📈 économie

The Expectation Trap in Errand Delivery: How Pre-usage Value Anticipation Shapes the Service Experience and Customer Satisfaction

Cette étude révèle que les plateformes de livraison de courses à la demande créent souvent un « piège de l'attente » où les promesses algorithmiques rigides impactent négativement la satisfaction client en poussant les utilisateurs à projeter une valeur anticipée sur des expériences de service opaques, bien que cet effet puisse être atténué par la motivation intrinsèque et des estimations de temps plus flexibles.

Auteurs originaux : Yanfeng Liu, Xinlei Gao, Guanqiu Qi, JaYeon Lee

Publié 2026-10-27

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Yanfeng Liu, Xinlei Gao, Guanqiu Qi, JaYeon Lee

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Chaque jour, des millions de personnes ouvrent une application pour envoyer un inconnu récupérer un document oublié, acheter un cadeau spécifique ou livrer une ordonnance. Elles voient une promesse sur l'écran : un temps précis, peut-être trente minutes, avant que l'article n'arrive. Cette promesse n'est pas faite par un responsable humain, mais est calculée instantanément par un algorithme. Pendant des années, les chercheurs en services ont cru que lorsqu'une entreprise respecte ou dépasse une promesse, le client se sent heureux. Cette idée, connue sous le nom de confirmation des attentes, suggère que la satisfaction provient de la comparaison entre ce que vous attendiez et ce que vous avez réellement obtenu. Si le service est meilleur que prévu, vous êtes satisfait ; s'il est moins bon, vous êtes déçu. Cependant, cette vision traditionnelle suppose que les clients peuvent observer le service se dérouler et le juger sur ses propres mérites. Dans le monde de la livraison de courses à la demande, le processus est caché. Le client ne voit qu'une icône en mouvement sur une carte, sans aucune vue du livreur naviguant dans le trafic ou trouvant la bonne boutique. Cette invisibilité crée une situation psychologique unique où les règles standards de la satisfaction pourraient ne plus s'appliquer.

Une équipe de chercheurs s'est donné pour mission de comprendre comment les gens jugent ces services invisibles. Ils se sont concentrés sur un type spécifique de service appelé livraison de courses, où un travailleur de la « gig economy » accomplit une tâche personnelle moyennant des frais. Les chercheurs ont interrogé 1 176 clients à Guangzhou, en Chine, en les questionnant sur leurs sentiments avant d'utiliser le service et à nouveau deux semaines après l'avoir utilisé. Ils voulaient savoir si le temps précis promis par l'algorithme aidait ou nuisait à la satisfaction finale du client. Ils ont également cheré à savoir si certaines personnes sont plus aptes à gérer ces situations que d'autres, en examinant spécifiquement comment la motivation interne d'une personne à contrôler sa propre expérience et son aisance avec les nouvelles technologies modifie le résultat.

L'étude a révélé un phénomène surprenant et contre-intuitif que les auteurs appellent le « Piège de l'Attente ». Lorsqu'un algorithme affiche un temps précis, tel que « 28 minutes », il crée une base mentale rigide dans l'esprit du client. Parce que le client ne peut pas voir le travail en cours, il ne peut pas ajuster ses attentes en fonction de ce qui se passe réellement. Au lieu de cela, il est contraint de se fier entièrement à ce chiffre initial. Les chercheurs ont découvert que cette précision est une arme à double tranchant. Bien qu'une promesse élevée puisse faire plaisir à un client initialement, elle diminue en réalité sa satisfaction finale. Respecter exactement le temps promis n'apporte qu'un sentiment de soulagement, et non de bonheur, car le client considère cela comme le strict minimum. Tout léger retard, invisible jusqu'à la toute fin, est perçu comme un échec significatif. Les données ont montré que cet effet négatif de la promesse rigide était si fort qu'il l'emportait sur tous les sentiments positifs générés par le service lui-même. En résumé, plus la promesse algorithmique est précise et exigeante, moins le client est susceptible d'être satisfait, même si la livraison est techniquement réussie.

Les chercheurs ont également découvert comment les clients font face à ce piège. Ils ont constaté que les personnes naturellement motivées à prendre en charge leur propre vie et à trouver un sens à leurs actions sont plus aptes à échapper à cette insatisfaction. Ces individus ne se contentent pas d'attendre passivement que l'algorithme fonctionne ; ils construisent activement leur propre expérience. Ils peuvent utiliser le temps d'attente pour faire quelque chose de productif, ou ils peuvent faire preuve d'empathie envers le livreur, supposant que le retard est dû au trafic plutôt qu'à un mauvais service. Cette motivation interne leur permet de construire la satisfaction à partir de leurs propres actions plutôt que de se fier uniquement à la promesse de l'algorithme. Curieusement, l'étude a révélé que la curiosité pour la technologie ou l'envie d'essayer de nouveaux gadgets n'aidait pas toujours. En fait, les clients très engagés avec les fonctionnalités technologiques formaient parfois des attentes encore plus rigides, ce qui les rendait plus vulnérables au pièux. Les clients les plus satisfaits étaient ceux qui étaient motivés intérieurement mais qui ne s'investissaient pas excessivement dans les détails technologiques du service.

Cette recherche remet en question la croyance commune selon laquelle des algorithmes plus rapides et plus précis mènent systématiquement à des clients plus heureux. Elle suggère que dans les services où le travail est caché de la vue, la précision de la promesse peut devenir un fardeau psychologique. L'étude indique que la manière dont le service est présenté importe autant que le service lui-même. Si une plateforme affiche un temps unique et exact, elle installe un piège difficile à éviter. Les auteurs suggèrent qu'afficher une plage de temps, telle que « de 25 à 35 minutes », pourrait être une meilleure approche. Ce petit changement pourrait signaler au client qu'il s'agit d'une estimation plutôt que d'une garantie, lui offrant ainsi un espace mental plus large pour se sentir satisfait. Les conclusions offrent une leçon claire tant pour les entreprises que pour les utilisateurs : dans un monde de services invisibles, l'expérience la plus satisfaisante ne provient peut-être pas de la promesse la plus précise, mais d'une promesse qui autorise l'incertitude humaine.

Résumé Technique : Le Piège de l'Attente dans la Livraison de Services de Commissions

Énoncé du Problème
L'article traite d'une lacune critique dans la recherche sur les services concernant la manière dont les clients évaluent la satisfaction dans les rencontres de services opaques, médiées par des algorithmes, spécifiquement dans le contexte de la livraison de commissions à la demande (ex. paotui en Chine). Alors que la Théorie de la Confirmation des Attentes (ECT) traditionnelle suppose que les clients comparent une performance observable à une attente préalable, la livraison de commissions présente un défi unique : le processus de service est invisible (le client ne voit qu'une icône en mouvement) et la promesse de performance est fixée de manière rigide par un algorithme plutôt que par un humain.

Le problème central est le « Piège de l'Attente ». Les plateformes entrent en compétition en affichant des promesses de temps précises, générées algorithmiquement (ex. « 30 minutes »). Les auteurs soutiennent que ces promesses précises créent une base cognitive rigide qui rétrécit la « Zone de Tolérance ». Par conséquent, respecter la promesse ne génère qu'une indifférence (car elle est perçue comme une garantie minimale), tandis que tout écart provoque une insatisfaction disproportionnée. Cette dynamique mine la satisfaction même lorsque le service est livré efficacement, un phénomène qui n'est pas pleinement expliqué par les modèles ECT standards qui traitent les attentes et la performance comme des éléments unidimensionnels et observables.

Méthodologie
L'étude utilise un plan d'enquête à deux vagues avec décalage temporel pour capturer la séquence temporelle allant de la formation de l'attente pré-utilisation à la satisfaction post-utilisation, réduisant ainsi le biais de méthode commune.

Échantillon : 1 176 réponses valides provenant d'utilisateurs expérimentés de livraison de commissions à Guangzhou, en Chine.
Procédure :
- Vague 1 (T1) : Mesure des variables pré-utilisation, incluant la Base de Référence de l'Attente Pré-utilisation (PEB) et la Valeur de Consommation Anticipée (ACV).
- Vague 2 (T2) : Mesure des variables post-utilisation, incluant la Valeur Expérientielle Réalisée (REV), la Disconfirmation des Attentes (ED), la Satisfaction (SAT), et les modérateurs (Motivation Intrinsèque, Innovativité, Optimisme).
Cadre Théorique : L'étude étend l'ECT en remplaçant les construits unidimensionnels par des équivalents multidimensionnels fondés sur la Théorie des Valeurs de Consommation (TCV) et la Valeur Perçue par le Client (CPV). Elle intègre la Théorie de l'Autodétermination (SDT) et l'Indice de Préparation Technologique (TRI) pour expliquer les variations individuelles.
Analyse : La modélisation par équations structurelles (SEM) a été réalisée via AMOS 27 pour le modèle principal et Mplus 8.8 (équations structurelles latentes modérées - LMS) pour les effets d'interaction complexes. Des tests de robustesse ont été effectués à l'aide du macro PROCESS.

Contributions Clés
L'article apporte trois contributions théoriques primaires :

Mécanisme d'Assimilation Cognitive sous Opacité : L'étude démontre que dans les environnements opaques, les clients n'évaluent pas la performance de manière indépendante. Au lieu de cela, ils utilisent leur Valeur de Consommation Anticipée (ACV) comme un schéma heuristique pour construire activement leur Valeur Expérientielle Réalisée (REV). Ce processus d'« assimilation » remplace le modèle traditionnel de calcul de l'écart de l'ECT.
Le Piège de l'Attente : Les auteurs identent un effet direct négatif de la base de référence de l'attente fixée par l'algorithme sur la satisfaction. Même lorsque des voies positives (telles que l'assimilation de la valeur et la disconfirmation) existent, la base de référence rigide exerce un effet direct net négatif ( $\beta = -0,20$ ) qui l'emporte sur elles. Ce piège survient car les promesses algorithmiques précises sont interprétées comme des garanties déterministes, ne laissant aucune place à une disconfirmation positive.
L'Effet de Substitution et les Amplificateurs Asymétriques : L'étude révèle que la Motivation Intrinsèque (IM) permet aux clients de découpler leur expérience réalisée de l' schéma anticipé (un « Effet de Substitution »). Cependant, l'amplification de cet effet est asymétrique. L'Optimisme agit comme un tampon de résilience qui maintient la motivation intrinsèque face à l'incertitude, facilitant le découplage. En revanche, l'Innovativité crée une « adhérence » en favorisant des structures d'ACV élaborées qui sont plus difficiles à outrepasser ; par conséquent, le découplage le plus complet des attentes se produit chez les clients ayant une Haute Motivation Intrinsèque mais une Faible Innovativité, plutôt que chez ceux ayant une haute innovativité.

Résultats

Analyse de Chemin : La Base de Référence de l'Attente Pré-utilisation (PEB) influence positivement l'ACV, la REV et la Disconfirmation des Attentes. Cependant, la PEB a un effet direct significatif négatif sur la Satisfaction ( $\beta = -0,20, p <,001$ ).
Médiation : L'effet indirect total de la base de référence sur la satisfaction via les voies positives est faible ( $+0,049$ ), tandis que l'effet direct négatif est important ($-0,200$). L'effet total net est négatif ($-0,152$), confirmant le Piège de l'Attente.
Assimilation : L'ACV prédit fortement la REV ( $\beta = 0,48$ ), soutenant l'hypothèse d'assimilation où la valeur anticipée façonne la perception de l'expérience réalisée.
Modération :
- La Motivation Intrinsèque modère négativement la relation ACV $\to$ REV, aplatissant la pente de l'assimilation (Effet de Substitution).
- L'Optimisme modère positivement l'effet de modération négative de la Motivation Intrinsèque, renforçant l'Effet de Substitution en apportant une résilience face à l'incertitude.
- L'Innovativité présente une interaction complexe : bien qu'elle modère positivement l'effet de modération négative de la Motivation Intrinsèque dans le modèle global, l'analyse de la pente simple révèle que une Haute Innovativité entraîne en réalité seulement un découplage partiel en raison de l'« adhérence » des schémas élaborés. Le découplage le plus complet (pente la plus plate) se produit dans les conditions de Haute Motivation Intrinsèque / Faible Innovativité, contestant l'hypothèse selon laquelle les dispositions technologiques positives facilitent uniformément une construction de valeur adaptative.

Signification et Revendications
Les auteurs soutiennent que leurs conclusions nécessitent une reconsidération fondamentale de la formation de la satisfaction dans les services médiés par des algorithmes.

Signification Théorique : L'étude étend l'ECT et la Théorie de l'Assimilation en précisant comment l'opacité force le recours à des schémas anticipatoires plutôt qu'à une évaluation de performance indépendante. Elle souligne que le « Piège de l'Attente » est une caractéristique structurelle des services à précision algorithmique et à processus opaque, et non une simple imperfection du marché.
Signification Managériale : L'article suggère que rivaliser par des promesses de temps de plus en plus précises est contre-productif. Il propose que les plateformes envisagent d'afficher des plages horaires plutôt que des estimations ponctuelles afin d'élargir la Zone de Tolérance et d'atténuer le piège. De plus, il suggère que les clients ayant une forte motivation intrinsèque sont les mieux protégés de ce piège, particulièrement lorsqu'ils sont soutenus par des dispositions technologiques positives, bien que la protection soit plus efficace lorsque l'élaboration technologique (Innovativité) est faible.
Signification Politique : Les auteurs soutiennent que la fixation des promesses algorithmiques est un domaine de régulation. Ils suggèrent que les régulateurs devraient envisager d'imposer la transparence sur la manière dont les estimations de temps sont calculées et d'interdire les promesses excessives systématiques qui exploitent les mécanismes d'aversion à la perte.

L'article conclut avec modestie, reconnaissant des limites telles que le contexte d'une ville unique (Guangzhou) et l'utilisation de mesures générales plutôt que spécifiques aux transactions, suggérant que les mécanismes identifiés peuvent opérer avec une intensité atténuée dans des services moins opaques comme le transport de personnes ou la livraison de repas.

Articles similaires