Sérendipité (Produits)

1. Résumé

L’échelle de sérendipité appliquée aux produits (Serendipity Scale for Products), développée par Kim, Affonso, Laran et Durante (2021) au sein de leur programme de recherche publié dans le Journal of Marketing, est un instrument psychométrique conçu pour opérationnaliser et quantifier le sentiment subjectif de sérendipité éprouvé par un consommateur lorsqu’il découvre un produit sur le marché. Dans le paradigme traditionnel du comportement du consommateur, la prise de décision d’achat et la recherche de produits ont longtemps été théorisées comme des processus rigoureusement rationnels, orientés vers un but précis (goal-directed search) et optimisés par la réduction des coûts de transaction et des frictions cognitives. Cependant, les travaux contemporains démontrent que les rencontres fortuites dans les environnements de vente au détail — qu’ils soient physiques ou numériques — exercent une influence disproportionnée et hautement favorable sur l’évaluation des biens et la satisfaction globale.

Cette mesure psychométrique capture précisément la nature bidimensionnelle de l’expérience sérendipiteuse : la conjonction indissociable entre le caractère hautement inattendu ou fortuit de la découverte (la contingence ou le hasard perçu) et la valence affective positive immédiate générée par cette trouvaille (l’agréable surprise et l’appréciation de la valeur découverte). Composée généralement de 3 à 4 items fondamentaux administrés selon des échelles de type Likert en 7 points (allant de 1 = « Fortement en désaccord » à 7 = « Tout à fait d’accord »), l’échelle présente une robustesse psychométrique exemplaire. Les investigations empiriques menées à travers de multiples expérimentations en laboratoire et sur le terrain attestent d’une cohérence interne élevée (alphas de Cronbach systématiquement supérieurs à 0,85, atteignant fréquemment 0,90 à 0,93), d’une structure factorielle unidimensionnelle stable pour la mesure du sentiment global, ainsi que d’une remarquable validité prédictive à l’égard de la satisfaction post-achat, de la disposition à payer (willingness-to-pay) et du bouche-à-oreille positif.

2. Mots-clés

Sérendipité, psychologie du consommateur, comportement d’achat, découverte fortuite, surprise agréable, satisfaction client, psychométrie, prise de décision, marketing expérientiel, évaluation de produit.

3. Auteurs

L’instrument de mesure de la sérendipité associée aux produits a été formalisé et validé par une équipe de chercheurs de premier plan en marketing quantitatif et psychologie expérimentale du consommateur :

• Aekyoung Kim : Professeure adjointe en marketing, Department of Marketing, University of Sydney Business School, Sydney, Australie. Ses axes de recherche se concentrent sur la psychologie du consommateur, les dynamiques d’évaluation des produits et les heuristiques de découverte. Courriel institutionnel : [email protected].
• Francine M. Affonso : Chercheuse en comportement du consommateur, Miami Herbert Business School, University of Miami, Coral Gables, Floride, États-Unis. Ses travaux portent sur les interactions d’achat en magasin et les processus émotionnels associés à la surprise.
• Juliano Laran : Professeur titulaire de marketing, Vice-doyen aux programmes facultaires, Miami Herbert Business School, University of Miami, Coral Gables, Floride, États-Unis. Théoricien reconnu de la motivation inconsciente, de l’autorégulation et de la prise de décision séquentielle. Courriel institutionnel : [email protected].
• Kristina M. Durante : Professeure distinguée de marketing et doyenne associée à la recherche, Rutgers Business School, Rutgers University, Newark et New Brunswick, New Jersey, États-Unis. Ses recherches croisent psychologie évolutionniste, neuroéconomie et comportement du consommateur. Courriel institutionnel : [email protected].

4. Objectif

La genèse de cette échelle répond à un impératif épistémologique et managérial majeur : transcender les modèles préexistants de recherche d’information qui supposaient que l’utilité du consommateur est maximisée uniquement lorsque l’effort de recherche est minimisé pour atteindre un bien prédéfini. Dans les marchés contemporains saturés, surchargés d’algorithmes de recommandation personnalisés et d’environnements hyper-prévisibles, la découverte imprévue mais gratifiante constitue un levier psychologique fondamental de différenciation. L’objectif premier de cette échelle est donc d’isoler, de formaliser et de quantifier le sentiment subjectif qu’un consommateur éprouve lorsqu’un produit semble avoir été « trouvé par chance » tout en répondant admirablement à ses aspirations latentes.

D’un point de vue fondamental, l’instrument vise à dissocier la sérendipité d’autres construits affectifs et cognitifs proches, tels que la simple surprise (qui peut être neutre ou désagréable), la chance pure ou l’aubaine monétaire (comme une promotion imprévue). Il permet d’élucider les mécanismes causaux par lesquels la contingence perçue déclenche une attribution causale spécifique : l’individu n’attribue pas uniquement l’acquisition à son propre travail de prospection méthodique, mais à une convergence quasi providentielle ou magique entre le contexte et son identité. Ce sentiment de sérendipité amplifie considérablement la valeur perçue de l’objet découvert, conduisant à une élévation de l’attachement au produit et de la fidélité globale envers le point de vente.

Sur le plan des applications appliquées et cliniques de la recherche marketing, l’échelle remplit plusieurs fonctions critiques :

• Optimisation de l’aménagement des points de vente (merchandising) : Elle offre aux praticiens un outil standardisé pour tester empiriquement si des configurations de magasins physiques (ex. agencements labyrinthiques de type concept-stores, zones de chine ou « treasure hunt » comme chez TK Maxx ou Costco) favorisent réellement un sentiment authentique de sérendipité sans induire de frustration décisionnelle.
• Conception des algorithmes de filtrage et de recommandation e-commerce : Dans les interfaces numériques, l’hyper-ciblage engendre fréquemment des « bulles de filtres » et une lassitude de l’utilisateur. L’échelle fournit une métrique directe pour évaluer des algorithmes introduisant délibérément un bruit stochastique ou une diversité exploratoire contrôlée (serendipity-oriented recommender systems).
• Études d’impact sur la fidélité et le bien-être subjectif du consommateur : Elle permet aux chercheurs de modéliser les trajectoires longitudinales par lesquelles des épisodes répétés de sérendipité commerciale protègent contre l’érosion de l’intérêt pour une marque et nourrissent un sentiment d’enrichissement personnel au cours de l’acte de consommation.

5. Construit psychologique

Le construit psychologique de sérendipité appliqué aux produits, tel qu’opérationnalisé par Kim et ses collaborateurs (2021), plonge ses racines dans l’histoire de la notion forgée en 1754 par Horace Walpole, tout en la circonscrivant avec rigueur au domaine de l’évaluation des biens de consommation. La sérendipité n’est pas un simple événement objectif ; elle est avant tout une expérience psychologique phénoménologique résultant de la conjonction dynamique de deux sous-dimensions cognitives et affectives interdépendantes :

1. L’inattendu contingent (L’imprévisibilité de la rencontre)

Cette dimension cognitive capture la perception subjective de non-intentionnalité et de hasard gouvernant la mise en présence du consommateur et de l’objet. Le produit n’était pas activement recherché au moyen d’une liste prédéterminée, ou son apparition dans le champ perceptif de l’acheteur déroge aux schémas prédictifs habituels. L’individu interprète la découverte comme un événement non planifié résultant de circonstances aléatoires favorables. Par exemple, un consommateur déambulant sans but précis dans les allées d’une librairie d’occasion qui tombe sur un ouvrage épuisé depuis des décennies perçoit une contingence maximale. Si le produit avait été réservé en amont ou commandé en un clic via une barre de recherche textuelle, cette composante de hasard s’effondrerait à zéro.

2. La valeur affectivo-évaluative positive (L’agréable surprise et l’adéquation fortuite)

Le hasard seul ne constitue pas une sérendipité : trouver inopinément un clou rouillé sur un trottoir est un événement fortuit, mais dépourvu de valence positive ou d’utilité, voire potentiellement aversif. La seconde dimension intrinsèque de la sérendipité est l’émergence d’une surprise profondément gratifiante (pleasant surprise) couplée à la réalisation immédiate de la pertinence, de la beauté ou de l’utilité du bien pour soi. L’objet découvert entre en résonance profonde avec des besoins latents, des goûts inavoués ou des projets futurs du consommateur. C’est l’alchimie entre le caractère non sollicité de l’offre et son adéquation optimale aux préférences individuelles qui engendre ce « choc de délice » émotionnel caractéristique.

Dans l’opérationnalisation psychométrique de Kim et al. (2021), ces deux composantes fusionnent en un construit gestaltique intégré : les participants ne ressentent pas le hasard d’un côté et la satisfaction de l’autre de façon séquentielle et découplée ; ils expérimentent une Gestalt cognitive unifiée (« Quelle chance extraordinaire d’être tombé sur cet article ! »). L’échelle évalue précisément cette synthèse expérientielle.

6. Cadre théorique

Le développement de l’échelle de sérendipité s’ancre à la croisée de plusieurs paradigmes majeurs des sciences cognitives, de la théorie de l’évaluation cognitive (Appraisal Theory) et de la psychologie de l’attribution :

La théorie de l’évaluation cognitive et la psychologie des émotions

Selon les modèles d’évaluation cognitive développés notamment par Klaus Scherer et Richard Lazarus, une émotion complexe n’est pas un réflexe automatique mais le produit d’une évaluation séquentielle de stimuli selon plusieurs critères : la nouveauté/soudaineté, la valence intrinsèque, la congruence avec les objectifs et le potentiel de maîtrise. La sérendipité correspond précisément à un profil d’évaluation où le stimulus est évalué comme hautement inattendu (nouveauté absolue), non congruent avec le but actif immédiat (puisqu’aucune recherche ciblée n’était en cours pour cet objet précis), mais extraordinairement congruent avec les buts latents de niveau supérieur de l’individu, déclenchant ainsi un état affectif de joie combinée à un étonnement bienheureux.

La théorie de l’attribution et l’illusion de causalité

Les théories de l’attribution causale (Heider, 1958 ; Weiner, 1985) éclairent la manière dont les individus expliquent les événements positifs. Face à une découverte sérendipiteuse, l’individu ne peut pas attribuer le succès à son seul effort instrumental direct. Ce déficit d’attribution interne classique conduit paradoxalement à l’activation d’un raisonnement téléologique ou magique : le consommateur ressent que l’objet lui « était destiné » ou que le destin a opéré en sa faveur. Cette interprétation confère à l’objet un statut ontologique supérieur, chargeant le produit d’une signification symbolique et d’un attachement affectif bien plus profonds que ceux générés par une acquisition programmée et sans mystère.

Le modèle de recherche d’information exploratoire (Bates’ Berrypicking Model)

Dans les sciences de l’information, le modèle séminal de Marcia Bates (1989) a démontré que la recherche humaine ne s’apparente pas à une requête booléenne statique, mais à une cueillette de baies (berrypicking), où chaque nouvelle information fortuite modifie la trajectoire cognitive de l’agent. Kim et al. (2021) transposent cette intuition à l’écologie des marchés : le consommateur évolue dans un écosystème dynamique d’indices sensoriels où les rencontres fortuites restructurent continuellement sa hiérarchie de désirs, transformant la découverte accidentelle en un vecteur fondamental de valeur ajoutée expérientielle.

7. Validité

La validité psychométrique de l’échelle de sérendipité des produits a été scrupuleusement démontrée au travers de sept études expérimentales et de terrain rapportées par Kim, Affonso, Laran et Durante (2021), englobant plusieurs milliers de participants confrontés à des contextes d’achat réels et simulés.

Validité de construit et validité convergente

La validité de construit a été établie en vérifiant que les scores sur l’échelle de sérendipité s’élèvent de façon statistiquement significative lorsque les conditions expérimentales manipulent directement le mode de découverte (découverte par hasard vs recherche délibérée et ciblée, p < 0,001). La validité convergente est étayée par des corrélations fortes et positives avec des construits théoriquement affiliés mais distincts, tels que :

• La surprise agréable (pleasant surprise) : r oscillant entre 0,65 et 0,78 (p < 0,001).
• Le sentiment de chance personnelle perçue (feeling lucky) : r variant de 0,60 à 0,74 (p < 0,001).
• L’affect positif immédiat (PANAS positif) : r = 0,52 (p < 0,001).

Validité discriminante

L’échelle démontre une excellente validité discriminante vis-à-vis de concepts connexes qui pourraient être confondus avec la sérendipité :

• L’utilité perçue du produit : Bien que corrélée modérément (r ≈ 0,35), l’analyse factorielle confirmatoire démontre que la sérendipité et l’utilité fonctionnelle chargent sur des facteurs distincts, avec une variance moyenne extraite (AVE) excédant nettement le carré des corrélations inter-facteurs (critère de Fornell-Larcker respecté).
• La perception d’aubaine financière (Good deal / Discount perception) : L’échelle ne se confond pas avec la satisfaction liée à un rabais monétaire. Dans les protocoles de Kim et al. (2021), la manipulation de réductions tarifaires substantielles n’augmente pas artificiellement le score de sérendipité si le produit a été trouvé par recherche dirigée, prouvant que l’instrument capture bien la nature de la rencontre et non le simple gain économique.
• La surprise purement cognitive (sans valence positive) : Les items ne corrèlent que faiblement (r < 0,20) avec des mesures de désorientation ou d’incongruité cognitive non résolue.

Validité prédictive et nomologique

La validité nomologique et prédictive de l’instrument s’avère particulièrement puissante. Les analyses de régression multiple et les modèles d’équations structurelles (SEM) rapportés dans l’article princeps établissent que le score de sérendipité prédit positivement et significativement :

• La satisfaction globale envers le produit acquis (β = 0,42 à 0,55, p < 0,001).
• L’accroissement de la disposition à payer (Willingness-to-pay) mesurée par des incitations réelles (BDM lotteries).
• L’intention de réachat auprès du distributeur et la propension à émettre un bouche-à-oreille laudatif (Net Promoter Score).

De surcroît, les analyses de médiation formelle (utilisant les macros PROCESS de Hayes, Modèle 4) valident que le sentiment de sérendipité agit comme un médiateur complet entre le contexte fortuit de découverte et le surcroît de satisfaction consécutif.

8. Fidélité

Les propriétés de fidélité de l’échelle ont été documentées de façon exhaustive à travers les différents échantillons de consommateurs recrutés par les auteurs (comprenant à la fois des panels universitaires et des panels représentatifs issus de plateformes telles que Amazon MTurk et Prolific) :

• Cohérence interne (Alpha de Cronbach) : À travers l’ensemble des études empiriques de Kim et al. (2021), le coefficient alpha de Cronbach (α) pour l’échelle oscille entre 0,86 et 0,93, témoignant d’une homogénéité interne remarquable. Par exemple, dans l’Étude 1 (validation du construit en environnement d’achat en ligne), α = 0,91 ; dans l’Étude 3 (dégustation et sélection de confiseries en laboratoire), α = 0,88 ; et dans l’Étude 5 (achats en magasin physique), α = 0,92.
• Fiabilité composite (McDonald’s Omega & CR) : L’indice de fiabilité composite (Composite Reliability, CR) calculé dans le cadre des modélisations confirmatoires dépasse systématiquement le seuil critique de 0,70 recommandé par Nunnally, se situant autour de 0,89 – 0,93, avec un coefficient Omega de McDonald (ω) atteignant 0,90.
• Stabilité et variance d’erreur : La variance d’erreur de mesure non aléatoire s’avère extrêmement faible. Les corrélations inter-items individuelles sont toutes comprises dans la fourchette optimale de 0,62 à 0,78, évitant à la fois l’hétérogénéité indésirable et la redondance excessive (paraphrase stérile).

9. Analyse factorielle

La structure dimensionnelle de l’échelle a fait l’objet d’examens psychométriques approfondis via l’Analyse Factorielle Exploratoire (AFE) et l’Analyse Factorielle Confirmatoire (AFC) :

Analyse Factorielle Exploratoire (AFE)

Lors des phases initiales de calibration, l’analyse en composantes principales assortie d’une rotation Varimax ou Oblimin directe a systématiquement mis en évidence un facteur unique dominant possédant une valeur propre (eigenvalue) nettement supérieure au critère de Kaiser (typiquement > 2,60), expliquant entre 74 % et 82 % de la variance totale des scores. Le graphique des éboulis de Cattell (scree plot) montre une inflexion marquée après le premier composant, justifiant sans ambiguïté la rétention d’une structure unidimensionnelle pour le sentiment global de sérendipité.

Analyse Factorielle Confirmatoire (AFC)

L’adéquation du modèle unidimensionnel a été testée par AFC sur des échantillons indépendants. Les indices d’ajustement global confirment une concordance exceptionnelle entre les données empiriques et le modèle théorique :

• Chi-deux normé (χ²/ddl) : inférieur à 2,5 (généralement non significatif pour les échantillons modérés).
• CFI (Comparative Fit Index) : > 0,98.
• TLI (Tucker-Lewis Index) : > 0,97.
• RMSEA (Root Mean Square Error of Approximation) : < 0,05 (avec un intervalle de confiance à 90 % compris entre 0,000 et 0,072).
• SRMR (Standardized Root Mean Square Residual) : < 0,03.

Les saturations factorielles standardisées (factor loadings, λ) de chaque item sur le construit latent sont toutes hautement significatives (p < 0,001) et substantielles, oscillant entre 0,81 et 0,93. La variance moyenne extraite (AVE) calculée excède largement le seuil standard de 0,50, se situant autour de 0,72 à 0,79, ce qui démontre que la quasi-totalité de la variance des indicateurs est captée par le construit latent de sérendipité.

10. Instrument de mesure

L’instrument de mesure de la sérendipité des produits se caractérise par une administration simple, brève et particulièrement adaptée aux contextes de recherche sur le terrain ou aux enquêtes d’évaluation post-achat :

• Type d’évaluation : Auto-questionnaire psychométrique standardisé (self-report inventory).
• Nature du construit : Évaluation de l’état subjectif (state measure) ressenti lors de l’épisode de découverte d’un bien de consommation.
• Nombre total d’items : 3 à 4 items fondamentaux (selon la version brève ou étendue retenue dans les protocoles de Kim et al., 2021).
• Format des réponses : Échelle de Likert en 7 points :
  • 1 = Totalement en désaccord (Strongly disagree)
  • 2 = En désaccord
  • 3 = Plutôt en désaccord
  • 4 = Ni en accord ni en désaccord (Neutre)
  • 5 = Plutôt d’accord
  • 6 = D’accord
  • 7 = Totalement d’accord (Strongly agree)
• Modalités de cotation et de calcul du score : L’ensemble des items est formulé dans le sens direct (aucun item inversé). Le score global de sérendipité est calculé en réalisant la moyenne arithmétique simple des items répondus. Le score final varie de 1 à 7 : un score élevé reflète une expérience intense de découverte fortuite et enthousiasmante, tandis qu’un score faible indique une rencontre banale, planifiée ou dénuée de tout enchantement imprévu.
• Durée approximative de passation : Moins de 60 secondes, ce qui minimise tout risque de fatigue cognitive ou d’attrition lors d’enquêtes complexes.

11. Permissions, Tarifs et Année du test

• Année de publication princeps : 2021.
• Titulaire des droits d’auteur (Copyright) : American Marketing Association (AMA) / Sage Publications, ainsi que les auteurs (A. Kim, F. M. Affonso, J. Laran, K. M. Durante).
• Statut d’accès et tarification : L’article fondateur est publié sous licence commerciale par l’AMA dans le Journal of Marketing. Pour une utilisation académique, pédagogique ou scientifique à des fins non lucratives, les formulations des items publiées au sein du corps du texte ou de ses annexes méthodologiques (Web Appendix) sont généralement libres de citation et de réutilisation dans le respect strict des règles de citation scientifique (Fair Use / Fair Dealing).
• Utilisation commerciale : Toute intégration de l’instrument dans un progiciel propriétaire, un outil d’audit commercial breveté ou une plateforme d’analyse marchande commerciale peut nécessiter l’autorisation formelle expresse de l’éditeur (Sage Publications / AMA RightsLink) et des auteurs originaux.

12. Références

Les sources bibliographiques et fondations théoriques relatives à l’élaboration et la validation de cette mesure comprennent :

• Bates, M. J. (1989). The design of browsing and berrypicking techniques for the online search interface. Online Review, 13(5), 407–424. https://doi.org/10.1108/eb024320
• Heider, F. (1958). The psychology of interpersonal relations. John Wiley & Sons. https://doi.org/10.1037/10628-000
• Kim, A., Affonso, F. M., Laran, J., & Durante, K. M. (2021). Serendipity: Chance encounters in the marketplace enhance consumer satisfaction. Journal of Marketing, 85(4), 141–157. https://doi.org/10.1177/0022242920984485
• Lazarus, R. S. (1991). Emotion and adaptation. Oxford University Press.
• Makri, S., & Blandford, A. (2012). Coming across information serendipitously—Part 1: A process model. Journal of Documentation, 68(5), 684–705. https://doi.org/10.1108/00220411211256030
• Scherer, K. R. (2001). Appraisal considered as a process of multilevel sequential checking. Dans K. R. Scherer, A. Schorr, & T. Johnstone (Éds.), Appraisal processes in emotion: Theory, methods, research (pp. 92–120). Oxford University Press.
• Weiner, B. (1985). An attributional theory of achievement motivation and emotion. Psychological Review, 92(4), 548–573. https://doi.org/10.1037/0033-295X.92.4.548

13. Questions et items du questionnaire

Les items officiels composant l’échelle développée par Kim, Affonso, Laran et Durante (2021) sont protégés par le droit d’auteur de l’American Marketing Association et des auteurs de la publication. Conformément aux dispositions juridiques et aux normes psychométriques internationales relatives à l’intégrité des instruments de mesure, l’inventaire textuel officiel doit être consulté directement dans la publication originale de référence ou son annexe méthodologique en ligne (Web Appendix).