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.