Exploring the relationship between chatbots, service failure recovery and customer loyalty: A frustration–aggression perspective. Psychology & Marketing

Posted on by

FICHE DE LECTURE

Référence

Ozuem, W., Ranfagni, S., Willis, M., Salvietti, G., & Howell, K. (2024). Exploring the relationship between chatbots, service failure recovery and customer loyalty: A frustration–aggression perspective. Psychology & Marketing, 41, 2253-2273. https://doi.org/10.1002/mar.22051

Mots-clés

Chatbot ; récupération de service ; fidélité client ; théorie frustration-agression ; intelligence artificielle ; herméneutique phénoménologique ; millennials ; anthropomorphisme ; parcours de réclamation ; typologie client

Synthèse

Cet article s’inscrit dans le champ de la gestion de la relation client à l’ère de l’intelligence artificielle, à la croisée du marketing des services, de la psychologie du consommateur et de la transformation digitale. Face à la généralisation des chatbots comme premier point de contact dans les parcours de réclamation, les auteurs cherchent à comprendre dans quelles conditions et pour quelles raisons ce dispositif technologique favorise ou inhibe la fidélité client. Publiée dans la revue Psychology & Marketing, cette étude se démarque des travaux quantitatifs dominants en adoptant une posture qualitative fondée sur l’herméneutique phénoménologique et en mobilisant la théorie frustration-agression comme grille de lecture des réponses émotionnelles et comportementales des consommateurs face à l’échec du chatbot. La démarche empirique repose sur 47 entretiens approfondis menés auprès de millennials issus de quatre pays occidentaux (États-Unis, France, Italie, Royaume-Uni), dans le contexte particulier de la mode de luxe. L’apport principal est double : d’une part, l’identification de quatre thèmes structurant la dynamique client-chatbot dans un parcours de réclamation ; d’autre part, la construction d’une typologie originale distinguant quatre profils de clients selon leur niveau de frustration-agression et leurs effets sur la fidélité et l’intention future d’adopter le chatbot. Sur le plan managérial, cet article fournit aux gestionnaires un cadre opérationnel pour concevoir des parcours de récupération de service flexibles, capables de transformer une expérience négative en levier de renforcement de la fidélité.

Développement

1. Objectifs et cadre théorique

L’objectif principal de cet article est d’examiner les conditions dans lesquelles le recours aux chatbots dans les processus de récupération de service favorise ou compromet la fidélité des clients, en particulier auprès de la cohorte générationnelle des millennials. La question de recherche centrale se formule ainsi : quand et pourquoi les stratégies de récupération de service pilotées par chatbot facilitent-elles la fidélité client ? Les auteurs cherchent à combler un vide identifié dans la littérature, les études antérieures n’ayant pas exploré explicitement le lien entre récupération de service par chatbot et fidélité.

Le cadre théorique mobilise deux corpus distincts. La théorie frustration-agression, issue de la psychologie sociale, postule que la frustration naît de l’entrave à l’atteinte d’un objectif et que, lorsqu’elle s’intensifie, elle peut se transformer en comportements agressifs dirigés contre la source perçue de la déception. Appliquée aux interactions client-chatbot, cette théorie permet de différencier les profils de consommateurs selon l’intensité de leurs réponses affectives et comportementales. Elle est articulée avec la notion de paradoxe de la récupération de service, selon laquelle un traitement exemplaire d’un incident peut conduire à une satisfaction supérieure à celle observée en l’absence d’incident, et son envers, la double déviation, qui désigne la situation où la réponse à l’échec est elle-même perçue comme insuffisante.

La posture épistémologique adoptée est celle de l’herméneutique phénoménologique, qui ancre la démarche dans la compréhension des expériences vécues des participants dans leur contexte social et historique. Cette orientation interprétativiste permet d’appréhender la façon dont les individus construisent du sens à travers leurs interactions avec les technologies d’intelligence artificielle, en reconnaissant la co-construction du savoir entre chercheur et sujet étudié.

2. La typologie CAGG : quatre profils clients face à l’échec du chatbot dans le parcours de réclamation

L’apport central de cet article réside dans la construction d’un cadre de classification inédit, dénommé CAGG d’après les initiales des quatre types de clients identifiés : le Connoisseur, l’Aesthetic appreciator, le Greenness et le Groundspeeder. Cette typologie émerge de l’analyse thématique des entretiens en trois niveaux de codage et repose sur le croisement de deux axes : la priorité accordée à la rapidité de résolution opposée au besoin de contact humain, et le niveau de frustration-agression manifesté lors du parcours de réclamation.

Le Connoisseur est un utilisateur expérimenté du chatbot qui privilégie l’autonomie et la rapidité. Peu frustré par la technologie qu’il maîtrise, il tire satisfaction du processus d’auto-récupération et maintient, voire renforce, sa fidélité à la marque. Le Greenness est un utilisateur peu expérimenté qui accepte initialement le chatbot pour des incidents perçus comme peu sévères, mais dont la frustration s’accroît considérablement face à des problèmes complexes, conduisant à une évaluation négative de l’expérience indépendamment du résultat obtenu. L’Aesthetic appreciator, quant à lui, refuse fondamentalement le dispositif chatbot, non pas sur la base d’expériences négatives préalables mais par anticipation d’une impersonnalité incompatible avec ses attentes relationnelles. Dans un contexte de luxe, il perçoit le chatbot comme un signal de désintérêt de la marque à son égard, ce qui génère une agressivité dirigée vers l’entreprise et un impact majeur sur la fidélité. Enfin, le Groundspeeder valorise la vitesse et l’efficacité fonctionnelle avant tout autre attribut. Peu sensible à la dimension relationnelle, il reconnaît les limites du chatbot et ne lui impute pas la responsabilité de l’échec, mais se retourne contre la marque si aucune solution n’est apportée dans un délai acceptable. L’originalité de ce cadre tient à ce qu’il intègre non seulement les effets des interactions sur la fidélité à la marque, mais aussi sur l’intention future d’utiliser le chatbot, révélant ainsi une double conséquence des expériences de réclamation digitale.

3. Le rôle modulateur de la sévérité de l’incident et de la congruité contextuelle dans l’évaluation du chatbot

Au-delà de la typologie, l’article identifie deux thèmes complémentaires qui structurent l’évaluation que les clients font du chatbot dans un parcours de réclamation : la sévérité perçue de l’incident et la congruité contextuelle. Ces deux variables jouent un rôle modulateur essentiel sur l’intensité de la frustration et sur l’orientation de l’agression qui peut en résulter.

La sévérité de l’incident désigne le degré de complexité que le client attribue à son problème et l’adéquation perçue entre ce niveau de complexité et les capacités du chatbot. Les participants estiment de manière convergente que le chatbot constitue un outil pertinent pour des incidents simples et bien définis, capables de déclencher un paradoxe de récupération par la rapidité et l’accessibilité du dispositif. En revanche, lorsque l’incident est perçu comme complexe, urgent ou financièrement significatif, notamment dans le secteur du luxe, l’incapacité du chatbot à fournir une réponse adaptée génère une frustration qui peut rapidement basculer vers une agression dirigée contre la marque. Ce mécanisme est particulièrement sensible chez les clients novices et chez ceux qui accordent une valeur relationnelle élevée à leur lien avec la marque.

La congruité contextuelle désigne, quant à elle, le degré de cohérence perçue entre les réponses du chatbot et les attentes de récupération effective du client dans sa situation spécifique. Lorsque le chatbot se cantonne à des réponses automatisées génériques sans capacité d’adaptation au contexte émotionnel du client, cela produit un sentiment d’abandon qui renforce la frustration. Les participants soulignent notamment que la perception d’une marque qui délègue entièrement la relation à une technologie, sans possibilité de recours humain, est interprétée comme un désengagement délibéré, ce qui constitue un puissant moteur d’agressivité et d’attrition. À l’inverse, les chatbots capables d’exprimer une forme de regret ou de transférer fluidement le client vers un interlocuteur humain au moment opportun parviennent à maintenir un niveau de congruité suffisant pour préserver, au moins partiellement, la satisfaction et la fidélité.

4. Enjeux managériaux et limites

Sur le plan des implications pratiques, le cadre CAGG offre aux gestionnaires une grille d’action différenciée selon le profil client. La diversité des segments identifiés plaide pour la conception de parcours de récupération de service flexibles, proposant plusieurs points de contact dès le début du processus afin que le client puisse choisir son mode d’interaction. L’investissement dans des chatbots dotés d’une capacité de transfert intelligent vers un agent humain lorsque leurs limites sont atteintes est présenté comme la solution la plus susceptible de satisfaire plusieurs segments simultanément, en particulier les Groundspeeders et les Aesthetic appreciators. Par ailleurs, la vitesse de transition entre les différentes étapes du parcours de récupération est identifiée comme un facteur critique pour la quasi-totalité des segments, indépendamment de leur orientation relationnelle ou fonctionnelle. Les gestionnaires sont également invités à repenser la manière dont ils présentent le chatbot à leurs clients : le proposer comme une option parmi d’autres, plutôt que comme le seul canal de contact, réduit significativement la frustration et l’agressivité de ceux qui perçoivent sa prééminence comme une marque de mépris.

Concernant les limites, les auteurs reconnaissent trois contraintes majeures. La première est la focalisation exclusive sur la génération des millennials et sur le secteur du luxe, deux contextes où les attentes en matière de personnalisation et de qualité de service sont particulièrement élevées, ce qui limite la transférabilité des résultats à des secteurs plus standardisés ou à des cohortes générationnelles différentes. La deuxième tient à la portée géographique de l’étude, conduite dans quatre pays tous caractérisés par des orientations culturelles individualistes, ce qui empêche d’évaluer dans quelle mesure les réactions émotionnelles face aux chatbots pourraient différer dans des cultures à forte orientation collective. La troisième limite, implicite dans la démarche, est inhérente à toute approche qualitative : la saturation thématique est atteinte à 47 entretiens, mais l’absence de quantification interdit toute généralisation statistique des proportions de chaque type de client dans une population donnée. Les auteurs proposent comme pistes de recherche futures l’extension de la démarche à d’autres cohortes générationnelles, des comparaisons interculturelles élargies et l’exploration d’autres secteurs d’activité.

Conclusion

L’article d’Ozuem et al. (2024) constitue une contribution théorique et empirique significative à la littérature sur la récupération de service, en établissant pour la première fois un lien explicite et structuré entre le recours au chatbot dans le traitement des réclamations et ses effets sur la fidélité client, appréhendés à travers le prisme de la théorie frustration-agression. Son apport principal, la typologie CAGG, dépasse la simple description comportementale pour offrir une lecture dynamique des parcours de réclamation, en montrant que l’émotion du client, sa familiarité avec la technologie, et la sévérité de l’incident interagissent pour produire des effets très différenciés sur la fidélité et sur l’adoption future du chatbot. La posture herméneutique phénoménologique confère à ces résultats une profondeur interprétative rarement atteinte dans un domaine dominé par les méthodes expérimentales et les modèles d’équations structurelles.

Rapporté à la problématique du mémoire sur le marché du BPE dans le Grand Ouest, cet article éclaire un enjeu qui dépasse la seule question de la digitalisation du traitement des réclamations. Son apport le plus directement transférable est le concept de congruité contextuelle : dans un marché commoditisé où tous les acteurs offrent des prix comparables, c’est la capacité du dispositif de traitement des réclamations à produire une réponse adaptée à la situation spécifique du client, qu’il soit conducteur d’une centrale à béton confronté à une non-conformité de produit ou chef de chantier pénalisé par un retard de livraison, qui détermine si l’incident devient un facteur de rupture ou, au contraire, un moment de consolidation de la relation. Par ailleurs, la distinction opérée entre Groundspeeder, qui valorise l’efficacité fonctionnelle et la rapidité, et Aesthetic appreciator, qui recherche un contact humain empathique, suggère que les producteurs de BPE ne peuvent pas concevoir un dispositif de gestion des réclamations uniforme. Un conducteur de travaux habitué aux outils digitaux attendra une résolution rapide et traçable, tandis qu’un client fidèle de longue date pourra percevoir une réponse automatisée comme un signal de dévalorisation de la relation. Différencier les modalités de traitement selon le profil client, en maintenant la capacité d’escalade vers un interlocuteur humain pour les situations complexes ou émotionnellement chargées, constitue ainsi un levier concret de différenciation susceptible de sécuriser le réachat dans un environnement où le prix seul ne suffit plus à fidéliser.

Références bibliographiques

Ozuem, W., Ranfagni, S., Willis, M., Salvietti, G., & Howell, K. (2024). Exploring the relationship between chatbots, service failure recovery and customer loyalty: A frustration–aggression perspective. Psychology & Marketing, 41, 2253-2273. https://doi.org/10.1002/mar.22051