Inventaire du modèle d’engagement client envers les communautés de restaurants en ligne durant la COVID-19

1. Résumé / Abstract

L’Inventaire du modèle d’engagement client envers les communautés de restaurants en ligne durant la COVID-19 (Customer Engagement With Online Restaurant Community During COVID-19–Model Inventory), élaboré par Liu, Xu, Li et Wei (2023), constitue un instrument psychométrique conçu pour opérationnaliser et évaluer la dynamique relationnelle s’établissant entre les consommateurs et le personnel de restauration au sein de communautés virtuelles créées en situation de crise sanitaire (notamment sur l’application WeChat). Ancré au carrefour de la théorie de la pénétration sociale (Altman & Taylor, 1973) et de la théorie de l’échange social (Blau, 1964), cet inventaire examine comment les mécanismes de divulgation mutuelle d’informations (mutual disclosure) catalysent l’engagement comportemental des clients par le biais de médiateurs relationnels cognitifs et affectifs.

L’échelle est structurée autour de six construits majeurs : la divulgation du serveur (server disclosure), la divulgation du client (customer disclosure), la confiance du client (customer trust), le swift guanxi (dynamique relationnelle rapide propre au contexte socioculturel chinois), l’engagement par l’influence sociale (customers’ social influence engagement) et l’engagement par le partage de connaissances (customers’ knowledge-sharing engagement). L’instrument comprend 23 items principaux cotés sur une échelle de Likert en 7 points allant de 1 (« fortement en désaccord ») à 7 (« fortement d’accord »).

Sur le plan des propriétés psychométriques, les analyses factorielles confirmatoires démontrent un ajustement satisfaisant aux données empiriques (χ² = 528,682, df = 215, χ²/df = 2,459, CFI = 0,933, TLI = 0,921, IFI = 0,934, RMSEA = 0,066). La cohérence interne est démontrée par des coefficients alpha de Cronbach s’échelonnant de 0,670 à 0,924 et des indices de fiabilité composite (Composite Reliability, CR) compris entre 0,762 et 0,938. La validité convergente et la validité discriminante sont corroborées par des saturations factorielles toutes supérieures à 0,60 (p < 0,001) et le respect des critères de Fornell et Larcker. Cet outil offre aux chercheurs et praticiens du comportement du consommateur et du management hôtelier une structure robuste pour analyser les comportements d’engagement proactifs en contexte numérique de crise.

2. Mots-clés / Keywords

Engagement du client, communautés virtuelles de restauration, COVID-19, divulgation de soi, théorie de la pénétration sociale, théorie de l’échange social, swift guanxi, confiance du consommateur, partage de connaissances, influence sociale, modélisation par équations structurelles, psychométrie marketing.

3. Auteurs / Authors

L’inventaire a été conçu et validé par une équipe de chercheurs spécialisés en gestion touristique, marketing des services et comportement organisationnel :

• Min Liu : École de gestion (School of Management), Université de Xiamen, Xiamen, République populaire de Chine. Identifiant ORCID : 0000-0002-5696-5405. Courriel institutionnel : [email protected].
• Jie Xu (Auteur correspondant) : École de gestion, Université de Xiamen, 422 South Siming Road, Xiamen, Fujian, 361005, République populaire de Chine. Identifiant ORCID : 0000-0002-1964-0820. Courriel institutionnel : [email protected].
• Shuhao Li : Faculté des sciences du tourisme et de la géographie (School of Tourism and Geography Science), Université de Qingdao, Qingdao, République populaire de Chine. Courriel institutionnel : [email protected].
• Min Wei : École de gestion, Université de Xiamen, Xiamen, République populaire de Chine. Identifiant ORCID : 0000-0002-8441-4600. Courriel institutionnel : [email protected].

4. Objectif / Purpose

La survenue de la pandémie mondiale de COVID-19 a profondément bouleversé le secteur de la restauration commerciale. Face aux mesures strictes de distanciation sociale, aux confinements répétés et à la fermeture temporaire des salles de restauration physique, les entreprises de restauration ont dû réinventer leurs canaux d’interaction avec leur clientèle. En Chine, ce virage s’est traduit par la prolifération de micro-communautés virtuelles hébergées sur des plateformes de messagerie instantanée, principalement des groupes WeChat (WeChat Groups), administrés conjointement par le personnel de service (serveurs, gérants) et regroupant les clients fidèles ou de proximité.

L’objectif principal de ce modèle de mesure est d’évaluer de manière rigoureuse comment la communication interpersonnelle médiatisée par ordinateur — plus précisément le phénomène de divulgation réciproque d’informations entre les serveurs et les clients — influence l’adoption de comportements d’engagement à haute valeur ajoutée pour la marque, à savoir l’influence sociale (le bouche-à-oreille positif et le plaidoyer pour la marque) et le partage volontaire de connaissances (le retour d’information constructif et les suggestions d’amélioration des produits et services).

D’un point de vue clinique, organisationnel et managérial, cet instrument répond à un double impératif :

• Sur le plan diagnostique et empirique : Il permet de quantifier les antécédents psychologiques profonds qui transforment un simple consommateur passif en un acteur engagé au sein d’une communauté numérique en période de tension ou d’isolement social. L’échelle isole l’impact de la transparence communicationnelle (la divulgation des erreurs, des préférences et des conseils personnalisés) sur la formation d’états psychologiques relationnels (confiance et capital relationnel accéléré).
• Sur le plan stratégique et applicatif : L’outil offre aux gestionnaires de l’hôtellerie-restauration des indicateurs précis pour former leur personnel de contact à des pratiques de communication numérique authentiques et adaptées. Il met en lumière le fait que l’engagement du consommateur ne dépend pas exclusivement de promotions tarifaires ou d’arguments transactionnels, mais repose sur l’établissement d’une intimité sociale et d’une confiance interpersonnelle en ligne.

En synthèse, l’inventaire comble un vide méthodologique dans la littérature sur l’hospitalité en fournissant une métrique psychométrique dédiée à la capture des micro-dynamiques de communication dyadique au sein de communautés de marque virtuelles contraintes par un environnement de crise sanitaire.

5. Construit psychologique / Construct

Le modèle opérationnalise un réseau nomologique complexe structuré autour de six dimensions interconnectées, réparties entre variables indépendantes communicationnelles, variables médiatrices psychologiques et variables dépendantes comportementales :

1. La divulgation du serveur (Server Disclosure)

Cette dimension évalue l’étendue et la profondeur avec lesquelles le personnel de contact communique des informations professionnelles, contextuelles et personnelles aux clients au sein du groupe virtuel. Elle ne se limite pas à la transmission mécanique d’un menu, mais englobe la transparence opérationnelle (par exemple, admettre proactivement des retards ou des erreurs de livraison), l’expression d’opinions subjectives (avis personnel sur le goût d’un plat, le rapport qualité-prix ou la taille des portions) et la formulation de recommandations individualisées.

2. La divulgation du client (Customer Disclosure)

Symétrique à la première dimension, ce construit mesure la propension du consommateur à révéler des informations intimes, identitaires et fonctionnelles au personnel de l’établissement via l’interface numérique. Cela inclut le partage de préférences diététiques strictes (allergies alimentaires, végétarisme), l’affirmation de son statut de client régulier et fidèle, ainsi que l’expression ouverte de gratitude envers le travail des employés.

3. La confiance du client (Customer Trust)

La confiance est appréhendée comme un état psychologique caractérisé par l’intention d’accepter une vulnérabilité fondée sur des attentes positives quant aux intentions et aux comportements du personnel. Les items mesurent l’évaluation cognitive et affective de la fiabilité, de l’intégrité morale, de l’honnêteté et de la bienveillance perçue des employés du restaurant au sein de l’environnement virtuel.

4. Le Guanxi éclair (Swift Guanxi)

Adapté des théories sociologiques chinoises et des travaux sur les relations éphémères en commerce électronique, le swift guanxi désigne la formation rapide d’une connexion interpersonnelle forte, harmonieuse et mutuellement bénéfique dans un contexte numérique. Contrairement au guanxi traditionnel qui exige des années de socialisation présentielle, le swift guanxi repose sur une compréhension mutuelle instantanée, un sentiment d’harmonie relationnelle et l’adoption rapide de codes d’interaction analogues à ceux observés entre amis proches.

5. L’engagement par l’influence sociale (Customers’ Social Influence Engagement)

Cette sous-échelle évalue les comportements proactifs par lesquels le consommateur mobilise son propre réseau social pour valoriser le restaurant. Il s’agit d’une forme d’engagement comportemental externe incluant la diffusion de retours d’expérience positifs, la discussion des bénéfices offerts par l’établissement avec des tiers, la mention active de la marque dans des conversations privées et le plaidoyer sur diverses plateformes médiatiques (réseaux sociaux, forums d’avis en ligne).

6. L’engagement par le partage de connaissances (Customers’ Knowledge-Sharing Engagement)

Ce construit traduit la volonté du consommateur de co-créer de la valeur avec l’entreprise en partageant son expertise d’utilisateur. Il mesure la disposition du client à fournir des retours critiques constructifs, à proposer des axes d’amélioration sur les prestations existantes et à soumettre des suggestions concrètes pour orienter la conception et le développement de futurs produits ou services culinaires.

6. Cadre théorique / Theoretical Framework

Le développement de ce modèle de mesure repose sur l’intégration conceptuelle de deux théories majeures de la psychologie sociale et des sciences du comportement :

La théorie de la pénétration sociale (Social Penetration Theory)

Formulée à l’origine par Irwin Altman et Dalmas Taylor (1973), la théorie de la pénétration sociale postule que le développement des relations interpersonnelles progresse de manière ordonnée et prévisible, depuis des échanges superficiels et non intimes jusqu’à des niveaux d’interaction profonds et hautement personnalisés. Ce processus d’approfondissement relationnel — métaphoriquement comparé à l’épluchage successif des couches d’un oignon — est principalement médiatisé par la divulgation de soi (self-disclosure), caractérisée par son amplitude (la diversité des sujets abordés) et sa profondeur (le caractère sensible ou confidentiel des informations partagées).

Dans le contexte des communautés de restaurants en ligne étudiées par Liu et al. (2023), l’interaction débute par des échanges d’informations fonctionnelles (prix, composition des plats). Au fur et à mesure que les employés révèlent des éléments plus subjectifs ou confessent des dysfonctionnements opérationnels, et que les clients répondent en partageant leurs contraintes personnelles (allergies, valeurs éthiques), la relation franchit les barrières impersonnelles classiques du marché transactionnel pour atteindre un palier d’intimité sociale médiatisée.

La théorie de l’échange social (Social Exchange Theory)

Élaborée par des sociologues et psychologues tels que George Homans (1958) et Peter Blau (1964), la théorie de l’échange social soutient que les interactions humaines sont fondées sur une analyse implicite des coûts et des bénéfices, régie par la norme universelle de réciprocité. Lorsqu’une partie procure une ressource socio-émotionnelle ou informationnelle valorisante à une autre, cette dernière ressent une obligation morale et psychologique d’équilibrer l’échange en fournissant à son tour des bénéfices équivalents ou supérieurs.

Dans ce modèle psychométrique, la divulgation bienveillante et l’investissement attentionnel de l’employé constituent des intrants relationnels précieux pour le consommateur confiné. En réponse, le client compense cet apport par le renforcement de sa confiance et le tissage d’un guanxi express. Par la suite, ce climat relationnel favorable stimule un surcroît de réciprocité comportementale, se manifestant sous la forme d’un engagement d’influence sociale (protection de la réputation de l’entreprise) et de comportements de citoyenneté organisationnelle envers la marque (partage volontaire d’idées d’amélioration des menus).

7. Validité / Validity

La validation psychométrique du modèle a fait l’objet d’une analyse rigoureuse reposant sur des protocoles méthodologiques standardisés appliqués aux équations structurelles :

Validité de contenu et adaptation transculturelle

Les énoncés de l’instrument ont été adaptés d’instruments préexistants validés dans la littérature internationale (Hwang et al., 2015 ; Fu et al., 2022 ; Lin et al., 2018 ; Li et al., 2021). Afin de garantir l’équivalence sémantique, conceptuelle et idiomatique de la version chinoise administrée aux répondants, les auteurs ont scrupuleusement appliqué la procédure de traduction et rétro-traduction (back-translation) théorisée par Richard W. Brislin (1980). Un comité d’experts a ensuite examiné les items afin de s’assurer de leur pertinence contextuelle au regard de l’application WeChat et des pratiques de restauration durant les confinements pandémiques.

Validité convergente

La validité convergente a été examinée à l’aide des recommandations méthodologiques d’Anderson et Gerbing (1988) ainsi que de Fornell et Larcker (1981) :

• Toutes les saturations factorielles standardisées (λ) des items sur leurs construits respectifs se sont révélées statistiquement significatives au seuil de p < 0,001 et ont dépassé la valeur seuil recommandée de 0,60.
• La variance moyenne extraite (Average Variance Extracted, AVE) a été calculée pour chaque construit latent. La majorité des valeurs d’AVE ont largement excédé le seuil critique de 0,50 préconisé par Fornell et Larcker (1981) et Lam (2012), attestant qu’une proportion prépondérante de la variance observée des indicateurs est imputable au construit latent plutôt qu’à l’erreur de mesure aléatoire.

Validité discriminante

La différenciation empirique entre les construits a été démontrée selon le critère classique de Fornell et Larcker (1981). Pour chaque paire de construits, la valeur absolue des coefficients de corrélation inter-construits s’est avérée inférieure à la racine carrée de la variance moyenne extraite (√AVE) des variables associées. Ce résultat confirme que chaque dimension psychologique de l’inventaire capture un phénomène distinct qui ne se confond pas avec les autres construits du réseau théorique.

8. Fidélité / Reliability

L’évaluation de la consistance interne de l’instrument repose sur une double estimation : le calcul du coefficient alpha de Cronbach (α) et celui de la fiabilité composite (Composite Reliability, CR), conformément aux préconisations contemporaines en psychométrie :

• Coefficients Alpha de Cronbach : Les valeurs d’α obtenues à travers les différents construits s’échelonnent entre 0,670 et 0,924. Bien que la borne inférieure (0,670) se situe légèrement en deçà du seuil usuel de 0,70, elle demeure jugée acceptable dans le cadre de recherches exploratoires ou d’échelles adaptées à des contextes nouveaux hautement spécifiques, conformément aux critères de Hair et al. (2010). Les dimensions maîtresses (telles que la confiance du client et les dimensions comportementales d’engagement) affichent des valeurs largement supérieures à 0,85, traduisant une excellente homogénéité des items.
• Fiabilité Composite (CR) : Dans la mesure où l’alpha de Cronbach repose sur l’hypothèse restrictive de la tau-équivalence (saturations factorielles identiques pour tous les items), les auteurs ont rapporté les valeurs de fiabilité composite. Celles-ci oscillent entre 0,762 et 0,938. Tous les construits dépassent ainsi confortablement le critère standard d’admissibilité de 0,70, ce qui garantit une robustesse psychométrique élevée et une erreur de variance minimale.

Concernant la fidélité temporelle (test-retest), celle-ci n’a pas été formellement quantifiée dans l’étude inaugurale en raison du caractère transversal du protocole de collecte de données durant les phases fluctuantes des restrictions sanitaires liées à la pandémie de COVID-19. Les recherches ultérieures sont invitées à évaluer la stabilité longitudinale de ces dispositions relationnelles en période post-pandémique.

9. Analyse factorielle / Factor Analysis

La structure factorielle de l’instrument a été évaluée au moyen d’analyses factorielles confirmatoires (AFC) et de tests de contrôle des biais méthodologiques :

Contrôle du biais de méthode commune (Common Method Variance)

Puisque l’ensemble des données d’auto-évaluation a été recueilli auprès d’une même source (les consommateurs de restaurants) via une interface numérique unique, le risque d’un biais de méthode commune (Common Method Variance, CMV) a été investigué à l’aide du test unifactoriel de Harman sous le logiciel SPSS version 26.0 (Podsakoff et al., 2003). L’analyse factorielle exploratoire sans rotation a extrait six facteurs distincts possédant des valeurs propres (eigenvalues) supérieures à 1. Le premier facteur n’a expliqué que 40,3 % de la variance totale, demeurant sous le seuil critique de 50 %. Ce résultat indique que le biais de méthode commune ne constitue pas une menace significative pour la validité des relations structurelles observées.

Analyse factorielle confirmatoire (AFC)

L’adéquation du modèle de mesure factoriel à six dimensions a été soumise à un test d’ajustement global à l’aide de la modélisation par équations structurelles (SEM). Les indices d’ajustement obtenus se présentent comme suit :

• Chi-carré normalisé : χ² = 528,682 pour df = 215, soit un ratio χ²/df de 2,459, largement conforme au critère d’acceptabilité ≤ 3,00 (Hair et al., 2010).
• Indices d’ajustement comparatif : Comparative Fit Index (CFI) = 0,933 ; Incremental Fit Index (IFI) = 0,934 ; Tucker-Lewis Index (TLI) = 0,921. Ces indicateurs excèdent tous le seuil conventionnel de 0,90 préconisé par Hu et Bentler (1999) pour attester d’un bon ajustement incrémental.
• Indices d’ajustement absolu : Goodness-of-Fit Index (GFI) = 0,869 ; Normed Fit Index (NFI) = 0,893. Bien que légèrement inférieurs au standard exigeant de 0,90, ces scores demeurent satisfaisants pour des modèles empiriques complexes intégrant des variables médiatrices multiples.
• Résidus d’ajustement : Root Mean Square Error of Approximation (RMSEA) = 0,066 (valeur inférieure au seuil strict de 0,08 recommandé par Hu & Bentler, 1999) ; Root Mean Square Residual (RMR) = 0,114.

L’ensemble de ces métriques factorielles démontre que la structure à six facteurs latents reproduit adéquatement la matrice de covariance des données observées.

10. Instrument de mesure / Instrument

L’instrument de mesure présente les spécifications techniques et administratives suivantes :

• Type d’évaluation : Échelle de mesure psychométrique d’auto-évaluation (self-report questionnaire).
• Population cible : Consommateurs adultes (hommes et femmes, ≥ 18 ans), incluant les jeunes adultes (18-29 ans), les trentenaires (30-39 ans) et les individus d’âge mûr (40-64 ans) ayant participé activement à des communautés virtuelles de restauration (WeChat Groups).
• Format des réponses : Échelle de Likert à 7 points, échelonnée de 1 (« Extrêmement en désaccord » / Extremely disagree) à 7 (« Extrêmement d’accord » / Extremely agree). Les options intermédiaires sont réparties symétriquement : 2 = Fortement en désaccord, 3 = Plutôt en désaccord, 4 = Neutre / Ni en accord ni en désaccord, 5 = Plutôt d’accord, 6 = Fortement d’accord.
• Nombre d’items : 23 items répartis au sein de 6 sous-échelles opérationnelles :
  • Divulgation du serveur : 4 items
  • Divulgation du client : 4 items
  • Confiance du client : 4 items
  • Guanxi éclair : 3 items
  • Engagement par l’influence sociale : 4 items
  • Engagement par le partage de connaissances : 4 items
• Langue originale : Chinois mandarin (développé selon la procédure de Brislin, 1980, à partir d’échelles mères anglophones).
• Mode de passation : Administration numérique en ligne (questionnaires auto-administrés distribués via les plateformes mobiles).
• Cotation et calcul des scores : Le score de chaque dimension s’obtient en calculant la moyenne arithmétique ou la somme des items constitutifs de la sous-échelle considérée. Aucun item n’exige de recodage inverse. Les scores élevés reflètent des niveaux supérieurs de divulgation, de confiance, de capital relationnel et d’engagement comportemental.

11. Permissions, Tarifs et Année du test / Permissions & Fee and Test Year

Les conditions d’utilisation et d’accès juridique à l’inventaire sont les suivantes :

• Année de publication : 2023.
• Droits d’utilisation et permissions : Les auteurs autorisent l’utilisation de cet instrument à des fins de recherche académique, scientifique et pédagogique non commerciale (Research/Teaching). Aucune redevance n’est exigée pour les projets universitaires menés dans ce cadre.
• Frais d’accès (Fee) : Gratuit (0 $) pour les travaux de recherche fondamentale et appliquée sans vocation lucrative.
• Exploitation commerciale : Toute utilisation commerciale, intégration dans des outils logiciels propriétaires payants ou valorisation marchande par des cabinets d’audit et de conseil requiert l’autorisation formelle préalable des auteurs titulaires des droits et de l’éditeur (Elsevier / Journal of Hospitality and Tourism Management).
• Demandes d’autorisation : Les demandes peuvent être adressées directement au chercheur correspondant, le Dr Jie Xu, à l’adresse électronique institutionnelle : [email protected].

12. Références / References

Les sources théoriques et méthodologiques ayant guidé la conception et l’évaluation psychométrique de cet inventaire sont répertoriées ci-dessous au format APA (7^e édition) :

• Altman, I., & Taylor, D. A. (1973). Social penetration: The development of interpersonal relationships. Holt, Rinehart & Winston.
• Anderson, J. C., & Gerbing, D. W. (1988). Structural equation modeling in practice: A review and recommended two-step approach. Psychological Bulletin, 103(3), 411–423. https://doi.org/10.1037/0033-2909.103.3.411
• Blau, P. M. (1964). Exchange and power in social life. John Wiley & Sons.
• Brislin, R. W. (1980). Translation and content analysis of oral and written materials. In H. C. Triandis & J. W. Berry (Eds.), Handbook of cross-cultural psychology: Methodology (Vol. 2, pp. 389–444). Allyn & Bacon.
• Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50. https://doi.org/10.1177/002224378101800104
• Fu, S., Chen, X., & Zheng, H. (2022). Exploring an adverse impact of social media engagement: The effect of social media disclosure on online customer brand engagement. Computers in Human Behavior, 128, Article 107080. https://doi.org/10.1016/j.chb.2021.107080
• Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate data analysis (7th ed.). Prentice Hall.
• Homans, G. C. (1958). Social behavior as exchange. American Journal of Sociology, 63(6), 597–606. https://doi.org/10.1086/222355
• Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1–55. https://doi.org/10.1080/10705519909540118
• Hwang, J. S., Yoon, Y. S., & Park, N. H. (2015). Structural relationships among brand disclosure, brand trust, brand intimacy, and brand engagement: The moderating effect of consumer neuroticism. Korean Journal of Advertising and Public Relations, 17(1), 31–62.
• Lam, L. W. (2012). Impact of competitiveness on salespeople’s commitment and performance. Journal of Business Research, 65(9), 1328–1334. https://doi.org/10.1016/j.jbusres.2011.10.026
• Li, M. W., Teng, H. Y., & Chen, C. Y. (2021). Unlocking the customer engagement-brand loyalty dynamic: The role of swift guanxi and social media value. International Journal of Hospitality Management, 97, Article 103003. https://doi.org/10.1016/j.ijhm.2021.103003
• Lin, J., Luo, Z., Cheng, X., & Li, L. (2018). Understanding the dual-pathway mechanism for customer engagement in social commerce: An empirical study. Information & Management, 55(4), 488–497. https://doi.org/10.1016/j.im.2017.11.003
• Liu, M., Xu, J., Li, S., & Wei, M. (2023). Engaging customers with online restaurant community through mutual disclosure amid the COVID-19 pandemic: The roles of customer trust and swift guanxi. Journal of Hospitality and Tourism Management, 56, 124–134. https://doi.org/10.1016/j.jhtm.2023.06.019
• Podsakoff, P. M., MacKenzie, S. B., Lee, J. Y., & Podsakoff, N. P. (2003). Common method biases in behavioral research: A critical review of the literature and recommended remedies. Journal of Applied Psychology, 88(5), 879–903. https://doi.org/10.1037/0021-9010.88.5.879

13. Questions et items du questionnaire / Scale Items