Satisfaction à l’égard des moteurs de recommandation : la transparence optimale

C’est une idée ancienne. Le mieux dans la transparence n’est pas le plus, c’est plutôt un clair-obscur, assez clair pour que la lumière traverse, assez obscur pour qu’on y devine un relief.

Il en est de même pour la transparence des algorithmes. Les utilisateurs réagissent le mieux à une information épurée, simplifiée, qui donne les principes sans brouiller avec les détails. Le simple plus que le complet.

Ce papier, publié dans la nouvelle et intéressante revue Management et DataScience en teste l’hypothèse. S’il est modeste dans la méthode et le principe ses résultats sont très net.  Cela a des conséquences en matière de design des sites et des applications. Donner des éléments clés qui favorise l’autonomie de jugement ( dois-je faire confiance à ce type d’algorithme ?)  et la connaissance de risque éventuel, sans demander un effort exorbitant. Cela cependant ne résout pas la question du contrôle effectif des algorithme qui demande une connaissance approfondie des détails.  On comprend que celle-ci n’est pas à la charge des consommateurs, mais des organismes spécialisés dans la défense des droits et des consommateurs, la recherche académique, ou de régulation.  La transparence est un arrangement institutionnel.

PS : au passage soulignons que cette publication est le résultat du mémoire de master marketing à Nanterre de Pauline Vautrot.

Satisfaction : en finir avec la malédiction

15602367155_e20626947f_zAucun autre texte que celui des Rolling Stones n’exprime mieux le problème de la satisfaction : son incapacité à produire un état de bien-être durable. Il dit l’essentiel d’une société de consommation où la sollicitation crée la frustration et l’amélioration des conditions matérielles ne change pas la ligne du bonheur.

De nombreuses firmes désormais incluent la mesure de la satisfaction, ou d’autres indicateurs comme le NPS, parmi les KPI pour mieux piloter l’entreprise, en en faisant un instrument de mesure externe (compétition) et interne (benchmarking), mais aussi longitudinal (apprentissage).   Mais elles se heurtent à un fait : il s’avère que dans le temps, les indices de satisfaction varient peu, les données de l’Asci en rendent compte : les satisfaction indicevariations intersectorielles sont plus importantes que les variations temporelles. Ainsi dans le graphe suivant, où nous avons pris soin de prendre en compte toute l’étendue de l’échelle de l’ACSI, que l’on pense bien faite, et à partir de leurs données, on s’aperçoit de la stationnarité de l’index, et plus remarquable encore de celle d’un secteur, la TV où sur la période des amélioration notables ont été apportés au produit : réduction de l’épaisseur des écrans, accroissement de leur luminosité, multiplication des fonctions et services associés et naturellement digitalisation. Les efforts des industriels ont-ils été vains?

Il peut être intéressant d’examiner la dynamique de la satisfaction en revenant à son modèle le plus simple pour s’interroger sur une hypothèse remarquable, celle de la malédiction de la satisfaction. Celle-ci peut s’exprimer de la manière suivante : si les efforts réalisé par les entreprises pour améliorer la qualité peuvent conduire dans l’immédiat à une augmentation de la satisfaction, sur le long terme cet accroissement de la qualité peut engendrer une élévation du niveau des attentes, réduisant ainsi les gains de satisfaction. Le jeu concurrentiel entretient ce processus et conduirait ainsi à l’observation d’une stabilité des indices satisfaction.

En réalité peu d’articles se sont penchés sur la question théoriquement et empiriquement (on trouvera leur références en fin d’articles)  même si certains champs de la la psychologie, peuvent nous permettre de mieux justifier cette hypothèse, nous y reviendrons un peu plus loin. Ce vide relatif a longtemps été le résultats de ceux que les mesures longitudinales ne sont pas si faciles à obtenir, mais aujourd’hui on dispose de telles bases et il y a certainement matière pour renouveler la recherche dans le champs. Ceci dit le travail empirique n’est pas le seul chemin  pour saisir cette dynamique. La simulation peut être un excellent moyen de la comprendre. En voici une esquisse.

Revenons au modèle de la satisfaction. L’élément principal réside dans la notion de confirmation : si les attentes (At) sont supérieures à la qualité perçue (Qt), un effet négatif de cette différence joue sur la satisfaction (St). Peut s’y ajouter une certaine inertie de la satisfaction, et des éléments aléatoires (humeurs, situation, mesure…). Cela se modélise aisément par

S(t)=αA(t)-Q(t)) +βS(t-1)+ε(t)

Les attentes sont certainement déterminées par leur état antérieur (inertie) et le niveau de satisfaction éprouvé précédemment (plus on est satisfait et plus les attentes sont augmentées) :

At=φA(t-1) + δS(t-1) +μ(t)

De même la qualité perçue dépend du jugement précédent de qualité (inertie), de l’état de satisfaction précédent et de la politique de qualité de l’entreprise qu’on représente par Kt..

Q(t) =θQ(t-1)+γS(t-1) + K(t) +ν(t)

En itérant les équations dans le temps, et en répétant ces itérations un grands nombre de fois on peut étudier par une méthode de Monte-Carlo le comportement de ce systèmes et surtout des perturbations qui peuvent lui être apportés. C’est ce que nous avons fait. Mon ami et collègue Amine Benabi a donc mis celui en musique sous r (cette version est encore sommaire, le modèle n’a pas été calibré. Elle est consultable sur demande) . En voici le résultat d’une première formalisation où nous suivons la dynamique sur 300 périodes, le processus ayant été répété 1000 fois. Chaque courbe représente la moyenne des 1000 simulations.

satisfaction

Dans l’initiation du processus, on a pris volontairement une valeur très élevée des attentes au regard de la qualité perçue, on s’aperçoit que très rapidement un réajustement s’opère : les niveaux de satisfaction et de qualité perçue se confondant, ce qui va d’ailleurs dans le sens de cette vieille argumentation à l’égard de la satisfaction dans les services qui considèrent qu’on peut difficilement les distinguer et justifie le modèle Servqual.

A l’itération 100, nous avons « choquer » le modèle en introduisant une réduction brutale des attentes. Un tel phénomène est ce que free a produit en se lançant dans le marché du mobile avec une offre a petit prix, produisant chez les consommateurs une modification sensible de leur niveau d’attente en terme de qualité de service, dans les mois qui ont suivi d’ailleurs la marque s’est retrouvée avec un niveau de satisfaction plus élevé que ses concurrents, et c’est bien ce que l’on retrouve : un rebond de la qualité/satisfaction perçue.

Mais à long-terme on s’aperçoit que le niveau de disconfirmation retrouve son niveau et fluctue très faiblement. Les oscillations des autres indicateurs par la suite traduisent une marche au hasard, qui résultent des éléments aléatoires introduit dans le modèle.

On peut regarder de plus près ce qui se passe au moment de la perturbation en examinant la distribution de l’indicateur de satisfaction au travers des 1000 essais. On s’aperçoit que le changement du niveau d’attente produit une élévation du niveau de satisfaction, mais aussi un accroissement de sa variabilité! Avec le temps l’adaptation joue non seulement dans le sens d’une réduction de la satisfaction, mais aussi avec une réduction de la variance de la satisfaction.

boxplot satisfaction

Il faudrait naturellement systématiser l’analyse, en formulant d’abord un modèle réaliste, au moins dans ses paramètres ( dont on retrouvera aisément des valeurs plausible dans la littérature et en multipliant les expériences de  » choc »), mais aussi dans la définition des variables ( par exemple on ne tient pas compte des aspects normatifs de l’attente : elle dépend aussi des attentes des autres!) . Mais cette illustration suffit à confirmer que l’analyse de la dynamique rend compte d’une certaine stationnarité de la satisfaction. Ceci a des conséquences en terme de barométrie :

  • c’est sur les impacts à court terme qu’il faut centrer l’attention. Les variations de satisfaction ont de sens que consécutives à une action donnée. Il faut se concentrer sur l’impact des événements plus que sur la trajectoire générale.
  • La satisfaction doit être comparée à des référents. Se dégrade-t-elle par une élévation trop rapide des attentes ou par une amélioration insuffisante du sentiment de qualité ?
  • Ce mécanisme jouant à l’échelle du secteur, ce sont les différences relatives entre les concurrents qui sont les plus significatives. Encore faut-il savoir si de l’un à l’autre le paramètrage est identique! Certaines marques peuvent ainsi connaitre des niveaux d’inertie plus forte que les autres.

Plus profondément cela mène à réfléchir aux conditions d’une stratégie centrée sur la satisfaction. L’amélioration continue, stimulée par l’innovation concurrentielle risque de buter sur des attentes croissantes. La seule issue est une disruption : si en repensant l’offre, le modèle d’attente change qualitativement. C’est ce qui se passe ici  où l’on représente les conséquences d’une baisse brutale du niveau d’attente (car il prend une nouvelle forme qualitative). Dans les périodes suivantes la satisfaction se remet à croître jusqu’à ce que la « malédiction » reprenne le dessus. Le modèle de gestion de la satisfaction pourrait ainsi ne pas être simplement progressif, il demanderait des ruptures régulières passant sans doute par des changements de convention d’attentes et de qualité.

Reste sur le plan théorique à mieux comprendre les ressorts psychologiques de ces phénomènes d’adapation. Et sur ce plan on est pas démuni comme la contribution de Martin-Krumm, Lyubomirsky et Nelson le démontre. Le modèle de l’Adaptation Hédonique aux Evenements positifs et négatifs (HAPNE) du courant de la psychologie positive, peut nous amener à mieux comprendre les processus à l’oeuvre, et à répondre à cette question de méthode que Christian Barbaray m’a posé il y a quelques semaines : comment relier des mesures de satisfaction à chaud, associée à des événements particulier, à la mesure baromètre, à froid, de ce qu’on appele ordinairement satisfaction cumulée.

Je ne résiste pas à reproduire ici un des schémas du chapitre pré-cité ( il y en a un autre pour le domaine négatif, voir le texte ) :

HAPNE positif

On y retrouvera l’hypothèse que nous avons testée par simulation et quelques autres pistes d’actions : l’augmentation des émotions positives qui correspond à certaines pratiques de l’expérience client,  la production d’événement surprenants et variés (et voilà qui donne une bonne explication à l’activité incessante et créative d’une marque comme coca-cola), ou aux tactiques visant à mettre en valeur les changement.

Et l’on sera tenté de se dire que finalement le maintien et l’accroissement de la satisfaction n’est pas tant que question de répondre aux attentes, mais comme les vieilles star du rock savent le faire, de mettre en scène continuellement les variations d’un même motif, et que plutôt qu’une innovation en profondeur, ce dont les marques ont besoin n’est peut-être simplement que d’inventer de nouvelles soupes dans de vieux pots.

Quelques références

  • Martin-Krumm, Lyubomirsky et Nelson (2012) « Psychologie positive et adaptation : quelle contribution? » in Psychologie de l’adaptation – direction de : Cyril Tarquinio, Elisabeth Spitz, De Boeck Supérieur
  • Homburg, C., Koschate, N. & Hoyer, W.D., 2006. The Role of Cognition and Affect in the Formation of Customer Satisfaction: A Dynamic Perspective. Journal of Marketing, 70(3), p.21–31.
  • Bruhn, M. & Frommeyer, A., 2004. Development of Relationship Marketing Constructs Over Time Antecedents and Consquences of Customer Satisfaction in a Business-to-Business Environment. Journal of Relationship Marketing, 3(4), p.61.
  • LaBarbera, Priscilla A., and David Mazursky.1983. « A Longitudinal Assessment of Consumer Satisfaction/Dissatisfaction: The Dynamic Aspect of the Cognitive Process. » Journal Of Marketing Research (JMR) 20, no. 4: 393-404.

Les bonheurs de la bibliographie – à propos de satisfaction.

because satisfaction

Travaillant depuis quelques mois sur un « état de l’art de la mesure de la satisfaction client » à la demande de la Division Recherche et Développement d’ EDF (concepts, méthodes et bons usages dans le pilotage de la performance, j’ai commencé comme tout bon chercheur par un inventaire bibliographique.
Et dans ce domaine les références ne manquent pas, sans doute plus de 2000 dans les revues à comité de lecture et pour ce qui nous concerne une jolie pile de 500 références allant de 1944 à ces derniers jours. On aurait pu croire que la satisfaction était un sujet en fin de course, mais le nombre des publications ne faiblit pas, 2011 aura été l’année la plus prolixe, 2012 n’est pas en reste.
Lire, noter, annoter, comparer, classer, catégoriser est le lot quotidien des chercheurs. Sur un tel sujet la tâche pourrait sembler facile car le domaine est balisé . En fait pas tant que cela, les concepts sont relativement clairs mais on s’aperçoit rapidement qu’en termes de méthodes de mesure les travaux sont finalement rares. Plus précisément si l’on teste de manière standardisées la qualité des échelles de mesure (avec ses bons vieux alphas de Cronbach et autres rho de Jöreskog), si en jouant des modèles Lisrels on teste convenablement des modèles explicatifs, quasiment aucune mention n’est produite quand à la qualité des indicateurs. L’indicateur est ici cet agrégat ( un score moyen de satisfaction), utilisé pour établir la performance de telle ou telle unités, points de vente, zone géographique ou segment de clientèle. La construction de ces indicateurs est un des oublis de la littérature.
Mais notre sujet n’est pas là, il est dans certaines absences. Deux d’entre elle sont assez remarquables.
D’abord le NPS de Reichheld dont on lira sa réponse,  présenté souvent comme un substitut de l’indicateur de satisfaction, mais dont le nombre de références académiques sur lequel il s’appuie est fort limité et pas forcément à son avantage dans l’explication de la croissance de l’entreprise (Morgan et Rego, 200-: lire le tableau page 437). L’autre, est la référence au modèle de Kano, populaire en bien d’endroits, mais dont l’auteur Noriaki Kano, connu avec un libre lancé en 1989 mais dont un seul article apparait en 1992 dans California Management Journal. Bien sur ses idées se retrouvent dans d’autres papiers qui s’intéressent à l’effet non-linaire des attributs susceptibles de contribuer à la qualité,comme dans le travail de Sylvie Llosa. Dans le cas de Kano sans doute son double enracinement japonais, et industriel permet de comprendre son absence dans le champ du marketing. Dans le cas de Reichheld, les choses sont plus étonnantes, dans la mesure où les compétiteurs ( l’ACSI ou Servqual) sont particulièrement bien représentés dans la littérature.
On pourrait se désoler que le monde académique croise peu celui des consultants, que les ingénieurs partagent peu avec les commerciaux, que le brassage des idées ne soit pas pleinement assuré par les systèmes de publications. On peut se rassurer en pensant au contraire, et c’est le projet auquel nous travaillons, que c’est dans l’interaction que les outils peuvent être mieux évalués, mieux construits, et permettre l’émergence de nouvelles idées .
Nous en resterons à un simple niveau méthodologique. Même si la littérature académique ne couvre pas toujours la totalité des idées en circulation, elle permet cependant d’établir ce qui est établi et de remettre en question ce qui ne l’est pas véritablement. Le modèle de Kano reste une idée forte, le NPS mérite un examen plus sérieux de ses fondements scientifiques.
Bien au-delà on s’aperçoit qu’un champ qu’on pensait bien couvert, recèle encore des espaces vierges : Pour la satisfaction, il y a sans doute le problème de la comparabilité des indicateurs, ne serait-ce que pour se comparer aux concurrents, ou de comparer des unités commerciales entre elles, ou mieux encore d’analyser les conditions de progrès (Une des lacunes de la littérature est aussi dans l’analyse de la dynamique de la satisfaction). Il y a aussi plus largement un point de vue plus large, que ce principe de satisfaction des attentes, qui fait de la définition des attentes, une convention (et c’est assez surprenant car l’économie agro-alimentaire a un temps largement mobilisé ces thèses – on pensera à P-Y Gomez). Le champs reste ouvert.

Satisfaction : une étude barométrique

The refined beauty

Une situation courante dans les entreprises de services et de distribution est de mesurer la satisfaction ou d’autres indicateurs proches, pour des unités géographiques distinctes et identifiables : des points de ventes, des bureaux d’orientation, des bornes ou automates, une multitude de localisation. Quand le réseau comprend des centaines d’unités, certaines variétés, certaines d’analyse sont utiles.

C’est l’objet de cette étude, une première plongée dans une jolie base. 300 000 jugements de satisfaction.

Ce n’est pas tout à fait du big data mais cela donne une idée des méthodes de résolution qui doivent être mises en œuvre quand les données sont abondantes. Elles ne sont pas forcément complexes, elles tirent l’avantage d’une répétition. Pour chaque unité nous pouvons ajuster un modèle, une variation. Et comparer.

Dans notre cas il s’agit de données relatives à une mesure de satisfaction qui concerne 166 points de ventes d’une chaine de distribution dans un pays européen. Et juste une première analyse pour tester des données. Pour chacun des points de vente les tailles d’échantillons sont de l’ordre de 1000. la médiane est vers 900. Nous disposons sur cette base de données de près de 170 000 observations, pour 166 unités d’analyse – des points de ventes. Nous pouvons donc pour chacune d’elles estimer un modèle de satisfaction dont la structure est :

      Sij=aij+a1jOffre(ij)+a2jMerch(ij)+a3jCommodité(ij)+a4j*Personnel(ij)+eij

     ( i indice l’individu et j le point de vente)

Les paramètres correspondent ici à l’accroissement de satisfaction globale assurée par le fait d’être noté parmi les 15% meilleurs. Si le coefficient obtenu est de 0,5, cela signifie qu’être noté parmi les 15% des meilleurs accroit la satisfaction globale de 0,5 point. Voilà qui peut servir de point d’ancrage pour évaluer les valeurs de l’étude.

L’idée est dans l’esprit de la méta-analyse de prendre partie de la possibilité de faire une étude des études et ainsi de mieux comprendre et d’ajuster les modèles. Un exemple simple est donnée dans l’illustration suivante où un modèle de satisfaction multi-attributs est estimé à chaque point de vente. On peut ainsi étudier directement les distribution des paramètres, et d’essayer de comprendre en fonction de quoi elles varient.

Dans notre cas il s’agit de 4 facteurs principaux : l’assortiment des produit, la qualité du merchandising, la facilité de circulation dans le point de vente et la qualité des interventions du personnel. On observe que ces effets varient du simple au double. Dans le cas du merchandising qui a la valeur moyenne la élevée pour sa contribution (de l’ordre de 0.67), la plage de valeur va de près de 0.5 jusqu’à presque 1. L’influence de cette variable change fortement d’un point à l’autre. Il reste à savoir pourquoi.

Ces sensibilités ne sont pas tout à fait indépendantes comme en témoigne le tableau des corrélations suivant. Il y a un lien significatif entre l’offre et le merchandising, une autre entre la qualité du personnel et la facilitation de circulation. Dans certain cas c’est la manière dont l’offre est présentée qui compte, dans d’autres c’est l’orientation dans le magasin qui est déterminante. Les corrélations partielles confortent la force de ces liens.

On sera étonné que seul la sensibilité du merchandising varie négativement avec la taille des magasins, plus ils comprennent de personnel et moins la mise en scène est importante elle reste l’apanage des petits formats.C’est ici qu’il faut mettre en scène les produits et motiver les gérants.

Ces coefficients de sensibilité semblent cependant peu varier avec des variables telles que la taille du magasin, la localisation, ou même la région. En voici un résumé pour la taille des points de ventes.

A cette échelle peu de différences sont significatives, mais des patterns apparaissent. On comprend mieux cet effet dans la figure suivante ou les niveaux des facteurs varient avec la taille : la mise en place est d’autant plus importante que les magasins sont petits.

A l’inverse même si ce n’est pas tout à fait décisif, dans les grandes unités le personnel a un poids plus fort sur la formation de la satisfaction. Mais ce n’est qu’un facteur.

Donnons aussi les différences selon la localisation : en centre ville ou à l’extérieur. Très clairement le merchandising est plus important dans les unités hors centre. Dans cet environnement c’est sur la mise en place des produit qu’on peut obtenir une meilleure évaluation. Les données sont cohérentes. A contrario dans les zones urbaines, où les unités sont grandes c’est le personnel qui est la clé. On le comprend bien, le confort des visites devient important quand l’offre ne peut plus être bien évaluée, l’abondance demande de l’aide et des efforts.

Un des enseignements de cette étude est que les paramètres de sensibilité des attributs de la satisfaction varient fortement selon les points de ventes. Ces variations sont peu expliquées par la taille, la région, ou l’effectif. D’autres facteurs déterminent sans doute ces variations, il reste à les découvrir. L’essentiel d’en prendre compte : une politique bonne dans un magasin n’est peut-être pas la meilleure dans un autre.

Mais la méthode simple rend bien compte de cet enjeu : même si nous pouvons user de modèles sophistiqués et subtils comme les modèles multiniveaux (1), c’est l’ingéniosité qui doit avoir le premier mot, un ingéniosité qui rende compte que les modèles varient dans leurs paramètres, Rares sont les travaux de cet ordre, une exception est le travail de Mittal et kamakura(2)

Il reste à mettre en œuvre les procédures et les cadres théoriques qui en exploiteront la moelle : ces variations d’un lieu à l’autre. Cette idée que les modèles n’ont de sens que dans la variation de leurs paramètres. Et que c’est celà qui permet une gestion fine des canaux, de comparer les unité et d’évaluer au mieux l’allocation des ressources.

(1) Ray J.-J., Ray D., 2008. Modéliser les phénomènes multiniveaux en marketing, Recherche et Applications en Marketing, Vol 23, n°1: 55-80.

(2) Mittal V, Kamakura W, Govind R. Geographic Patterns in Customer Service and Satisfaction: An Empirical Investigation. Journal Of Marketing July 2004;68(3):48-62.

PS : données modélisées par A Benabi,  et rassemblées par Init .

Le travail c’est la santé….

En mai….
…ne rien faire c’est la conserver. A l’heure du (faux) vrai travail, et de la mise au turbin des consommateurs que ce soit par le biais du discours de la participation, celui du crowd-sourcing, ou celui du self-care, il peut être utile de s’intéresser à la relation entre l’effort fourni par les consommateur et leur satisfaction.
Cette question fût l’objet d’un des premiers articles scientifique sur la satisfaction : celui de Cardozo en 1965 (d’ailleurs la même année que la fameuse chanson d’Henri Salvador) qui concluait à un effet positif de l’effort. Que cette hypothèse soit vraie a des conséquences importantes, la principale est qu’en mâchant le travail des consommateurs on s’exposerait plus facilement à leurs récriminations. Inversement les situation d’achat et de consommation qui engage son effort réduirait ce risque.
On peut s’interroger sur la nature de cette relation. Différents arguments peuvent être invoqués. Le premier est étroitement associer à la théorie de la motivation intrinsèque : en faisant du consommateur son propre producteur une performance plus élevée et persistance est produite. Un second peut provenir simplement des théories de la dissonance cognitive ( c’est celui qu’emploie Cardozo) : le consommateur/travailleur devient son propre juge et peut difficilement se dédire. Les théories de l’estime de soi aussi pourraient être invoquées. Le point intéressant est que dans cette perspective la satisfaction n’est plus un effet de ce que l’entreprise délivre mais une production du consommateur, au passage sa mesure serait aussi celle de son effort. 
Mais si le travail c’est la satisfaction, ne rien faire l’est sans doute bien plus. L’effort dans une conception utilitariste est avant tout un coût. Plus l’effort est grand et moins la satisfaction sera élevée dans la mesure où la valeur obtenue est plus faible (c’est la théorie de l’assimilation/constraste). L’effet positif de l’effort ne peut être qu’indirect, passant par le fait que l’effort permet de produire une meilleure performance. Dans un tel modèle la relation est ambigüe. Si l’effort fourni n’accroît pas, ou peu ou de manière erratique, la performance du service ou du produit, il sera une source importante d’insatisfaction. De ce point de vue mettre le consommateur au travail présente un risque certain à moins de le former suffisamment pour que ses efforts aboutissent et soient réduit au minimum. L’effet de l’effort sur la satisfaction devient alors un problème de productivité.
En cette période où le consommateur est aussi un travailleur ( et réciproquement) sans doute faudra-t-il revenir aux classiques, et s’interroger à nouveau sur ce thème finalement si peu étudié des relations de l’effort à la satisfaction. Quel degré de travail demander au consommateur? Quel partage du résultat de leurs effort?

Etat de grâce – au-delà de l’engagement

Jump
Ce fût au début de l’internet, et sans doute aussi en un temps où l’idée de bonheur était à la mode. Dans le monde nouveau qui naissait on espérait des extases, sans doute de celle qui 30 ans auparavant nourrissait des terrains vagues encombrés de sonos. Le modèle de Thomas et Novak introduisait l’idée de Flow pour comprendre la sidération de nos premiers écrans. Aujourd’hui ils sont bien plus riches, bien plus véloce, et nous avons tous depuis expérimenté ces nuits, ces jours, presque hypnotisés par des chats enflammés ou des parties infiniment recommencée de Tétris. Nous sommes sans doute moins hypnotisés mais sans doute plus addict.
L’expérience s’est adoucie, la surprise s’est fondue dans l’habitude, même si nos usages désormais requièrent des données massives dont les maîtres de la plomberie régulent les flots avec de nouvelles architectures. L’expérience plus que jamais est décisive pour le marché. Nous nous contentions de peu pour être étonné, surpris et transportés. On imagine mal aujourd’hui d’atteindre une telle intensité avec si peu de ressource. Pacman a enchanté les récréations des lycéens dans les années 80. Il faut bien plus de graphisme et de vidéo pour réveiller nos adolescents nonchalants. Les amours chuchotés sur ICQ réclament désormais une débauche de techniques pour faire rosir les joues.
Le ravissement, l’état de grâce, que le modèle du flow tentait de décrire avec cette idée d’immersion, de distorsion temporelle, d’acuité sensorielle, n’est peut être plus de mode mais correspond à une chose intemporelle, un principe fondamental, une clé pour comprendre comment les consommateurs produisent de la valeur dans l’expérience et trouve une utilité dans le rien qu’ils consomment.
Au cœur du modèle il y a l’idée forte de scyckenmihaly que le bonheur ne nait pas dans la satisfaction des attentes mais dans la jouissance qui jaillit de ce que les compétences excercée correspondent au défi qu’on relève. Si le monde a changé, nos nature reste identique. Longtemps nous avons cru que la valeur des choses se faisait dans l’aptitude à répondre à nos attentes. En définissant cette règle le marketing donnait de la substance à l’idée d’utilité des économiste qui rarement se sont penchés sur l’origine de cette chose essentielles de leurs calcul. Et cette doctrine a longtemps structuré la pratique : une chose vaut pour autant qu’elle réponde à des attentes, et que les remplissant elle produit un plaisir qu’on rapporte à la peine nécessaire pour l’obtenir. La valeur est un solde.
L’idée du bonheur romps avec cette hypothèse de satiété, en faisant de la joie non pas le comblement d’un vide, mais le résultat d’un exercice, celui d’appliquer les capacités que l’on a à un défi que l’on peut relever. Le flow est cet état de grâce, ce ravissement qui vient, quand on consacre toute l’intelligence, le savoir la maîtrise à relever un défi dont l’exigence est à la hauteur de nos capacités. Quand le défi est peu exigeant nous ressentons l’ennui, quand nos capacité sont insuffisantes nous souffrons de l’anxiété.
Observons que dans ce modèle il n’est plus d’attente, de besoin, de vide à remplir. Et que de ce point de vue il correspond assez précisément à un monde où on ne manque de rien, sauf d’exprimer des ressources qu’on possède. Il nous permet de comprendre qu’à mesure que nos ressources grandissent, pourvu qu’aucun nouveaux défis ne nous soit proposé, l’ennui nous envahit. Et à rebours, si le monde qui nous est donnés nous proposent des problèmes que nous ne savons résoudre, c’est une anxiété immense qui nous saisit. Les technologies imparfaites du début du siècle nous nous ainsi procurés des joies immenses car les défis qu’elle nous proposaient était à la hauteurs de nos compétences. Nous avons appris et sans doute les défis sont en en-deça de nos capacités. Désormais les technologies nous ennuient.
Le modèle de Thomas et Novak est passé de mode, car l ne correspond plus à l’esprit du temps. Nous avons appris à vivre en pianotant sur les écrans tactiles, à ne plus être surpris de dialoguer avec de presque inconnus, nous passons d’un écran à l’autre avec indifférence, les robots qui nous parlent dans des enveloppes en trois D nous sont des animaux familiers.
Et pourtant, il en reste une leçon très forte. Le plaisir que nous donnons ne tient pas dans la capacité à remplir des besoins que nos techniques réinvente nous condamnant à Sisyphe et nous enfermant dans cette malédiction de la satisfaction : à mesure que nos nos besoins se remplissent nos attentes grandissent. La joie que nous pouvons éprouver provient de cette adéquation entre ce que nous pouvons faire et des enjeux qui nous sont proposés.
Pour le marketing les conséquence sont claires. C’est en distribuant des capacités et en réglant le niveaux des enjeux que l’on peut produire chez nos consommateur le niveau optimal de plaisir. Ne cherchons pas à mesurer les attentes, ni a les satisfaire. Prenons soin de définir pour chacun le niveau d’enjeux et d’effort adéquat aux capacités, prenons soin d’ajuster les capacités au niveaux de défi proposé. Certaines industries ont bien compris l’enjeu. Dans les jeux vidéo des niveaux permettent à chacun des joueurs d’ajuster leur niveaux de compétences, et quand certains buttent sur des paliers, par des canaux sélectifs des solutions sont apportées. Le sport depuis longtemps à hiérarchisés les équipes moins par leur talent que par les enjeux qu’elles peuvent réussir, et par la techniques des handicap rectifient des compétences inadéquates.
La finalité du marketing n’est donc pas que de satisfaire les besoins mais de faire que les conditions de la consommation produisent la plus grande valeur pour chacun. C’est bien là l’idée centrale de l’expérience. Elle présuppose un engagement des consommateurs – sans celui-ci il n’y aurait aucun défi, elle nécessite des compétences. Mais surtout, alors qu’on accorde aujourd’hui à l’engagement un rôle primordial pour mesurer la performance, faudra-il mesurer aussi la plénitude de sa réalisation.
Si la satisfaction résulte d’une comparaison de ce qui était attendu et de ce qui a été obtenu, l’état de grâce est le fruit de la réalisation des talents. Dans le monde digital ceci peut être observé par la persistance des actions du consommateurs. La vertu de la grâce est de donner de l’appétit, celle de la satisfaction de l’éteindre. L’intensité et la continuité de l’usage serait ainsi les indicateurs de cet état de grâce.

L’invariance des baromètres de satisfaction

Malédiction de la satisfaction
Par Amine Benabi – Doctorant CEROS et Cifre Init . 
 
La question de la satisfaction n’est pas qu’une question de concept. C’est aussi un problème de mesure, d’une mesure qui se fait le plus souvent sous la forme d’un baromètre destiné à en identifier les variations. Ces enquêtes s’inscrivent comme des éléments de contrôle des stratégies sont menée au moins annuellement, souvent trimestriellement et parfois de manière continue.

La satisfaction client qui est souvent considérée comme la composante la plus importante des politique relationnelle, et qui conduit à la fidélité est définie comme une résultante de la comparaison entre les attentes et l’évaluation de la performance perçue du produit ou du service (Oliver, 1997). Ce modèle connu sous le nom de la Disconfirmation des attentes, est à la base du paradigme de la satisfaction, et explique le processus de sa réalisation.

Cependant les mesures effectuées sont plus souvent liées à une évaluation globale qui ne permet pas toujours de discerner l’accroissement des attentes et celle de la qualité perçue, ce qui permet d’expliquer un phénomène courant : les baromètres sont plats, et au cours du temps peu de variations sont observées. Le phénomène peut être accru quand les résultats sont agrégée au niveau de la marque. Dans un examen quotidien de l’efficacité de la politique centrée clients à travers des enquêtes de satisfaction ; les sondeurs utilisent différents indicateurs et parmi les plus populaires : le calcul de taux (pourcentages), de moyennes ou encore des scores. Ces outils sont considérés comme des indicateurs fiables et représentatifs du phénomène étudié. Les différentes firmes procèdent ainsi à des contrôles permanents visant à établir l’évolution des indicateurs et ainsi corriger si nécessaire leurs actions (qui vise essentiellement une amélioration du produit ou service), pour mieux satisfaire leurs clients et donc de les fidéliser.

Or ces indicateurs calculés d’une vague à une autre souvent bougent très peu. Un gain d’un point dans une moyenne, ou encore dans un taux de satisfaits est vraiment très rare.

Cette observation faite au quotidien par les professionnels, nous aamené à se questionner sur le pourquoi de cette constance ou invariance. Les facteurs qui peuvent expliquer cette stabilité reposent sur deux hypothèses, qui sont :

H1 : les attentes des clients sont continuellement réévaluées, au même titre que l’amélioration du produit ou du service
H2 : Les clients recrutés (satisfaits) remplacent les partants (insatisfait)
L’augmentation de la qualité ou du niveau de service (donc de satisfaction) conduit à une augmentation des attentes et à mesure que les entreprises répondent aux attentes des clients pour mieux les satisfaire, elles encouragent aussi la réévaluation des attentes se condamnant à de nouvelles innovations et amélioration pour simplement maintenir le niveau de satisfaction. Une sorte de tapis roulant que l’on qualifierait volontiers de malédiction de la satisfaction. Cela peut créé un état d’équilibre permanent Les entreprises fidélisent mais recrutent aussi des nouveaux clients car les départs sont inéluctables. On peut supposer que les clients partants sont ceux qui ont la plus basse satisfaction et des attentes assouvies face à des attentes élevée. En revanche les nouveaux clients n’ont pas un niveau prononcé d’attentes et peuvent être satisfait facilement et sans trop d’effort. 

A partir de cette double hypothèse configurations deviennent possibles :

1-Une progression  de la satisfaction par rapport à la vague précédente : c’est le cas ou les nouveaux arrivants sont plus nombreux que les partants et en même temps, les restants sont constants au niveau de la satisfaction 
2-Une diminution  de la satisfaction par rapport à la vague précédente : c’est le cas où les recrutés sont moins nombreux que les partants et que les restants sont en phase de devenir des futures partant (niveau de satisfaction baisse). 

Les deux hypothèses émises précédemment, sont centrées sur l’augmentation des attentes clients vue globalement sur la population des consommateurs. Si cette augmentation est comblée par l’évolution du produit, il y a équilibre (H1). Si ce n’est pas le cas un déséquilibre négatif peut être corrigé par le recrutement des nouveaux clients (H2). Si le déséquilibre est positif, les améliorations vont au-delà des nouvelles attentes, une stabilité des indicateurs marquerait simplement un équilibre de l’attrition et de l’acquisition. On voit ici que l’invariance des mesures de satisfaction est conditionnée à deux cas qui se complètent et qui sont maintenus comme tels par les entreprises. La stabilité des indicateurs de satisfaction masque en fait une dynamique plus forte. L’équilibre se situe dans le rapport entre les attentes et la performance perçue par les clients, et entre le renouvellement de ces derniers. 

Reste à tester cette invariance. Un calcul statistique est disponible pour réaliser ce test : l’indice de distorsion  (Térouanne,1995). En voici une illustration avec un baromètre de satisfaction d’un chaine de distribution portant sur douze trimestres et donc 12 vagues. Le cumul de données pour l’entreprise en question, dépasse les 126 000 individus (10 000 par vague). Cette grande dimension de l’information donnera une certaine sécurité aux résultats.Comme l’idée est de prouver la stabilité des mesures d’une vague à une autre, nous comparerons les mesures dans chaque vague pour voir si la stabilité existe. 

Pour celà nous utilisons un indice « distorsion » utilisée pour mesurer l’écart entre la concentration de deux distributions de fréquences. Cette notion de « distorsion » est utilisée pour comparer la distribution des fréquences du critère de satisfaction) d’une vague à une autre.Nous définirons l’indice de distorsion selon (Térouanne, 1995), entre deux distributions de fréquences p, et q, par δ(p,q) qui est compris entre 0 et 1. Si l’indice est égale à 0, nous nous trouvons dans le cas où les distributions des fréquences sont égales p=q, et si il est égale à 1 ça sera le cas où les deux distributions sont totalement différentes. Comme la problématique de notre étude, est de prouver que les distributions d’une vague à une autre, sont identiques, nous prendrons l’indicateur γ(p,q).

Ce qui nous permet de traduire la stabilité de la mesure par un indice qui exprimera la ressemblance entre deux distributions avec une valeur proche de un et proche de zéro dans le cas d’une dissemblance. Les données recueillies dans chaque vague, concernent un item de satisfaction qui est posée aux répondants. Il s’agit de la satisfaction globale concernant le service de l’entreprise en question. Ce critère est mesuré sur une échelle allant de 1 à 10, 1 signifiant une satisfaction très basse et 10 un niveau très élevé. Les réponses au critère sont recueillies, dans chaque vague dont nous disposons de la distribution des fréquences sur laquelle l’indicateur γ(p,q), sera calculé. L’objectif sera de voir comment cet indice évolue d’une vague à une autre. Les valeurs trouvées sont les suivantes :
Les résultats nous montrent que les distributions des fréquences pour le critère de satisfaction, restent stables d’une vague à un autre. La ressemblance est au minimum à 96.8%, ce qui nous renseigne sur le degré de la similitude entre les résultats fournis d’une vague à une autre. La réduction de la similitude au cours des dernières vagues indique un changement d’état qui reste à caractériser.
Dans cette étude, nous avons établi la stabilité des mesures de satisfaction d’une vague à une autre. Cette stabilité n’est pas une stagnation, le double mouvement de la réévaluation des attentes et du renouvellement du portefeuille produit une stabilité des indicateurs de satisfaction qui est le signe que l’entreprise conserve et améliore ses services. Cette stabilité est le résultat direct d’une bonne notoriété et un bon processus de travail de l’entreprise. Car les clients jugent le produit ou le service mais juge aussi l’historique de la relation.

Amine Benabi – Doctorant.

« Revolution will not be televised » : Satisfaction, Révolution et Hystérésis

Crédit photo
La chanson de Gil Scott-Héron illustre largement un point de vue qui s’est exprimé à propos de la révolution tunisienne : la révolution ne se fait pas plus à la télévision que sur Twitter. La force de la colère se suffirait à elle même. C’est sans doute un point de vue romantique qui ne correspond pas tout à fait à la réalité, de même que croire que les médias anciens ou nouveaux se suffisent à eux même. Dans un registre moins grave, la grève des abonnés de la SNCF pose la même question. Relayée dans de nombreux groupes Facebook, réverbérée par les grand médias, l’exaspération de nombreux voyageur est devenue l’objet d’une négociation publique.
Ces deux évènements, de nature différentes et d’ampleurs différentes donnent cependant une matière à penser le rôle des nouveaux médias – ou le rôle nouveau des médias – en s’appuyant sur l’idée géniale que A.O Hirschmann a formulée depuis bien longtemps. Deux réponses sont possibles en cas d’insatisfaction : la défection ou la protestation, sortir ou gueuler, exit ou voice. Deux réponses de nature différente : l’une silencieuse est de nature privée, l’autre bruyante prend la forme de l’action publique.
Une interprétation plus fine requiert une formulation en terme d’hystérésis qui n’est pas nouvelle en marketing ni en matière de satisfaction. On peut représenter les choses de la manière suivante : la probabilité de protester (ou inversement de se taire) est fonction de la variation d’insatisfaction.
Dans le schéma précédent l’accroissement de l’insatisfaction a peu d’effet sur le comportement jusqu’au point où il provoque de manière catastrophique un changement dans la nature de la réponse. Ce changement peut être attribué à un effet de seuil, mais aussi plus simplement à l’écho que rencontre l’insatisfaction : même si on ne proteste pas on en parle entre soi jusqu’au point où chacun sachant le désarroi des autres une autre réponse que le silence, le murmure, la désaffection semble rationnelle.
Dans le cas de la Tunisie il semble clair que le fait d’avoir vu un homme simple hurler de douleur et brûlé a convaincu ceux de sa vie a changer d’attitude, et que les manifestation de sidi Bouzaid ont convaincu d’autres à changer de registre. Il en est sans doute de même pour les voyageurs de la SNCF : que quelques uns décident de ne plus montrer leur titre de paiement amène des autres non pas à les imiter, mais à se convaincre de l’inadéquation de leur réponse usuelle : le bougonnement.
Il faut aussi envisager le chemin inverse. Quel est l’effet des mesures d’apaisement destinées à réduire l’insatisfaction? Et bien, rien du tout, quand tous protestent même si l’insatisfaction est réduite, la probabilité de ne plus crier diminue faiblement. Le retour au chose normale est difficile même quand on fait tout pour y revenir (B). Et même totalement réduite, il en reste des traces. Cette asymétrie est fondamentale. Elle explique assez bien pourquoi on ne fait rien alors qu’il faudrait agir et pourquoi quand on agit il est souvent trop tard : en extrapolant linéairement l’insatisfaction on ne s’attend pas à la révolution, et quand on croit faire sérieusement marche en arrière on entame assez peu la volonté de révolte.
Revenons maintenant au rôle des médias sociaux. A l’évidence il ne sont pas la cause de la révolution tunisienne, ni celle des révoltés de la SNCF. Les causes sont dans un cas l’insupportable prévarication du pouvoir, et dans l’autre ces retards mal compensés et répétés. Mais dans un cas comme dans l’autre, ils ont très certainement accéléré la prise de conscience sociale de l’insatisfaction des autres, rendant plus probable la réponse à un niveau moindre d’insatisfaction. Ce qu’on représente dans la figure suivante.
 Il y a donc là une hypothèse vraisemblable à tester. Une double hypothèse : d’abord que l’effet d’hystéreris se justifie par la réflexivité des médias ( ancien ou nouveau), c’est le reflet dans le regard des autres de sa propre colère qui rend plus vraisemblable la réponse publique; ensuite que les médias sociaux accentue cet effet rendant plus probable à des niveau plus faible la protestation dans l’espace public. Dans la mesure où chacun possède son média personnel, y produisant et y consommant une information de proximité (spatiale et sociale), par rapport à un monde où l’évènement est reflète par les grands médias avec une grande sélectivité, on peut s’attendre à ce que les insatisfactions produisent plus fréquemment des mouvement collectifs. 
Pas toujours des révolutions, ni même des émeutes, mais au minimum des actions publique et collectives. Les révoltes ne sont pas des produits médiatiques, mais les nouveaux médias risquent de faire s’enflammer plus aisément les foyers de colère et rendre plus difficile leur extinction.

Une recommandation pour mesurer la fidélité des clients

La mesure de la fidélité se satisfait difficilement d’une seule mesure, c’est ce que les critiques du Net promotor score mettent en avant. Et c’est à raison.

La fidélité a des raisons multiples : la préférence, l’habitude, la satisfaction, la dépendance, la confiance, l’engagement, la pression du groupe, sa gratification.

Et ses formes sont variées : la recommandation en est un aspect, le réachat un autre, sans compter le taux de nourriture, la résistance à la persuasion, la propension à réclamer, le renforcement des attitudes, la consolidation de la relation, la faible sensibilité au prix, une propension plus forte à se dévoiler et à accepter la communication.

Un avantage actuel de la mesure de la recommandation tient dans l’importance croissante des médias sociaux qui amplifient la diffusion des messages. Elle est d’autant plus importante qu’au-delà d’une simple mesure en 7 points portant sur l’intention de recommander la marque réalisée par sondage, des dispositifs spécifiques et systématiques sont proposés à la recommandations des visiteurs. 
Ces instruments de recommandation se présentent sous la forme de nombre d’étoiles à attribuer, de commentaires, de bouton sociaux. Voici un résultat possible : 2234 tweet, 1013 FB shares, 176 thumbs-up, 49 commentaires, un millier de like.
Le premier mécanisme demande peu d’effort et d’engagement, il induit par effet de sélection très certainement un biais de surestimation de l’appréciation générale, mais le nombre d’avis formulé vient nuancer : c’est moins la note moyenne qui compte que le nombre de réponses données. En voici un exemple issu d’Amazon.com. On appréciera le « 84% des clients qui ont regardé cette page ont acheté l’article », est-il un meilleur encouragement?

Le second est très engageant, il demande un certain degré d’engagement et de ce fait est un dispositif très sélectif. Des opinions tranchée y sont le plus souvent formulées, positive ou négative et quand les opinions sont variées, il peut s’engager un débat passionné. Même si moins de 0,5 % des visiteurs y contribuent, les visiteurs silencieux les lisent aussi. Notons que les commentaires eux-même parfois peuvent être notés. Ils sont parfois aussi important que l’article principal.

Les boutons sociaux demande un degré intermédiaire d’engagement, mais ils ouvrent à des potentiel s de relais qui peuvent être élevé. Dans un bon réseau twitter, dans le millier de followers que l’on a, si les 1% qui relayent, touche chacun le même nombre, c’est 10 000 contacts supplémentaires qui sont obtenus. Le rendement a un facteur 10, dans notre exemple.
Dans chacun des cas, il est conceptuellement facile de proposer des indicateurs. La note moyenne, son écart-type, et le taux d’expression ( nombre de notes données/nombre de visiste de l’article) sont les métriques naturelles du premier cas. Les commentaire se prête à une analyse sémiotique. Une simple analyse lexicale peut fournir des éléments précieux. Un taux de commentaire est aussi pertinent.  Le nombre des likes, des partages, est une mesure directe des effets.

Des notes de sentiments peuvent aussi être élaborées à partir d’une analyse sémantique. Quant aux boutons, des calculs d’audience intégrale ( nombre d’individus uniques touchés par un ensemble de réseaux – réseau propre, twitter, facebook, blogs, Linked in) semblent nécessaires. On peut imaginer aussi que sur le corpus élargi soit comptabiliser le nombre de mention de recommandation. Ceci exige techniquement qu’un lexique de la recommandation soit constitués. Il y a la un joli projet de développement à conduire.

La simplicité est sans doute l’avantage trompeur du NPS. Mais son idée reste pertinente. La mesure de la recommandation est un critère clé de mesure de la fidélité de nos clients. Les dispositifs sociaux des sites web en facilite le recueil systématique, même si chacun des instruments est sensible au coût de participation. Seule une minorité s’exprime, sans doute la plus engagée. Mais au-delà de l’opinion, qu’elle soit biaisée ou non, ce qui importe est que ces mesures captent directement l’action de recommandation. Si seuls 10 commentaires sont produits pour un article, et qu’ils soient majoritairement enthousiastes, il peuvent générer un nombre de vente substantiellement plus élevés.
Les limites tiennent d’abord à la réflexivité de l’instrument : Si l’affichage des bonnes recommandations a un effet sur les comportements, cette mesure sera biaisée car reflétant son propre effet, c’est ainsi qu’en accroissant artificiellement ces indicateurs (en mobilisant les militants de la marques) on peut provoquer un engouement qui ne correspond pas forcement aux attitudes de ceux qui ne s’expriment pas.

Les indicateurs restent en surface de la masse des clients. Une apparente flambée de recommandations peut aussi s’accompagner d’une sourde défiance, il est donc nécessaire de sonder aussi la masse silencieuse par des instruments plus traditionnels de mesure de satisfaction.

La recommandation peut être une affaire de courtisans, ils forment désormais des foules, une industrie.

————-
A lire aussi : 
– Du prix à la note – mutations des marchés
– Les fourmis de Facebook – I like Buttons…

Le paradoxe facebook – addiction ou satisfaction?

Très récemment , Christian Barbaray de Init-conseil remarquait qu’alors que le demi-milliard de membres est dépassé par Facebook, l’entreprise recevait un des plus faibles scores de satisfaction.Le commentaire de Claes Fornell , l’inventeur de l’Acsi et l’auteur prolifique d’études sur la satisfaction et la relation client. , mentionne les controverses relatives à la protection des données, les changements fréquent d’interface et la marchandisation, comme raisons probables de cette faible performance.
Mais le fait est que la faible satisfaction s’accompagne d’une croissance rapide, même si au états unis le rythme faiblit , cette croissance s’obtient par la conquête des autres domaines linguistiques . Ce qui n’est pas étonnant, le taux de pénetration en amérique du nord étant de 35%.  .Cette faible satisfaction touche d’ailleurs l’ensemble des réseaux sociaux, à l’exception de Wikipedia.
Voilà qui conduit à une première hypothèse, celle que les sites de contenus créent plus de satisfaction que ceux dont le contenu est produit par les utilisateurs (UGC). Elle rassurera ceux qui considèrent que la production de contenu est affaire de professionnels, et de ce point de vue la presse on-line bénéficie de bons scores. Le contenu, c’est la qualité. Et la faible évaluation résulte sans doute d’une faible qualité. Mais voilà qui n’empêche pas l’usage et ne fait pas du New York Times le média le plus diffusé.
Que la qualité soit faible, que l’utilité soit marginale, dans l’usage des SI celà peut être contrebalancé si l’utilisation est simple. Et même si l’on ne trouve pas ce qu’on espère, la facilité d’emploi peut maintenir l’usage. C’est bien pour cela que chacun se désole du vide de la programmation télévisuelle en continuant d’appuyer sur la télécommande.
Ces deux arguments sont ceux du TAM. D’autres peuvent encore être employés, dans les années 2000 l’hypothèse expérientielle de l’absorption cognitive s’est imposée, d’autres parlaient de flow, elle introduit celle de plaisir, et semble d’autant plus importante que la compétence des usagers est faible.Quand on ne sait pas ce qu’on attend exactement difficile d’éprouver un sentiment de satisfaction, mais si la manipulation de l’objet est amusante, attrayante, distrayante l’usage se produit sans aucune utilité par seul plaisir du jeux. C’est bien ce qu’éprouve les utilisateurs du Ipad, dont la satisfaction vient d’abord du plaisir de la possession.
Mais ce qui nous semble le meilleur argument tient dans ce qui est spécifique aux réseaux sociaux et à facebook : sa normativité. L’incitation à l’usage vient de la sollicitation qu’exerce nos amis. Une sollicitation douce et continue qui explique à la fois la faible satisfaction, mais aussi l’addiction. Comme les jeux de hasards, qui ne peuvent jamais satisfaire ( on perd toujours plus ce que l’on gagne), chaque mise sollicite une espérance nouvelle, et l’insatisfaction loin d’être un frein devient la motivation qui n’est plus la recherche du plaisir mais l’adoucissement de la peine.  L’économie dans ce domaine a ouvert avec Gary Becker un champs important d’investigation : la théorie rationnelle de l’addiction.
Que la plateforme en soi est détestable, n’empêche pas que le flux des micro-gratifications génère une attente suffisante pour jouer à nouveau et encore. Mais le caractère normatif vient ici non pas du produit, ni de l’usage, mais l’incitation formée par nos proche. Pression sociale et mécanisme addictif de concert peuvent ainsi conduire à une utilisation étendue, sans qu’aucune satisfaction majeure ne soit obtenue.

—-
A lire aussi :
Les fourmis de Facebook – I like Buttons…
Les effets limités des médias sociaux
Google trending : le marketing est-il en train de mourir?