Notes
-
[1]
Pour qualifier ces catégories de produits, nous parlerons par la suite de « produits d’apparence ».
-
[2]
L’âge, l’efficacité perçue à l’égard de l’informatique et l’image perçue de la marque Séphora ont été intégrés comme covariants aux analyses.
-
[3]
Des ancovas ont été réalisées. La fréquence de visite de magasins Séphora a été intégrée comme covariant complémentaire dans toutes les analyses qui suivent, dans la mesure où elle peut avoir un effet sur l’efficience de la prise de décision dans ces magasins (prise de décision plus facile et nécessitant moins d’effort de par sa connaissance de la boutique).
- [4]
1En 2016, le marché français de la beauté et des produits personnels était estimé à plus de 13 milliards d’euros ; 5 % des achats étant réalisés en ligne (Euromonitor, 2017). Dans le domaine de l’habillement, en 2017, la part des achats féminins en ligne était évaluée à 18,5 % et les pure players ne représentaient que 5 % des achats en valeur cette même année (Xerfi, 2017). Ces produits – cosmétiques et habillement – ont trait à l’apparence du consommateur et sont portés sur lui [1]. À ce titre, ils présentent une caractéristique commune : le besoin important de les essayer préalablement à l’achat.
2La recherche en marketing suggère que l’essai des produits influence les consommateurs car ils sont plus à même de juger leurs qualités (Hamilton et Thompson, 2007). En ligne, l’impossibilité d’essai des produits d’apparence est considérée comme l’un des freins majeurs à leur achat (Blázquez, 2014). Ainsi, tant les pure players que les distributeurs click and mortar mettent en place des solutions, notamment technologiques, pour rapprocher l’expérience virtuelle d’une expérience réelle et faciliter la prise de décision. Plusieurs technologies interactives de l’image ont été introduites avec cet objectif : rotation produit, visualisation 3D, zoom pour identifier les textures et motifs. Plusieurs marques testent par ailleurs l’utilisation de la réalité augmentée (RA) permettant l’essayage virtuel des produits sur soi. Comme d’autres technologies digitales, elle peut être utilisée tant dans un contexte 100 % en ligne que dans un contexte omnicanal (Encadré 1). Le cas de Séphora, qui a lancé son application Virtual Artist en ligne tout en développant son utilisation dans les boutiques de la marque, est emblématique (Encadré 2). Il illustre les réflexions sur l’intégration de l’essayage virtuel dans une perspective omnicanal, pour coller au mieux aux expériences de shopping hybrides des consommatrices (Collin-Lachaud et Vanheems, 2016).
Encadré 1 : Applications de la réalité augmentée pour les produits d’apparence, du 100 % on line à l’expérience phygitale
1. Le cas de Converse
Il n’est pas toujours facile de choisir sa paire de Converse en ligne parmi les différentes options proposées. En 2010, la marque a lancé l’application de réalité augmentée The Sampler. Le consommateur choisit une paire de Converse on line, pointe la caméra de son Iphone sur sa jambe et peut se voir la porter virtuellement.
2. Le cas de Shiseido
En 2016, Shiseido, en collaboration avec Microsoft Japon, a démarré le test d’une nouvelle application pour Skype Entreprise : TeleBeauty. Son objectif est de permettre aux femmes japonaises en télétravail d’avoir l’air maquillées. Les utilisatrices choisissent le style de maquillage qu’elles souhaitent porter virtuellement lors de leur visioconférence : naturel, « tendance », cool ou féminin. Puis, grâce à la réalité augmentée, elles obtiennent le style désiré. L’application cible également les hommes qui souhaiteraient camoufler les cernes sous les yeux (https://www.shiseidogroup.com/newsimg/2041_c1l06_en.pdf).
Du 100% on line à l’expérience phygitale
1. Le cas de Ray-Ban et de l’essayage virtuel de lunettes
Depuis 2009, Ray-Ban permet d’essayer virtuellement différents modèles de lunettes de sa marque sur son site. Pour cela, le consommateur est invité à réaliser une vidéo de son visage à l’aide de sa webcam. Grâce à la réalité augmentée, il peut par la suite visualiser les lunettes sur lui sous différents angles. La marque permet également la réalisation d’une vidéo regroupant toutes les paires de lunettes essayées. Elle peut être envoyée à des amis pour connaître leur opinion (https://www.ray-ban.com/france/virtual-model).
L’essayage virtuel de lunettes est intégré de plus en plus fréquemment sur les sites web des opticiens (Krys, Afflelou, Optic 2000, etc.). En magasin, ce type d’essayage peut répondre à des problèmes spécifiques tels que des difficultés à évaluer si les paires essayées vont bien pour des porteurs de lunettes à leur vue ou des difficultés à comparer de nombreuses paires essayées. Créée en 2006, Fittingbox est spécialisée dans l’essayage de lunettes en réalité augmentée et propose aux opticiens, marques et fabricants de montures des solutions interactives utilisables tant en ligne qu’en magasin.
2. Le cas de L’Oréal Paris
En 2014, L’Oréal Paris lance son application Makeup Genius qui propose aux utilisatrices d’essayer des produits de maquillage en utilisant la réalité augmentée. Depuis, plus de 20 millions de consommatrices dans le monde ont téléchargé l’application. En septembre 2016, la marque ouvre son premier magasin amiral français, à Paris, permettant de maximiser l’expérience omnicanal de ses consommatrices. Depuis, la marque a ouvert trois boutiques dans la capitale. L’une de leurs particularités concerne la place prépondérante donnée au digital. Une déclinaison de l’application mobile Makeup Genius est par exemple proposée en magasin sur tablettes. L’application Nail Genius, permettant de tester virtuellement les vernis de la marque, est également présente. Des conseillères de vente restent disponibles en continu pour accompagner les clientes dans leur expérience.
Encadré 2 : New Sephora Experience, la réalité augmentée au sein d’une expérience omnicanal
3Avec l’utilisation croissante de cette technologie, Javornik (2016a) a appelé à une meilleure compréhension de son impact sur l’expérience d’achat. Les rares travaux sur le sujet se sont principalement intéressés aux dimensions affectives de l’expérience et ont peu étudié l’essayage virtuel avec la RA en tant qu’outil d’aide à la prise de décision (ex. Beck et Crié, 2016 ; Yim, Chu et Sauer, 2017). Par ailleurs, ils s’ancrent dans une perspective multicanal, où chaque canal (magasin vs. web) est considéré indépendamment (Verhoef, Kannan et Inman, 2015), et se focalisent sur l’achat en ligne. À notre connaissance, aucun ne s’est intéressé à son influence potentielle dans le cadre d’une stratégie omnicanal, où la technologie peut constituer aussi un point de contact en ligne avant l’achat en magasin physique (expérience de webrooming) ou un point de contact directement en magasin (expérience phygitale). La seule exception est le travail de Beck et Crié (2016), centré sur une dimension affective de l’expérience.
4Dans ce contexte, l’objectif de cet article est d’étudier dans quelle mesure l’essayage virtuel en RA influence l’efficience du processus de prise de décision, et ce, lors de différentes expériences de magasinage (en ligne, webrooming, phygitale). D’un point de vue théorique, cette analyse permet d’approfondir les connaissances sur l’influence des expériences virtuelles d’essayage sur le processus de prise de décision. D’un point de vue managérial, nos résultats peuvent aider à orienter les décisions d’investissement sur ce type de technologies.
5Dans un premier temps, nous développons la littérature sur l’expérience directe et virtuelle vécue avec les produits d’apparence, puis focalisons le propos sur l’essayage virtuel en RA. Dans un second temps, nous présentons les résultats d’une expérimentation réalisée auprès de consommatrices françaises mises en situation d’utilisation de l’application de RA Virtual Artist de la marque Séphora. Nous terminons en évoquant les implications managériales, limites et voies de recherche.
La réalité augmentée : nouvelle technologie pour faciliter la prise de décision dans un contexte omnicanal ?
Des expériences réelles aux expériences virtuelles avec les produits d’apparence
6Tant les recherches sur l’adoption des innovations (Arts, Frambach et Bijmolt, 2011 ; Rogers, 2003) que celles sur l’essai de produits (Hamilton et Thompson, 2007 ; Kempf, 1999 ; Millar et Millar, 1996) suggèrent que l’expérience directe d’un produit influence son évaluation et les intentions des consommateurs. Elle engendre notamment une représentation mentale plus concrète du produit (Hamilton et Thompson, 2007) et davantage de réactions émotionnelles que cognitives (Millar et Millar, 1996).
7Le contexte on line ne permet pas cette expérience directe. C’est pourquoi de nombreuses technologies interactives de l’image sont testées par les marques pour faire vivre aux consommateurs des expériences virtuelles avec les produits d’apparence. Ces technologies cherchent à simuler, voire surpasser l’expérience réelle, dans un environnement virtuel (Fiore, Kim et Lee, 2005 ; Kim, Fiore et Lee, 2007). Daugherty, Li et Biocca (2008) suggèrent à ce titre que ces expériences sont plus similaires à des expériences directes avec les produits (ex. essai) qu’à des expériences indirectes (ex. bouche-à-oreille).
8Les technologies utilisées sont considérées comme interactives car les utilisateurs peuvent modifier en temps réel certains éléments d’un environnement médiatisé. Sont englobées : 1) les technologies permettant une meilleure visualisation du produit et de ses caractéristiques, comme les zooms et rotations du produit et 2) celles facilitant l’essayage virtuel du produit comme l’utilisation de mannequins virtuels et la réalité augmentée (Tableau 1). De manière générale, plusieurs études empiriques ont montré que plus le niveau d’interactivité de l’image est grand, meilleures sont l’attitude et les intentions comportementales envers le site web du détaillant. Ce niveau d’interactivité impacte les valeurs utilitaire et hédonique de l’expérience on line ; la valeur utilitaire influençant positivement à son tour l’intention d’achat sur le site (Fiore, Kim et Lee, 2005).
Exemples de technologies interactives de l’image pour les produits d’apparence
| Technologies utilisées | Modalités de fonctionnement | Exemples |
|---|---|---|
| Zoom | Agrandissement du visuel complet du produit et/ou de certaines parties pour en découvrir les détails et textures. | www.zara.com https://www.frankandoak.com/ http://www.neimanmarcus.com |
| Rotation 180 degrés / 360 degrés | Visualisation du produit sous différents angles, via une rotation qui peut être sur un axe vertical ou une rotation complète. | www.bonlook.com http://www.snap36.com/industries/fashion/ |
| Essayage virtuel sur un mannequin 3D | Essayage des produits sur un mannequin virtuel. Ce mannequin peut être personnalisé, pour constituer une représentation plus ou moins proche de son apparence physique. | Lors du Consumer Electronic Show de Las Vegas en 2017, la marque Gap a présenté « the DressingRoom », une version béta d’application permettant d’essayer les vêtements sur 5 types de corps prédéfinis. |
| L’écran interactif comme assistant à la cliente (expérience phygitale) |
| Rebecca Minkoff (NY) Le magasin Reformation Sports Experts Certains magasins de Neiman Marcus |
Exemples de technologies interactives de l’image pour les produits d’apparence
9Dans la pratique, sous le terme générique de technologies interactives de l’image, les travaux se sont souvent concentrés sur l’influence d’une seule technologie interactive de l’image sur différentes variables dépendantes, liées à sa valeur hédonique et/ou à certaines caractéristiques utilitaires. Ceux portant sur les expériences virtuelles d’essayage des produits se sont dans un premier temps intéressés aux effets de l’utilisation de mannequins virtuels. Ils peuvent varier selon leur degré de personnalisation, du choix entre des mannequins standards à la possibilité de créer un mannequin plus ou moins à son image, en modifiant ses dimensions et/ou en ajoutant sa propre photo (Cho et Schwarz, 2012 ; Kim et Forsythe, 2007). Merle, Sénécal et St-Onge (2012) ont montré que l’utilisation d’un mannequin personnalisé améliorait la valeur utilitaire de l’expérience, comparativement à l’utilisation de mannequin non personnalisé. Ils ont par ailleurs identifié la congruence perçue entre le mannequin et l’utilisatrice comme un médiateur clé. Grâce à la RA, il est désormais possible de réaliser virtuellement l’essayage sur soi – et non plus sur une représentation de soi – ce qui élimine cette contrainte (Hilken et al., 2017).
L’essayage virtuel en réalité augmentée au service de l’expérience client omnicanal
10La réalité augmentée consiste à « transformer la réalité physique en superposant des éléments virtuels directement dans l’environnement en temps réel » (Javornik, 2016a) et présente plusieurs caractéristiques spécifiques : l’interactivité (technologie interactive de l’image), la virtualité (présence d’éléments de la réalité virtuelle) et la synchronisation du virtuel et du réel (Javornik, 2016b).
11Appliquée à l’essayage virtuel de produits, elle a été présentée comme :
- un outil parmi les Nouvelles Générations d’Aides à la Vente ou à l’Achat (NAVA, Beck et Crié, 2015), définies comme ayant « le potentiel d’assister le consommateur dans sa prise de décision d’achat, en améliorant la qualité de son choix et en réduisant simultanément l’effort requis pour prendre cette décision » (Häubl et Trifts, 2000) ;
- une technologie d’information en self-service (SSIT « Self-Service Information Technology » ; ex. Feenstra et Glérant-Glikson, 2017) c’est-à-dire une « interface technologique qui permet de produire du service indépendamment de la présence du vendeur », dans les travaux traitant des expériences en magasin.
12Dans les deux cas, la capacité à accroître l’efficience du processus de prise de décision est considérée comme un critère de performance clé (Collier et Sherrell, 2010 ; Ding, Hu et Sheng, 2011 ; Häubl et Trifts, 2000). L’efficience (convenience) d’une expérience d’achat est liée au temps et à l’effort nécessaires au consommateur pour accomplir la tâche (Berry et al., 2002 ; Collier et Sherrell, 2010). Ici, nous nous intéressons plus spécifiquement à ce que Berry et al. (2002) appellent l’efficience de la prise de décision (decision convenience), impliquant le temps et l’effort perçus dédiés à la prise de décision.
13Au cours des dernières années, plusieurs détaillants ont expérimenté ce type d’essayage virtuel de produits. À titre d’exemple, Ikea propose à ses clients d’intégrer sur ordinateur ou tablette les meubles de ses différentes gammes (éléments virtuels) dans les pièces réelles de leur maison (environnement réel). L’objectif est ici de faciliter le processus de prise de décision préalablement à l’achat, en permettant de visualiser directement les meubles dans un contexte réel. C’est dans le cadre des produits d’apparence que les applications de réalité augmentée se sont les plus développées avec des dénominations allant des « miroirs magiques » aux « cabines d’essayage virtuelles », et ce, dans différentes catégories : lunettes, vêtements, maquillage (Encadré 1). L’utilisation de « miroirs magiques » permet de visualiser un produit virtuel sur le corps réel d’un utilisateur, par le biais d’une webcam, et permet donc de développer un fort degré d’interactivité (Poushneh et Vasquez-Parraga, 2017). Sa spécificité consiste à favoriser « l’auto-augmentation » (Javornik, 2016b), à savoir une visualisation « enrichie » de soi via les éléments virtuels qui y sont superposés. En ce sens, elle est à ce jour l’unique expérience digitale qui constitue un entre-deux entre une expérience réelle et une expérience virtuelle des produits. Les miroirs magiques sont utilisés tant dans un contexte d’expérience 100 % en ligne que dans le cadre d’expériences dans des magasins physiques. Plusieurs marques, comme Séphora ou L’Oréal, l’intègrent dans leur stratégie omnicanal (Encadrés 1 et 2). Les exemples d’utilisation de cette technologie se multiplient mais très peu de recherches ont été réalisées sur son impact sur l’expérience client (Javornik, 2016b). Elles présentent par ailleurs trois limites :
- La faible prise en compte de sa performance en termes de facilitateur de la prise de décision, ce qui constitue pourtant l’un de ses objectifs majeurs. Les travaux ont ainsi étudié principalement certaines composantes affectives associées : curiosité perçue (Beck et Crié, 2016), immersion (Javornik, 2016b) et valeur hédonique (Poushneh et Vasquez-Parraga, 2017). Yim, Chu et Sauer (2017) ont très récemment intégré « l’utilité du média » dans leur modèle, ses items de mesure renvoyant plus ou moins à celui d’efficience du processus d’achat. Ils montrent, sur un échantillon d’étudiants, que l’utilisation d’un essayage virtuel en RA améliore « l’utilité du média » pour des lunettes, et marginalement pour des montres.
- La focalisation sur une perspective multicanal : les rares recherches ont traité de l’impact de l’essayage virtuel en RA uniquement dans le cadre de processus de prise de décision 100% en ligne. Pourtant, les initiatives récentes dépassent ce cadre d’analyse pour adopter une perspective omnicanal et intégrer les différents points de contact en ligne et hors ligne entre le consommateur et la marque. La seule recherche ayant intégré une expérience omnicanal est celle de Beck et Crié (2016). Toutefois, elle s’intéresse exclusivement à l’impact sur une composante affective, la curiosité perçue, dans le cadre d’une expérience de webrooming.
- La non-prise en compte de modérateurs. L’une des questions managériales clés est de savoir si tous les consommateurs évaluent de la même manière l’essayage virtuel. Par exemple, les acheteurs fréquents dans le canal de distribution ou dans la catégorie de produits en question, qui possèdent donc une connaissance accrue, évaluent-ils de la même manière l’efficience de l’essayage virtuel que les autres ? Dans le cadre d’un management omnicanal, les usages spécifiques des différents canaux sont centraux pour segmenter les consommateurs (Herhausen et al., 2015).
14C’est pourquoi nous souhaitons étudier la capacité d’une expérience d’essayage virtuel en réalité augmentée à faciliter le processus de prise de décision, et ce, dans le cadre des trois types d’expériences dans lesquelles il est utilisé : l’expérience 100 % en ligne, l’expérience de webrooming et l’expérience phygitale. Dans le cadre de l’expérience on line, nous évaluons le rôle modérateur de la fréquence d’achat on line dans la catégorie étudiée. Enfin, dans le cadre des deux autres expériences, nécessitant un achat off line, nous intégrons le rôle modérateur de la fréquence d’achat off line dans la catégorie.
15Dans une expérience phygitale, l’intégration de l’essayage virtuel en RA comme forme particulière de SSIT interroge sur sa capacité à remplacer les conseils de vendeurs en magasin, tant du point de vue académique que managérial. Feenstra et Gérant (2017) évoquent que les SSIT, de manière générale, ne se substitueraient pas au personnel de vente en magasin. Toutefois, la réalité augmentée ne fait pas partie des technologies testées dans leur étude. Par ailleurs, leurs conclusions sont basées sur une étude qualitative. Ainsi, nous souhaitons également étudier la capacité de la réalité augmentée à se substituer aux conseils du personnel en contact lors d’une expérience de webrooming ou phygitale.
Quelle influence dans un contexte omnicanal ? Étude empirique
16Pour étudier l’influence d’une expérience d’essayage virtuel en RA sur l’efficience de la prise de décision dans un contexte omnicanal, une étude quantitative a été réalisée en ligne, auprès de 206 répondantes (méthodologie en Encadré 3). Les résultats, synthétisés dans le tableau 2, précisent son impact lors de trois types de processus de prise de décision : la recherche et l’achat en ligne, la recherche en ligne et l’achat en magasin (expérience de webrooming), et la recherche et l’achat en magasin (expérience phygitale).
Encadré 3 : Méthodologie de l’étude
Une expérimentation inter-sujets à un facteur a été réalisée en ligne en juillet 2017. Les répondantes étaient assignées de manière aléatoire à l’une des deux conditions suivantes : utilisation de la réalité augmentée pour essayer des rouges à lèvres (RA) ou non-utilisation de la réalité augmentée (NRA). Pour expérimenter l’essayage sur soi en réalité augmentée (condition RA), les participantes utilisaient le site canadien Virtual Artist de la marque Séphora qui permet, entre autres, d’essayer les rouges à lèvres vendus par le distributeur sur soi, via sa webcam (Encadré 2). Les répondantes assignées à la condition NRA utilisaient le site canadien standard de la marque Séphora (http://www.sephora.com/lipstick). Dans les deux cas, les pages étaient en langue française. L’utilisation des sites canadiens a été nécessaire car le module Virtual Artist n’était pas disponible sur le site français de la marque. La collecte a été réalisée par un institut d’études spécialisé, auprès de femmes françaises utilisatrices de rouges à lèvres (s’étant maquillées au moins une fois dans la dernière année) et possédant une webcam sur leur ordinateur.
Après avoir répondu à des questions concernant leurs perceptions et usages d’Internet, de la marque Séphora et des rouges à lèvres, les participantes étaient assignées à l’une des deux conditions. Il leur était demandé de choisir un nouveau rouge à lèvres pour elles sur le site en question, en suivant les consignes (essayage des rouges à lèvres sur elles avec leur webcam pour le groupe RA / visualisation des rouges à lèvres pour le groupe NRA). Pour impliquer les répondantes dans la tâche, il leur était possible de remporter, par tirage au sort, le rouge à lèvres qu’elles avaient retenu. Une fois leur choix réalisé, elles devaient revenir sur le questionnaire et répondre à des questions portant sur leur perception de l’expérience on line, notamment en termes d’efficience de la prise de décision et d’intention d’achat. Par la suite, elles devaient imaginer successivement deux scénarios correspondant aux deux autres types d’expériences étudiées : 1) expérience de webrooming : recherche d’informations sur le rouge à lèvres en ligne via le site proposé suivie d’un achat en magasin et 2) expérience phygitale : recherche d’informations sur le rouge à lèvres via le site proposé directement en magasin à l’aide de bornes interactives, puis achat dans le même canal (détail des scénarios en annexe 1). Une question de contrôle portant sur la complexité de la tâche a également été intégrée. Au final, la réalisation de l’expérience en réalité augmentée n’a pas été jugée plus difficile que la tâche sur le site classique (MRA= 5,91 ; MNRA= 5,82 ; F (1, 204) = 0,32 ; p > 0,1). RANRA Cette question a été suivie d’autres questions sur l’âge et la CSP des répondantes.
Une collecte en ligne engendre une difficulté à savoir si les répondantes ont bien réalisé la tâche prévue (Paolacci, Chandler et Ipeirotis, 2010). Une vigilance accrue a été accordée au respect des consignes lors de notre collecte pour deux raisons principales : 1) dans la condition RA, le site utilisé prévoyait d’autres modalités d’essayage des rouges à lèvres (photo de soi, mannequin), 2) la possibilité de gagner un rouge à lèvres et des « points » de la part de l’institut d’études pouvait inciter les participantes à adopter des comportements stratégiques comme la finalisation la plus rapide possible de l’étude, sans pour autant réaliser correctement les tâches demandées. Les premières vérifications étaient directement intégrées après l’expérience sur le site, à l’aide de deux questions : « Avez-vous bien essayé plusieurs rouges à lèvres et trouvé un qui vous plaisait sur le site ? » Oui – Non, vous pouvez retourner sur le site ! ; puis « Avez-vous pu : Essayer les rouges à lèvres sur vous “en direct” via la webcam (RA) / Visualiser différents rouges à lèvres sur le site pour en trouver un qui vous plaisait ? (NRA) » Oui – Non. Les participantes ayant répondu non à l’une ou l’autre des questions ont été redirigées vers la fin du questionnaire. Une dernière question de contrôle a été intégrée plus tard dans le questionnaire : « Comment avez-vous essayé les rouges à lèvres – soyez sincère ;-) ». Dans les analyses, nous avons retenu exclusivement les répondantes ayant coché le choix correspondant à la condition à laquelle elles avaient été affectées, à savoir « via une vidéo de vous (webcam en direct) » pour la condition RA et « je n’ai pas essayé de rouges à lèvres (site classique sans essai) » pour la condition NRA. Les différents dispositifs de contrôle mis en œuvre restent toutefois basés sur des données déclaratives.
Échantillon final
Au final, l’échantillon est composé de 206 répondantes, 104 dans la condition RA et 102 dans la condition NRA. Ses caractéristiques sont détaillées en annexe 2.
Mesures
La mesure du concept central d’efficience du processus de prise de décision est adaptée de l’échelle de « decision convenience » de Seiders et al. (2005) et met en avant la capacité de réduction des coûts temporels et cognitifs associés au choix du produit. La mesure d’intention d’achat est adaptée de Song et Zinkhan (2008). Enfin, la mesure mono-item de « besoin de conseils d’un vendeur » a été créée pour l’étude. Les mesures utilisées et leurs caractéristiques psychométriques sont détaillées en annexe 1.
Quels effets de l’essayage virtuel en réalité augmentée ? Synthèse des résultats
| Expérience 100% en ligne |
|
| Expérience en webrooming |
|
| Expérience phygitale |
|
Quels effets de l’essayage virtuel en réalité augmentée ? Synthèse des résultats
Un processus de prise de décision en ligne plus ou moins facilité selon sa fréquence d’achat
17Pour évaluer l’influence de l’essayage en ligne sur l’efficience de la prise de décision et l’intention d’achat en ligne, nous avons procédé en trois temps. Premièrement, nous avons réalisé une Ancova. Les résultats montrent que, de manière générale, l’utilisation de l’essayage virtuel accroît significativement l’efficience perçue de l’expérience en ligne (Mréalité augmentée = 5,68 ; Msite standard = 4,70 ; F (1, 204) = 28,66 ; p < ,001) [2].
18Deuxièmement, nous avons réalisé une analyse de modération (modèle 1, Hayes) permettant d’évaluer la taille de l’effet en fonction de la fréquence d’achat de maquillage online des répondantes. Herhausen et al. (2015) ont en effet identifié que la fréquence d’achat on line était un modérateur clé dans l’évaluation des canaux de distribution on line. L’analyse révèle une interaction significative entre le type d’essayage en ligne et la fréquence d’achat on line sur l’efficience du processus de prise de décision (b = 0,12 ; SE = 0,05 ; t = – 2,2 ; p = 0,028). L’interaction a été approfondie en utilisant la technique de Johnson-Neyman (Cadario et Parguel, 2014 ; Spiller et al., 2013) pour identifier l’étendue des valeurs de fréquence d’achat online pour lesquelles l’essayage virtuel influence l’efficience perçue. Les résultats montrent que l’essayage virtuel affecte positivement et significativement l’efficience perçue du processus de choix pour des acheteuses ayant une fréquence d’achat de maquillage en ligne modérée à faible, c’est-à-dire inférieure ou égale à 4,23 (b = – 0,20 ; SE = 0,11 ; t = – 1,97 ; p = 0,05). Il est intéressant de noter que ce type de consommatrices, achetant du maquillage en ligne moins d’une fois par mois, correspond à la grande majorité des femmes de l’échantillon (> 86 %). À l’inverse, l’essayage en ligne n’impacte pas l’efficience perçue pour les acheteuses fréquentes de maquillage en ligne (achetant une fois par mois et plus), sans doute déjà suffisamment sûres de leurs choix.
19Troisièmement, nous avons testé l’influence de l’efficience sur l’intention d’achat de rouges à lèvres sur le site. Pour ce faire, un test de médiation modérée a été réalisé en suivant les recommandations de Borau et al. (2015) (méthode de Hayes, modèle 7 ; médiateur : efficience perçue ; variable indépendante : type d’expérience virtuelle vécue [RA vs NRA] ; variable dépendante : intention d’achat sur le site ; modérateur de la relation entre la variable indépendante et le médiateur : fréquence d’achat de maquillage on line). L’effet de médiation modérée est significatif puisque l’intervalle de confiance de l’index de médiation modérée exclut zéro (IC = [0,033 ; 0,241]). Les résultats indiquent que l’utilisation de la réalité augmentée a un effet indirect significatif sur l’intention d’achat via l’efficience perçue de l’expérience uniquement pour les consommatrices ayant une fréquence d’achat de maquillage on line dans la moyenne de l’échantillon ou plus faible. Dans les deux cas, l’intervalle de confiance à 95 % de l’effet indirect conditionnel exclut la valeur zéro (moyenne – fréquence d’achat on line de 3,1 : IC = [-0,436 ; – 0, 171] ; moyenne moins un écart-type – fréquence d’achat online de 1,6 : IC = [-0,718 ; – 0, 241]).
Des effets disparates dans les processus de prise de décision omnicanal
20Quelle est l’influence de l’essayage virtuel sur l’efficience du processus de choix dans le cadre d’une expérience de webrooming et dans le cadre d’une expérience phygitale ? Pour l’étudier, les consommatrices interrogées devaient se projeter dans ces deux situations et évaluer leur perception d’efficience du processus (Encadré 3 : méthodologie).
21Dans le cas du webrooming, de manière générale, l’essayage virtuel n’a pas d’influence sur l’efficience perçue (Mréalité augmentée = 5,59 ; Msite standard = 5,38 ; p > ,10) [3]. Autrement dit, le fait d’essayer virtuellement le produit on line n’est pas perçu comme un facilitateur de la prise de décision en magasin, comparativement à l’utilisation d’un site standard. Une analyse de modération par la fréquence d’utilisation de maquillage (proxy de la fréquence d’achat de maquillage en général) a été réalisée pour affiner ce résultat (Laroche, Yang et McDougall, 2005) (modèle 1 ; Hayes, 2013). Les résultats montrent une interaction significative entre le type d’expérience vécue et la fréquence d’utilisation de maquillage sur l’efficience perçue dans le cadre d’une expérience de webrooming (b = 0,10 ; SE = 0,05 ; t = – 2,01 ; p = 0,04). L’approfondissement de cette interaction avec la technique de Johnson-Neyman indique que l’essayage virtuel affecte positivement et significativement l’efficience du processus de choix pour des acheteuses ayant une fréquence d’utilisation de maquillage modérée à faible, c’est-à-dire inférieure ou égale à 2,36 (b = – 0,27 ; SE = 0,13 ; t = – 1,97 ; p = 0,05). Ce type d’acheteuses, utilisant du rouge à lèvres moins d’une fois par mois, correspond à une plus faible part de notre échantillon (22 %). Ainsi, dans le cadre d’une expérience de webrooming, l’usage de la réalité augmentée avant de se rendre en magasin pourrait faciliter le processus de prise de décision une fois en magasin uniquement pour les faibles consommatrices de rouges à lèvres.
22Dans le cas d’une expérience phygitale (essayage virtuel et choix dans le magasin physique), le fait d’essayer virtuellement le produit sur des bornes interactives (RA) en magasin n’est pas perçu comme un outil facilitant la prise de décision en magasin, comparativement à un système de bornes interactives intégrant des informations classiques sur le produit (NRA) (MRA= 5,4 ; MNRA = 5 ; p> 0,10). Néanmoins, dans les deux cas, le score d’efficience est élevé, montrant qu’un système de bornes, intégrant ou pas la réalité augmentée, est d’ores et déjà évalué comme un facilitateur de choix en magasin. Une analyse de modération par la fréquence d’utilisation de rouges à lèvres a été réalisée en complément. Contrairement à l’expérience de webrooming, aucun effet d’interaction n’est identifié (p>0,10). Ainsi, quelle que soit la fréquence d’utilisation de rouges à lèvres, l’essayage virtuel n’est pas vu comme un facilitateur de prise de décision lors d’une expérience phygitale.
23Par ailleurs, en lien avec les premières conclusions qualitatives de Feenstra et Glérant-Glikson (2017), nous avons évalué dans quelle mesure l’utilisation de l’essayage virtuel peut se substituer aux conseils du personnel de vente en magasin. Pour ce faire, nous avons réalisé des Ancovas. Dans le cadre du webrooming, la nécessité de conseils de la part de vendeurs est la même, que l’acheteuse utilise la RA ou non (MRA = 5,15 ; MNRA = 4,70 ; p > 0,10). En revanche, dans le cadre d’une expérience phygitale, la nécessité de conseils de la part de vendeurs est perçue comme moindre dans le cas d’une borne avec réalité augmentée que dans le cas d’une borne de présentation des produits type « site standard » (MRA = 4,94 ; MNRA = 4,41 ; F (1,205) = 5,44 ; p = 0,002). Dans les deux cas, la fréquence d’utilisation de rouges à lèvres des acheteuses n’a aucun effet modérateur.
Conclusion
24L’essayage virtuel en réalité augmentée, mêlant mondes réel et virtuel, semble prometteur dans le cadre d’une expérience 100 % en ligne. Son implémentation permettrait d’augmenter la part des ventes en ligne auprès des femmes ayant une fréquence d’achat en ligne modérée à faible dans la catégorie de produits. Ce résultat est d’autant plus intéressant que, en 2016, 92 % des femmes françaises, soit la presque totalité des acheteuses de cosmétiques, appartenait à ce segment privilégiant l’achat en magasin physique [4]. Ainsi, pour les gestionnaires des canaux on line, les résultats militent pour le déploiement de solutions d’essayage virtuel pour les produits avec faible fréquence d’achat on line et les produits à plus grande fréquence d’achat, mais comptant d’importants segments de clientes avec une fréquence d’achat on line faible à modérée. Ces déploiements ciblés permettraient de maximiser le retour sur investissement.
25Par ailleurs, l’effet de l’essayage virtuel de cosmétiques diffère selon que l’expérience est en webrooming ou phygitale et selon la fréquence d’utilisation du produit. Dans le cas du webrooming, le fait d’utiliser l’essayage en RA est perçu comme étant plus efficient que l’utilisation d’un site Internet conventionnel uniquement pour les consommatrices ayant une plus faible fréquence d’utilisation. Pour ces dernières, il est probable que les produits de la catégorie possèdent davantage d’attributs de type « expérience » que d’attributs de type « recherche » (Nelson, 1970) ; ce qui a pour effet qu’elles retirent plus de bénéfices de la réalité augmentée. L’essayage virtuel en RA semble être un moyen efficace de réduire leur ensemble évoqué avant leur visite en magasin. Toutefois, pour les consommatrices ayant une plus grande fréquence d’utilisation, il est probable que le produit soit passé d’un produit « expérience » à un produit « recherche » (Alba et Lynch, 1997). Elles seraient ainsi plus à même d’évaluer sa qualité avant achat. Tel que suggéré par Alba et Hutchinson (1987), plus un consommateur a une connaissance importante du produit, plus il est en mesure de l’évaluer en se basant seulement sur ses caractéristiques. C’est ce qui semble se produire pour les consommatrices ayant une plus grande fréquence d’utilisation.
26Dans le cas d’une expérience phygitale, l’utilisation de bornes interactives paraît être en mesure de faciliter la prise de décision, qu’elle intègre ou non la RA, et ce, quel que soit le niveau d’utilisation des produits de la catégorie. En effet, les consommatrices ne perçoivent pas de différences d’efficience a priori entre des bornes intégrant la réalité augmentée et des bornes présentant uniquement les caractéristiques des produits. Elles pensent néanmoins que les bornes avec RA réduisent la nécessité de conseils des vendeurs en magasin. Les bornes avec RA auraient donc l’avantage de pouvoir combler un besoin de conseil, ce qui n’est pas le cas des bornes sans RA. La prise de décision ne serait pas perçue comme plus rapide ou nécessitant moins d’efforts, mais comme nécessitant moins d’interactions avec le personnel de vente. Ces résultats éclairent les décisions des gestionnaires quant aux types de bornes à installer dans leurs magasins en fonction de leurs stratégies de vente et de service à la clientèle. Par exemple, des bornes interactives avec essayage virtuel pourraient réduire la fonction de conseils du personnel de vente, mais diminueraient aussi les contacts avec les utilisateurs. Des bornes sans RA pourraient quant à elles augmenter l’efficience tout en maintenant la mission de conseil du personnel. À noter que les répondantes ne participaient pas à une réelle expérience phygitale dans notre étude et que leurs réponses étaient donc liées à leurs représentations a priori de l’utilisation de l’essayage virtuel en magasin. D’autres expérimentations mériteraient d’être menées sur le sujet en situation réelle d’expérience de shopping hybride (phygitale et webrooming, puisque nos participantes n’ont vécu qu’une partie de cette dernière expérience, la recherche on line). Pour l’expérience phygitale, nos résultats tendent à montrer une absence d’effet de la RA sur l’efficience du processus de prise de décision. Toutefois, d’autres fonctionnalités sont souvent intégrées aux « miroirs magiques » dans cet objectif (Tableau 1). Étudier dans quelle mesure elles permettent d’accroître l’efficience, en complément ou pas à la réalité augmentée, est une perspective d’étude à creuser.
27Notre travail présente d’autres limites offrant deux voies de recherche complémentaires. Premièrement, il porte sur une seule application de RA, un seul produit, et un seul territoire géographique. Des recherches diversifiant les produits et les populations étudiés permettraient d’accroître la validité externe de nos résultats. En magasin, le contexte d’essayage des cosmétiques en général, et du rouge à lèvres en particulier, est spécifique : les différentes teintes peuvent être testées relativement rapidement, mais pas sur ses propres lèvres. Au contraire, un essayage de lunettes ou de vêtements peut être réalisé sur soi, mais prend plus de temps. L’essayage virtuel en RA pourrait peut-être rendre le processus de prise de décision plus efficient pour ces catégories de produits, pour lesquelles les efforts associés à l’essayage sont plus importants. Deuxièmement, d’autres variables dépendantes et modératrices mériteraient d’être investiguées, en fonction des types d’expériences de shopping étudiées. Nous avons focalisé notre attention sur une variable cognitive clé, l’efficience. Or, divers travaux, tant sur les SSIT en général (Feenstra et Glérant-Glikson, 2017) que sur la RA en particulier (ex. Beck et Crié, 2016 ; Javornik, 2016a) ont mis en lumière l’influence potentielle sur des variables plus affectives et expérientielles (ex. valeur hédonique, immersion). En termes de modérateurs, des traits de personnalité (ex. besoin d’interaction sociale) et des variables situationnelles (ex. foule en magasin) pourraient avoir un effet dans un contexte d’expérience client omnicanal.
Annexe 1 : Échelles de mesure (échelles de Likert en 7 points sauf mention spéciale dans le tableau)
Annexe 2 : Caractéristiques de l’échantillon
| Condition RA | Condition NRA | ||
|---|---|---|---|
| Âge | Moyenne (écart-type) | 43,95 (14,13) | 49,75 (13,86)* |
| 18-29 ans | 18,3% | 4,9% | |
| 30-44 ans | 36,5% | 35,3% | |
| 45-59 ans | 28,8% | 36,3% | |
| 60-74 ans | 15,4% | 20,6% | |
| 75 ans et plus | 1% | 2,9% | |
| PCS | Agriculteurs | _ | 1% |
| Artisans, commerçants, chefs d’entreprise | 2,9% | 3,9% | |
| Cadres, professions intellectuelles supérieures | 9,6% | 16,7% | |
| Professions Intermédiaires | 17,3% | 12,7% | |
| Employés | 33,7% | 33,3% | |
| Ouvriers | 1,9% | 2% | |
| Retraités | 6,7% | 13,7% | |
| Sans activité professionnelle (étudiants, au foyer…) | 27,9% | 16,7% | |
| Effectifs | 104 | 102 | |
Bibliographie
Références
- Alba J. et Lynch J. (1997), Interactive home shopping : Consumer, retailer, and manufacturer incentives to participate in electronic marketplaces, Journal of Marketing, 61, 3, 38-53.
- Alba J.W. et Hutchinson J.W. (1987), Dimensions of consumer expertise, Journal of Consumer Research, 13, 4, 411-454.
- Arts, J. W., Frambach R. T. et Bijmolt T. H. (2011), Generalizations on consumer innovation adoption : A meta-analysis on drivers of intention and behavior, International Journal of Research in Marketing, 28, 2, 134-144.
- Beck M. et Crié D. (2016), I virtually try it … I want it ! Virtual fitting room : a tool to increase on-line and off-line exploratory behaviour, patronage and purchase intentions, Journal of Retailing and Consumer Services, 40, 279-286.
- Beck M. et Crié D. (2015), Les nouvelles aides à la vente et à l’achat : définition, état de l’art et proposition d’une taxinomie, Décisions Marketing, 79, 131-150.
- Berry L.L., Seiders K. et Grewal D. (2002), Understanding service convenience, Journal of Marketing, 66, 3, 1-17.
- Blázquez M. (2014), Fashion shopping in multichannel retail : the role of technology in enhancing the customer experience, International Journal of Electronic Commerce, 18, 4, 97-116.
- Borau S., El Akremi A., Elgaaied-Gambier L., Hamdi-Kidar L. et Ranchoux C. (2015), L’analyse des effets de médiation modérée : Applications en marketing, Recherche et Applications en Marketing, 30, 4, 95-138.
- Cadario R. et Parguel B. (2014), Reconsidérer la discrétisation des variables quantitatives : Vers une nouvelle analyse de modération en recherche expérimentale, Recherche et Applications en Marketing, 29, 4, 120-140.
- Cho H. et Schwarz N. (2012), I like your product when I like my photo : misattribution using interactive virtual mirrors, Journal of Interactive Marketing, 26, 4, 235-243.
- Collier J.E. et Sherrell D.L. (2010), Examining the influence of control and convenience in a self-service setting, Journal of the Academy of Marketing Science, 38, 4, 490-509.
- Collin-Lachaud I. et Vanheems R. (2016), Naviguer entre espaces virtuel et réel pour faire ses achats : exploration de l’expérience de shopping hybride, Recherche et Applications en Marketing, 31, 2, 43-61.
- Daugherty T., Li H. et Biocca F. (2008), Consumer learning and the effects of virtual experience relative to indirect and direct product experience, Psychology & Marketing, 25, 7, 568-586.
- Ding D.X., Hu P.J.-H. et Sheng O.R.L. (2011), e-SELFQUAL : A scale for measuring online self-service quality, Journal of Business Research, 64, 5, 508-515.
- Euromonitor International (2017), Beauty and Personal Care in France, Country Report, avril.
- Feenstra F. et Glérant-Glikson A. (2017), Identifier et comprendre les sources de valeur dans l’interaction avec les SSIT (Self-Service Information Technologies) en magasin, Décisions Marketing, 86, 47-66.
- Fiore A.M., Kim J. et Lee H.-H. (2005), Effect of image interactivity technology on consumer responses toward the online retailer, Journal of Interactive Marketing, 19, 3, 38-53.
- Hamilton R. W. et Thompson D. V. (2007), Is there a substitute for direct experience ? Comparing consumers’ preferences after direct and indirect product experiences, Journal of Consumer Research, 34, 4, 546-555.
- Häubl G. et Trifts V. (2000), Consumer decision making in online shopping environments : the effects of interactive decision aids, Marketing Science, 19, 1, 4-21.
- Herhausen D., Binder J., Schoegel M. et Herrmann A. (2015), Integrating bricks with clicks : retailer-level and channel-level outcomes of online–offline channel integration, Journal of Retailing, 91, 2, 309-325.
- Hilken T., Ruyter K., Chylinski M., Mahr D. et Keeling D. (2017), Augmenting the eye of the beholder : exploring the strategic potential of augmented reality to enhance online service experiences, Journal of the Academy of Marketing Science, 45, 6, 8847-905.
- Javornik A. (2016a), “It’s an illusion, but it looks real !” Consumer affective, cognitive and behavioural responses to augmented reality applications, Journal of Marketing Management, 32, 9-10, 987-1011.
- Javornik A. (2016b), Augmented reality : Research agenda for studying the impact of its media characteristics on consumer behaviour, Journal of Retailing & Consumer Services, 30, 252-261.
- Kempf D. S. (1999), Attitude formation from product trial : Distinct roles of cognition and affect for hedonic and functional products, Psychology & Marketing, 16, 1, 35-50.
- Kim J., Fiore A.M. et Lee H.-H. (2007), Influences of online store perception, shopping enjoyment, and shopping involvement on consumer patronage behavior towards an online retailer, Journal of Retailing & Consumer Services, 14, 2, 95-107.
- Laroche M., Yang Z. et McDougall G. H. G. (2005), Internet versus bricks-and-mortar retailers : an investigation into intangibility and its consequences, Journal of Retailing, 81, 4, 251-267.
- Merle A., Senecal S. et St-Onge A. (2012), Whether and how virtual try-on influences consumer responses to an apparel web site, International Journal of Electronic Commerce, 16, 3, 41-64.
- Millar M. G. et Millar K. U. (1996), The effects of direct and indirect experience on affective and cognitive responses and the attitude-behavior relation, Journal of Experimental Social Psychology, 32, 6, 561-579.
- Nelson P. (1970), Information and consumer behavior, Journal of Political Economy, 78, 2, 311-329.
- Paolacci G., Chandler J. et Ipeirotis P.G. (2010), Running experiments on Amazon Mechanical Turk, Judgment and Decision Making, 5, 5, 411-419.
- Poushneh A. et Vasquez-Parraga A.Z. (2017), Discernible impact of augmented reality on retail customer’s experience, satisfaction and willingness to buy, Journal of Retailing & Consumer Services, 34, 229-234.
- Rogers E. M. (2003), Diffusion of innovations, New York, Free Press.
- Seiders K., Voss G. B., Grewal D. et Godfrey A. L. (2005), Do satisfied customers buy more ? Examining moderating influences in a retailing context, Journal of Marketing, 69, 4, 26-43.
- Song J.H. et Zinkhan G.M. (2008), Determinants of perceived Web Site interactivity, Journal of Marketing, 72, 2, 99-113.
- Spiller S.A., Fitzsimons G. J., Lynch Jr. J. G. et McClelland G. H. (2013), Spotlights, floodlights, and the magic number zero : simple effects tests in moderated regression, Journal of Marketing Research, 50, 2, 277-288.
- Verhoef P.C., Kannan P.K. et 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.
- Xerfi (2017), Rapport d’étude – La distribution de prêt-à-porter féminin, Xerfi France, octobre.
- Yim M.Y.-C., Chu S.-C. et Sauer P.L. (2017), Is augmented reality technology an effective tool for e-commerce ? An interactivity and vividness perspective, Journal of Interactive Marketing, 39, 89-103.
Notes
-
[1]
Pour qualifier ces catégories de produits, nous parlerons par la suite de « produits d’apparence ».
-
[2]
L’âge, l’efficacité perçue à l’égard de l’informatique et l’image perçue de la marque Séphora ont été intégrés comme covariants aux analyses.
-
[3]
Des ancovas ont été réalisées. La fréquence de visite de magasins Séphora a été intégrée comme covariant complémentaire dans toutes les analyses qui suivent, dans la mesure où elle peut avoir un effet sur l’efficience de la prise de décision dans ces magasins (prise de décision plus facile et nécessitant moins d’effort de par sa connaissance de la boutique).
- [4]
