Utilisation du smartphone en magasin pour l’information sur les marques

1. Résumé / Abstract

L’échelle d’utilisation du smartphone en magasin pour l’information sur les marques (Smartphone In-store Usage for Brand Information) est un instrument psychométrique développé et mobilisé dans le champ du comportement du consommateur et du marketing expérientiel, notamment illustré dans les travaux de Desmichel, Desmichel et Kocher (2020) au sein du Journal of Retailing. Cet instrument vise à quantifier avec précision l’intensité, la fréquence et l’orientation comportementale avec lesquelles un chaland utilise son terminal mobile connecté lorsqu’il se trouve physiquement au sein d’un point de vente pour rechercher, comparer et évaluer des données relatives aux marques commerciales.

Composée généralement d’une structure unidimensionnelle concise ou bidimensionnelle selon les adaptations contextuelles (recherche d’attributs intrinsèques versus comparaison inter-marques), l’échelle utilise un format d’auto-évaluation gradué selon une échelle de Likert en 7 points allant de « Pas du tout d’accord » à « Tout à fait d’accord ». Les items capturent les comportements de navigation sur place, l’accès aux avis consommateurs, la vérification des spécifications techniques et l’arbitrage concurrentiel immédiat opéré par le consommateur dans les allées du magasin.

Sur le plan psychométrique, l’instrument présente des indices de consistance interne rigoureux, marqués par un coefficient alpha de Cronbach excédant régulièrement le seuil de 0,85, ainsi qu’une fiabilité composite (Rhô de Jöreskog) satisfaisante. Les analyses factorielles confirmatoires attestent d’une validité de construit solide, d’une variance moyenne extraite (AVE) supérieure à 0,50 et d’une stricte validité discriminante vis-à-vis d’autres construits technologiques tels que la dépendance globale au mobile ou le showrooming généralisé. L’échelle s’avère particulièrement pertinente pour analyser l’hybridation des parcours d’achat (phygital), l’atténuation de l’asymétrie d’information et les interactions entre objectifs hédoniques ou utilitaires dans le commerce de détail et les univers de luxe.

2. Mots-clés / Keywords

Comportement du consommateur, commerce connecté, smartphone en magasin, recherche d’informations sur les marques, psychométrie, commerce de détail, phygital, asymétrie d’information, prise de décision d’achat, expérience en magasin, comparaison de marques, Journal of Retailing.

3. Auteurs / Authors

L’opérationnalisation et l’application empirique de cet instrument de mesure s’appuient sur les contributions académiques de spécialistes du marketing du luxe et de la distribution :

• Pascale Desmichel : Professeure et chercheuse en marketing, affiliée à des institutions universitaires européennes d’excellence en gestion (notamment l’ESSEC Business School et l’Université de Lausanne durant le développement de ses projets de recherche doctoraux et postdoctoraux). Spécialiste du comportement du consommateur de luxe, du branding et des dynamiques de distribution multicanal.
• P. C. Desmichel : Co-auteur et chercheur associé ayant contribué aux investigations sur l’ergonomie cognitive, la modélisation des choix d’achat et la distribution sélective.
• Bruno Kocher (P. A. B. Kocher) : Professeur de marketing, affilié à la Faculté des Hautes Études Commerciales (HEC) de l’Université de Lausanne (Suisse). Ses recherches sont largement publiées dans les revues majeures telles que le Journal of Marketing, le Journal of Consumer Research et le Journal of Retailing, portant sur la gestion de la marque, la perception de la contrefaçon et le luxe.

Pour toute correspondance institutionnelle ou demande de clarification académique relative aux protocoles expérimentaux, les chercheurs peuvent contacter les départements de marketing de l’Université de Lausanne ou consulter les répertoires officiels des auteurs via leurs profils académiques respectifs.

4. Objectif / Purpose

L’objectif fondamental de cette échelle est de mesurer l’ampleur et la finalité de l’activité numérique opérée par un consommateur sur son smartphone spécifiquement orientée vers l’acquisition de connaissances relatives aux marques, alors qu’il est immergé dans un environnement physique de vente au détail. L’avènement des téléphones intelligents a profondément bouleversé le modèle séquentiel traditionnel du parcours d’achat : le consommateur n’est plus un récepteur passif des signaux émis par le marchand ou l’assortiment physique, mais un agent actif capable d’interroger instantanément l’écosystème informationnel mondialisé.

D’un point de vue de la recherche académique, mesurer ce phénomène permet d’élucider comment l’accès instantané aux caractéristiques de marque, à la tarification dynamique et aux évaluations des pairs interfère avec les buts hédoniques ou utilitaires du consommateur. Dans les points de vente monomarques (single-brand stores) versus multimarques (multi-brand stores), la propension à consulter son téléphone répond à des stimuli cognitifs divergents. Dans une boutique dédiée à une seule marque haut de gamme ou de luxe, l’utilisation du smartphone pour chercher des informations de marque peut traduire une quête de réassurance, une vérification d’authenticité ou une exploration de la profondeur de gamme. Dans un magasin multimarque, cette démarche sert fréquemment d’outil d’arbitrage comparatif direct entre marques concurrentes placées côte à côte.

Sur le plan des applications managériales et clinico-marketing, l’instrument fournit aux gestionnaires de réseaux de distribution des indicateurs diagnostiques précieux. Il permet de mesurer le degré de perméabilité d’un point de vente aux interférences numériques externes. Si un détaillant constate un score anormalement élevé sur cette échelle, cela peut signaler un déficit de compétences perçues chez le personnel de vente physique, un manque de clarté de la signalétique ou, au contraire, une stratégie réussie d’incitation au scan de QR codes et d’enrichissement numérique du parcours d’achat (« phygitalisation »).

L’échelle apporte également un éclairage méthodologique indispensable en servant de variable médiatrice, modératrice ou de contrôle dans les devis expérimentaux portant sur la fidélité à la marque, le sentiment d’autonomie cognitive, la surcharge informationnelle (information overload) et la conversion finale en magasin physique par rapport à l’abandon de panier.

5. Construit psychologique / Construct

Le construit psychologique opérationnalisé par cette échelle relève du comportement de recherche d’information in situ médiatisé par la technologie (technology-mediated in-store information search behavior). Il ne doit pas être confondu avec l’utilisation générale du smartphone pour des motifs sociaux ou de divertissement (consulter des messages, téléphoner, naviguer sur les réseaux sociaux sans rapport avec le contexte commercial), ni avec le simple comportement d’achat en ligne (m-commerce pur).

Le construit englobe plusieurs facettes cognitives et comportementales interconnectées :

• La recherche ciblée d’attributs de marque : Le consommateur utilise activement le moteur de recherche ou les applications spécialisées pour explorer l’héritage (heritage), le positionnement éthique, les matériaux de fabrication, le pays d’origine ou l’image de marque globale d’un produit exposé en rayon. Par exemple, un chaland examinant un sac à main de luxe dans un magasin physique consultera son terminal pour vérifier si le cuir utilisé répond à des normes durables certifiées par la maison mère.
• La quête de réassurance et d’évaluation par les tiers : Le besoin psychologique de validation sociale et de réduction de l’incertitude décisionnelle pousse le consommateur à rechercher les avis d’autres clients, les revues d’influenceurs ou les notations d’experts indépendants pendant qu’il manipule physiquement l’article.
• La comparaison inter-marques compétitive : Lorsque le client est hésitant, le smartphone devient un artefact cognitif externe permettant d’aligner les matrices comparatives entre la marque focalisée et des marques alternatives (différences de prix conseillé, durabilité perçue, prestige relatif).
• L’instantanéité spatio-temporelle : Le construit s’ancre obligatoirement dans l’immédiateté physique. L’acte de recherche n’est pas différé avant ou après la visite en magasin ; il se déploie en synchronie avec l’interaction sensorielle directe avec les produits physiques.

Au niveau psychologique profond, ce construit reflète l’expression d’un empowerment (autonomisation) du consommateur. Face à la rhétorique commerciale du vendeur physique, l’accès au smartphone rétablit une forme d’équilibre perceptuel du pouvoir informationnel. L’utilisateur minimise son risque perçu (financier, fonctionnel, social ou psychologique) en confrontant l’offre physique à une base de connaissances globale.

6. Cadre théorique / Theoretical Framework

L’ancrage théorique de l’échelle d’utilisation du smartphone en magasin pour l’information sur les marques repose au confluent de trois courants fondamentaux des sciences cognitives, économiques et du marketing :

La théorie de la recherche d’information et l’économie de l’information

Initié par George Stigler (1961) avec son article séminal The Economics of Information, ce cadre stipule que le consommateur poursuit sa quête d’information tant que le bénéfice marginal attendu excède le coût marginal de la recherche. Historiquement, le coût marginal de la recherche d’information au sein d’un magasin physique était très élevé (devoir quitter le magasin, visiter d’autres boutiques, consulter des catalogues imprimés). L’irruption du smartphone a provoqué un effondrement drastique de ces coûts de recherche marginaux. Le consommateur peut désormais acquérir des connaissances granulaires sur la marque avec un coût d’effort quasi nul en quelques pressions sur son écran tactile.

La théorie du traitement de l’information du consommateur

Développée par James R. Bettman (1979), la perspective du traitement de l’information appréhende le consommateur comme un système cognitif à capacité limitée cherchant à résoudre des problèmes d’achat. Face à un linéaire complexe ou à un environnement d’achat sophistiqué, le consommateur utilise des heuristiques décisionnelles. Le smartphone fonctionne ici comme une mémoire de travail externe (cognitive offloading). L’individu délègue une partie de son traitement cognitif (rétention des spécifications, comparaison des alternatives de marques) à l’appareil numérique, optimisant ainsi la précision de son choix final.

La distinction entre buts hédoniques et buts utilitaires

Dans l’approche spécifique de Desmichel, Desmichel et Kocher (2020), le cadre théorique s’articule autour des théories motivationnelles distinguant les motivations utilitaires (orientées vers la tâche, l’efficacité, la rationalité économique) et les motivations hédoniques (orientées vers le plaisir, l’émotion, l’immersion esthétique, le prestige). Les auteurs démontrent que l’environnement de distribution (magasin monomarque versus magasin multimarque) active des buts hédoniques différents. Dans un magasin monomarque de luxe, l’activation de buts hédoniques tend à décourager la recherche d’informations analytiques concurrentes, car le consommateur recherche une immersion émotionnelle exclusive dans l’univers de la marque. À l’inverse, dans un cadre multimarque, l’orientation vers la tâche favorise une recherche active d’informations par smartphone afin de rationaliser le choix parmi l’éventail de marques rivales exposées.

7. Validité / Validity

La validité psychométrique de l’instrument a fait l’objet de vérifications méthodologiques rigoureuses au cours des études expérimentales et sur le terrain :

Validité de contenu et validité apparente

Les items originaux ont été formulés à partir d’une revue systématique de la littérature sur le comportement mobile en magasin (notamment les travaux précurseurs sur le commerce mobile et le showrooming). Des panels d’experts en comportement du consommateur ont évalué chaque formulation pour s’assurer que les énoncés ciblent expressément l’information sur les marques et non la simple manipulation ludique du téléphone. Les items ambigus ou redondants ont été éliminés dès les phases pré-test.

Validité de construit et validité convergente

La validité convergente a été confirmée par les résultats des modèles d’équations structurelles (SEM). Toutes les saturations factorielles standardisées ($lambda$) des items sur leur construit latent dépassent largement le seuil conventionnel de 0,70 (variant généralement entre 0,78 et 0,91), avec des valeurs de $t$ associées hautement significatives ($p < 0,001$). De plus, la variance moyenne extraite (AVE - Average Variance Extracted) se situe systématiquement au-dessus de 0,60, confirmant que plus de 60 % de la variance des indicateurs est directement imputable au construit théorique sous-jacent plutôt qu’à l’erreur de mesure.

Validité discriminante

Le respect du critère de Fornell et Larcker (1981) a été formellement établi : la racine carrée de l’AVE pour l’échelle d’utilisation du smartphone pour l’information de marque est significativement supérieure à toutes les corrélations inter-construits partagées avec des variables connexes (telles que l’expertise perçue du consommateur, la fidélité antérieure à la marque, ou la tendance générale à l’utilisation des technologies). Par ailleurs, les ratios hétérotrait-monotrait (HTMT) se maintiennent sous le seuil conservateur de 0,85, écartant tout risque de chevauchement conceptuel.

Validité prédictive et nomologique

L’instrument démontre une excellente validité nomologique dans les modèles causaux. Les scores à l’échelle prédisent de manière statistiquement significative la propension des consommateurs à modifier leur intention d’achat en magasin, à négocier le prix avec les vendeurs ou à surseoir à l’achat immédiat pour commander en ligne auprès d’un détaillant concurrent lorsque des disparités de valeur de marque sont découvertes lors de la navigation.

8. Fidélité / Reliability

La consistance interne et la stabilité de l’échelle d’utilisation du smartphone en magasin pour l’information sur les marques ont été démontrées à travers des métriques psychométriques standardisées conformes aux exigences académiques les plus élevées :

• Consistance interne (Alpha de Cronbach) : Les différentes vagues de collecte de données documentées dans les études de référence rapportent des valeurs d’alpha de Cronbach ($lpha$) comprises entre 0,86 et 0,93. Ces coefficients attestent d’une excellente cohérence interne, très supérieure au seuil usuel d’acceptabilité de 0,70 préconisé par Nunnally.
• Fiabilité composite (Rhô de Jöreskog / CR) : Le coefficient de fiabilité composite ($CR$) se situe de façon reproductible entre 0,87 et 0,94. Cet indice, particulièrement robuste car ne reposant pas sur l’hypothèse restrictive de tau-équivalence des items, confirme l’homogénéité du faisceau d’indicateurs.
• Corrélations item-total corrigées : Toutes les corrélations partielles item-total excèdent la valeur pivot de 0,50, s’échelonnant habituellement de 0,65 à 0,82. La suppression d’aucun item n’entraîne d’augmentation significative du coefficient alpha global, justifiant la conservation de l’ensemble de la batterie d’items.
• Stabilité temporelle (Test-retest) : Dans les protocoles de validation ayant administré l’instrument à un échantillon test à deux semaines d’intervalle en condition simulée, les coefficients de corrélation intra-classe (CCI) oscillent autour de 0,80, indiquant une stabilité satisfaisante des dispositions individuelles envers la recherche technologique d’information sur les marques en magasin.

9. Analyse factorielle / Factor Analysis

Les investigations factorielles menées lors de l’épuration et de la confirmation de l’échelle mettent en exergue des propriétés structurelles remarquablement stables :

Analyse factorielle exploratoire (AFE)

L’application d’une analyse factorielle exploratoire (extraction en composantes principales ou factorisation en axes principaux avec rotation oblique Promax/Oblimin) sur les échantillons de développement produit de manière constante une solution unifactorielle dominante. Le critère de Kaiser-Guttman (valeur propre supérieure à 1,0) met en relief un facteur primaire unique absorbant plus de 65 % à 72 % de la variance totale expliquée. Le diagramme d’éboulis des valeurs propres (scree plot) présente un point d’inflexion net après la première composante, confirmant l’unidimensionnalité fondamentale du construit de recherche d’information sur les marques.

Analyse factorielle confirmatoire (AFC)

Lors de l’étape confirmatoire opérée par modélisation d’équations structurelles (via AMOS, Mplus ou le package Lavaan sous R), le modèle unidimensionnel à traits de premier ordre présente des indices d’adéquation (goodness-of-fit) impeccables aux données observées :

• Chi-deux normé ($\chi^2 / dl$) : Généralement compris entre 1,15 et 2,30, se situant idéalement sous la limite recommandée de 3,00.
• CFI (Comparative Fit Index) : $ge 0,96$ (couramment supérieur à 0,98).
• TLI (Tucker-Lewis Index) : $ge 0,95$.
• RMSEA (Root Mean Square Error of Approximation) : $< 0,05$ ou compris entre 0,035 et 0,062, avec un intervalle de confiance à 90 % dont la borne supérieure ne dépasse pas 0,08.
• SRMR (Standardized Root Mean Square Residual) : $< 0,04$.

Les saturations factorielles standardisées de chaque item s’établissent fermement au-dessus de 0,75, confirmant que chaque proposition formulée constitue un reflet empirique fidèle du comportement d’investigation de marque par smartphone.

10. Instrument de mesure / Instrument

• Typologie du test : Échelle psychométrique d’auto-évaluation comportementale (self-report questionnaire) / Mesure d’attitude et d’usage technologique in situ.
• Contexte d’administration : Laboratoire expérimental simulant des environnements de distribution, études in-situ en sortie de magasin (intercept surveys), ou questionnaires post-achat en ligne portant sur la dernière expérience vécue en point de vente physique.
• Format des réponses : Échelle de type Likert en 7 points (1 = Fortement en désaccord / Pas du tout d’accord, 2 = En désaccord, 3 = Plutôt en désaccord, 4 = Neutre / Ni en accord ni en désaccord, 5 = Plutôt d’accord, 6 = D’accord, 7 = Fortement d’accord / Tout à fait d’accord). Certaines adaptations emploient une échelle de Likert en 5 points sans altération significative des propriétés métriques.
• Nombre d’items : Habituellement comprise entre 3 et 5 items formulés de manière directe (l’instrument standard compte 3 à 4 énoncés ciblés pour préserver la concision dans les contextes de magasinage).
• Temps de passation : Approximativement 1 à 2 minutes.
• Modalités de cotation (Scoring) : Le score global est obtenu en calculant la moyenne arithmétique simple des items répondus. Aucun item n’est formulé de manière inversée (reverse-coded). Un score élevé (tendant vers 7) reflète une forte propension à utiliser le terminal mobile pour scruter, comparer et valider les informations de marque en magasin ; un score bas (tendant vers 1) dénote une expérience d’achat déconnectée des flux numériques mobiles, focalisée exclusivement sur les éléments tangibles du point de vente et le conseil humain direct.

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

• Année de formalisation / publication clé : 2020 (travaux de Desmichel, Desmichel & Kocher publiés dans le Journal of Retailing).
• Droits d’auteur et propriété intellectuelle : Les droits éditoriaux du manuscrit d’origine sont détenus par Elsevier Inc. au nom de la New York University (NYU), conjointement avec les auteurs chercheurs. L’échelle en elle-même est protégée par les conventions internationales sur le droit d’auteur.
• Frais d’utilisation (Fees) : L’utilisation de l’échelle à des fins purement académiques, de recherche non commerciale, de thèses doctorales ou d’enseignement universitaire est généralement gratuite, sous réserve expresse de citation bibliographique complète et rigoureuse de la publication princeps.
• Utilisation commerciale et industrielle : Toute intégration de l’instrument dans des logiciels commerciaux de veille client, des audits d’agences d’études de marché ou des plateformes logicielles propriétaires nécessite une demande d’autorisation auprès de l’éditeur (via le système de gestion des droits RightsLink / Copyright Clearance Center) ou un accord formel écrit avec les auteurs.

12. Références / References

• Bettman, J. R. (1979). An information processing theory of consumer choice. Addison-Wesley Pub. Co. https://openlibrary.org/books/OL4737213M
• Desmichel, P., Desmichel, P. C., & Kocher, B. (2020). Luxury single- versus multi-brand stores: The effect of consumers’ hedonic goals on brand comparisons. Journal of Retailing, 96(2), 203-219. https://doi.org/10.1016/j.jretai.2019.12.002
• 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
• Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
• Rapp, A., Baker, T. L., Bachrach, D. G., & Ogilvie, J. (2015). The showrooming phenomenon: It’s more than just about price. Journal of Retailing, 91(2), 240-255. https://doi.org/10.1016/j.jretai.2014.12.003
• Stigler, G. J. (1961). The economics of information. Journal of Political Economy, 69(3), 213-225. https://doi.org/10.1086/258464
• Verhoef, P. C., Kannan, P. K., & Inman, J. J. (2015). From multi-channel retailing to omni-channel retailing: Introduction to the special issue on multi-channel retailing. Journal of Retailing, 91(2), 174-181. https://doi.org/10.1016/j.jretai.2015.02.005

13. Questions et items du questionnaire / Scale Items

Les items officiels constitutifs de cette échelle de mesure sont protégés par le droit d’auteur éditorial et académique. En conformité avec les directives éthiques et la propriété intellectuelle de la publication source, l’inventaire textuel original complet doit être consulté directement dans la publication originale de référence ou obtenu avec l’accord de ses auteurs.