480318

2013
RAM28210.1177/0767370113480318Recherche et Applications en MarketingDesmet et al.

Article RAM
Recherche et Applications en Marketing
28(2) 71­–86
Différences de comportement © The Author(s) 2013
Reprints and permissions:
d’achat entre des magasins sagepub.co.uk/journalsPermissions.nav
DOI: 10.1177/0767370113480318
laboratoires réels et virtuels ram.sagepub.com

Pierre Desmet
Université Paris-Dauphine (DRM – UMR CNRS 7088) et ESSEC Business School, France

Richard Bordenave
BVA Group, France

John Traynor
In Vivo BVA USA

Résumé
Pour tester des initiatives marketing en magasin (packaging, prix, etc.), un magasin laboratoire virtuel (3D)
offre une alternative attractive au magasin laboratoire réel sur le plan opérationnel. Par une comparaison
sur des échantillons contrôlés, cette recherche montre que les mesures attitudinales sont identiques, mais
aussi qu’il existe des différences significatives sur les comportements en magasin et sur l’attention au prix
et que celles-ci dépendent de l’achat habituel de la marque.

Mots-clés
comportement d’achat en magasin, expérimentation, magasin laboratoire, magasin virtuel

Introduction
La méthodologie du magasin laboratoire, ou pseudo-
magasin (Payne, 1966 ; Pessemier, 1960), consiste à
placer une population cible dans un environnement
contrôlé reproduisant de manière réaliste le contexte
habituel de l’achat du produit et à observer le com-
portement d’achat simulé. Cette méthodologie per-
met de mesurer les conséquences commerciales des
initiatives marketing envisagées par un fabriquant,
comme la modification de la gamme, du packaging
ou du prix (Burke, 1996), ou par un distributeur,
comme l’organisation de l’espace de vente, le
merchandising ou la signalétique (Needel, 1998 ;
Vrechopoulos et al., 2004). Elle fait partie de la
panoplie des outils de test croisant le type de mesure
(observé ou déclaré) et le contexte (réel ou en labo-
ratoire), qui vont de la mesure déclarative d’un inté-
rêt ou d’une intention d’achat (questionnaire hors
lieu d’achat) à l’enregistrement des achats réels dans
un magasin en zone test (Burke, 1996 ; Wherry,
2006). Le choix entre ces outils dépend, d’une part,
de la nature et du degré d’élaboration de l’initiative
marketing, qui influencent l’importance relative de

Auteur correspondant :
Pierre Desmet, Université Paris-Dauphine (DRM – UMR CNRS 7088) et ESSEC Business School, Place du Maréchal de Lattre de
Tassigny, 75015 Paris Cedex, France.
Email : desmet@dauphine.fr
72 Recherche et Applications en Marketing 28(2)
la validité interne et externe, et, d’autre part, de la
confidentialité recherchée et du budget disponible.
Une nouvelle catégorie de test, les magasins
laboratoires virtuels (MLV), est apparue suite aux
progrès importants réalisés dans les techniques de
réalité virtuelle, qui permettent maintenant de
reconstituer sur un écran, de manière très réaliste,
l’environnement physique d’un magasin (Cohen et
Gadd, 1996 ; Fox et al., 2009 ; In Store Marketing
Institute, 2009 ; Rosenberger et de Chernatony,
2007 ; Willke, 2002). Cette technique est déjà utili-
sée par des sociétés comme Kimberly-Clark ou
Procter & Gamble (Byron, 2007) et constitue ainsi
une alternative attractive à la mise en place de tests
en magasin laboratoire réel (MLR) (Berneburg,
2008 ; Burke, 1996).
Par la représentation virtuelle de l’espace maga-
sin, un magasin laboratoire virtuel offre plusieurs
avantages : la réduction des contraintes de gestion
opérationnelle en magasin (grâce à l’absence de la
dimension physique et la manipulation d’images au
lieu de produits) et la possibilité de tester des initia-
tives n’existant pas encore (Burke, 1996), ainsi
qu’un meilleur contrôle de certaines caractéris-
tiques du terrain de l’étude (Needel, 1998), tant
pour le contexte d’achat et le recrutement géogra-
phique de l’échantillon que pour la réalisation du
terrain (rapidité et flexibilité accrues). La virtualité
de l’espace magasin et des produits réduit significa-
tivement les coûts fixes de l’étude, mais l’impact
sur le coût total reste assez faible car le coût de
l’enquêteur, qui représente une part très importante,
est identique.
Si les avantages opérationnels sont attractifs, les
sources de biais potentiels sont aussi nombreuses,
qu’elles proviennent de l’offre (absence de rupture
de stock, manque de réalisme de la représentation)
ou du comportement des interviewés. Des études
comparatives sur les écarts entre les comportements
en magasin et en univers virtuel ont déjà été réali-
sées (Burke et al., 1992 ; Burke, 1996 ; Campo et al.,
1999 ; Tjostheim et Saether-Larsen, 2005). Ces
recherches soulignent dans leurs conclusions le
besoin d’études complémentaires car elles men-
tionnent non seulement des limites méthodologiques
significatives (composition différente des échantil-
lons, différence des assortiments), mais aussi les
effets de variables modératrices qui relativisent les
conclusions (par exemple la relation à la marque
pour Burke et al., 1992). Enfin l’évolution des tech-
nologies a permis d’améliorer considérablement la
qualité de la représentation virtuelle, dimension
importante pour expliquer les différences observées
entre virtuel et réel (Burke, 1996 ; Tjostheim et
Saether-Larsen, 2005).
Grâce à une comparaison inter-groupes sur une
catégorie de produits de grande consommation,
cette recherche vise à évaluer la nature et l’impor-
tance du biais introduit par l’utilisation d’un MLV
par rapport aux résultats obtenus avec la méthodo-
logie du MLR, qui constitue actuellement la réfé-
rence pour le test des initiatives marketing en
magasin. Elle complète les études antérieures en
éliminant deux sources d’effets indésirables impor-
tants : la différence d’environnement, avec un très
grand réalisme de la représentation virtuelle de l’es-
pace de vente, et la composition de l’échantillon,
par l’utilisation d’un même mode de recrutement
contrôlé. De plus la comparaison des mesures
observées est étendue aux mesures déclarées, avec
la prise en compte de l’effet modérateur potentiel de
l’achat antérieur de la marque.
La suite de l’article est organisée de la manière
suivante : dans la première section, le cadre théo-
rique décrit la méthodologie du magasin laboratoire
et les hypothèses sur l’influence que peut avoir ce
contexte sur les comportements d’achat ; la seconde
section traite de l’étude empirique et aborde succes-
sivement les mesures, les données puis les analyses.
Cadre theorique
Le principe d’un magasin laboratoire est d’abord
présenté, suivi de la description détaillée du proto-
cole mis en œuvre dans les deux environnements
(réel et virtuel). L’influence potentielle de ces diffé-
rences sur les comportements est ensuite étudiée et
amène à la formulation des hypothèses.
Le principe d’un magasin laboratoire
Un magasin laboratoire vise à permettre de com-
prendre et de mesurer l’effet des variables marketing
susceptibles d’influencer le choix d’un produit en
magasin libre-service, que ce soit un nouveau pro-
duit ou un produit modifié (produit, packaging,
Desmet et al. 73

prix). Il s’agit d’un dispositif expérimental reposant

sur les principes suivants : (1) recrutement contrôlé
d’un échantillon d’acheteurs de la catégorie de pro-
duit, à qui l’on demande (2) de simuler leur compor-
tement d’achat avec le transfert des produits dans un
panier d’achat et le passage en caisse sans paiement
(3) en les amenant à visiter librement un environne-
ment contrôlé reconstituant de la manière la plus
réaliste possible l’univers d’achat en magasin.
La technique du laboratoire offre l’avantage Figure 1a.  Environnement du MLR.
d’un recueil non intrusif d’observations concernant
le comportement en rayon (prise en main des pro-
duits, temps passé, etc.) en complément aux mesures
déclaratives (perception, attitude, intention d’achat).
En effet ces mesures déclaratives ne suffisent sou-
vent pas à expliquer les comportements d’achat qui
résultent de processus à la fois conscients et incons-
cients (Fitzsimons et al., 2002 ; Inman et al., 2009 ;
Puccinelli et al., 2009).

Les environnements réels et virtuels Figure 1b.  Environnement du MLV.

Un MLR est un magasin fictif comportant un espace
de présentation des produits, équipé de gondoles à
plusieurs niveaux et organisé avec des allées et un
espace de caisse. Pour le MLR utilisé (250 m² envi-
ron), la définition de l’univers concurrentiel, l’orga-
nisation et la présentation des produits pour dix
catégories correspondent à un assortiment de pro-
duits équivalent à celui d’un gros supermarché.
Le MLV reconstitue l’assortiment du MLR dans
un espace numérique avec un réalisme qui dépend
du niveau de virtualité et donc de la technologie uti-
lisée (voir une présentation générale des alterna-
tives en Annexe A). L’univers virtuel utilisé est du
type « 3D vision subjective » qui présente un com-
promis acceptable entre, d’une part, la nécessaire
qualité de la reconstitution de l’espace magasin et,
d’autre part, le coût d’utilisation. La Figure 1 pré-
sente l’environnement du MLR (Figure 1a) et du
MLV (Figure 1b).
L’espace intérieur du magasin est reconstitué de
manière réaliste (chariot, allées, gondoles et présen-
tation des produits) et le produit est représenté par
son packaging numérisé en 3D. Le déplacement
dans le magasin virtuel s’effectue par des mouve-
ments de la souris ou par l’utilisation des flèches sur
le clavier. Un agrandissement du produit est obtenu
par un clic de souris et le produit peut ensuite faire
l’objet d’une rotation. Après s’être rapproché de la
gondole à l’équivalent d’une longueur de bras, l’in-
terviewé peut déposer le produit dans son chariot et
effectuer un passage en caisse sans paiement. Les
interviewés ont accès au magasin virtuel dans un
espace dédié équipé d’un ordinateur avec clavier et
souris et d’un écran de grande taille.
Dans les deux magasins, le prix est indiqué sur
l’étiquette figurant sur l’étagère. Dans le MLV, un
clic sur le prix est nécessaire pour obtenir un agran-
dissement. Une alternative consiste à « attacher » le
prix au produit et à zoomer automatiquement sur le
prix lorsque le consommateur clique sur le produit.
Celle solution n’a pas été retenue car elle entraîne
une surexposition systématique à l’information prix.
Comme dans des études antérieures (Tjostheim
et Saether-Larsen, 2005), un enquêteur est présent à
côté du répondant dans le MLV, alors que la visite
du magasin réel (MR) s’effectue de manière auto-
nome. Le rôle de l’enquêteur est de présenter l’in-
terface du magasin virtuel et de s’assurer de la
compréhension des manipulations par l’interviewé
avant la visite. Cette présence évite les situations
dans lesquelles les capacités limitées de certains
74 Recherche et Applications en Marketing 28(2)
répondants ou la mauvaise compréhension des
consignes conduisent à des comportements produi-
sant un flux de clics inexploitables (par exemple
pour l’exploration de l’interface). Cependant la pré-
sence de l’enquêteur introduit un regard extérieur
qui peut créer un effet expérimental de test et entraî-
ner la modification des comportements (Lewitt et
List, 2007).
Le protocole d’un magasin laboratoire
Quelle que soit la technique (MLV ou MLR), un
magasin laboratoire est une méthodologie expéri-
mentale et les résultats sont donc potentiellement
soumis aux mêmes limites concernant la validité
externe des résultats obtenus à partir de comporte-
ments simulés (Chandon et al., 2005 ; Lewitt et List,
2007 ; Lynch, 1982 ; Shimp, Hyatt et Snyder, 1991).
L’ampleur des biais expérimentaux reste cependant
encore à déterminer car les comparaisons conduisent
encore à des résultats contradictoires comme, par
exemple, l’effet de désirabilité sociale sur le choix
des marques de distributeurs, qui pourrait entraîner
une sous-représentation de ces marques (Burke
et al., 1992) sans que celle-ci ait été observée
(Campo et al., 1999).
Les protocoles des deux laboratoires (MLV et
MLR) sont présentés en détail en Annexe B ; ils
sont les plus similaires possibles dans le recrute-
ment et la demande aux interviewés. Le recrute-
ment est identique et, pour éviter les effets du biais
d’autosélection, il est effectué dans un espace public
(rue) et non pas sur un point de vente réel, comme
dans des études précédentes (Campo et al., 1999 ;
Tjostheim et Saether-Larsen, 2005), ou sur internet
(Fiedler et Haruvy, 2009). Les consignes données à
l’interviewé sont les mêmes et concernent des
achats à effectuer dans plusieurs catégories de pro-
duits (pour éviter l’effet expérimental de contami-
nation par identification de la catégorie cible). Les
deux magasins sont accessibles dans un espace
d’étude dédié, indépendant d’un point de vente et ne
comportent pas d’autres clients que le répondant.
Dans les deux laboratoires la collecte de données
comporte trois phases, avec tout d’abord (1) le
recueil des informations sur l’interviewé lui-même
(âge, sexe) et ses habitudes d’achat en déclaratif ;
puis, lorsque le consommateur visite le magasin,
(2) le comportement en rayon et le comportement
d’achat sont observés (enregistrés en vidéo). Enfin,
après la visite, (3) le consommateur répond à des
questions additionnelles posées lors d’un entretien
assisté par ordinateur (CAPI) sur les perceptions
d’une marque cible et les attitudes vis-à-vis de
celle-ci.
Les hypothèses sur le comportement
d’achat
Plusieurs recherches ont déjà mis en évidence les
biais engendrés par les achats en magasin labora-
toire (voir le tableau synthétique en Annexe C). Il
s’agit ici de voir si les biais identifiés pour les MLR
sont potentiellement accrus ou réduits pour un
MLV.
Les achats
Les comparaisons des résultats du MLV et d’un MR
montrent que les résultats de vente sont assez bien
reconstitués (Gabor et al., 1970 ; Nevin, 1974). La
qualité prédictive des choix est assez bonne sur des
achats répétés (Burke, 1996 ; Burke et al., 1992 ;
Campo et al., 1999), mais elle est beaucoup plus
faible sur un achat unique (Tjostheim et Saether-
Larsen, 2005). Des différences significatives ont
aussi été observées sur la sensibilité à la promotion
(Burke et al., 1992) et la tendance à un accroisse-
ment des quantités achetées (Burke et al., 1992 ;
Campo et al., 1999). Enfin la dynamique des choix
est influencée par l’absence de consommation entre
les visites simulées, ce qui entraîne un moindre
changement de marque en MLV (Burke et al.,
1992). Deux sources de biais ont été mises en évi-
dence : d’une part la qualité de la reconstitution
visuelle du magasin (Burke et al., 1992) et, d’autre
part, l’effet de la différence potentielle du merchan-
dising entre le magasin virtuel et le magasin habi-
tuellement fréquenté (Campo et al., 1999).
Cette étude vise à réduire deux sources de biais
identifiées pour un magasin virtuel par une amélio-
ration de la qualité de la représentation visuelle et
par le contrôle de l’assortiment magasin. Les biais
issus de la situation en laboratoire étant identiques et
les autres sources de variations (protocole et recrute-
ment) étant contrôlées, on retient l’hypothèse d’une
Desmet et al. 75
réduction des biais constatés antérieurement pour le
virtuel et donc d’une bonne corrélation des achats
par marque entre le MLV et le MLR.
H1 : Les taux d’achat des marques du MLV sont
corrélés positivement à ceux obtenus par le
MLR.
Le comportement en rayon
D’une manière générale, l’environnement magasin
influence le processus d’achat (Baker et al., 1992).
Plus spécifiquement, dans un espace numérique
virtuel, le déplacement et la recherche d’informa-
tion sont significativement différents de ceux
effectués dans un espace physique (Burke et al.,
1992). Outre l’absence de déplacement physique
réel (et donc d’effort), l’exploration de l’univers
virtuel ne peut se faire que de manière intermé-
diée, par l’utilisation de la souris, d’une part, et par
le retour visuel procuré par l’écran, d’autre part.
La visite du magasin virtuel a donc plusieurs
caractéristiques importantes :
• Un spectre de stimulation sensorielle plus
limité. Le MLV reconstitue l’univers réel
dans une seule dimension sensorielle : la
vision (l’ouïe n’est pas utilisée). Il prive
donc le consommateur d’autres points de
références habituels, liés par exemple à
l’odorat ou au rendu haptique (toucher) de
la prise en main du produit, qui peuvent être
déterminants dans certains actes d’achat
(Jansson-Boyd, 2011). Il ne serait donc
adapté que pour les produits dont l’informa-
tion pertinente pour le choix peut être trans-
mise par la vue (Suh et Lee, 2005), ce qui
est le cas pour la catégorie de produit choi-
sie, celle des produits de grande consomma-
tion packagés.
• Un environnement peu familier. L’expérience
d’achat en univers virtuel est encore assez
différente de celle créée par l’univers habi-
tuel des courses en magasin. Alors que la
familiarité de l’environnement du magasin
réel conduit le consommateur à retrouver ses
routines d’achat dans le MLR, l’effet de test
lié au contexte du laboratoire devrait être
plus important dans un univers virtuel moins
familier. Le processus d’achat enregistré en
MLV pourrait donc être moins naturel, moins
automatique et plus réfléchi, avec une atten-
tion répartie entre, d’une part, la réponse à la
demande de l’enquêteur de reconstitution
des achats habituels et, d’autre part, la ges-
tion d’une interface peu familière pouvant
conduire à des comportements de recherche
de confirmation ou d’exploration. On s’at-
tend donc à ce que la durée de l’acte d’achat
soit plus longue et que les manipulations
pour accéder à l’information produit soient
plus fréquentes.
H2 : Par rapport au MLR, en MLV (a) la durée
d’un achat est plus longue et (b) le nombre de
produits manipulés est plus important.
•• Une tâche qui demande plus de concentra-
tion en MLV. Par rapport à un MR, un
consommateur a tendance à être plus atten-
tif au prix dans un MLR, à lui donner plus
d’importance et, donc, à créer un biais d’au-
tant plus important que l’attention portée au
prix pour cette catégorie de produit est
faible (Gabor et al., 1970 ; Nevin, 1974). Or
dans un MLV, le consommateur perçoit la
tâche demandée comme moins plaisante,
plus difficile et moins naturelle que la visite
d’un magasin reconstitué. Cette difficulté
accrue pourrait donc amener le consomma-
teur à simplifier le processus de choix qu’il
doit simuler et à se concentrer sur l’infor-
mation indispensable à l’exécution de la
tâche demandée. L’attention étant accaparée
par la gestion de l’environnement, on peut
donc s’attendre à ce que l’accès à l’informa-
tion de prix soit moins fréquent, d’autant
que l’absence d’un paiement réel réduit
encore l’importance de l’information prix.
H3 : Par rapport au MLR, le MLV réduit l’accès
à l’information prix.
L’attitude vis-à-vis du produit
Aucune modification majeure n’est attendue entre
les deux méthodologies car, pour des produits cou-
rants, l’attitude vis-à-vis du produit est formée
76 Recherche et Applications en Marketing 28(2)
principalement par l’expérience antérieure de
consommation (Leong, 1993). La visite préalable du
magasin laboratoire ne devrait avoir qu’un effet
limité sur la mesure de l’attitude vis-à-vis des dimen-
sions produit et packaging, et un effet peut-être un
peu plus fort sur la perception du prix (cherté),
puisque le prix n’est habituellement pas mémorisé
(Kalyanaram et Winer, 1995).
H4 : Les attitudes vis-à-vis du produit ne sont
pas significativement différentes en MLV par
rapport au MLR.
L’effet modérateur de l’achat habituel
de la marque
Pour un produit de grande consommation, l’achat
en magasin est réalisé très rapidement (moins de
20 secondes et fréquemment moins de 5 secondes
selon Dickson et Sawyer, 1990 ; Hoyer, 1984 ;
Leong, 1993). Cette rapidité reflète un processus
d’achat à base d’heuristiques reposant principale-
ment sur des informations simples et facilement
accessibles en magasin, comme la marque, le prix
ou la promotion (Burke et al., 1992), ou sur l’in-
formation rattachée à la marque disponible en
mémoire. Par conséquent la recherche délibérée
d’informations sur le point de vente est beaucoup
plus limitée (Leong, 1993).
Le recours à l’heuristique du choix de la marque
habituelle, moins consommatrice de ressources
cognitives, devrait encore être exacerbé dans un
univers virtuel pour lequel la faible familiarité de
l’environnement devrait mobiliser en priorité ces
ressources. Les études montrent par exemple que le
consommateur donne plus d’importance à l’infor-
mation sur la marque pour un achat en ligne que
pour un achat en magasin et que l’effet combiné du
prix et de la promotion est inférieur en ligne
(Dahlèn et Lange, 2002 ; Degeratu et al., 2000). On
postule donc que l’achat habituel de la marque
modère l’influence du MLV sur le comportement
d’achat observé (l’achat) et déclaré (la reconnais-
sance et l’intention d’achat).
H5 : L’achat habituel de la marque modère l’ef-
fet du MLV, par rapport au MLR, sur le compor-
tement d’achat d’une marque.
Etude empirique
Cette section présente d’abord les mesures puis les
données et détaille ensuite les analyses et les résul-
tats pour le test des hypothèses.
Les mesures
Les variables individuelles collectées sont : le sexe,
l’âge, la fréquence d’achat du produit et la marque le
plus souvent achetée. Les autres mesures concernent
les comportements d’achat en rayon et les attitudes.
Elles sont collectées de deux manières, par observation
et par questionnaire, et sont détaillées en Annexe B.
Les variables du comportement en rayon pour la
catégorie sont les suivantes :
•• Le temps d’achat est observé et mesuré en
secondes à partir d’un enregistrement vidéo.
•• La manipulation des produits est observée et
codée en binaire (oui/non) ; le nombre de
produits manipulés est compté.
•• L’attention au prix est déclarée et codée en
binaire.
•• La reconnaissance a posteriori de la présence
d’un produit en linéaire est déclarée et mesurée
en binaire à partir de l’exposition à une planche
photographique des différents produits.
•• L’acte d’achat par référence est observé et
résulte de la présence du produit dans le cha-
riot lors du passage en caisse ; le taux d’achat
est le pourcentage des acheteurs.
Les attitudes vis-à-vis d’un produit sont mesu-
rées en déclaratif après l’achat en magasin et portent
sur une marque spécifique :
•• les perceptions du packaging
•• les perceptions des caractéristiques du
produit
•• la cherté perçue
•• l’attitude globale vis-à-vis du produit
•• l’intention d’achat.
Les données
Le produit étudié est le café arabica moulu qui a
déjà été retenu dans d’autres études (Nevin, 1974).
Desmet et al. 77
Il présente plusieurs avantages : l’information sur
les critères habituels de choix est facilement acces-
sible en magasin (marque, prix, format) et son prix
abordable (entre 1,53€ pour le premier prix et
3,44€ pour Lavazza par paquet) lui assure une
forte pénétration, ce qui réduit le coût du recrute-
ment de l’échantillon. L’assortiment, exposé sur
deux gondoles, est composé de différents formats
non promotionnels avec plus de 90 références pro-
posées par 20 marques. Les questions addition-
nelles sur l’attitude concernent la marque leader de
la catégorie.
Les deux échantillons sont recrutés dans la rue
dans quatre villes sur quotas, selon les critères de
segmentation utilisés sur ce marché, à savoir le
sexe (80 % de femmes) et l’âge (50 % de répon-
dants entre 18 et 34 ans et 50 % de plus de 34
ans), et selon un critère d’achat (50 % d’ache-
teurs habituels de la marque testée). Les échantil-
lons, de tailles identiques (n = 160), sont traités
comme des échantillons indépendants et compa-
rés après appariement selon la marque habituelle-
ment achetée.
Le test des hypothèses
Les résultats détaillés figurent dans le Tableau 1 et
le test des hypothèses est effectué ci-dessous.
Le comportement d’achat
L’hypothèse H1, qui postule que les taux d’achat
MLV/MLR sont corrélés, n’est que partiellement
validée. En effet, si la corrélation des taux d’achat est
bien positive et significative, des différences impor-
tantes existent par marque, qui rendent probléma-
tique la lecture des résultats au niveau de la marque.
La comparaison des taux d’achat par référence
et par marque est effectuée sur les trois critères
retenus par Burke et al. (1992). Le taux d’achat
des références les plus vendues (n = 40) est globa-
lement très corrélé pour les deux univers (coeffi-
cient de corrélation de Pearson = 0,81 ; p = 0,0001)
et cette corrélation est cohérente avec les résultats
des études précédentes (entre 0,67 et 0,96 selon
les catégories de produits pour Burke et al., 1992).
En valeur absolue, l’écart moyen entre les taux
d’achat est faible (moyenne M = 0,04 % ; écart-
type = 0,028) ; cependant l’écart est important
(supérieur à 5 points) pour deux références. Les
résultats sont plus mauvais pour le second critère
: l’écart moyen relatif (rapport de l’écart sur la
part de marché en MLR) est élevé (48 % en
moyenne) et dans 85 % des cas se situe en dehors
d’un écart relatif de ±20 %.
Enfin, selon le troisième critère pour lequel les
références sont regroupées par marque (n = 11), la
lecture de la Figure 2 montre que des écarts impor-
tants apparaissent entre MLV et MLR (par exemple
+21 % pour la marque leader). Des tests en t
indiquent que le taux d’achat est significativement
supérieur pour la marque de distributeur (+110 % ;
p = 0,010) et marginalement inférieur pour une
marque nationale (−51 % ; p = 0,069). Par contre, la
différence entre magasins concernant le nombre de
produits achetés dans la catégorie n’est pas signifi-
cative (Mréel/virtuel = 1,06/1,10 ; Chi² = 1,96 ; p =
0,74).
Le comportement en rayon
La comparaison MLV/MLR montre que la plus
grande difficulté à retrouver les routines d’achat en
magasin dans un univers virtuel se traduit par des
changements importants du comportement en
rayon. L’hypothèse d’une différence de comporte-
ments observés (H2) est supportée : la durée
moyenne d’un achat est significativement plus
longue dans l’univers virtuel (Mréel/virtuel = 14,8/34,8
secondes ; t = −5,65 ; p < 0,0001). Le pourcentage
d’interviewés ayant manipulé au moins un produit
est plus élevé en virtuel (Mréel/virtuel = 14 %/24 % ;
Chi² = 4,43 ; p = 0,035). Cependant la motivation de
la manipulation accrue serait plutôt une vérification
qu’une exploration car le pourcentage de manipula-
tions de plus d’un produit est plus faible (Mréel/virtuel
= 43 %/21 % ; Chi² = 3,46 ; p = 0,062, marginale-
ment significatif).
L’hypothèse (H3) d’une moindre attention por-
tée au prix est, elle aussi, supportée. Un écart très
important est observé pour la fréquence déclarée de
consultation du prix, celle-ci étant très fortement
réduite dans le magasin virtuel (Mréel/virtuel = 39 %/9
% ; Chi² = 5,02 ; p = 0,025).
Tableau 1.  Comparaison des mesures selon le type de magasin laboratoire.
78

Univers Univers x acheteur Signification Signification (prob.) pour la

globale variable
Habituel de la Autre
  marque

  Réel Virtuel Réel Virtuel Réel Virtuel MLV Acheteur MLV x

MLR MLV MLR MLV MLR MLV habituel Acheteur
habituel
Effectifs 160 160 80 80 80 80 p p p
COMPORTEMENT Chi² p  
Nombre de produit achetés 1,06 1,10 1,96 0,740  
  t student p  
Durée achat (secondes) 14,8 34,8 −5,65 <,0001 17,0 12,6 31,0 38,6  
  Chi² p Chi² p  
Wald
Manipulation 14 % 24 % 4,43 0,035 15,1 % 13,5 % 24,4 % 24,0 % 4,9 0.17 n.s. n.s. n.s.
Manipulation >1 produit 43 % 21 % 3,46 0,062  
Attention au prix 39 % 9% 5,02 0,025 36,5 % 41,6% 10,3 % 7,2 % 34,7 <,0001 <,0001 n.s. n.s.
MESURES MARQUE Chi² p Chi² p  
Wald
Achat 35 % 43 % 1,92 n.s. 56,6 % 74,5 % 13,6 % 10,8 % 82,4 <,0001 n.s. <,0001 0.076
Reconnaissance a posteriori 85 % 78 % 5,26 0,021 87,9 % 81,8 % 98,3 % 57,6 % 32,7 <,0001 n.s. <,0001 0.001
  CMH² p CMH² p  
Intention d’achat (/5) 2,20 2,02 2,02 0,150 1,85 1,51 4,77 0.029  
certainement = 1 2,55 2,51 0,03 0.850  
ATTITUDE (/10) t student p  
Appréciation de la marque 7,22 6,95 1,18 n.s. 7,82 7,73 6,61 6,16 n.s. <,0001 n.s.
Packaging 1 6,78 6,86 0,10 n.s. 7,06 7,40 6,50 6,32 n.s. 0.002 n.s.
Packaging 2 6,49 6,57 0,09 n.s. 6,64 7,08 6,34 6,06 n.s. 0.021 n.s.
Packaging 3 6,74 6,94 0,61 n.s. 7,06 7,45 6,41 6,43 n.s. 0.002 n.s.
Packaging (moyenne) 6,77 6,79  
Produit 1 7,45 7,25 0,84 n.s. 7,52 7,76 7,38 6,74 n.s. 0.005 0.043
Produit 2 7,33 6,93 3,69 0,055 7,47 7,39 7,19 6,47 0.050 n.s. 0.009
Produit 3 7,30 6,95 2,32 n.s. 7,55 7,49 7,05 6,41 n.s. 0.001 n.s.
Produit (moyenne) 7,36 7,04  
Cherté 6,71 6,41 1,79 n.s. 6,72 6,63 6,71 6,20 n.s. n.s. n.s.
Recherche et Applications en Marketing 28(2)
Desmet et al. 79
Figure 2. Taux d’achat selon le magasin laboratoire pour les six marques principales.
Les mesures d’attitude vis-à-vis d’une
marque
La reconnaissance a posteriori de la présence d’une
marque dans le linéaire est significativement infé-
rieure en virtuel (Mréel/virtuel = 85 %/78 % ; Chi² = 5,26
; p = 0,021). Cependant, pour les évaluations déclara-
tives après la visite, l’hypothèse (H4) d’une absence
de différence entre les attitudes mesurées à l’issue de
la visite du magasin est supportée. Les moyennes de
l’intention d’achat déclarée (Mréel/virtuel = 2,20/2,02)
ne sont pas significativement différentes entre les
univers, de même que les moyennes des notes d’ap-
préciation générale de la marque (Mréel/virtuel =
7,22/6,95). Aucune différence systématique n’est
identifiée non plus pour les attitudes vis-à-vis du pac-
kaging (Mréel/virtuel = 6,67/6,79), du produit (Mréel/virtuel
= 7,36/7,04) et de la cherté (Mréel/virtuel = 6,71/6,41).
L’effet modérateur de l’achat habituel
de la marque
L’achat habituel de la marque modère significative-
ment l’effet du MLV sur le comportement d’achat
observé et déclaré (H5 supportée). Comme le montre
le résultat d’une régression logistique (Chi² Wald =
82,4 ; p < 0,0001), le taux d’achat de la marque étu-
diée est influencé directement (p < 0,0001) et par un
effet d’interaction marginalement significatif (p =
0,076). Dans un MLV, le taux d’achat de la marque
est plus élevé pour les acheteurs habituels, à 74,5 %
contre 56,6 %, alors qu’il est plus faible pour les
acheteurs des autres marques (de 13,6 % à 10,8 %).
L’effet du type de magasin sur la reconnaissance
a posteriori de la marque (binaire) est modéré par
l’achat habituel de la marque (Chi² Wald = 32,7 ; p <
0,0001). Pour un MLR, les acheteurs habituels ont
un taux de reconnaissance légèrement supérieur
(Mhabituel/réel = 87,9 % ; Mautre/réel = 81,8 %) et celui-ci
est plus élevé en MLV, alors que le taux de recon-
naissance pour les acheteurs des autres marques est
très inférieur en MLV (Mhabituel/virtuel = 98,3 % ; Mautre/
virtuel = 57,6 %).
L’effet du type de magasin (variable nominale)
sur l’intention d’achat (variable ordinale) est étudié
par la statistique de Cochran-Mantel-Haenszel pour
la différence de score entre les lignes (CMH²). Le
80 Recherche et Applications en Marketing 28(2)
niveau légèrement plus élevé d’intention d’achat en
virtuel (Mréel/virtuel = 2,20/2,02 ; CMH² = 2,02 ; p =
0,15) résulte d’un effet d’interaction avec l’achat
habituel de la marque. En effet l’intention d’achat
est significativement plus élevée pour les acheteurs
habituels (Mréel/virtuel = 1,85/1,51 ; CMH² = 4,77 ; p
= 0,029), alors qu’elle est identique pour les ache-
teurs des autres marques (Mréel/virtuel = 2,55/2,51 ;
CMH² = 0,03 ; p = 0,85).
Les principaux résultats sont donc que le MLV
donne des résultats comparables à ceux du MLR
pour les attitudes déclarées (H4 supportée) et que
les taux d’achat sont globalement assez corrélés,
même si des écarts importants sont constatés par
marque (H1 partiellement supportée). Cependant
des écarts significatifs existent sur les mesures com-
portementales, avec un temps passé plus long, une
plus grande fréquence de manipulation (H2 suppor-
tée) et une moindre attention au prix (H3 suppor-
tée). De plus, la différence de comportement
engendrée par l’univers virtuel dépend de l’achat
habituel de la marque (H5 supportée).
Conclusion
Cette recherche a pour but d’évaluer les biais créés
par une représentation virtuelle plutôt que réelle
d’un magasin laboratoire en contrôlant deux sources
d’écarts mentionnés dans la littérature (recrutement,
réalisme de la représentation visuelle). La compa-
raison porte non seulement sur le comportement
d’achat observé mais aussi sur des variables décla-
rées sur l’attitude vis-à-vis d’une marque.
Globalement, les résultats obtenus indiquent que
le processus de décision et les comportements en
magasin virtuel sont structurellement différents de
ceux observés dans un univers réel et conduisent à
des mesures différentes. Compte tenu du réalisme
de la reconstitution du magasin en virtuel, cet écart
ne devrait plus se réduire du fait de l’évolution tech-
nologique. Il pourrait encore être influencé par l’ap-
prentissage de l’interface pour certains segments de
consommateurs et pour certaines catégories de pro-
duits, notamment du fait des achats en ligne. Plus
spécifiquement, quatre contributions sont à relever.
Premièrement, les résultats indiquent que la
principale mesure finale (le taux d’achat) est
influencée par le type de magasin laboratoire.
Même si, comme dans les études précédentes, la
structure globale des taux d’achat est bien corrélée
pour toutes les marques présentes, les résultats sont
à prendre avec précaution pour les analyses par
marque, compte tenu de l’importance des écarts
observés.
Deuxièmement, pour ce qui est des attitudes
déclarées vis-à-vis du produit, les résultats des MLV
ne sont pas différents de ceux des MLR. Ceci peut
provenir du fait que l’information utilisée pour
répondre à ces questions est fournie de la même
manière par les deux environnements, ou que la
visite a un effet globalement faible sur les informa-
tions utilisées lors du choix pour la catégorie de
produit considérée (PGC).
Troisièmement, il existe des différences impor-
tantes au niveau des comportements en rayon. En
magasin virtuel, la durée de l’achat est plus longue
et la reconnaissance de la présence des produits en
linéaire est inférieure. Le shopper en univers virtuel
donne une priorité importante à l’information sur la
marque et limite fortement le comportement d’ex-
ploration, y compris pour une information aussi
importante que celle concernant le prix à payer.
Quatrièmement, une caractéristique individuelle,
la fidélité à la marque, a une forte influence sur les
différences induites par la visite d’un magasin vir-
tuel et pourrait donc fausser l’analyse des résultats
agrégés. Les acheteurs habituels de la marque testée
ont ainsi une plus forte tendance à reconnaître et à
acheter leur produit habituel en virtuel. L’effet de
l’achat habituel de la marque, qui était déjà un cri-
tère de segmentation important dans le MLR, est
encore amplifié en virtuel.
Implications managériales
Cette recherche n’offre pas de réponse additionnelle
à la question de la validité prédictive des résultats
obtenus en MLV par rapport à un MR, considérée
comme globalement acceptable (Burke, 1996). Elle
contribue à éclairer la décision d’un annonceur de
recourir à un MLV au lieu d’un MLR pour le test
d’une initiative marketing influençant le choix en
magasin.
Le choix d’un type de magasin laboratoire doit
dépendre du niveau de développement de l’initia-
tive marketing étudiée (comparaison de concepts ou
Desmet et al. 81
validation d’un potentiel) et des résultats-clés atten-
dus (attitude ou comportement). En effet les diffé-
rences constatées sont plus ou moins importantes
selon l’objet de la mesure (comportement, achat,
attitude et perceptions). Pour des tests en amont du
processus de développement, pour lesquels des
mesures attitudinales sont nécessaires pour hiérar-
chiser des options peu connues des consommateurs,
les deux méthodologies fournissent des résultats
proches. Les avantages de coût et, surtout, de mise
en œuvre conduisent alors à recommander le MLV.
Ceci est cohérent avec la recommandation de l’uti-
lisation de la réalité virtuelle pour d’autres tech-
niques d’études analytiques, comme l’analyse
conjointe (Berneburg, 2007 ; Treiber et Needel,
2000). En revanche pour le test d’initiatives produit
plus avancées, pour lesquelles on recherche l’éva-
luation du taux d’achat dans un contexte plus réa-
liste pour la décision de poursuite du projet, ou pour
le test d’opérations en magasin (merchandising,
promotion), le MLR est à privilégier car il permet
une mise en condition plus réaliste et une meilleure
sollicitation des routines d’achat.
Les différences observées dépendent aussi du
rôle de l’expérience du consommateur dans le pro-
cessus d’achat. L’univers virtuel semble peu adapté
à l’étude des comportements d’achat des produits
courants à forte fréquence d’achat, pour lesquels la
fidélité et les habitudes d’achat jouent un rôle
important. En effet le rôle modérateur de l’achat
habituel de la marque indique que le consomma-
teur traite de manière moins extensive les informa-
tions en univers virtuel et fait plus appel à sa
mémoire. Au contraire le MLV pourrait être mieux
adapté aux catégories de produit d’achat occasion-
nel, pour lesquels le processus d’achat est plus ana-
lytique (médicaments, biens durables, produits
onéreux, etc.).
Enfin le moindre rôle du prix dans le processus
d’achat simulé en MLV est un résultat important,
pourtant en contradiction avec l’utilisation fré-
quente d’internet pour les comparaisons de prix et
la recherche du prix le plus bas. Dans la situation
étudiée (achats alimentaires courants), il faudrait
cependant confirmer que cette réduction de la sensi-
bilité au prix est bien due à l’utilisation d’un envi-
ronnement virtuel, et non à une trop faible familiarité
avec cet environnement.
Limites
Les résultats présentés comportent plusieurs limites.
La première provient de l’accent mis sur la validité
interne par les contrôles expérimentaux. La consé-
quence est une validité externe limitée du fait des
choix spécifiques concernant le produit (produit de
grande consommation sur un marché mature), la
nouveauté (produit non innovant), le contexte de
communication (absence de promotion), la distribu-
tion (vente en grande surface en libre service) et le
statut de la marque étudiée (marque leader à forte
notoriété). Une seconde limite concerne le biais
introduit par la phase d’apprentissage mise en place
uniquement avant la visite du magasin virtuel et la
présence de l’enquêteur lors de cette visite. La
nécessité de cet apprentissage devrait se réduire,
tant du fait des évolutions technologiques rendant
plus intuitive cette navigation que de la pratique
accrue des visites virtuelles en ligne (immobilier,
tourisme, etc.) et des achats en ligne. Une troisième
limite concerne l’incapacité actuelle de présentation
des dimensions sensorielles (toucher, odorat, etc.)
dans la représentation virtuelle (limitée à la vue). Ce
contexte est d’abord lié aux produits eux-mêmes,
dont les critères de choix peuvent nécessiter la sol-
licitation d’autres sens pour en évaluer la qualité ou
la fraîcheur (par exemple produits frais, produits de
soin, etc.). Il peut aussi être lié à un mode de présen-
tation en magasin qui accentue l’expérience d’achat
ou au contraire met en évidence les seules informa-
tions objectives associées à un processus de choix
simplifié (prix dans le hard discount, par exemple).
Axes de recherche à explorer
Les pistes de recherche concernant l’étude du proces-
sus d’achat dans un espace virtuel sont nombreuses.
La première concerne l’étude des effets d’initia-
tives marketing qui modifient le contexte habituel
d’un achat, comme le lancement d’un nouveau pro-
duit ou une opération promotionnelle, et qui consti-
tuent un levier important pour les ventes en
libre-service (Breugelmans et Campo, 2011 ;
Inman et al., 2009). Comment le consommateur
appréhende-t-il les informations nouvelles dans un
espace virtuel lorsque la visite est principalement
utilitaire ?
82 Recherche et Applications en Marketing 28(2)
Une seconde voie de recherche concerne la
comparaison du biais introduit par l’utilisation
d’internet pour la visite d’un univers virtuel. Par
son mode de recrutement et un entretien en face-à-
face, un magasin laboratoire offre un bon contrôle
du comportement du répondant, mais s’avère plus
coûteux du fait de l’enquêteur et de la présence
physique du répondant. Il serait intéressant d’étu-
dier le biais créé par un recrutement non contrôlé
sur internet et une expérience virtuelle autonome à
distance car l’utilisation d’internet pour les études
se répand du fait de son faible coût (Dahan et
Srinivasan, 2000).
La troisième voie est la prise en compte de l’in-
fluence des dimensions sociale, émotionnelle et
sensorielle sur le processus d’achat en univers vir-
tuel. L’introduction de la dimension sociale (pré-
sence de plusieurs acheteurs et possibilité
d’interaction) pourrait se faire par des environne-
ments virtuels sociaux de type Second Life®. Les
dimensions émotionnelles et sensorielles nécessite-
ront, quant à elles, un cadre théorique et méthodolo-
gique spécifique, à définir.
Un quatrième chantier consiste à éclairer l’in-
teraction entre le contexte et le processus de déci-
sion par la compréhension du fonctionnement de
l’attention visuelle et de son rôle dans la prise en
compte et l’interprétation de l’information pré-
sente dans l’environnement. Les techniques d’ob-
servation, par exemple en suivi automatique des
yeux (eye tracking), permettent-elles de com-
prendre la contribution de l’environnement à
l’élaboration de la question à résoudre par un acte
d’achat ?
Enfin cette étude est limitée à la comparaison
des méthodes de laboratoire qui visent à mieux
comprendre la décision et le comportement d’achat
en magasin. Or pour les produits de grande consom-
mation, les comportements d’achat évoluent rapide-
ment avec, notamment, la forte croissance du canal
du drive, qui permet au consommateur de faire sa
commande en ligne et à retirer ses achats à une
borne sans aller en magasin (Heitz et al., 2011). La
compréhension de la spécificité du comportement
d’achat en ligne pour les sites d’e-commerce de
biens de grande consommation est donc maintenant
un enjeu très important, pour lequel les MLV consti-
tuent une solution adaptée.
References bibliographiques
Baker J, Grewal D et Levy M (1992) An experimental
approach to making retail store environmental deci-
sions. Journal of Retailing 68 (4): 445–460.
Berneburg A (2007) Interactive 3-D simulations in mea-
suring consumer preferences: Friend or foe to test
results? Journal of Interactive Advertising 8 (1):
1–37.
Berneburg A (2008) Presence in a three-dimensional test
environment: Benefit or threat to market research?
Journal of Virtual Reality and Broadcasting 5 (1):
1–20.
Breugelmans E et Campo K (2011) Effectiveness of in-
store displays in a virtual store environment. Journal
of Retailing 87 (1): 75–89.
Burke P (1996) Virtual shopping: Breakthrough in marke-
ting research. Harvard Business Review 3, 120–131.
Burke R, Harlam B, Kahn B et Lodish L (1992) Comparing
dynamic consumer choice in real and computer-simu-
lated environments. Journal of Consumer Research
19 (2): 71–81.
Byron E (2007) A virtual view of the store aisle. The Wall
Street Journal 3 October. Disponible en ligne: http://
consumerlab.wordpress.com/2007/10/03/a-virtual-
view-of-the-store-aisle/.
Campo K, Gijsbrechts E et Guerra F (1999) Computer
simulated shopping experiments for analyzing dyna-
mic purchasing patterns: Validation and guidelines.
Journal of Empirical Generalizations in Marketing
Science 4, 22–69.
Chandon P, Morwitz V et Reinartz W (2005) Do inten-
tions really predict behavior? Self-generated validity
effects in survey research. Journal of Marketing 69
(2): 1–14.
Cohen S et Gadd M (1996) Virtual reality shopping
simulation for the modern marketer. Marketing and
Research Today 2, 18–26.
Dahan E et Srinivasan V (2000) The predictive power
of internet-based product concept testing using
visual depiction and animation. Journal of Product
Innovation Management 17 (2): 99–109.
Dahlèn M et Lange F (2002) Real consumers in the vir-
tual store. Scandinavian Journal of Management 18
(3): 341–363.
Degeratu A, Rangaswamy A et Wu J (2000) Consumer
choice behavior in online and traditional supermar-
kets: The effects of brand name, price, and other
search attributes. International Journal of Research
in Marketing 17 (1): 55–78.
Dickson P et Sawyer A (1990) The price knowledge and
search of supermarket shoppers. Journal of Marketing
54 (3): 42–53.
Desmet et al. 83
Fiedler M et Haruvy E (2009) Real lab versus virtual
lab and virtual field: An experimental investiga-
tion of trust games with communication. Journal
of Economic Behavior & Organization 72 (2):
716–724.
Fitzsimons G, Hutchinson J, Williams P, Alba J,
Chartrand T, Huber J, Kardes F, Menon G, Raghubir
P, Russo E, Shiv B et Tavassoli N (2002) Non-
conscious influences on consumer choice. Marketing
Letters 13 (3): 269–279.
Fox J, Arena D et Bailenson J (2009) Virtual reality:
A survival guide for the social scientist. Journal of
Media Psychology 21 (3): 95–113.
Gabor A, Granger C et Sowter A (1970) Real and hypo-
thetical shop situations in market research. Journal of
Marketing Research 7 (3): 355–9.
Heitz M, Douard J-P et Cliquet G (2011) Grande distribu-
tion alimentaire et « drive »: une solution à la mobilité
des consommateurs? Colloque E. Thil, Roubaix, 22–
23 septembre. Disponible en ligne: http://thil-memoi-
revivante.prd.fr/sites/thil-memoirevivante.prd.fr/
IMG/pdf/HeitzDouardCliquet2011.pdf.
Hoyer WD (1984) An examination of consumer
decision making for a common repeat purchase
product. Journal of Consumer Research 11 (3):
822–829.
Inman J, Winer R et Ferraro R (2009) The interplay
among category characteristics, customer characte-
ristics, and customer activities on in-store decision
making. Journal of Marketing 73 (3): 19–29.
In-Store Marketing Institute, Advertising Research
Foundation & Kelley School of Business (2009)
Shaping retail: The use of virtual store simulations
in marketing research and beyond. Disponible en
ligne: http://www.kelley.iu.edu/CERR/files/09ISMI_
VirtualRetailing.pdf.
Jansson-Boyd C (2011) The role of touch in marketing:
An introduction to the special issue. Psychology &
Marketing 28 (3): 219–221.
Kalyanaram G et Winer R (1995) Empirical generali-
zations from reference price research. Marketing
Science 14 (3): G161–G169.
Leong SW (1993) Consumer decision making for com-
mon, repeat-purchase products: A dual replication.
Journal of Consumer Psychology 2 (2): 193–208.
Lewitt S et List J (2007) What do laboratory experi-
ments measuring social preferences reveal about the
real world? Journal of Economic Perspective 21 (2):
153–174.
Lynch J (1982) On the external validity of experiments in
consumer research. Journal of Consumer Research 9
(4): 225–239.
Needel S (1998) Understanding consumer response to
category management through virtual reality. Journal
of Advertising Research 38 (2): 61–67.
Nevin J (1974) Laboratory experiments for estimating
consumer demand: A validation study. Journal of
Marketing Research 11 (3): 261–268.
Payne D (1966) Jet set, pseudo-store, and new pro-
duct testing. Journal of Marketing Research 3 (4):
372–376.
Pessemier E (1960) An experimental method for estima-
ting demand. Journal of Business 33 (3): 373–383.
Puccinelli N, Goodstein R, Grewal D, Price R, Raghubir
P et Steward D (2009) Customer experience manage-
ment in retailing: Understanding the buying process.
Journal of Retailing 85 (1): 15–30.
Rosenberger P et de Chernatony L (2007) Virtual reality
techniques in NPD research. International Journal of
Market Research 37 (4): 345–355.
Shimp T, Hyatt E et Snyder D (1991) A critical appraisal
of demand artifacts in consumer research. Journal of
Consumer Research 18 (3): 273–283.
Suh K-L et Lee YE (2005) The effects of virtual reality
on consumer learning: An empirical investigation.
MIS Quarterly 29 (4): 673–697.
Tjostheim I et Saether-Larsen H (2005) How to validate
a new MR tool: A case study in FMCG. ESOMAR
Congress, Paris. Conference Papers, 155–172.
Disponible en ligne: http://www.esomar.org/web/
research_papers/Innovation_1054_How-to-validate-
a-new-MR-tool.php.
Treiber B et Needel S (2000) New ways to explore consu-
mer point-of-purchase dynamics: Combining virtual
reality and choice modeling in consumer purchase
analyses. ESOMAR Congress, Vienna. Conference
Papers.
Vrechopoulos A, O’Keefe R, Doukidis G et Siomkosc G
(2004) Virtual store layout: An experimental com-
parison in the context of grocery retail. Journal of
Retailing 80 (1): 13–22
Wherry J (2006) Simulated test marketing: Its evolution
and current state in the industry. MIT Sloan Business
School thesis. Disponible en ligne: http://dspace.mit.
edu/bitstream/handle/1721.1/37225/85813336.pdf.
Willke J (2002) The future of simulated test mar-
kets: The coming obsolescence of current models,
and the characteristics of models of the future.
ESOMAR Congress, Barcelona. Conference
Papers. Disponible en ligne: http://www.esomar.
org/web/research_papers/Conjoint-Analysis_282_
The-future-of-simulated-test-markets-br-The-
coming-obsolescence-of-current-models-and-the-
characteristics-of-models-of-the-future.php.
84 Recherche et Applications en Marketing 28(2)

Annexe A.  Contextes des méthodologies de magasin laboratoire.

Type Niveau de virtualité de l’expérience Terrain Echantillon Méthode de collecte

d’expérience et contrôle du déplacement des données

  Observation Entretien
Expérience réelle MR MR naturel oui  
Expérience en Affiche : poster 2D sur un mur test en salle contrôlé oui
laboratoire réel (photo) ; pas de déplacement
Linéaire réel : gondole unique test en salle contrôlé oui
pour la catégorie de produits
testée (produits réels et fictifs) ;
pas de déplacement
MLR : magasin et produits réels, magasin fictif contrôlé oui oui
plusieurs catégories de produit,
chariot ; déplacement libre dans le
magasin
Expérience en Linéaire 2D : photographie d’un test en salle contrôlé oui
laboratoire linéaire présentée sur un écran sur internet sur
virtuel 2D d’ordinateur ; interaction limitée internet
et choix du produit par clavier et
souris
Expérience en MLV 3D avec vue subjective cabine contrôlé oui oui
laboratoire : vision réaliste avec écran avec écran sur
virtuel 3D haute définition ; navigation ; d’ordinateur internet
déplacement, par clavier et souris, sur internet
d’un chariot dans un magasin
proposant plusieurs catégories de
produits
MLV 3D avec vue externe : cabine contrôlé oui oui
magasin dans lequel l’avatar de avec écran sur
l’acheteur se déplace comme d’ordinateur internet
dans un jeu ou un monde virtuel sur internet
(type Second Life®) ; pilotage du
comportement de l’avatar par
clavier et souris

Pour une présentation détaillée voir In-Store Marketing Institute, 2009.

Annexe B.  Présentation détaillée du protocole et des mesures.

Etape MLR MLV

Recrutement 160 répondants recrutés dans 4 villes (Paris, Saint-Quentin, idem
Desmet et al.

Toulouse, Montpellier)
sur quotas des variables de segmentation de la catégorie : âge (50 %
18-34 ans, 50 % > 34ans) et sexe (80 % féminin)
sur quotas de la marque achetée la plus souvent (50 % marque
étudiée) par la reconnaissance (photo) puis appariement sur les
parts de marché
Consignes « Faites vos courses pour cinq catégories de produits (céréales de petit- idem
déjeuner, sodas, café moulu arabica, biscuits, eaux gazeuses), achetez les
produits comme vous le feriez dans votre magasin habituel. »
Explications préalables présentation de l’interface du magasin virtuel et
achat accompagné dans une catégorie de produit
(autre que la catégorie étudiée)
Visite du magasin ambiance sonore non promotionnelle ambiance sonore enregistrée d’un magasin et retour
laboratoire visite libre avec un chariot sonore d’actions
passage en caisse simulé visite en présence d’un enquêteur
passage en caisse simulé
Mesures temps passé pour l’acte d’achat (mesuré sur enregistrement vidéo mesures à partir des mouvements de la souris et des
comportementales par la présence du chariot face aux gondoles de la catégorie) clics
dans le rayon étudié manipulation d’au moins un produit (binaire)
nombre de produits manipulés (comptage)
actes d’achat (présence d’articles dans le chariot à la caisse) (binaire)
Mesures déclaratives reconnaissance a posteriori de produits présents en linéaire idem
en cabine (binaire) sur écrans successifs, avec rotation de l’ordre de
sur le rayon présentation
attention portée au prix (binaire) « J’ai/je n’ai pas regardé le prix »
Mesures déclaratives attitudes vis-à-vis des composantes (échelle de Likert à 10 positions) idem
en cabine : produit (3 items) : « C’est un … haut de gamme. », packaging (3) : «
sur la marque étudiée Le packaging de ce produit me plaît. », cherté (1) « C’est un … qui me
semble cher. »
attitude générale vis-à-vis de la marque (liking, 1 à 10) « J’aime cette
marque de … »
intention d’achat (1 à 5) : « Avez-vous l’intention d’acheter cette
marque de … ? » 1 = certainement, probablement, je ne sais pas,
probablement pas, 5 = certainement pas
85
86 Recherche et Applications en Marketing 28(2)
Annexe C.  Tableau de synthèse des résultats des études antérieures.
Etude Méthodologie
MLR vs MR Gabor et al. comparaison des achats sur
(1970) des échantillons indépendants
d’un MLR (n = 1535) et MR (6
magasins sur 8 semaines) pour 3
produits de grande consommation
Nevin (1974) comparaison avant-après avec
groupe de contrôle des achats
pour un MLR (n = 135) et MR
(2 villes sur 12 semaines) pour 2
produits de grande consommation
MLV vs MR Burke et al. comparaison des achats et des
(1992) comportements d’un échantillon
(n = 16) simulés dans 2 MLV
(rudimentaire et réaliste) et réels
(7 mois) pour 5 catégories de
PGC pour l’effet du prix et de la
promotion
Burke (1996) comparaison avant-après sur un
MLV (n = 300, 6 visites) et les
données d’un marché test pour 3
catégories de PGC
Campo et al. comparaison des achats simulés
(1999) (3D subjectif) avant ou après la
visite d’un magasin avec les ventes
réalisées par les porteurs de la
carte de fidélité dans ce magasin
pour 1catégorie de PGC
Tjostheim comparaison des achats simulés
et Saether- (3D subjectif) avec une contrainte
Larsen (2005) budgétaire avant la visite d’un
magasin (n = 603) avec les achats
réalisés dans ce magasin (ticket de
caisse) pour 2 catégories de PGC
Résultats
parts de marché « en harmonie » pour 2
catégories, différences significatives pour 1
(café soluble)
plus grande attention portée au prix en MLR
« Extrêmement précis » pour une catégorie,
différences significatives pour l’autre.
La surestimation du MLR est d’autant plus
forte que l’attention portée au prix en MR est
faible.
La quantité moyenne achetée est plus élevée
en MLR.
Les choix agrégés sont « bien reconstitués »
mais des différences significatives sont
observées pour d’autres comportements.
Le MLR est plus adapté aux catégories dont
l’achat se décide sur base d’informations
disponibles en magasin (prix, marque, etc.).
Sans contrainte budgétaire, les
consommateurs ont tendance à acheter plus
en MLR.
Les changements de marque sont moins
fréquents en MLR mais la sensibilité à la
promotion y est plus forte.
La qualité de la reconstitution du magasin
accroît le réalisme du comportement.
Le biais de désirabilité sociale (moindre achat
de marque de distributeur) n’est qu’en partie
établi.
La validité prédictive du MLV est forte.
Les effets d’une manipulation en magasin sur
l’attention et sur les achats sont bien mesurés
en MLV.
Les résultats du MLV sont assez proches de
ceux du MR.
La quantité achetée en MLV est surestimée.
Les achats de MDD sont sous-estimés (biais
de désirabilité sociale supporté).
Des différences significatives sont observées
dans 35 % des cas étudiés.