique autonome et intermédiaire. En effet, avant que les investissements consentis dans un programme relationnel ne se traduisent par une hausse des ventes, une rétention accrue ou un renforcement du capital de la marque (brand equity), le programme doit d’abord susciter une valeur perçue supérieure et générer une préférence tranchée par rapport aux programmes offerts par les concurrents directs. L’échelle LPP mesure donc précisément :

• L’évaluation globale positive du programme en comparaison active avec les offres alternatives du marché.
• La force relative de la préférence psychologique et de l’attachement à l’égard des caractéristiques intrinsèques du système de récompense.
• La volonté d’endosser socialement le programme par des recommandations interpersonnelles actives auprès de l’entourage (bouche-à-oreille positif).

Sur le plan de la recherche empirique, la LPP sert de variable médiatrice ou dépendante fondamentale dans les modèles d’équations structurelles (SEM) explorant les effets de la typologie des récompenses (directes versus indirectes, immédiates versus différées), de l’implication dans la catégorie de produit (haute versus faible implication) et de la perception de valeur (valeur utilitaire versus valeur hédonique). En contexte d’audit managérial, l’instrument fournit aux entreprises un retour diagnostique direct permettant d’évaluer si un système de fidélisation parvient à bâtir un avantage concurrentiel soutenable ou s’il s’avère inefficace pour mobiliser durablement les préférences des consommateurs cibles.

5. Construit psychologique / Construct

Le construit psychologique opérationnalisé par l’instrument est la préférence pour le programme de fidélité. Au sens théorique défini par Yi et Jeon (2003), ce construit représente l’inclination favorable et discriminante d’un individu à l’égard de la proposition de valeur propre à un schéma de fidélisation. Il ne se confond ni avec la simple adhésion technique (le fait d’avoir une carte de fidélité ou d’installer une application mobile), ni avec l’évaluation globale de la marque distributrice.

Bien que formalisé sous une structure unidimensionnelle pour optimiser la parcimonie psychométrique, le construit intègre trois facettes interdépendantes articulées selon la trilogie classique de l’attitude (cognitive, affective et conative) :

A. L’évaluation comparative favorable (Composante cognitive-évaluative)

Cette dimension capture le jugement rationnel formulé par le consommateur selon lequel le programme évalué offre un ratio avantages/coûts nettement supérieur à celui des programmes rivaux. L’individu examine ici les règles du programme, les ratios d’accumulation de points, l’accessibilité des paliers de gratification et la commodité de conversion des récompenses. L’évaluation comparative implique que le consommateur ne se contente pas d’attribuer une note isolée au programme, mais le positionne favorablement au sein de son ensemble de considération mental (evoked set).

B. L’intensité de la préférence sélective (Composante affective)

La composante affective traduit la magnitude de l’attrait psychologique et l’ancrage émotionnel ressenti à l’endroit du programme. Le consommateur développe un sentiment subjectif de priorité envers ce système spécifique, se traduisant par un état de partialité positive. Cette intensité préférentielle crée une barrière psychologique contre la défection ou l’adoption passive d’un schéma concurrent, conférant au programme un statut de choix par défaut dans l’esprit du client.

C. L’intention de recommandation et de prosélytisme (Composante conative/comportementale)

La dimension conative se manifeste par l’intention explicite de promouvoir le programme auprès d’autres consommateurs, membres de la famille, collègues ou pairs. Cette dimension constitue un indicateur comportemental critique : la volonté de recommander un dispositif relationnel engage la crédibilité personnelle et sociale de l’individu. Dans la théorie de la rétention, le bouche-à-oreille positif (positive word-of-mouth) est l’un des reflets les plus purs de la loyauté véritable, car il dépasse l’usage égoïste des gratifications pour s’inscrire dans une démarche d’advocacie active.

Dans les travaux expérimentaux de Yi et Jeon (2003), ce construit montre une sensibilité marquée à la concordance entre la nature des récompenses et le niveau d’implication de l’utilisateur. Par exemple, pour des produits à forte implication, une préférence élevée pour le programme s’obtient principalement lorsque la récompense est directement liée au produit central de l’enseigne, activant ainsi une perception de valeur authentique et congruente.

6. Cadre théorique / Theoretical Framework

L’ancrage théorique de l’échelle de Préférence pour le programme de fidélité repose sur le croisement fertile de plusieurs grands courants de la psychologie sociale, de la microéconomie comportementale et des sciences de gestion :

La théorie de l’échange social et l’équité relationnelle

La théorie de l’échange social, conceptualisée notamment par George Homans et Peter Blau, postule que les interactions humaines et commerciales reposent sur une analyse subjective des coûts et des bénéfices réciproques. Dans le contexte des programmes de fidélité, le consommateur investit des ressources tangibles (dépenses monétaires répétées) et intangibles (partage de données personnelles, effort attentionnel, assiduité cognitive). En contrepartie, le programme fournit des récompenses tangibles (remises, cadeaux) et intangibles (reconnaissance statutaire, accès privilégié, sentiment d’appartenance). La préférence pour le programme émerge lorsque l’individu perçoit un équilibre d’équité supérieur dans cette relation d’échange par rapport aux options concurrentes disponibles sur le marché.

La théorie de l’espérance-valeur

Développée initialement par Martin Fishbein et Icek Ajzen dans le cadre de la théorie de l’action raisonnée, la théorie de l’espérance-valeur soutient que l’attitude envers un objet résulte de la somme pondérée des croyances concernant les conséquences associées à cet objet et de l’évaluation de ces conséquences. Appliquée à l’échelle LPP, la préférence envers un programme est fonction :

1. De la probabilité perçue d’atteindre avec succès les récompenses promises (l’espérance ou faisabilité).
2. De l’utilité hédonique ou fonctionnelle attribuée aux récompenses (la valeur perçue).

Yi et Jeon (2003) démontrent empiriquement que la valeur perçue est le moteur antécédent immédiat de la préférence pour le programme. Dès lors que le consommateur juge les gratifications à la fois désirables et accessibles, son niveau d’adhésion cognitive et d’engagement affectif envers le mécanisme promotionnel s’amplifie considérablement.

La dissociation entre fidélité comportementale et fidélité attitudinale

Dans les modèles classiques de Dick et Basu (1994), ainsi que les travaux de Richard Oliver sur la fidélité de la clientèle, la véritable loyauté requiert la conjonction d’un comportement d’achat répété favorable et d’un attachement attitudinal explicite. L’apport fondamental de Yi et Jeon consiste à avoir étendu cette réflexion à la dyade « Programme vs Marque ». En clarifiant la distinction entre la loyauté envers un programme et la loyauté envers la marque partenaire, les auteurs démontrent que la préférence pour le programme peut servir de catalyseur ou de passerelle vers la loyauté envers la marque, à condition que le programme soit perçu comme congruent et créateur de valeur propre.

7. Validité / Validity

Les propriétés de validité de l’échelle de Préférence pour le programme de fidélité ont fait l’objet d’examens psychométriques rigoureux par le biais de modélisations par équations structurelles et d’approches expérimentales multifactorielles menées par Yi et Jeon (2003), ainsi que par des réplications ultérieures dans la littérature en marketing des services.

Validité de construit et validité convergente

La validité de construit a été établie en examinant l’homogénéité des indicateurs constitutifs de l’échelle à travers une analyse factorielle confirmatoire (AFC). Les saturations factorielles standardisées ($lambda$) de chacun des trois items oscillent systématiquement entre 0,82 et 0,93, ce qui dépasse largement le critère conservateur usuel de 0,70. De plus, la variance moyenne extraite (AVE, Average Variance Extracted) calculée pour ce construit s’élève à 0,76 dans les études initiales, attestant d’une excellente validité convergente, la variance capturée par le construit latent étant très supérieure à la variance imputable à l’erreur de mesure.

Validité discriminante

La validité discriminante a été testée en comparant le modèle unidimensionnel de base à des modèles alternatifs fusionnant la préférence pour le programme avec d’autres construits adjacents, notamment la « valeur perçue du programme » (perceived value) et la « fidélité à la marque » (brand loyalty). Conformément au critère méthodologique de Fornell et Larcker (1981), la racine carrée de l’AVE pour l’échelle de préférence ($\sqrt{0,76} \approx 0,872$) est nettement supérieure aux corrélations bivariées partagées entre ce construit et toutes les autres variables du système structurel ($r$ variant entre 0,35 et 0,62). De surcroît, les tests de différence de khi-deux ($\Delta \chi^2$) entre les modèles non contraints et les modèles où la corrélation inter-construits est fixée à l’unité se sont révélés hautement significatifs ($p < 0,001$), confirmant formellement l’indépendance statistique et conceptuelle de la préférence pour le programme.

Validité prédictive et nomologique

La validité nomologique est corroborée par l’observation des relations causales postulées dans le cadre théorique. Les résultats de Yi et Jeon (2003) confirment que la préférence pour le programme est positivement et significativement prédite par la valeur perçue du programme ($eta = 0,68$, $t > 8,50$, $p < 0,001$). À son tour, la préférence pour le programme exerce un impact direct et statistiquement déterminant sur la fidélité à la marque dans les conditions de faible implication ($eta = 0,42$, $p < 0,01$), agissant ainsi comme un vecteur médiateur décisif entre les récompenses opérationnelles et les comportements d’achat futurs du consommateur.

8. Fidélité / Reliability

La fidélité métrique de l’échelle de Préférence pour le programme de fidélité se caractérise par des coefficients de cohérence interne particulièrement élevés, confirmant la stabilité de la mesure en dépit de sa structure très concise (trois items).

Indices de cohérence interne

Dans l’étude empirique fondatrice menée sur un échantillon total de 320 participants répartis dans un plan factoriel expérimental 2 (type de fidélité : directe vs indirecte) $\times$ 2 (niveau d’implication : faible vs élevé), les coefficients de fidélité ont affiché des valeurs remarquablement stables :

• Alpha de Cronbach ($\alpha$) : Obtenu à 0,89 dans l’échantillon global, variant de 0,87 à 0,92 selon les sous-groupes expérimentaux conditionnels. Toutes ces valeurs excèdent largement le seuil standard de 0,70 recommandé par Nunnally et Bernstein (1994) pour la recherche fondamentale.
• Fidélité composite ($\rho_c$ ou CR) : Évaluée à 0,90 dans le modèle de mesure global, démontrant une robuste consistance interne au sein du cadre d’équations structurelles sous covariance matricielle.

Fidélité test-retest et stabilité temporelle

Bien que les études de conception expérimentale privilégient souvent les administrations transversales immédiates, des réplications en milieu naturel mesurant la fidélité attitudinale à deux semaines d’intervalle rapportent des coefficients de corrélation intraclasse (ICC) supérieurs à 0,81, indiquant une bonne stabilité temporelle des perceptions lorsque les barèmes de points et la structure des récompenses demeurent inchangés. L’erreur standard de mesure (SEM) reste contenue, soulignant la précision métrique de l’instrument tant pour les évaluations de niveau individuel que pour les agrégations de groupe.

9. Analyse factorielle / Factor Analysis

L’architecture factorielle de l’instrument a fait l’objet de vérifications approfondies, combinant analyse factorielle exploratoire (AFE) initiale et modélisations confirmatoires (AFC) à l’aide de logiciels spécialisés (LISREL / AMOS).

Structure factorielle exploratoire

Lors des phases exploratoires d’extraction en composantes principales suivies d’une rotation oblique (Promax), les trois items se regroupent invariablement sur un facteur unique émergeant avec une valeur propre (eigenvalue) nettement supérieure au critère de Kaiser de 1,0 (typiquement comprise entre 2,25 et 2,52). Ce premier facteur explique à lui seul plus de 75 % de la variance totale observée parmi les indicateurs, ne laissant subsister aucun facteur résiduel significatif.

Modélisation factorielle confirmatoire (AFC)

L’analyse factorielle confirmatoire corrobore de manière péremptoire cette structure strictement unidimensionnelle. Les indices d’adéquation générale obtenus par Yi et Jeon (2003) pour le modèle de mesure incluant la préférence pour le programme témoignent d’un ajustement exceptionnel aux données empiriques :

• Chi-deux de conformité : $\chi^2 / df < 2,0$, non significatif au seuil standard, reflétant une divergence minime entre matrices de variance-covariance observée et estimée.
• Indices d’ajustement comparatif : CFI (Comparative Fit Index) = 0,98 ; TLI / NNFI : 0,97. Ces valeurs dépassent le seuil strict de 0,95 formulé par Hu et Bentler (1999).
• Résidus d’approximation : RMSEA (Root Mean Square Error of Approximation) = 0,042 avec un intervalle de confiance à 90 % situé entre [0,000 ; 0,071] ; SRMR (Standardized Root Mean Square Residual) = 0,028.

Les saturations factorielles standardisées pour chacun des trois items sont les suivantes :

• Item 1 (Évaluation favorable par rapport aux alternatives) : $lambda = 0,85$ ($t = 16,84$) ; résidu d’erreur $\theta_\epsilon = 0,28$.
• Item 2 (Force de la préférence pour le programme) : $lambda = 0,91$ ($t = 19,22$) ; résidu d’erreur $\theta_\epsilon = 0,17$.
• Item 3 (Volonté de recommandation à autrui) : $lambda = 0,84$ ($t = 16,45$) ; résidu d’erreur $\theta_\epsilon = 0,29$.

Ces données confirment l’absence de saturation croisée et attestent d’une parcimonie statistique exemplaire, chaque item contribuant de manière substantielle et équilibrée à l’identification du construit latent.

10. Instrument de mesure / Instrument

L’instrument se présente sous un format auto-administré, particulièrement léger et adaptable aux questionnaires en ligne, aux entretiens en point de vente ou aux protocoles de recherche en laboratoire.

• Type d’évaluation : Auto-questionnaire psychométrique / Échelle d’attitude et d’intention comportementale.
• Nombre total d’items : 3 items formulés sous la forme d’affirmations déclaratives.
• Format des réponses : Échelle de Likert à 7 points (1 = « Tout à fait en désaccord » ou « Très négatif », 4 = « Neutre », 7 = « Tout à fait d’accord » ou « Très positif »). Certaines études emploient des formats d’ancrage bipolaires (ex. : « Nettement moins avantageux » à « Nettement plus avantageux »).
• Temps de passation estimé : Moins de 60 secondes (généralement inclus au sein d’une batterie d’évaluation plus large consacrée à l’expérience d’achat).
• Cotation et calcul du score :
  • Aucun item inversé n’est présent dans la version originale ; tous les items sont orientés positivement.
  • Le score global de préférence pour le programme est calculé en effectuant la moyenne arithmétique des trois items (valeur allant de 1,00 à 7,00) ou par calcul de la somme brute (score compris entre 3 et 21).
  • Dans le cadre d’une modélisation structurelle (SEM), il est recommandé de préserver la structure multi-indicateurs sans concaténation préalable afin de modéliser explicitement l’erreur de mesure.
• Interprétation des résultats : Un score moyen proche de 7 signale une position dominante du programme dans l’esprit du client, propre à générer de la rétention active et du bouche-à-oreille. Un score avoisinant 4 dénote une indifférence ou une perception d’équivalence entre concurrents, tandis qu’un score inférieur à 3 indique un programme perçu comme sous-optimal, inefficace ou source de frustration.

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

• Année de publication initiale : 2003.
• Publication princeps : Journal of the Academy of Marketing Science (Volume 31, Numéro 3, pages 229–240), revue scientifique publiée à l’époque sous l’égide de la fondation éponyme (diffusée par Springer Nature).
• Droits d’auteur et propriété intellectuelle : Les concepts scientifiques et les items originaux sont la propriété de l’Academy of Marketing Science et des auteurs (Youjae Yi et Hoseong Jeon).
• Politique d’utilisation et permissions :
  • Utilisation académique et non commerciale : L’inclusion de ces items dans des travaux de recherche universitaire, thèses de doctorat ou enquêtes académiques à but non lucratif est généralement permise sous la doctrine du fair use, sous réserve d’une citation bibliographique formelle et appropriée de l’article princeps de 2003.
  • Utilisation commerciale et audits d’entreprise : Toute intégration de l’instrument dans des solutions d’évaluation logicielle commerciale, des plateformes SaaS d’expérience client ou des études de marché rémunérées peut nécessiter l’obtention d’une licence ou d’une autorisation formelle auprès de l’éditeur (via le Copyright Clearance Center).
• Tarif d’utilisation : L’accès au protocole d’items au sein des publications universitaires est libre de redevance pour les chercheurs affiliés à des institutions d’enseignement supérieur abonnées aux bases de données universitaires.

12. Références / References

• 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
• Blau, P. M. (1964). Exchange and power in social life. John Wiley & Sons.
• Dick, A. S., & Basu, K. (1994). Customer loyalty: Toward an integrated conceptual framework. Journal of the Academy of Marketing Science, 22(2), 99–113. https://doi.org/10.1177/0092070394222001
• 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
• Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
• Oliver, R. L. (1999). Whence consumer loyalty? Journal of Marketing, 63(4_suppl1), 33–44. https://doi.org/10.1177/00222429990634s105
• Yi, Y., & Jeon, H. (2003). Effects of loyalty programs on value perception, program loyalty, and brand loyalty. Journal of the Academy of Marketing Science, 31(3), 229–240. https://doi.org/10.1177/0092070303031003002

13. Questions et items du questionnaire / Scale Items

Les questions et énoncés suivants sont administrés aux répondants pour évaluer leur degré de préférence envers le programme de fidélité proposé. Les participants indiquent leur accord sur une échelle d’évaluation allant de 1 (« Pas du tout d’accord ») à 7 (« Tout à fait d’accord »).