L'effet des caractéristiques clés de la technologie de libre-service sur l'expérience client et la satisfaction lors du magasinage dans un commerce de détail
Bibliographic record
Abstract
L’intégration de la technologie de libre-service (TLS) dans le commerce de détail intéresse tant les académiciens que les détaillants. Celle-ci a radicalement transformé le parcours client(Lemon et Verhoef, 2016). En plus des canaux traditionnels, le digital s’installe de plus en plus dans le commerce de détail et dans les habitudes de consommation des québécois (ATN, 2019). Le magasinage au travers des TLS est en croissance au Québec (19% entre 2018 et 2019). Il représente 12,45 milliards de dollars des ventes dans le commerce de détail (ATN, 2019). De plus, 63% des adultes québécois ont effectué au moins 1 achat au travers des TLS (ATN, 2019). Ainsi, les TLS impulsent de nouveaux défis pour les acteurs du commerce de détail et exacerbe la pression concurrentielle ressentie par les détaillants (Audrin, 2019). La problématique de cette étude est d’investiguer l’effet des caractéristiques perçus de TLS, notamment le plaisir, la facilité d’utilisation et l’utilité sur (1) l’expérience client des milléniaux et (2) la satisfaction en situation de magasinage dans un point de vente physique. En effet, très peu de recherches se sont intéressées à évaluer l’impact de ces caractéristiques clés de la technologie sur l’expérience client, appréhendée comme un concept multidimensionnel (Schmitt, 1999) et sur la satisfaction au travers des TLS dans ce contexte. Pour ce faire, deux expérimentations ont été réalisées en magasin avec des sujets âgés de 18 à 35 ans (étude 1 n=51 ; étude 2, n=49) mettant en situation deux TLS différentes (étude 1, un mur interactif pour le choix d’une paire de chaussures de course, étude 2, un téléphone intelligent pour le choix d’un vêtement). Les résultats montrent que le plaisir perçu et l’utilité perçue influencent positivement les dimensions cognitive, affective (positive et négative) et la satisfaction. De plus, ils diminuent les émotions négatives générées durant le magasinage. La facilité d’utilisation, quant à elle influence négativement la dimension sociale. La majorité des résultats a été reproduit pour les deux technologies. Il apparait alors important qu’au-delà des aspects utilitaires, les gestionnaires qui désirent intégrer la technologie dans leurs commerces de détail ne négligent pas l’aspect ludique lors de son développement ou implantation. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : expérience client, technologie libre-service, facilité d’utilisation, utilité perçue, plaisir perçu, satisfaction
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.033 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.031 | 0.005 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".