Le devis interactif est le nouveau devis : ce que la recherche comportementale dit des simulateurs, de la co-création et de la transparence des prix

Un devis était le document qu’un commercial envoyait après le rendez-vous, et dans une entreprise IA-native il devient l’écran que l’acheteur manipule pendant le rendez-vous, ou seul, à vingt-trois heures, avec un prix qui se recalcule sous chaque ajustement. L’étape de génération coûte désormais assez peu pour tourner à chaque clic, ce qui est un fait technique, mais les questions décisives qu’elle soulève sont comportementales : comment une personne filtre et compare des options, ce que construire la configuration fait à la valeur qu’elle lui attache, ce qu’elle conclut d’un prix qui apparaît instantanément, et où le curseur doit démarrer. Vingt ans de recherche, en grande partie issue de la Harvard Business School, répondent à ces questions par des mesures, et cet article met ces mesures côte à côte, corrections comprises.

• Les aides à la décision interactives, testées dans une expérience contrôlée en 2000, ont ramené le nombre d’alternatives sérieusement considérées par un acheteur de 3,77 à 2,19 tout en relevant la qualité de ce qui restait.
• Assembler soi-même un objet a relevé d’environ 63 % ce que les participants acceptaient de payer dans l’étude d’origine sur l’effet IKEA, à une condition stricte : l’assemblage doit aboutir.
• Une décomposition des coûts affichée à côté du prix a relevé la probabilité d’achat de 21,1 % dans une expérience de terrain préenregistrée, par la confiance et non par un changement du prix lui-même.
• Démarrer le configurateur tout équipé produit un total plus élevé que le démarrer nu, et l’asymétrie derrière ce résultat a un coefficient mesuré, environ 2,25, qu’un acheteur professionnel peut aussi reconnaître comme une pression.

1. Pourquoi le devis cesse d’être un document dans une entreprise IA-native

Les outils commerciaux livrés à la mi-2026 ont fait passer la génération du devis d’une étape humaine et rare à une étape continue, ce qui reporte la valeur du devis de sa production au moment où l’acheteur décide devant lui.

• La version d’Agentforce Commerce publiée par Salesforce le 24 juin 2026 a rendu généralement disponible un agent acheteur pour l’interentreprises, avec un « Round-Trip Quoting » décrit comme une « seamless cart-to-quote-to-cart negotiation », une négociation panier-devis-panier sans rupture pour des entreprises qui mènent plusieurs achats de front [1].
• CPQ360.ai de OneBill, annoncé le 6 août 2026, « governs every quote, rep-built or AI agent-built, under the same pricing rules, margin guardrails, and approval logic », ce qui énonce la nouvelle répartition du travail sans détour : les règles restent chez le vendeur, la rédaction peut venir d’un agent [2].
• Une fois la rédaction gratuite, la part différenciante d’un devis est ce que l’acheteur voit, ajuste, comprend et accepte, et cette part a été étudiée par les chercheurs en comportement pendant deux décennies avant que l’outillage ne rattrape son retard.
• Le devis rejoint donc la liste des interfaces de travail qu’une fenêtre de discussion ne peut pas remplacer : une conversation peut demander un devis, mais une décision sur des volumes, des options et des périodes exige une surface qui les montre tous en même temps.

Cet article ouvre une série sur l’entreprise IA-native de 2027, un artefact commercial ou organisationnel à la fois, et commence par le devis parce que c’est l’endroit où le modèle économique du vendeur et le modèle cognitif de l’acheteur se rencontrent sur le même écran.

2. Un acheteur décide en deux temps, et un simulateur sert chacun différemment

Gerald Häubl et Valerie Trifts ont modélisé l’achat en ligne comme une phase de filtrage suivie d’une comparaison approfondie, puis ont mesuré, dans une expérience contrôlée, ce que deux outils faisaient à chaque phase : un agent de recommandation qui classe les alternatives à partir des préférences déclarées, et une matrice de comparaison qui met côte à côte les alternatives retenues [3].

• Avec l’agent de recommandation, la part des sujets qui ont acheté une alternative non dominée, c’est-à-dire qu’aucune autre option ne battait sur tous les attributs, est passée d’environ 65 % à environ 93 %, et la part de ceux qui ont changé de produit quand on leur en offrait ensuite l’occasion est tombée d’environ 60 % à un peu plus de 20 %.
• Avec la matrice de comparaison, le nombre moyen d’alternatives sérieusement considérées pour l’achat est tombé de 3,77 à 2,19, tandis que la part d’options non dominées dans cet ensemble réduit est montée d’environ 0,57 à environ 0,68, et le changement après achat a reculé de 44 % à 38 %.
• La confiance dans le choix a monté avec l’agent de recommandation (6,71 contre 6,41 sur une échelle de neuf points) et n’a pas bougé avec la matrice, si bien que les deux outils agissent sur des phases différentes et ne sont pas interchangeables.
• Le résumé des auteurs est le cahier des charges de tout simulateur de devis : les aides ont permis aux consommateurs « to make much better decisions while expending substantially less effort », de bien meilleures décisions pour nettement moins d’effort.

La raison pour laquelle ces outils fonctionnent est le coût de l’effort qu’ils retirent, et la littérature nomme ce coût assez précisément pour guider la conception d’un configurateur.

• Herbert Simon a introduit la rationalité limitée en 1955 : un décideur aux capacités de calcul bornées s’arrête à une option satisfaisante plutôt qu’à l’option optimale [4].
• John Payne, James Bettman et Eric Johnson ont montré en 1993 que les gens échangent de la précision contre de l’effort de façon adaptative, en choisissant des stratégies plus simples à mesure que la tâche grossit [5], et Steven Shugan avait déjà chiffré cet effort en 1980 comme « the cost of thinking », le coût de la réflexion, qui croît avec le nombre d’attributs à comparer [6].
• Debora Thompson, Rebecca Hamilton et Roland Rust ont documenté la « fatigue des fonctionnalités » en 2005 : les capacités supplémentaires attirent avant l’achat et pèsent après, si bien qu’un devis qui liste toutes les options d’un coup vend la configuration qu’il rend ensuite pénible à vivre [7].
• Une étude de 2025 dans un scénario simulé de contractualisation en ligne (206 participants) a trouvé qu’une aide à la décision informatisée améliorait la qualité de la décision surtout chez les participants à faible besoin de cognition, ceux qui sont le moins portés à traiter l’information de façon systématique [8] ; c’est une étude récente et isolée, citée comme telle, et elle désigne l’acheteur qui bénéficie le plus d’un devis guidé.
• La structure pratique en découle : une première étape qui qualifie le cas d’usage et filtre, puis une matrice vivante dans laquelle l’acheteur ajuste les paramètres et voit les effets croisés des paliers de volume, des remises et des règles d’incompatibilité sans les calculer de tête. Dévoiler les variables progressivement à mesure que les choix se resserrent est une pratique d’interface répandue sans mesure évaluée par les pairs reliée à l’achèvement des devis, si bien que cet article la recommande comme une convention de conception et non comme un résultat établi.

3. Un acheteur qui construit le devis le valorise davantage, si la construction aboutit

Michael Norton, Daniel Mochon et Dan Ariely ont nommé l’effet IKEA en 2012 après une série d’expériences dans lesquelles les participants assemblaient des boîtes de rangement IKEA, pliaient des origamis et montaient des sets Lego, et la première de ces expériences donne la taille de l’effet qu’un configurateur peut espérer déclencher [9].

• Les assembleurs ont enchéri en moyenne 0,78 $ pour la boîte qu’ils avaient montée, contre 0,48 $ pour les non-assembleurs à qui l’on proposait une boîte identique déjà montée, soit une hausse d’environ 63 % pour un travail qui n’ajoutait rien à l’objet.
• L’effet est apparu pour les produits utilitaires comme hédoniques, et chez des participants qui ne professaient aucun intérêt pour le bricolage, si bien qu’il ne dépend pas d’un profil d’amateur.
• Jon Pierce, Tatiana Kostova et Kurt Dirks avaient déjà décrit l’état sous-jacent, la possession psychologique, et ses trois voies : le contrôle exercé sur l’objet, la connaissance intime de celui-ci et l’investissement de soi dans celui-ci [10] [11] ; un configurateur ouvre les trois à un acheteur qui règle les paramètres, en lit les conséquences et dépense de l’effort sur l’agencement.
• En personnalisation de masse, Nikolaus Franke, Martin Schreier et Ulrike Kaiser ont mesuré un effet « I designed it myself », je l’ai conçu moi-même : les produits conçus par le client ont obtenu un consentement à payer supérieur au-delà de ce qu’expliquaient l’adéquation aux préférences et l’effort de conception, avec le sentiment d’accomplissement comme médiateur [12]. Une étude compagnon de Franke et Schreier la même année a situé une autre part de la prime dans l’effort et le plaisir du processus de conception lui-même [13].

La condition limite compte plus que le chiffre en titre, parce que c’est elle qu’un configurateur mal construit viole en premier.

• Norton et ses coauteurs ont trouvé que l’effet exige un achèvement réussi : quand les participants construisaient puis détruisaient leurs créations, ou n’arrivaient pas à les terminer, l’effet IKEA se dissipait [9].
• Un configurateur qui se bloque sur une incompatibilité, perd les saisies de l’acheteur sur une erreur, ou exige plus d’effort que l’achat ne le justifie, produit de la frustration là où il devrait produire de la possession, et la valeur perçue de l’offre tombe sous celle d’un simple devis forfaitaire.
• Les conséquences de conception sont immédiates : un retour instantané sur chaque ajustement, aucune erreur bloquante, un chemin toujours disponible vers une configuration valide, et un récapitulatif visuel du projet que l’acheteur vient de co-concevoir, qui est l’artefact auquel la possession s’attache.

Dimension comportementale	Devis forfaitaire statique	Devis co-construit sur simulateur
Rôle de l’acheteur	Destinataire passif d’une proposition descendante	Co-auteur actif qui calibre la solution à un besoin précis
Possession avant l’achat	Nulle au moment où le devis arrive	Possession psychologique qui se forme avant toute signature
Sensibilité au prix	Attention concentrée sur le montant total	Résistance diluée par la valeur attachée à l’effort investi
Comportement à la clôture	Renégociation unilatérale fréquente du nombre	Adhésion renforcée à un résultat issu des propres arbitrages de l’acheteur

4. Montrer le calcul vaut plus que répondre instantanément

L’instinct d’ingénierie derrière un moteur de devis est de répondre en quelques millisecondes, et Ryan Buell et Michael Norton ont montré en 2011 pourquoi cet instinct sous-vend le travail que le moteur accomplit réellement [14].

• Dans des expériences sur des sites de voyage et de rencontre en ligne, les participants ont valorisé un site qui affichait les opérations en cours pendant un court délai (interrogation de chaque compagnie aérienne, assemblage des itinéraires, vérification des disponibilités) au-dessus d’un site instantané qui renvoyait des résultats identiques.
• Le mécanisme identifié est l’effort perçu : un affichage visible du travail accompli pour l’utilisateur déclenche une norme de réciprocité, et le résultat est jugé plus précieux parce que le prestataire est vu en train de travailler pour l’obtenir.
• Le même délai sans l’affichage n’a pas aidé, parce qu’une attente qui n’explique rien se lit comme un défaut technique plutôt que comme un effort.
• La synthèse de Buell dans la Harvard Business Review en 2019 a généralisé le résultat sous le nom de transparence opérationnelle, des cuisines aux guichets d’administration [15].

Pour un moteur de devis, la lecture est une courte pause commentée pendant laquelle l’interface nomme les opérations qu’elle effectue réellement, et la discipline est que chaque étape nommée doit être vraie.

• Les étapes qui méritent d’être nommées sont celles qu’un acheteur ne peut pas voir et supposerait sinon absentes : le contrôle de la capacité de production ou de livraison, l’application du palier de volume, la vérification de la compatibilité des options, le calcul de la ventilation périodique.
• Une pause d’une à deux secondes est un choix de conception dérivé du résultat, pas un optimum mesuré ; les articles établissent le sens de l’effet, pas une courbe de durée.
• Nommer une étape que le moteur n’exécute pas transforme la transparence en mise en scène, et un acheteur qui le découvre perd la confiance dont la section 5 montre qu’elle est le principal actif du moteur.
• Le moteur lui-même appartient à la famille des workflows déterministes où un agent est confiné à l’analyse et à la rédaction : les règles de tarification tournent en code, et ce que la pause affiche, c’est ce code au travail.

5. La façon de découper le nombre change ce à quoi l’acheteur le compare

Trois lignes de recherche distinctes montrent qu’un même total, découpé différemment, est évalué contre des points de référence différents, et chaque ligne vient avec une mesure et une limite.

Bhavya Mohan, Ryan Buell et Leslie John ont étudié la transparence des coûts, la révélation volontaire de ce qu’un produit coûte à fabriquer à l’entreprise, dans six études de laboratoire et de terrain publiées en 2020 [16].

• Dans une expérience de terrain préenregistrée, les convives ont eu 21,1 % de chances en plus d’acheter un bol de soupe de poulet aux nouilles, vendu 4,95 $, quand le panneau listant ses ingrédients affichait aussi le coût de la cafétéria par composant, main-d’œuvre comprise, avec une marge brute d’environ 17 %.
• Un second chiffre circule à partir du même article, une hausse de 22,0 % des ventes de portefeuilles en cuir après qu’un détaillant en ligne a ajouté une infographie de coûts, et les auteurs eux-mêmes le classent sous « anecdotal evidence », preuve anecdotique issue d’une expérience naturelle ; les deux nombres sont proches, mais seul le premier porte le poids d’un protocole préenregistré, et un lecteur qui cite « 21 à 22 % » comme une seule fourchette fusionne deux niveaux de preuve différents.
• Le mécanisme est la confiance : les participants ont jugé la révélation des coûts comme une confidence intime, et cette perception a relevé l’intention d’achat, avec un test de médiation qui confirme le chemin.
• L’effet est apparu à des marges de 17 % à 55 %, et l’intention d’achat a monté même quand le prix était étonnamment bas, ce qui exclut une lecture limitée à la justification d’un prix élevé. La survie de l’effet à des marges extrêmes ou à un positionnement de luxe est rangée par les auteurs parmi les pistes de recherche futures et n’a pas été testée, si bien qu’un moteur de devis ne doit pas présenter cette limite comme un résultat.
• La première autrice a soutenu à la Harvard Business School, en 2016, le doctorat dont ce travail est issu et se trouvait à l’université de San Francisco à la publication ; les deux coauteurs sont à la Harvard Business School.

Marco Bertini et Luc Wathieu ont examiné ce que le partitionnement d’un prix fait à l’attention, dans une note de recherche de 2008 et un article de la Harvard Business Review en 2010 [17] [18].

• Les acheteurs qui voient un total unique le comparent vers le bas à d’autres totaux, une fixation qui transforme toute offre en produit banalisé.
• Éclater le prix en composantes reliées à des bénéfices précis redirige l’attention vers ces bénéfices et relève le poids qu’ils reçoivent dans l’évaluation.
• Pour un moteur de devis, le découpage suit des lignes de valeur que l’acheteur reconnaît (heures de support, garantie étendue, délai express, certification), chacune tarifée séparément et chacune retirable, si bien que la comparaison devient « en ai-je besoin » plutôt que « qui est le moins cher ».

John Gourville a mesuré l’effet du recadrage temporel en 1998, en s’appuyant sur la comptabilité mentale de Richard Thaler, et les deux ensemble expliquent pourquoi la période dans laquelle un prix est exprimé change sa catégorie psychologique [19] [20].

• Un montant annuel comme 3 650 € par an est classé comme une dépense majeure et déclenche l’aversion à la perte ; la même somme exprimée comme 10 € par jour, ou environ 304 € par mois, est comparée à de petites dépenses récurrentes déjà acceptées, et la résistance baisse.
• Gourville et Dilip Soman ont étendu la logique en 2002 à la façon dont le calendrier des paiements change la consommation et le renouvellement, un rappel que le recadrage joue des deux côtés du contrat [21].
• Dans un achat professionnel, la direction financière réagrège de toute façon le nombre, si bien que la conception honnête est un commutateur d’affichage (annuel, mensuel, par unité, par utilisateur) plutôt qu’un total caché, ce qui conserve le bénéfice du recadrage sans l’apparence d’une dissimulation.

6. Là où le curseur démarre décide de ce qui est ressenti comme une perte

C. Whan Park, Sung Youl Jun et Deborah MacInnis ont comparé en 2000 deux façons de configurer le même produit : additive, en partant d’un modèle de base et en ajoutant des options, et soustractive, en partant du modèle tout équipé et en les retirant [22].

• Le cadrage soustractif a conduit les participants à garder plus d’options et à payer un total plus élevé, quels que soient les niveaux de prix des options et les catégories de produits.
• L’explication est le point de référence : une option déjà incluse est codée comme possédée, et la retirer est une perte, alors qu’ajouter la même option depuis un modèle nu est codé comme une dépense.
• La même étude a trouvé une limite : quand l’engagement envers la catégorie de produit est faible, un départ tout équipé peut démotiver l’achat tout entier.
• L’aversion à la perte fournit le coefficient : Daniel Kahneman et Amos Tversky l’ont formalisée en 1979 [23], et leur version cumulative de 1992 a estimé qu’une perte pèse environ 2,25 fois un gain égal [24].

Un départ tout équipé est l’ancrage le plus rentable sur le papier et le plus risqué avec un acheteur professionnel, et c’est pourquoi les configurateurs les mieux documentés s’installent sur une position intermédiaire.

• Un responsable des achats qui ouvre un devis prérempli de toutes les options lit le cadrage pour ce qu’il est, et la réactance qui suit coûte plus que les options conservées ; c’est une extrapolation des études consommateurs, présentée comme telle, puisqu’aucune mesure équivalente entre entreprises n’a été trouvée.
• Daniel Goldstein, Eric Johnson, Andreas Herrmann et Mark Heitmann ont plaidé en 2008 pour des valeurs par défaut réglées sur ce que le client voudrait le plus vraisemblablement, et une étude de 2011 sur des configurateurs automobiles en ligne, signée par Herrmann et six coauteurs, a mesuré comment les options par défaut orientent les choix de configuration [25] [26].
• L’architecture qui en résulte est une valeur par défaut intelligente : une configuration profilée sur le segment de l’acheteur et le cas d’usage déclaré, présentée comme le standard professionnel de ce cas, avec ajout et retrait libres affichés en toute transparence dans le prix.

Critère	Additif (build-up)	Soustractif (strip-down)	Hybride guidé (valeur par défaut)
Ancrage initial	Modèle nu au prix plancher	Modèle tout équipé au prix plafond	Configuration équilibrée profilée sur le segment
Action requise	Cocher des modules supplémentaires, chacun avec un surcoût	Décocher des modules préinstallés pour réduire la facture	Ajuster des modules autour d’un socle recommandé
Statut d’une option	Une acquisition potentielle	Un élément déjà possédé	Un standard adapté au cas d’usage
Codage émotionnel	Chaque option gardée est une dépense	Chaque option retirée est une perte	Arbitrages mesurés entre performance et économies
Total typique	Bas à moyen, sous-équipement fréquent	Élevé, rétention substantielle des fonctionnalités	Ajusté aux besoins réels et à la marge

7. Six règles de conception pour un moteur de devis, chacune reliée à ce qui a été mesuré

Mises ensemble, les études ci-dessus décrivent un moteur de devis comme un dispositif de confiance plutôt que comme un formulaire, et chaque règle ci-dessous nomme le résultat sur lequel elle repose et l’échec contre lequel elle protège.

Règle de conception	Preuve	Risque d’exécution	Prescription pour le simulateur
Filtrer d’abord, ajuster ensuite	Häubl et Trifts (2000) [3]	Surcharge et abandon devant trop d’attributs	Un parcours en deux temps : qualifier le cas d’usage, puis ajuster les paramètres dans une matrice de comparaison vivante
Laisser l’acheteur construire, et laisser la construction aboutir	Norton, Mochon et Ariely (2012) [9] ; Franke, Schreier et Kaiser (2010) [12]	Les configurations incomplètes ou bloquées détruisent l’effet de possession	Retour immédiat, aucune erreur bloquante, toujours un chemin valide, un récapitulatif visuel du projet co-conçu
Montrer le travail	Buell et Norton (2011) [14] ; Buell (2019) [15]	Un délai lu comme un défaut d’infrastructure	Une courte pause commentée qui nomme les contrôles réels de capacité, de tarification et de compatibilité
Découper le prix selon les lignes de valeur	Bertini et Wathieu (2008, 2010) [17] [18]	Banalisation et comparaison des totaux vers le bas	Des composantes reliées à des bénéfices identifiables, chacune tarifée et chacune retirable
Révéler ce que cela vous coûte	Mohan, Buell et John (2020) [16]	Une révélation incohérente ou sélective qui brise la confiance	Une décomposition stable des matières, de la main-d’œuvre et de la logistique derrière le prix, identique d’un devis à l’autre
Recadrer la période, garder le total visible	Gourville (1998) [19] ; Thaler (1985) [20]	L’aversion à la perte devant un seul agrégat	Un commutateur d’affichage annuel, mensuel, par unité et par utilisateur, avec l’ancrage fixé par une valeur par défaut profilée

Le devis comme point de rencontre de deux modèles

Un devis interactif est l’endroit où le modèle économique du vendeur et le modèle cognitif de l’acheteur se rencontrent sur un même écran, et la recherche ci-dessus dit que la rencontre se passe mieux quand l’interface respecte le fonctionnement du second.

• La valeur du devis a quitté sa production, que des agents rédigent désormais sous les règles du vendeur, pour s’installer dans les quatre moments que vit l’acheteur : filtrer, construire, regarder le calcul, et lire le nombre.
• Chacun de ces moments a un effet mesuré et une limite mesurée, et les limites (l’achèvement réussi, des étapes réelles, des coûts cohérents, une valeur par défaut que l’acheteur peut lire comme équitable) sont la part qu’une mise en œuvre pressée saute en premier.
• La même discipline que ce site décrit pour décider avec les données de l’entreprise s’applique ici : les nombres du moteur doivent être reproductibles par la direction financière de l’autre côté, sinon la confiance construite par l’interface se perd au premier audit.
• Pour une entreprise de taille moyenne, le premier configurateur à construire est celui de l’offre la plus souvent renégociée aujourd’hui, parce que c’est là que l’écart entre un devis statique et un devis co-construit apparaîtra en premier dans le taux de signature.

Réservez l’audit de maturité IA Junyr : une visio gratuite de 30 minutes, sans engagement, pour choisir quel artefact commercial rendre interactif en premier.

---

Paul-Antoine TUAL · AI Transformation Leader · Croissance et Transitions, septembre 2026.

Sources

1. Salesforce, « As AI Agents Transform Commerce, Salesforce Unleashes Its Biggest Agentforce Commerce Release Yet », Salesforce Newsroom, 24 juin 2026.
2. OneBill Software, « OneBill Software Launches CPQ360.ai, an AI-First CPQ Built to Work With Any Billing Stack », PR Newswire, 6 août 2026.
3. Gerald Häubl et Valerie Trifts, « Consumer Decision Making in Online Shopping Environments: The Effects of Interactive Decision Aids », Marketing Science, 19(1), 2000.
4. Herbert A. Simon, « A Behavioral Model of Rational Choice », The Quarterly Journal of Economics, 69(1), 1955.
5. John W. Payne, James R. Bettman et Eric J. Johnson, The Adaptive Decision Maker, Cambridge University Press, 1993.
6. Steven M. Shugan, « The Cost of Thinking », Journal of Consumer Research, 7(2), 1980.
7. Debora Viana Thompson, Rebecca W. Hamilton et Roland T. Rust, « Feature Fatigue: When Product Capabilities Become Too Much of a Good Thing », Journal of Marketing Research, 42(4), 2005.
8. Claudia Vogrincic-Haselbacher, Isabel Behlau, Joachim I. Krueger, Katja Corcoran, Brigitta Lurger et Ursula Athenstaedt, « Enhancing decision quality through computer-based decision aids: how promotional interventions and Need for Cognition shape effectiveness in online consumer choices », Frontiers in Psychology, 16, 2025.
9. Michael I. Norton, Daniel Mochon et Dan Ariely, « The IKEA effect: When labor leads to love », Journal of Consumer Psychology, 22(3), 2012 ; version de travail : Harvard Business School, 11-091.
10. Jon L. Pierce, Tatiana Kostova et Kurt T. Dirks, « Toward a Theory of Psychological Ownership in Organizations », Academy of Management Review, 26(2), 2001.
11. Jon L. Pierce, Tatiana Kostova et Kurt T. Dirks, « The State of Psychological Ownership: Integrating and Extending a Century of Research », Review of General Psychology, 7(1), 2003.
12. Nikolaus Franke, Martin Schreier et Ulrike Kaiser, « The “I Designed It Myself” Effect in Mass Customization », Management Science, 56(1), 2010.
13. Nikolaus Franke et Martin Schreier, « Why Customers Value Self-Designed Products: The Importance of Process Effort and Enjoyment », Journal of Product Innovation Management, 27(7), 2010.
14. Ryan W. Buell et Michael I. Norton, « The Labor Illusion: How Operational Transparency Increases Perceived Value », Management Science, 57(9), 2011.
15. Ryan W. Buell, « Operational Transparency », Harvard Business Review, mars-avril 2019.
16. Bhavya Mohan, Ryan W. Buell et Leslie K. John, « Lifting the Veil: The Benefits of Cost Transparency », Marketing Science, 39(6), 2020 ; version de travail : Harvard Business School, 15-017.
17. Marco Bertini et Luc Wathieu, « Research Note: Attention Arousal Through Price Partitioning », Marketing Science, 27(2), 2008.
18. Marco Bertini et Luc Wathieu, « How to Stop Customers from Fixating on Price », Harvard Business Review, mai 2010.
19. John T. Gourville, « Pennies-a-Day: The Effect of Temporal Reframing on Transaction Evaluation », Journal of Consumer Research, 24(4), 1998.
20. Richard H. Thaler, « Mental Accounting and Consumer Choice », Marketing Science, 4(3), 1985.
21. John T. Gourville et Dilip Soman, « Pricing and the Psychology of Consumption », Harvard Business Review, septembre 2002.
22. C. Whan Park, Sung Youl Jun et Deborah J. MacInnis, « Choosing What I Want versus Rejecting What I Do Not Want: An Application of Decision Framing to Product Option Choice Decisions », Journal of Marketing Research, 37(2), 2000.
23. Daniel Kahneman et Amos Tversky, « Prospect Theory: An Analysis of Decision under Risk », Econometrica, 47(2), 1979.
24. Amos Tversky et Daniel Kahneman, « Advances in Prospect Theory: Cumulative Representation of Uncertainty », Journal of Risk and Uncertainty, 5(4), 1992.
25. Daniel G. Goldstein, Eric J. Johnson, Andreas Herrmann et Mark Heitmann, « Nudge Your Customers Toward Better Choices », Harvard Business Review, décembre 2008.
26. Andreas Herrmann, Daniel G. Goldstein, Rupert Stadler, Jan R. Landwehr, Mark Heitmann, Reto Hofstetter et Frank Huber, « The effect of default options on choice: Evidence from online product configurators », Journal of Retailing and Consumer Services, 18(6), 2011.