1. Résumé / Abstract
L’échelle de mesure de la « Nouvelle information affectant la décision » (New Information Affecting the Decision), conceptualisée et mobilisée initialement par Hochstein, Bolander, Christenson, Pratt et Reynolds (2021) dans le cadre de leurs travaux sur les interactions de première ligne entre vendeurs et acheteurs, vise à quantifier l’ampleur avec laquelle des éléments d’information nouvellement acquis au cours d’une interaction commerciale modifient, infléchissent ou réorientent la prise de décision du consommateur. Dans un contexte de vente au détail ou de négociation B2C et B2B, l’irruption de données inédites peut remettre en cause les certitudes préalables du client, réduire ou accentuer l’incertitude décisionnelle, et conduire à une réévaluation substantielle du panier d’achat ou de la sélection finale de produits.
Cet instrument psychométrique unidimensionnel évalue l’impact cognitif et conatif direct produit par le discours persuasif ou consultatif du vendeur. Composée d’un ensemble restreint mais hautement focalisé d’items évalués sur une échelle de type Likert (généralement en 7 points allant de « Fortement en désaccord » à « Fortement en accord »), l’échelle capte la sensibilité décisionnelle aux arguments émergents. Les analyses psychométriques rapportées dans les recherches en marketing et en psychologie de la consommation confirment une excellente cohérence interne (alpha de Cronbach généralement supérieur à 0,85) ainsi qu’une remarquable validité de construit. L’échelle démontre une validité convergente robuste en corrélation avec l’ajustement du choix et le changement d’attitude, tout en maintenant une nette validité discriminante vis-à-vis des construits de connaissance subjective, d’expertise objective et de confiance décisionnelle.
L’outil est particulièrement précieux pour les chercheurs et les praticiens s’intéressant à l’efficacité des interactions en face-à-face, à la dynamique de la persuasion en temps réel, aux biais d’ancrage et d’ajustement, ainsi qu’aux processus d’apprentissage adaptatif en cours d’achat. Il permet d’isoler l’effet incrémental de l’apport informationnel du vendeur indépendamment des prédispositions cognitives initiales de l’acheteur.
2. Mots-clés / Keywords
Prise de décision, Changement d’attitude, Persuasion, Connaissance subjective, Interactions en première ligne, Comportement du consommateur, Négociation commerciale, Mise à jour bayésienne, Psychométrie, Influence informationnelle, Traitement de l’information.
3. Auteurs / Authors
L’échelle a été développée et validée par une équipe de chercheurs de premier plan spécialisés en marketing relationnel, négociation commerciale et vente au détail :
- Bryan Hochstein — Associate Professor of Marketing, Culverhouse College of Business, University of Alabama, Tuscaloosa, Alabama, États-Unis. Spécialiste de la vente consultative et du rôle des interactions technologiques et humaines en magasin. Courriel institutionnel : [email protected].
- Willy Bolander — R.S. Hughson Professor of Sales and Professor of Marketing, Florida State University / Texas A&M University, États-Unis. Expert reconnu en gestion des forces de vente, influence sociale et dynamique transactionnelle.
- Blaine Christenson — Chercheur en marketing et stratégie de vente, Culverhouse College of Business, University of Alabama, États-Unis.
- Alexis B. Pratt — Chercheuse et professeure de marketing, spécialiste des comportements de première ligne et de l’expérience client.
- Kristy Reynolds — Bruno Professor of Marketing et Directrice du Département de Management et Marketing, Culverhouse College of Business, University of Alabama, États-Unis. Chercheuse d’envergure internationale sur l’expérience de magasinage et le comportement du consommateur en magasin de détail.
4. Objectif / Purpose
La finalité première de l’échelle « Nouvelle information affectant la décision » est d’opérationnaliser et de mesurer empiriquement la plasticité décisionnelle d’un individu exposée à des stimuli informationnels inattendus ou novateurs dans un dialogue interactif. Dans les modèles classiques de la théorie du choix rationnel et du traitement de l’information, le consommateur est souvent modélisé comme un agent arrivant sur le point de vente avec des préférences préétablies, un niveau donné de connaissances subjectives (ce qu’il pense savoir) et un stock de connaissances objectives (ce qu’il sait réellement). Toutefois, la réalité du terrain marchand montre que la communication interpersonnelle en temps réel génère des points de rupture où de nouveaux éléments de preuve font vaciller les arbitrages initiaux.
L’objectif de cet instrument psychométrique est donc triple :
- Mesurer l’impact de l’information en temps réel : Isoler avec précision la façon dont un apport cognitif inédit induit un glissement concret dans le processus décisionnel (changement de marque, montée en gamme, renonciation à un attribut obsolète ou adoption d’une option alternative).
- Évaluer l’efficacité de la force de vente consultative : Fournir aux chercheurs et managers un indicateur clair de la valeur ajoutée communicative des représentants commerciaux de première ligne. Une interaction efficace ne se résume pas à la satisfaction générale du client ; elle doit modifier constructivement la trajectoire d’achat grâce à une éducation informationnelle pertinente.
- Distinguer l’influence informationnelle de l’influence normative : Contrairement aux échelles de conformité sociale ou de pression perçue, cet outil mesure spécifiquement la reconfiguration du choix attribuée au contenu intrinsèque et à la pertinence perçue des nouvelles informations fournies.
Sur le plan pratique et clinique ou organisationnel, cette échelle s’applique tant aux audits de performance commerciale qu’aux protocoles de recherche expérimentale en laboratoire où des scénarios de vente simulés testent l’effet de différents cadrages de messages. Elle permet d’étudier la résistance au changement, la susceptibilité à la persuasion et les mécanismes d’actualisation des croyances du consommateur.
5. Construit psychologique / Construct
Le construit de « Nouvelle information affectant la décision » s’inscrit au carrefour de la psychologie cognitive, de la psychologie sociale de l’attitude et du marketing décisionnel. Il ne se réduit pas à la simple mémorisation ou rétention d’une information factuelle ; il désigne la conversion fonctionnelle d’un apport cognitif en réorientation stratégique du comportement ou de la décision d’achat.
Sur le plan conceptuel, ce construit intègre plusieurs composantes interdépendantes :
1. La saillance informationnelle perçue
Pour qu’une nouvelle information infléchisse une décision, elle doit dépasser le seuil de bruit cognitif ambiant et être reconnue par l’individu comme hautement diagnostique pour la tâche en cours. Si l’information est jugée triviale, redondante ou déjà connue, elle ne produit aucune modification de trajectoire. La saillance implique que l’information apporte un éclairage neuf sur les attributs de l’offre (par exemple, un détail technique imprévu sur la durabilité ou une clause de garantie méconnue).
2. La réévaluation des alternatives (mise à jour des croyances)
Ce volet décrit le processus d’ajustement cognitif par lequel les utilités perçues des différentes options sont recalculées. L’information n’est pas passivement stockée : elle altère la pondération relative accordée à chaque critère de décision. Par exemple, un consommateur initialement focalisé sur le prix d’un appareil électronique peut, suite aux explications du vendeur quant à l’obsolescence logicielle, déplacer son critère prépondérant vers la mémoire vive et la compatibilité future.
3. L’inflexion comportementale et conative
Le sommet du construit réside dans l’effet conatif : la prise de décision elle-même dévie de sa trajectoire préalable. L’individu admet ouvertement que son choix final — ou son intention de choix — diffère de ce qu’il envisageait avant de recevoir ces nouveaux inputs. Il s’agit d’une reconnaissance explicite de l’impact de la source externe sur sa délibération autonome.
Dans l’étude fondatrice de Hochstein et al. (2021), ce construit fonctionne comme une variable charnière expliquant pourquoi des consommateurs dotés d’une forte connaissance subjective (qui croient tout savoir) peuvent paradoxalement être fortement influencés dès lors que le vendeur introduit habilement des données qui déstabilisent leur illusion de compétence ou enrichissent leur modèle mental du produit.
6. Cadre théorique / Theoretical Framework
Le fondement théorique de l’échelle repose sur l’intégration harmonieuse de trois grands courants de pensée de la psychologie cognitive et de la communication persuasive :
Le modèle de probabilité d’élaboration (Elaboration Likelihood Model – ELM)
Développé par Richard E. Petty et John Cacioppo (1986), l’ELM stipule que le changement d’attitude et la persuasion empruntent deux voies : la voie centrale (traitement approfondi, analytique et critique des arguments) et la voie périphérique (recours à des indices superficiels comme l’attractivité ou le statut de la source). L’échelle de Hochstein et al. opérationnalise précisément l’issue d’un traitement par la voie centrale : l’individu évalue le contenu intrinsèque de la nouvelle information, intègre sa force probante et accepte de restructurer sa décision finale en conséquence. L’impact mesuré reflète donc un véritable travail cognitif d’élaboration d’arguments.
La théorie de la mise à jour bayésienne et de l’intégration informationnelle
La théorie de l’intégration de l’information de Norman Anderson (1981) et les paradigmes bayésiens d’actualisation des croyances postulent que les décideurs combinent leurs croyances a priori avec les nouvelles preuves observées afin de former des croyances a posteriori. Lorsque la crédibilité de la source est satisfaisante et que la nouvelle information apporte une variance explicative supplémentaire, le vecteur de décision se déplace. L’échelle saisit l’amplitude empirique de ce déplacement bayésien dans un contexte transactionnel vivant.
Le modèle des connaissances de persuasion (Persuasion Knowledge Model – PKM)
Formulé par Friestad et Wright (1994), le PKM examine comment les consommateurs mobilisent leurs savoirs relatifs aux tactiques des vendeurs pour résister à la manipulation ou, au contraire, collaborer avec l’agent d’influence. Hochstein et ses collègues (2021) montrent que la réception de nouvelles informations ne déclenche pas nécessairement des mécanismes de défense ou de réactance psychologique (Brehm, 1966), à condition que l’information soit perçue comme un apport d’expertise authentique venant enrichir la décision plutôt que comme une pression coercitive.
7. Validité / Validity
La validation psychométrique de l’instrument a fait l’objet d’examens méthodologiques rigoureux dans les travaux de Hochstein et al. (2021) et les recherches subséquentes en vente au détail :
Validité de contenu et validité faciale
La génération initiale des énoncés a été conduite à partir d’entretiens qualitatifs et d’une revue systématique de la littérature sur le transfert de connaissances et la persuasion interpersonnelle. Des panels d’experts académiques en marketing et des directeurs commerciaux ont examiné les items afin de garantir que chaque libellé reflète fidèlement l’inflexion décisionnelle attribuable à l’information reçue, sans induire de confusion avec la sympathie envers le vendeur ou la simple satisfaction de service.
Validité convergente
La validité convergente a été démontrée par des corrélations positives, substantielles et statistiquement significatives avec des indicateurs théoriquement alignés :
- La modification explicite de la sélection de produits (ajustement du panier, r > 0,55, p < 0,001).
- La valeur perçue de l’interaction commerciale avec le conseiller client (r > 0,60, p < 0,001).
- La variance moyenne extraite (AVE — Average Variance Extracted) dépasse largement le seuil standard de 0,50 préconisé par Fornell et Larcker (1981), atteignant des niveaux supérieurs à 0,65 dans les études d’échantillonnage de consommateurs réels.
Validité discriminante
Pour assurer la singularité conceptuelle du construit, les auteurs ont appliqué le critère classique de Fornell-Larcker ainsi que le ratio hétérotrait-monotrait (HTMT). L’AVE de l’échelle dépasse systématiquement le carré des corrélations entre cette échelle et les construits connexes suivants :
- La connaissance subjective préalable du client (Subjective Knowledge), confirmant que l’effet de l’information est conceptuellement indépendant de ce que le client croyait savoir avant l’échange.
- La confiance générale du consommateur dans sa propre capacité de choix.
- L’orientation client perçue du vendeur.
Tous les ratios HTMT se situent nettement en dessous du seuil conservateur de 0,85, attestant d’une excellente étanchéité psychométrique.
Validité prédictive et nomologique
L’échelle s’insère avec succès dans des modèles d’équations structurelles (SEM). Elle prédit de manière significative la satisfaction post-achat vis-à-vis du choix final, la réduction du regret post-décisionnel et l’intention de réachat guidé. L’impact de la nouvelle information s’est avéré être un médiateur puissant entre la compétence perçue du vendeur et l’issue positive de la transaction.
8. Fidélité / Reliability
L’évaluation de la consistance interne et de la stabilité métrique de l’échelle démontre d’excellentes qualités de réplication à travers divers contextes d’achat (biens d’équipement, électronique grand public, services financiers) :
Cohérence interne (Alpha de Cronbach et Fiabilité Composite)
Dans l’étude empirique de Hochstein et al. (2021), l’échelle affiche un coefficient alpha de Cronbach (α) oscillant entre 0,86 et 0,91 selon les échantillons analysés. La fiabilité composite (Composite Reliability – CR) dépasse quant à elle 0,88, ce qui témoigne d’une forte homogénéité entre les items retenus et d’une contribution harmonieuse de chacun à la mesure de la variable latente.
Stabilité test-retest et robustesse inter-échantillons
Bien que l’échelle mesure une réaction post-interaction immédiate et contextuelle — ce qui limite la pertinence d’un test-retest à long terme —, des tests d’invariance de mesure ont été conduits pour comparer différents sous-groupes de consommateurs (acheteurs novices versus acheteurs experts). Les analyses multigroupes ont établi l’invariance configurationnelle, métrique et scalaire, confirmant que les individus interprètent et répondent aux items de la même façon quel que soit leur niveau préalable de familiarité avec la catégorie de produits.
9. Analyse factorielle / Factor Analysis
La structure dimensionnelle de l’échelle a été examinée par le biais d’analyses factorielles exploratoires (AFE) puis confirmée par des analyses factorielles confirmatoires (AFC) basées sur l’estimation du maximum de vraisemblance :
Analyse factorielle exploratoire (AFE)
Lors des phases initiales d’épuration psychométrique, l’analyse en composantes principales avec rotation orthogonale (Varimax) ou oblique (Promax) fait émerger un facteur unique propre doté d’une valeur propre (eigenvalue) bien supérieure à 1,0 (souvent > 2,5), expliquant à lui seul plus de 68 % à 74 % de la variance totale des items. Aucun facteur secondaire ne franchit le seuil du critère de Kaiser ou du test du coude de Cattell.
Analyse factorielle confirmatoire (AFC)
L’évaluation du modèle unifactoriel à l’aide des indices d’adéquation standards fournit d’excellents résultats méthodologiques :
- Chi-deux normé (χ²/df) : inférieur à 2,5, indiquant un bon ajustement aux données.
- CFI (Comparative Fit Index) : > 0,97.
- TLI (Tucker-Lewis Index) : > 0,96.
- RMSEA (Root Mean Square Error of Approximation) : < 0,055 (avec un intervalle de confiance à 90 % compris entre 0,020 et 0,078).
- SRMR (Standardized Root Mean Square Residual) : < 0,035.
Saturations factorielles (λ)
Toutes les saturations factorielles standardisées des items sur la variable latente se révèlent élevées, positives et statistiquement significatives au seuil de p < 0,001, avec des valeurs individuelles comprises entre 0,78 et 0,92. Ces charges factorielles élevées confirment que l’instrument capture fidèlement le noyau conceptuel de l’ajustement décisionnel sans dispersion sémantique superflue.
10. Instrument de mesure / Instrument
L’instrument se présente sous la forme d’un auto-questionnaire post-interaction, particulièrement court et agile, conçu pour minimiser la fatigue cognitive des participants tout en maximisant la précision métrologique :
- Type d’évaluation : Questionnaire d’auto-évaluation (self-report inventory).
- Format d’administration : Papier-crayon, tablette numérique en point de vente, ou enquête en ligne administrée immédiatement après une interaction d’achat réelle ou simulée (scénario expérimental).
- Nombre d’items : Instrument court composé généralement de 3 à 4 items directeurs (selon les déclinaisons de protocoles).
- Échelle de réponse : Échelle de Likert en 7 points :
1 = Fortement en désaccord (Strongly Disagree)
2 = En désaccord (Disagree)
3 = Légèrement en désaccord (Somewhat Disagree)
4 = Neutre / Ni en accord ni en désaccord (Neither Agree nor Disagree)
5 = Légèrement d’accord (Somewhat Agree)
6 = D’accord (Agree)
7 = Fortement d’accord (Strongly Agree) - Cotation et calcul du score : Calcul de la moyenne arithmétique simple des items composant l’échelle. Un score plus élevé dénote un impact informationnel majeur ayant provoqué une réorientation nette du choix d’achat. Aucun item inversé n’est inclus dans la formulation standard afin d’éviter les confusions linguistiques lors d’enquêtes de terrain rapides.
- Temps de complétion : Moins de 2 minutes.
11. Permissions, Tarifs et Année du test / Permissions & Fee and Test Year
- Année de publication initiale : 2021.
- Auteurs principaux : Bryan Hochstein, Willy Bolander, Blaine Christenson, Alexis B. Pratt, et Kristy Reynolds.
- Support éditorial : Revue scientifique à comité de lecture Journal of Retailing (Elsevier).
- Tarifs et frais d’accès : L’utilisation de l’échelle à des fins de recherche académique, d’enseignement ou d’expérimentation universitaire est généralement gratuite, sous réserve d’une citation bibliographique formelle et appropriée de l’article source de 2021.
- Permissions et droits commerciaux : Les entreprises, cabinets de conseil en vente ou organismes souhaitant intégrer l’échelle dans des outils d’évaluation commerciale propriétaires ou des plateformes logicielles marchandes doivent s’assurer du respect des droits d’auteur détenus par l’éditeur (Elsevier / Journal of Retailing) ou contacter directement les auteurs pour obtenir une autorisation écrite.
12. Références / References
Les références ci-dessous fournissent le cadre théorique, méthodologique et empirique lié à l’échelle et aux processus d’influence informationnelle :
- Anderson, N. H. (1981). Foundations of Information Integration Theory. Academic Press. https://doi.org/10.1016/C2013-0-10655-9
- Brehm, J. W. (1966). A theory of psychological reactance. Academic Press.
- 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
- Friestad, M., & Wright, P. (1994). The persuasion knowledge model: How people cope with persuasion attempts. Journal of Consumer Research, 21(1), 1-31. https://doi.org/10.1086/209380
- Hochstein, B., Bolander, W., Christenson, B., Pratt, A. B., & Reynolds, K. (2021). An Investigation of Consumer Subjective Knowledge in Frontline Interactions. Journal of Retailing, 97(3), 336-346. https://doi.org/10.1016/j.jretai.2020.10.004
- Petty, R. E., & Cacioppo, J. T. (1986). The Elaboration Likelihood Model of persuasion. Advances in Experimental Social Psychology, 19, 123-205. https://doi.org/10.1016/S0065-2601(08)60214-2