Section 4 - La levée des hypothèses fortes : hétérogénéité et changement
de grande consommation, l’intention surestime le taux d’achat réel et la relation linéaire est rejetée.
Cette différence d’acceptation peut être expliquée par les travaux de Tversky et Kahneman (1974) qui suggèrent que la probabilité exprimant l’intention d’achat est biaisée par l’usage récent du bien25. La relation entre la probabilité d’achat et l’intention observée étant donc plus complexe dans le cas de produits d’usage courant que pour des biens durables.
Finalement, ces conclusions autorisent l’émission de réserves sur la généralisation, à l’ensemble des biens, des différentes modélisations menant au comportement final. Dès lors, la validité externe de chacun de ces modèles peut être remise en cause.
1.2 - Une segmentation par les caractéristiques socio-démographiques
Conjointement à la prise en compte de l’hétérogénéité des biens, impliquant des difficultés de validation externe, apparaît la nécessité d’intégrer l’hétérogénéité des consommateurs, liée à la validation interne des modèles d’intention d’achat. L’approche de Morwitz et Schmittlein (1992) concerne spécifiquement le lien entre l’intention d’achat et l’achat.
Ces auteurs soulèvent certaines questions restées en suspens dans les études sur l’intention d’achat, à savoir :
1. Quels facteurs peuvent affecter la transformation de l’intention en comportement ? 2. Y a-t-il une certaine hétérogénéité, selon les groupes d’individus, dans le processus
de transformation de l’intention en comportement ? 3. Quelles échelles de mesure de l’intention d’achat utiliser ?
4. Quelle est la valeur prédictive des différentes échelles de mesure de l’intention d’achat (probabilité, périodiques) ?
5. Quels regroupements de réponses peuvent être effectués sur une échelle d’intention d’achat ?
6. Les informations sur le contexte améliorent-elles les mesures de l’intention d’achat ? 7. Sur quelle période de temps doit être mesurée l’intention d’achat ?
Les auteurs s’attachent à aborder le lien intention d’achat – comportement au travers de la problématique de segmentation des consommateurs, répondant ainsi principalement aux problèmes formulés par les questions 1., 2. et 5.
25 Biais de disponibilité.
L’échelle utilisée afin de mesurer l’intention d’achat, sur deux produits de consommation durable, ordinateur personnel et automobile, est de type dichotomique, incluant une distinction selon la période entre l’intention d’achat et l’achat : 0-6 mois ; 7-12 mois ; 13-24 mois pour les P.C. et, en plus, pour les automobiles : 25-36 mois ; plus de 36 mois.
La segmentation des individus est réalisée par les variables suivantes :
Tableau II.4 – Les variables de segmentation du lien intention d’achat – comportement
Automobile Ordinateur personnel
Taille du ménage Revenu annuel du ménage
Âge du chef de famille Statut marital
Étape du cycle de vie du ménage Type d’habitat
Propriétaire/locataire Activité du chef de famille Niveau d’éducation du chef de famille
Origine ethnique
Profession du chef de famille Présence d’enfants
Nombre de voitures Statut socio-économique
Année d’achat de la voiture à remplacer Région
Utilisation d’ ordinateur personnel à l’école ou au travail Source : Morwitz & Schmittlein,1992.
Les individus ayant déclaré une intention d’achat, quelle que soit la période, sont alors appelés « acheteurs déclarés », tandis que ceux n’ayant aucune intention d’acheter sont des
« non-acheteurs déclarés ». Les achats effectués sont mesurés après une période d’un an.
Les résultats diffèrent quant aux variables explicatives de la segmentation selon le produit étudié, confirmant au passage les difficultés de validation externe du lien intention d’achat - comportement.
En ce qui concerne les ordinateurs personnels :
?? Parmi les « acheteurs déclarés », la plus forte proportion de ceux ayant effectivement acheté un ordinateur personnel sont étudiants, professionnels, managers ou chefs d’entreprise, vendeurs, exploitants agricoles ou ouvriers, et vivent sur la côte est, sur la côte ouest ou dans la région centrale du nord-est des Etats-Unis ;
?? Parmi les « non-acheteurs déclarés », les ménages dans lesquels un membre de la famille a déjà utilisé un ordinateur, à l’école ou au bureau, sont plus enclins à en acheter un que ceux qui n’en ont jamais utilisé.
Parallèlement, les critères de segmentation relatifs à l’achat d’une voiture sont :
?? L’étape du cycle de vie du ménage, puisque les « acheteurs déclarés » qui achètent en plus forte proportion sont les jeunes célibataires, les couples retraités et les parents âgés ;
?? Le statut marital, les « non-acheteurs déclarés » autres que veuves, hommes divorcés et séparés, ayant une plus forte propension à acheter, malgré leur déclaration.
Les mesures ainsi obtenues permettent de démontrer une réelle hétérogénéité des segments étudiés, quant au taux de conversion de l’intention d’achat en acte d’achat, alors que les méthodes de mesure habituelles se fondent sur l’hypothèse d’homogénéité. La prise en compte cette hétérogénéité permet d’obtenir des taux de conversion plus stables que ceux obtenus sous hypothèse d’homogénéité.
De plus, les résultats suggèrent que certains traits latents peuvent apparaître dans les réponses et agir indépendamment de l’intention d’achat, notamment l’expérience passée avec le produit en ce qui concerne les ordinateurs personnels. Toutefois, les auteurs démontrent que les critères employés agissent conjointement et de manière interactive avec l’intention déclarée, et non de manière indépendante.
Cette étude dispose, de plus, du mérite de prendre en compte la transformation des intentions d’achat défavorables en achat effectif.
Face à cette vision de la problématique soulevée par le lien entre intention d’achat et comportement, Morwitz et Schmittlein (1992) proposent donc de s’intéresser également à la non-concordance entre intention d’achat et comportement. Dans ce cadre, l’introduction de variables attitudinales semble pertinente. En effet, les prévisions d’achat du groupe de consommateurs ayant une intention d’achat défavorable se révèlent complexes, puisque l’intérêt pour le produit, qui est supposé faible, n’est pas suffisamment précisé.
En réponse aux objectif fixés, Morwitz et Schmittlein (1992) concluent finalement que :
?? De nombreux segments peuvent être identifiés, différents par leur taux de conversion de l’intention d’achat en achat ;
?? Cette segmentation permet d’obtenir des prévisions d’achat plus précises ;
?? Le regroupement des niveaux d’intention d’achat, selon la période, en diminuant le nombre de points de l’échelle de mesure de l’intention d’achat, rend encore plus précis les prévisions.
2 - La probabilité de changement d’intention fonction de l’hétérogénéité des consommateurs
Face à ces premières améliorations des modèles tentant de définir une probabilité d’achat, certains auteurs proposent un prolongement du modèle de Morrison (1979). La probabilité de changement d’intention est intégrée de manière non aléatoire, sur la base d’une segmentation des consommateurs :
?? En l’expliquant par la perception du produit par les consommateurs ;
?? Ou encore en la distinguant selon l’intention d’achat déclarée.
2.1 - Probabilités et perception du produit
Une des faiblesses du modèle de Morrison (1979) réside dans le caractère aléatoire de la détermination de la probabilité de changement d’intention ?. Une explication de cette probabilité est pourtant envisageable.
C’est dans cette optique que Jamieson et Bass (1989) s’intéressent aux différents modèles probabilistes, en prennant en compte un ensemble de facteurs relatifs à la perception du produit. Alors que ces facteurs sont incorporés de manière globale et non nominative dans les modèles probabilistes, au travers des différents traitements effectués de l’intention d’achat, Jamieson et Bass (1989) les incorporent pour leur valeur intrinsèque. Ainsi, les différents paramètres du modèle de Morrison (1979), à savoir la probabilité de changement d’intention ? et le biais systématique b, sont expliqués par un certain nombre de variables. De même que le coefficient d’ajustement k qui résulte de la modification linéaire. Ces variables explicatives sont extraites parmi les suivantes, selon une procédure de régression « pas à pas » :
?? La familiarité avec le produit ;
?? Le désir de possession du produit ;
?? L’accessibilité financière du produit ;
?? Le besoin de conseil ;
?? La disponibilité du produit.
En se référant au modèle de Morrison (1979), la probabilité de changement d’intention d’achat est estimée par la prise en compte du besoin de conseil et de la disponibilité du produit.
Le premier exerce une influence positive sur l’instabilité de l’intention, tandis que le second exerce une influence négative.
Le biais systématique, également aléatoire dans la modélisation de Morrison (1979), devient fonction positive du désir de possession du produit et négative de sa disponibilité.
Enfin, au sein de la modification linéaire, le coefficient d’ajustement est déterminé par l’accessibilité financière du produit et sa disponibilité, d’influences positives.
Cette approche apparaît donc clairement comme une évolution du courant probabiliste vers une tentative d’explication du lien entre l’intention d’achat et le comportement. Les différents paramètres, assimilés à des variables aléatoires par Morrison (1979), sont expliqués par des critères objectifs relatifs aux produits, l’accessibilité et la disponibilité, et/ou au rapport entre l’individu et le produit, par le désir et le besoin de conseil.
Les résultats empiriques apparaissent encourageants, puisque l’estimation des paramètres des modèles probabilistes, incluant les variables de perception du produit, permet d’améliorer le caractère prédictif de l’intention d’achat. Dès lors, la voie de la compréhension du lien entre intention d’achat et comportement est pleinement ouverte aux modèles explicatifs, intégrant des variables permettant d’anticiper la qualité de ce lien.
2.2 - Probabilités et type de réponses
Afin de lever l’hypothèse d’homogénéité des consommateurs, certains auteurs (Bemmaor, 1995 ; Skenderoff & Moutet, 1968) se sont penchés sur une segmentation des individus selon le niveau de réponse donné à la mesure de l’intention d’achat. Segmentation effectuée dans le cadre de différentes problématiques, que ce soit pour l’étude de la stabilité de l’intention d’achat (Skenderoff & Moutet, 1968) ou à des fins prévisionnelles (Bemmaor, 1995).
Skenderoff et Moutet (1968) utilisent dans leurs travaux en collaboration avec l’I.N.S.E.E., une segmentation définissant 6 groupes de consommateurs, afin d’étudier l’évolution dans le temps de l’intention d’achat au sein de chacun de ces groupes :
?? Intention ferme ;
?? Intention douteuse ;
?? Ne sait pas ;
?? Sans doute que non ;
?? Non d’ici la fin de l’année, mais oui dans 2 ou 3 ans ;
?? Non d’ici 2 ou 3 ans.
Grâce à cette segmentation et à une étude longitudinale, certaines conclusions sont émises sur la persistance dans le temps des intentions d’achat, concernant les biens durables à fort coût financier. Ainsi, il semble que près de 50% des ménages n’ayant pas réalisé leur intention persistent dans celle-ci, ou passent à une classe supérieure. De plus, la persistance dans le temps semble être d’autant plus élevée que l’intention est faible.
Pour les biens durables dont le prix est plus bas, l’influence des anticipations est plus faible, et les intentions d’achat apparaissent fournir un moins bon indicateur. L’étude conclut donc sur l’imperfection de la valeur prédictive de l’intention d’achat et sur la possibilité d’inclure les attitudes afin d’atténuer cette imperfection.
Une autre conclusion importante de ces recherches réside dans la preuve apportée que la segmentation utilisée remet en cause l’hypothèse d’homogénéité des consommateurs, supposée par Morrison (1979), dans la relation entre l’intention d’achat et l’achat. Hypothèse qui induit un biais dans les prédictions établies à partir de l’intention réelle. Cette remarque étant d’autant plus forte dans le cas des nouveaux produits, pour lesquels la proportion d’acheteurs est systématiquement surestimée. La méconnaissance du prix des produits nouveaux étudiés pourrait ne pas être innocente dans cette surestimation (Bemmaor, 1995).
Également dans un souci de segmentation des consommateurs en fonction des intentions d’achat qu’ils déclarent, et dans le prolongement des travaux de Morrison (1979), Bemmaor (1995) distingue les consommateurs qui ont une intention d’achat favorable et les autres. Distinction inspirée des recherches de Morwitz et Schmittlein (1992).
Ainsi, alors que dans le modèle de Morrison (1979), la probabilité de changer d’intention d’achat ? est identique pour tous les consommateurs, Bemmaor (1995) propose que cette probabilité diffère selon le segment auquel appartiennent les consommateurs. De cette
proposition découle une modification du modèle de Morrison (1979) quant au calcul de l’intention réelle.
Le modèle de Bemmaor (1995) reprend les grandes lignes de celui de Morrison (1979), à savoir ses trois étapes principales : le calcul de l’intention d’achat réelle, l’introduction de la probabilité de changement d’intention d’achat et la prise en compte du biais systématique.
1ière étape : le calcul de l’intention d’achat réelle
Alors que l’intention d’achat déclarée est appelée ?, la probabilité de changer cette intention d’achat pour un nouveau niveau d’intention ?’ devient alors :
?? ? pour les « non-acheteurs déclarés » ;
?? Et ?’ pour les « acheteurs déclarés ».
L’intention d’achat réelle t, après déclaration est donnée par le système suivant : t = ??' + (1 - ?)? ; si i = 0 (avec une probabilité ?0)
t = ?'?' + (1 - ?')? ; si i > 0 (avec une probabilité 1 - ?0)
(Eq.II.11)
avec : i le niveau d’intention d’achat (i = 0, 1, ..., n),
?0 la proportion théorique de « non-acheteurs déclarés » prédite par la distribution béta-binomiale de paramètres ? et ?.
Ainsi, le changement d’intention n’est plus défini comme une variable aléatoire qui suit la même distribution pour tous les consommateurs. Il devient un paramètre estimé du modèle, qui diffère selon que le consommateur a déclaré ou non une intention d’achat favorable.
2ième étape : l’introduction de la probabilité de changement d’intention d’achat
Empiriquement, la proportion d’acheteurs observés est donc corrigée par les deux probabilités de changement d’intention précédemment définie, ? et ?’ :
E (t) = ?.[1 + (? - ?’)??0] (Eq.II.12)
avec : ? = ? / (? + ?), reflète l’intention d’achat réelle à l’instant de l’enquête,
? = n / (? + ? + n), est une mesure de la dispersion de l’intention d’achat déclarée à l’instant de l’enquête,
n + 1, le nombre de points de l’échelle d’intention d’achat.
3ième étape : la prise en compte du biais systématique
Le biais systématique b représente l’écart entre l’intention d’achat réelle ? et la proportion d’acheteurs observés E(t) :
b = ? - E (t) = -?(? - ?’)??0 (Eq.II.13)
Ainsi, pour une intention d’achat réelle donnée, l’amplitude du biais dépend de l’écart entre les valeurs des probabilités de changement d’intention d’achat des « non-acheteurs déclarés » et des « acheteurs déclarés », respectivement ? et ?’. Le biais augmentant avec la différence entre ces probabilités.
Enfin, en incluant le retraitement de l’intention d’achat déclarée, ainsi que le biais, les achats estimés deviennent :
?
?
?
?? (1 )(1 ) )
0 i t
( ? ? ? ? ?
E
??
? ?
?
?
? ?
?
?
?
?
?
1 0
) 1 ( ) ' 1 ( ' ) 0 i t
( ?
? ? ?
?
?
?
? E
(Eq.II.14) Ce modèle permet donc, comme celui de Morrison (1979), de prédire la proportion d’acheteurs d’un produit. Cependant, l’hypothèse d’homogénéité des consommateurs face à la probabilité de changer d’intention d’achat est abandonnée, au profit de l’hétérogénéité. Ce modèle (Bemmaor, 1995) dispose alors d’une bonne capacité prédictive, excepté dans le cas des nouveaux produits, et dans le cas des marchés d’affaires.
Bemmaor (1995) souligne une limite inhérente à la formulation de son modèle, qui provient des fondements de celui de Morrison (1979) : s’il est possible de prédire le comportement d’achat ou de non-achat d’un consommateur, le temps nécessaire à la transformation de l’intention d’achat en acte d’achat reste inconnu.
Ainsi, les modèles probabilistes, permettent de définir une probabilité d’achat au niveau agrégé des données collectées. Quelle que soit l’approche retenue, le niveau d’agrégation est élevé. Seules certaines approches tentent de segmenter les individus.
Cette utilisation de l’intention d’achat, liée essentiellement aux essais de prédiction des ventes ne permet malheureusement pas de comprendre le lien avec le comportement final. Les prédictions s’améliorent au fur et à mesure de l’affinement des modèles et des segmentations utilisées, mais les explications quant à l’origine du comportement, en dehors de l’intention d’achat, restent faible. Ainsi, les écarts demeurent inexpliqués, bien que constatés. Kalwani et Silk (1982), à la suite de Morrison (1979) posent la question de savoir si l’intention d’achat à un
instant particulier peut donner une image des achats futurs. Les preuves qui permettent de conclure à la fiabilité des échelles d’intention d’achat étant limitées.
Toutefois, l’introduction de variables explicatives des paramètres des modèles probabilistes (Bemmaor, 1995 ; Jamieson & Bass, 1989 ; Morwitz & Schmittlein, 1992), intègre la faiblesse de l’intention d’achat en tant qu’indicateur unique du comportement. Cependant, aucun approfondissement n’est mené sur les modalités d’intervention des ces variables, essentiellement incluses dans un but prédictif.
Conclusion au chapitre II
Le courant purement explicatif du passage d’une intention d’achat à un acte d’achat est relativement limité, puisque peu d’auteurs se sont intéressés stricto sensu aux raisons de la non- concrétisation de l’acte d’achat. Pourtant, les essais de modélisations réalisés par le courant probabiliste, incluant certaines variables susceptibles de provoquer cette non-concrétisation, laissent supposer que cette voie de recherche est exploitable dans le but d’affiner la relation intention d’achat – comportement.
Il ne s’agit plus de prédire le taux d’achat d’un produit, ou même la consommation au sens macro-économique, mais bien de comprendre la phase finale du processus d’achat, qui se conclut par l’acte d’achat ou la renonciation.
Les variables utilisées dans l’amélioration de la relation intention d’achat – comportement sont nombreuses. Ainsi, elles sont essentiellement socio-démographiques (Morwitz & Schmittlein, 1992), ou construites à partir de la valeur de l’intention d’achat déclarée (Bemmaor, 1995 ; Jamieson & Bass, 1989 ; Johnson, 1979 ; Morwitz & Schmittlein, 1992 ; Skenderoff & Moutet, 1968).
De même, les modélisations permettant de définir une probabilité d’achat à partir de la mesure de l’intention peuvent faire appel aux probabilités conditionnelles (Miniard et al., 1982, 1983 ; Warshaw, 1980a, 1980b) avec plus ou moins de succès.
Au vu de l’ensemble des résultats présentés, il apparaît clairement que l’intention d’achat doit permettre le plus souvent d’anticiper le comportement des individus. Les études explicatives qui s’attachent à la planification de l’achat sont beaucoup moins nombreuses que celles prévisionnelles, qui mettent en œuvre une probabilité d’achat.
Une des pistes qui semble prometteuse, suivant la volonté d’expliquer le comportement, réside dans la levée de l’hypothèse d’homogénéité des consommateurs. Ainsi, certains d’entre eux semblent plus enclins à agir selon l’intention d’achat qu’ils déclarent (Bemmaor, 1995 ; Morwitz & Schmittlein, 1992).
Toutefois, la segmentation des consommateurs se limite aux caractéristiques socio- démographiques (Morwitz & Schmittlein, 1992), ou encore selon le type de réponses données à
la question portant sur l’intention d’achat (Bemmaor, 1995 ; Jamieson & Bass, 1989 ; Johnson, 1979 ; Morwitz & Schmittlein, 1992 ; Skenderoff & Moutet, 1968). Alors que la première s’intéresse à des caractéristiques stables du consommateur, la seconde s’attache à une caractérisation ponctuelle.
Stables, les caractéristiques socio-démographiques permettent une approche pratique sur des données relativement disponibles, mais ne mettent pas au jour un trait de caractère susceptible d’expliquer la correspondance entre l’intention d’achat et l’acte d’achat.
C’est pourquoi le chapitre suivant propose de faire le point sur l’ensemble des variables à même d’expliquer le lien unissant l’intention d’achat au comportement, à la fois à partir de caractéristiques stables du consommateur, afin de prendre en compte leur hétérogénéité, et des variables situationnelles, autorisant l’intégration d’événements externes au lien étudié. Ainsi, certaines caractéristiques intra-personnelles doivent autoriser une segmentation des consommateurs susceptible de fournir un facteur explicatif à la relation unissant l’intention d’achat à l’acte d’achat, de même que la prise en compte des variables situationnelles.
Chapitre III - Les variables du lien attitude - comportement dans le contexte d’achat : vers la compréhension des écarts
Les deux premiers chapitres rappellent l’ensemble des modélisations menant au comportement final, que celui-ci soit un comportement « psychologique » ou d’achat. Cette présentation expose ainsi l’évolution des problématiques attachées aux indicateurs comportementaux, que ce soit l’attitude ou l’intention. L’échec relatif de chacune de ces deux variables à prédire le comportement amène progressivement les chercheurs à s’interroger sur les conditions d’existence d’un lien entre l’attitude, ou l’intention, et le comportement final.
Les travaux de psychologie, essentiellement centrés sur le lien entre l’attitude et le comportement introduisent le concept de force de l’attitude (Fazio & Zanna, 1981), afin de caractériser la mesure attitudinale par une composante non évaluative. Cette variable autorise une amélioration de la capacité prédictive de l’attitude et représente ainsi une avancée conceptuelle importante par le complément d’information qu’elle apporte.
Parallèlement, les auteurs qui s’attachent au lien plus spécifique entre l’intention et le comportement introduisent certaines variables qui rendent compte de la propension des individus à se comporter selon leur intention. Il s’agit de caractéristiques liées au consommateur, comme les variables socio-démographiques (Morwitz & Schmittlein, 1992) ou le niveau de l’intention d’achat (Bemmaor, 1995), ou encore au produit de l’étude (Kalwani &
Silk, 1982).
Que ce soit au travers de la force de l’attitude, ou de la segmentation effectuée, c’est bien l’hypothèse d’homogénéité des consommateurs qui est remise en cause dans la relation entre l’attitude ou l’intention, et le comportement.
Le rôle des perturbations externes de ce lien est également formalisé par leur influence sur la probabilité de changement d’intention (Jamieson & Bass, 1989) et, plus tardivement, par l’approche situationnelle des écarts entre l’intention et l’acte (Belk, 1985).