Stimuler la créativité du consommateur par la pensée analogique : comment adapter distance et contenu du transfert ?

Abstract

Comment les consommateurs peuvent-ils émettre de meilleures idées de nouveaux produits ou services par la pensée analogique ? Cette méthode de créativité se décompose en deux phases : l’identification de domaines sources et le transfert d’informations de ces domaines vers le domaine cible. La littérature s’est focalisée sur l’influence de la distance du transfert entre domaines source et cible et aucune étude n’a examiné comment cette distance interagit avec le contenu du transfert. Dans deux expérimentations, nous montrons que l’attractivité des idées émises dépend, non seulement du niveau d’adéquation entre contenu et distance du transfert, mais également du niveau d’expertise des consommateurs dans le domaine cible.

Keywords

créativité expertise du consommateur génération d’idées pensée analogique

Introduction

Tout processus d’innovation commence par la production de nouvelles idées. A ce stade, les managers en charge de l’innovation se heurtent à une tâche difficile : moins de 15% des nouvelles idées s’avèrent à terme des succès commerciaux (Barczak et al., 2009 ; Castellion et Markham, 2013). Nielsen, dans un rapport daté de 2014, indique que sur 12 000 produits de grande consommation lancés en Europe de l’Ouest depuis 2011, 76% ont été retirés de la vente la première année (http://bit.ly/2dghjZK).

Afin de recueillir des idées de nouveaux produits plus attractives, les consommateurs sont de plus en plus associés à la phase d’idéation, qu’ils soient utilisateurs pilotes (von Hippel, 1986) ou utilisateurs plus « ordinaires ». Les entreprises peuvent utiliser plusieurs méthodes, parmi lesquelles l’organisation de sessions de créativité avec des consommateurs présélectionnés, offline ou online, ou les méthodes de crowdsourcing. Ces dernières permettent de faire appel à la créativité d’un grand nombre de consommateurs, par exemple en organisant des concours d’innovation (Terwiesch et Xu, 2008). Elles trouvent des applications dans des catégories de produits aussi variées que l’informatique (Dell, IBM) ou le sport (Adidas) (Adamczyk et al., 2012 ; Ebner et al., 2009 ; Terwiesch et Xu, 2008).

Si associer le consommateur au processus d’innovation peut permettre de collecter un grand volume d’idées, la qualité de ces idées peut être (très) décevante. Sur les 25 000 idées collectées sur la plateforme de crowdsourcing de Dell, seules 2% ont en définitive été mises en œuvre (Stephen et al., 2015), ce qui illustre que les consommateurs n’ont pas tous les même capacités créatives (Hirschman, 1980 ; 1983). Ces résultats soulèvent à notre sens une question importante : comment une entreprise peut-elle aider les consommateurs associés à son processus d’idéation à produire de meilleures idées ?

Souvent utilisée de manière « naturelle » en situation d’innovation, la pensée analogique est une méthode de créativité qui permet de produire des idées de nouveaux produits plus attractives (Dahl et Moreau, 2002). Elle consiste à « transférer de l’information depuis un domaine source pour l’appliquer à un domaine cible pour produire de nouvelles idées » (Dahl et Moreau, 2002 : 48). Ainsi, les casques de vélo en carton Kranium, qui sont nés d’une chute de vélo de leur créateur Aniruda Surabhi, sont inspirés de la boîte crânienne du pic-vert (domaine source). La pensée analogique sous-tend le biomimétisme, à l’origine de nombreuses innovations telles que les combinaisons Speedo (inspirées de la peau du requin) ou l’adhésif GeckSkin (inspiré du gecko).

Toutefois, l’efficacité de la pensée analogique dépend de la nature du transfert entre domaine source et domaine cible. Kalogerakis et al. (2010) différencient les types de transferts selon leur distance et leur contenu. La distance du transfert correspond à la distance conceptuelle entre le domaine cible, dans lequel l’entreprise souhaite innover, et le domaine source, à partir duquel l’information est transférée. Pour concevoir un nouveau système autoroutier par exemple, un concepteur peut s’inspirer d’un domaine source proche tel que le système autoroutier d’un autre pays (distance faible) ou plus éloigné tel que le système sanguin (distance forte) (Dahl et Moreau, 2002). Le contenu du transfert correspond quant à lui au type d’informations transférées du domaine source vers le domaine cible : un concepteur peut porter son attention sur les ressemblances entre domaines (voies séparées par des terre-pleins ou des glissières, bande d’arrêt d’urgence …) ou au contraire sur leurs dissemblances (absence de péages, types de véhicules autorisés différents …).

Les recherches existantes ont principalement porté sur l’influence de la distance du transfert (tableau 1) et l’effet du contenu du transfert a reçu une attention beaucoup plus limitée. Pourtant, plusieurs chercheurs ont évoqué la difficulté des individus à transférer de manière pertinente de l’information entre domaine source et domaine cible si ce transfert n’est pas cadré (Novick, 1988 ; Perfetto et al., 1983), c’est-à-dire si la distance et/ou le contenu du transfert ne sont pas fixés. Dans cette recherche, nous examinons comment distance et contenu du transfert interagissent pour stimuler la capacité des consommateurs à émettre des idées plus attractives. Dans une première expérimentation, nous montrons que l’attractivité des idées émises dépend de l’adéquation entre contenu et distance du transfert.

Tableau 1.

Synthèse des recherches sur la pensée analogique dans un contexte d’innovation.

Référence	Contexte de recherche	Méthodologie	Phase de la pensée analogique	Principaux résultats
Dahl et Moreau (2002)	Etudiants en école d’ingénieurs	Plan expérimental	Transfert	• Les designers ont tendance à penser de manière analogique pour émettre des idées de nouveaux produits Plus un designer utilise des analogies éloignées, plus les idées qu’il émet sont originales et utiles
Hender et al. (2002)	Etudiants en informatique	Plan expérimental	Aucune (méthode considérée d’un point de vue global)	• La pensée analogique permet de générer des idées originales, mais moins nombreuses que le brainstorming électronique
Bolton (2003)	Etudiants en marketing	Plan expérimental	Transfert	Proposer de nouvelles analogies est inefficace pour effacer l’effet de cadrage des analogies citées en exemple
Bonnardel et Marmèche (2004)	Etudiants en psychologie et designers professionnels	Plan expérimental	Identification des domaines sources	Donner des exemples d’analogies éloignées du domaine cible stimule la créativité des participants, mais seulement pour les experts du domaine cible
Gassman et Zeschky (2008)	4 entreprises (aluminium, équipement, sport, textile)	Etude de cas	Identification des domaines sources et transfert	Penser de manière abstraite accroît la probabilité de découvrir des solutions radicales Identifier les analogies de structure conduit à penser de manière plus abstraite
Cubukcu et Cetintahra (2010)	Etudiants en design	Plan expérimental	Transfert	Les designers novices utilisant la pensée analogique sont plus créatifs lorsque des indices visuels leur sont donnés Les designers expérimentés utilisant la pensée analogique sont plus créatifs lorsqu’aucun indice visuel ne leur est donné
Kalogerakis et al. (2010)	Designers professionnels	Entretiens	Transfert	Le contenu du transfert devrait affecter l’originalité des idées émises Le contenu du transfert devrait affecter l’efficacité du processus créatif (vitesse du processus)
Chan et Schunn (2015)	Designers professionnels	Qualitative	Transfert	L’utilisation d’analogies éloignées stimule la créativité
Kwon et al.(2015)	Etudiants en design	Etude par questionnaire	Aucune (méthode considérée globalement)	Etre capable de penser de manière analogique stimule la créativité Etre capable de penser de manière analogique stimule la créativité en stimulant le sentiment d’efficacité personnelle pour les tâches créatives

Par ailleurs, si associer des consommateurs experts dans la catégorie de produit est une pratique désormais courante, Wind et Mahajan (1997 : 7) avertissent que « les entreprises […] ne doivent pas se limiter à ce type d’utilisateurs ». Associer des consommateurs experts ou peu experts offre des bénéfices différents (Gatignon, Gotteland et Haon, 2015 ; Magnusson, 2009). Novick (1988) démontre que le transfert analogique est réalisé différemment par les experts et les novices. Dès lors, comment une entreprise peut-elle exploiter tout le potentiel créatif des consommateurs, qu’ils soient experts ou peu experts dans le domaine cible ? Dans une seconde expérimentation, nous montrons que l’effet de l’adéquation entre contenu et distance du transfert sur l’attractivité des idées émises dépend de l’expertise du consommateur dans le domaine cible.

Cadre théorique

Distance et contenu du transfert

Les méthodes de créativité peuvent être classées selon qu’elles supposent que le hasard est efficace pour être plus créatif – approche « libre » – ou que fournir une certaine structure est plus approprié – approche « structurée » (Goldenberg et al., 1999 ; Toubia, 2006). L’approche libre comprend notamment les méthodes de la pensée analogique, du brainstorming et de la synectique, l’approche structurée par exemple la méthode TRIZ et celle des schèmes fondamentaux (Gatignon, Gotteland et Haon, 2015).

La pensée analogique est souvent le mécanisme de base sous-jacent aux tâches créatives en situation d’innovation (Dahl et Moreau, 2002). Il n’est donc pas surprenant que les recherches dans le domaine aient porté sur la manière dont elle pouvait favoriser l’émergence de nouvelles idées. Nous en proposons une synthèse dans le tableau 1.

La pensée analogique comprend deux étapes : (1) l’identification de domaines sources et (2) le transfert d’informations de ces domaines sources au domaine cible. Les recherches existantes ont porté pour l’essentiel sur la première étape, et ont démontré que la distance du transfert influence l’attractivité des idées émises (tableau 1). Les idées sont plus attractives lorsque la distance de transfert est forte (analogie éloignée ; une plante carnivore pour une chaussure de ski) plutôt que faible (analogie proche ; une botte pour une chaussure de ski) (Chan et Schunn, 2015 ; Dahl et Moreau, 2002). Lors de la seconde étape, l’effet du contenu du transfert a reçu une attention plus restreinte. La plupart des travaux ont examiné le transfert de ressemblances entre domaines (les éléments communs entre une chaussure de ski et une botte), même s’il est aussi possible de transférer des dissemblances (les différences entre une chaussure de ski et une botte) (Oswick et al., 2002). Lorsqu’un individu transfère des dissemblances, il « fait l’hypothèse que le [domaine source] est différent du [domaine cible] et tente d’émettre des idées sur le domaine cible en tenant compte des dissemblances entre le domaine cible et le domaine source » (Oswick, Keenoy et Grant, 2002 : 295). Nous présentons à la figure 1 les quatre types de transferts possibles en fonction du contenu et de la distance du transfert.

Figure 1.

Quatre types de transferts.

Dans cette recherche, nous nous intéressons à l’effet du cadrage du transfert, et nous proposons que l’adaptation du contenu à la distance du transfert permet aux consommateurs d’émettre des idées plus attractives.

Amener les individus à penser de manière abstraite stimule leur créativité (Finke, 1995 ; Mehta et al., 2012 ; Ward, 1995), en les empêchant de se fixer sur les solutions existantes (Smith, 1995). Le transfert d’informations entre domaine source et cible peut porter sur des éléments de surface ou de structure. Les éléments de surface concernent le design (forme) du produit ou ses caractéristiques, tandis que les éléments de structure portent sur son architecture (liens entre composants) ou sa/ses fonction(s) (Gassmann et Zeschky, 2008). Lorsque les domaines sources et cibles sont proches, leurs ressemblances sont visibles et évidentes (une chaussure de ski et une botte ont la même forme). Elles sont des ressemblances « de surface » et plus rarement « de structure » (Gassmann et Zeschky, 2008). Par conséquent, pour transférer des ressemblances entre des domaines proches, un consommateur devrait plus spontanément focaliser son attention sur les ressemblances de surface, c’est-à-dire penser de manière concrète et non pas abstraite (Tsai et Thomas, 2011). Ceci devrait réduire sa créativité. Les dissemblances entre des domaines proches sont au contraire moins apparentes et plus structurelles (contrairement à une botte, une chaussure de ski doit maintenir le plus possible le pied pour plus de précision de ski). Pour transférer ces dissemblances un consommateur devrait donc avoir davantage tendance à penser de manière abstraite ; ce qui devrait stimuler sa créativité.

Lorsque les domaines sources et cibles sont éloignés, ce sont les dissemblances entre domaines qui sont à présent les plus apparentes et les plus évidentes (en surface), et ce sont les ressemblances qui le sont moins (structurelles). Une chaussure de ski ne ressemble pas, au premier abord, à une plante carnivore. Transférer des dissemblances entre des domaines éloignés devrait par conséquent moins stimuler la capacité d’un consommateur à penser de façon abstraite et devrait donc réduire sa créativité. A l’inverse, transférer des ressemblances devrait l’amener à penser de manière abstraite et donc stimuler sa créativité. Aussi, nous émettons l’hypothèse suivante :

Hypothèse H₁ : le contenu du transfert modère la relation entre la distance du transfert et l’attractivité des idées émises, de telle manière que des idées plus attractives sont émises par les consommateurs lorsqu’il y a inadéquation entre le contenu et la distance du transfert. Spécifiquement :

H_1a: lorsque les domaines source et cible sont proches, des idées plus attractives sont émises lorsque les dissemblances entre domaines source et cibles sont transférées.

H_1b : lorsque les domaines source et cible sont éloignés, des idées plus attractives sont émises lorsque les ressemblances entre domaines source et cibles sont transférées.

Effet de l’expertise du consommateur dans le domaine cible

Le degré d’expertise d’un consommateur dans un domaine est lié aux compétences et connaissances qu’il a acquises lors de ses expériences passées, que celles-ci soient liées à des apprentissages formels ou informels (Ratchford, 2001 ; Luo et Toubia, 2015). Ainsi, appliqué au domaine de l’innovation, un consommateur expert n’est pas nécessairement un « créatif professionnel » (Brabham, 2012 ; Renault, 2016), mais un utilisateur ayant des compétences et des connaissances élevées dans le domaine. Dans le champ du comportement du consommateur, le concept d’expertise est par ailleurs distingué du concept de familiarité, les deux étant considérés comme les principales composantes de la « connaissance du consommateur » dans un domaine (Alba et Hutchinson, 1987). La familiarité, qui correspond à « l’accumulation d’expériences liées au produit » (Hutchinson et Einsenstein, 2008) augmente en général l’expertise (Alba et Hutchinson, 1987).

Les consommateurs peu experts dans un domaine ont des modes de raisonnement plus concrets que les consommateurs experts qui raisonnent de manière plus abstraite (Alba et Hutchinson, 1987 ; Wiley, 1998). Lors d’un raisonnement analogique, les consommateurs experts d’un domaine cible sont ainsi plus aptes et ont plus tendance à transférer des informations de structure (plus abstraites) entre domaine source et domaine cible. Les consommateurs moins experts sont quant à eux plus aptes et ont plus tendance à transférer des informations de surface (plus concrètes) (Novick, 1988 ; Roehm et Sternthal, 2001).

Or, accroitre la difficulté de traitement de l’information permet à un consommateur de penser de manière plus abstraite (Alter et Oppenheimer, 2008) et d’être plus créatif (Mehta et al., 2012). Lorsque les domaines source et cible sont proches, pour être amenés à penser de manière plus abstraite et donc pour être plus créatifs, les consommateurs peu experts devraient être incités à transférer des dissemblances structurelles plutôt que des ressemblances de surface entre domaines car c’est cette tâche qui est plus difficile pour eux. Au contraire, lorsque les domaines sources et cible sont éloignés, les consommateurs peu experts devraient être incités à transférer des ressemblances (à présent structurelles) plutôt que des dissemblances (de surface) car cette tâche est à présent plus difficile. Des idées plus attractives devraient par conséquent être émises par les consommateurs peu experts lorsqu’il y a inadéquation entre le contenu et la distance du transfert. Considérons le cas des consommateurs experts. Ceux-ci sont plus aptes et ont plus tendance à transférer des informations de structure. Lorsque les domaines sources et cible sont proches, transférer des ressemblances de surface plutôt que des dissemblances structurelles devrait donc être plus difficile et moins « naturel » pour eux. Celà devrait les amener à penser de manière plus abstraite et donc à être plus créatifs (à l’inverse, lorsque les domaines sont éloignés, transférer des dissemblances entre domaine est plus difficile pour eux). Les consommateurs experts devraient donc émettre des idées plus attractives lorsqu’il y a adéquation entre le contenu et la distance du transfert. Aussi, nous émettons l’hypothèse suivante :

Hypothèse H₂: l’effet de l’adéquation entre contenu et distance du transfert sur l’attractivité des idées émises est modéré par l’expertise des consommateurs dans le domaine cible. Spécifiquement :

H_2a : des idées plus attractives sont émises par les consommateurs peu experts du domaine cible lorsqu’il y a inadéquation entre le contenu et la distance du transfert.

H_2b: des idées plus attractives sont émises par les consommateurs experts du domaine cible lorsqu’il y a adéquation entre le contenu et la distance du transfert.

Etude 1

Méthodologie

L’objectif de l’étude 1 est de tester l’hypothèse H₁. 120 étudiants en gestion ont participé à une expérimentation inter-sujets 2 (distance du transfert : faible vs. forte) × 2 (contenu du transfert : ressemblances vs. dissemblances), en laboratoire. Deux participants n’ayant pas compris les consignes, 118 répondants ont été conservés pour les analyses (67 femmes, âge moyen = 20,2 ans).

Procédure et variables indépendantes

Les participants avaient pour consigne générale d’émettre des idées de nouvelles chaussures de ski. Ils devaient utiliser la méthode de la pensée analogique en se focalisant sur une seule analogie, qui leur était imposée. La moitié des participants ont utilisé une analogie proche (une botte), l’autre une analogie éloignée (une plante carnivore), choisies à l’issue d’un pré-test¹. Dans un premier temps, ils ont été invités à identifier soit, pour la moitié des participants, toutes les ressemblances, soit, pour l’autre moitié, toutes les dissemblances, entre le domaine cible (la chaussure de ski) et le domaine source (la botte ou la plante carnivore). Des exemples de ces ressemblances et dissemblances sont proposés à la figure 1. Dans un second temps, il a été demandé aux participants de lister toutes les idées nouvelles qu’ils produisaient à partir des ressemblances (ou au contraire des dissemblances) identifiées entre domaines source et cible (consignes détaillées en annexe 1). L’expertise dans le domaine cible a ensuite été évaluée par un item en 7 points (« en ce qui concerne (X), vous vous considérez comme : 1 : Pas du tout expert(e) – 7 : Très expert(e) ») (Dellaert et Stemersch, 2005). D’une part, Carlson et al. (2009) ont montré que l’expertise subjective était un bon indicateur de l’expertise réelle lorsqu’elle porte sur des produits, durables, dits « de recherche » (search goods) et consommés de manière visible ; ce qui est le cas d’une chaussure de ski. D’autre part, l’expertise correspond à un construit « double concret »², justifiant l’utilisation de mesures mono-items (Bergkvist, 2015).

Variable dépendante

Les 497 idées émises³ (M_{Idées/participant} = 4,21 ; s.d. = 2,68) ont été évaluées par deux juges experts selon les critères d’originalité (« pour vous l’idée proposée est (1) vraiment pas originale – (7) tout à fait originale ») et d’utilité (« pour vous, l’idée proposée est (1) vraiment pas utile pour les consommateurs – (7) vraiment très utile pour les consommateurs ») (Dahl et al., 1999 ; Goldenberg et al., 1999). Le premier expert était assistant chef de produits pour une marque de chaussures de ski depuis un an et avait déjà pratiqué le ski en compétition. Le second expert était responsable marketing d’une marque spécialisée dans le développement de produits pour le confort du pied des sportifs (en particulier des skieurs), et avait trois années d’expérience à ce poste. De nombreux chercheurs ont fait valoir que l’originalité et l’utilité doivent être considérées simultanément, car l’une sans l’autre, elles ne permettent pas de définir l’attractivité d’une idée (Andrews et Smith, 1996 ; Sethi et al., 2001 ; Burroughs et Mick, 2004 ; Burroughs et al., 2011). Pour chaque participant, nous avons donc calculé un score global d’attractivité. Ce calcul se fait habituellement par une somme de l’originalité et de l’utilité (par exemple, Burroughs et Mick, 2004 et Burroughs et al., 2011). Ceci revient, de fait, à calculer un score compensatoire d’attractivité, où un faible score d’originalité (par exemple 1/7) peut être compensé par un score élevé d’utilité (par exemple 6/7 et donc au total 7/14, soit une attractivité moyenne). Or, Dahl et al. (1999 : 21) relèvent que « les produits qui sont plus originaux seront plus appréciés [par les clients], seulement s’ils sont, en même temps, utiles ». Ceci suggère à notre sens le calcul d’un score non compensatoire reflétant la nécessité qu’une idée soit à la fois originale et utile pour qu’elle soit attractive. Nous avons par conséquent choisi dans notre recherche le calcul d’un score d’attractivité comme produit de l’originalité et de l’utilité (valeurs possibles allant de 1 à 49). A titre d’exemple, un score d’originalité de 1/7 et d’utilité de 6/7 résulte en un score d’attractivité globale de 6/49, soit une attractivité très faible, ce qui est de cette manière conforme à la théorie⁴.

Résultats

Afin de tester l’hypothèse H₁, nous avons procédé en deux temps. Dans un premier temps, nous avons évalué l’effet de l’adéquation entre la distance et le contenu du transfert en créant une nouvelle variable d’adéquation (e.g., il y a adéquation lorsque la distance est proche (éloignée) et le contenu transféré porte sur les ressemblances (dissemblances)). Conformément à H₁, un test d’égalité des moyennes montre que les idées émises sont plus attractives lorsqu’il y a inadéquation, plutôt qu’adéquation, entre la distance et le contenu du transfert (M_{Attractivité adéquation} = 11,95 ; M_{Attractivité inadéquation} = 14,20 ; t(116) = 2,53 ; p = 0,01). Dans un second temps, nous avons réalisé une analyse de variance (ANOVA) à 2 facteurs (distance et contenu du transfert) avec l’attractivité des idées comme variable dépendante. Conformément à H₁, nous obtenons une interaction significative entre distance et contenu du transfert (F(1,114) = 7,17 ; p < 0,01). Le contenu du transfert modère donc bien la relation entre distance du transfert et attractivité des idées. Conformément à H_1a, lorsque les domaines source et cible sont proches, des idées plus attractives sont émises lorsque sont transférées des dissemblances plutôt que des ressemblances entre domaines source et cible (M_{Attractivité ressemblances} = 12,47 ; M_{Attractivité dissemblances} = 17,71 ; t(61) = 5,19 ; p < 0,001). Lorsque les domaines source et cible sont éloignés, nous ne trouvons toutefois pas de différence significative d’attractivité des idées lorsque les participants transfèrent des ressemblances plutôt que des dissemblances (M_{Attractivité ressemblances} = 10,06 ; M_{Attractivité dissemblances} = 11,36 ; F < 1). L’hypothèse H_1b n’est donc pas validée.

Discussion

La première étude valide partiellement l’hypothèse H₁ : lorsque les domaines source et cible sont proches, des idées plus attractives sont émises lorsque les dissemblances entre domaines source et cible sont transférées. Dans ce cas, une inadéquation entre la distance et le contenu du transfert permet d’émettre des idées plus attractives. Cette étude ne permet toutefois pas de valider que, lorsque les domaines source et cible sont éloignés, le transfert de ressemblances permet d’émettre des idées plus attractives que le transfert des dissemblances. Toutefois, le domaine source était imposé et le degré de familiarité du répondant avec les plantes carnivores pouvait être très faible. Or, lors de la phase de génération d’idées, les connaissances d’un consommateur dans un domaine affectent sa créativité (Goldenberg et Mazursky, 2002). Ainsi, pour les participants peu familiers du domaine source, les informations extraites et transférées peuvent plus difficilement être des informations de structure, quel que soit le cadrage sur le contenu du transfert. Par ailleurs, l’étude 1 a été réalisée auprès de participants non-experts du domaine cible (les chaussures de ski). Le score moyen d’expertise perçue des participants est significativement inférieur à 4 (M_Expertise = 2,58 ; t(117) = −9,64 ; p < 0,01), et seulement 19 participants (16,1%) ont indiqué avoir une expertise perçue supérieure à 4. Dans l’étude 2, nous mettons en évidence que les résultats obtenus dépendent en réalité de l’expertise des consommateurs et testons ainsi l’hypothèse H₂.

Etude 2

Méthodologie

114 étudiants en gestion ont participé à une expérimentation inter-sujets 2 (distance du transfert : faible vs. forte) × 2 (contenu du transfert : ressemblances vs. dissemblances), réalisée en laboratoire. Après éviction des participants n’ayant pas terminé l’étude ou n’ayant pas suivi les consignes, 110 répondants ont été conservés pour les analyses (62 femmes, âge moyen = 19,9 ans). Afin de générer plus de variance en termes d’expertise entre les participants, la problématique d’innovation portait sur la tablette numérique du futur.

Procédure et variables indépendantes

Le protocole était similaire à celui de l’étude 1, à l’exception d’une sous-étape ajoutée lors de la manipulation de la distance du transfert. Afin de limiter les biais potentiels liés à l’absence de familiarité avec le domaine source, les participants étaient libres de choisir leur analogie. Il a été demandé à chacun de produire autant d’analogies que possible puis de les classer comme analogie proche ou éloignée. Une liste des analogies qu’ils avaient produites, proches pour la moitié des participants et éloignées pour l’autre moitié, leur était par la suite aléatoirement proposée. Enfin, chacun devait choisir une seule analogie qui lui était familière et à partir de laquelle il allait devoir émettre des idées selon la même procédure que dans l’étude 1. Les participants devaient indiquer, pour chaque idée émise, s’ils avaient bien utilisé les ressemblances (différences) identifiées. Pour chaque participant, nous avons calculé un score d’utilisation des ressemblances (différences) pour émettre l’ensemble des idées. Nous avons utilisé ce score comme covariant dans les analyses⁵. L’expertise dans le domaine cible (les tablettes numériques) a été mesurée de la même manière que dans l’étude 1. Pour vérifier que les participants avaient bien retenu un domaine source familier, nous avons mesuré le niveau de familiarité dans le domaine source par un item en 7 points (« en ce qui concerne (X), vous vous considérez comme : 1 : Pas du tout familier – 7 : Très familier »). Nous avons également mesuré la difficulté perçue de la tâche d’idéation par un item en 7 points (« comment avez-vous trouvé la tâche que vous venez de faire ? 1 : Pas du tout difficile – 7 : Très difficile »).

Variable dépendante

L’évaluation de l’attractivité des 528 idées émises (M_{Idées/participant} = 4,80 ; s.d. = 2,76) a été réalisée par trois juges, selon les mêmes critères (originalité et utilité) que ceux utilisés lors de l’étude 1. Ces juges ont été recrutés via le réseau d’une école de management, en fonction de leur expertise perçue dans la catégorie (auto-évaluation de 9 à 10 sur une échelle à 10 modalités (de « 1 : Pas du tout expert(e) » à « 10 : Très expert(e) »), et ont tous travaillé dans la vente et/ou le développement de tablettes ou d’applications dédiées⁶. Pour chaque participant, nous avons calculé un score d’attractivité des idées de la même manière que dans l’étude 1.

Résultats

Pour pouvoir tester le rôle modérateur de l’expertise dans la catégorie de produit (H₂), il était essentiel que l’échantillon soit composé de participants experts et non experts. L’expertise dans les tablettes numériques présente bien une distribution et une variance adéquate (M_Expertise = 3,49 ; s.d. = 1,35 ; Médiane_Expertise = 4 ; Min_Expertise = 1 ; Max_Expertise = 7). Les participants ont également bien respecté les consignes en choisissant un domaine source familier, la familiarité dans le domaine source étant significativement supérieure à 4 (M_Familiarité = 5,39 ; t(109)=8,85 ; p < 0,001). Finalement, les participants ont indiqué avoir bien utilisé les ressemblances (différences) pour émettre leurs idées (86,7% des idées émises ont été trouvées en se servant des ressemblances (différences) identifiées).

Nous avons réalisé une régression linéaire sur l’attractivité des idées avec comme variables indépendantes l’expertise, l’adéquation entre contenu et distance du transfert (codée 0 pour inadéquation et 1 pour adéquation) et le terme d’interaction entre les deux variables à l’aide de la macro PROCESS (Hayes, 2013). Conformément à H₂, nous obtenons une interaction significative entre l’expertise et l’adéquation entre contenu et distance du transfert sur l’attractivité des idées (b = 4,19 ; t(105) = 2,46 ; p < 0,05). Par conséquent, l’expertise dans la catégorie de produit modère bien l’influence de l’adéquation entre contenu et distance du transfert. Pour comprendre cette interaction et tester H_2a et H_2b, nous avons suivi les recommandations de Spiller et al. (2013) et utilisé la technique de Johnson-Neyman pour identifier l’étendue des valeurs d’expertise pour lesquelles l’adéquation entre contenu et distance du transfert a une influence positive (vs. négative) sur l’attractivité des idées. Cette analyse indique, conformément à H_2a, qu’une inadéquation entre contenu et distance du transfert a permis aux participants ayant un score d’expertise inférieur à 1,14 (les non-experts) (b = −9,14 ; t(105) = 1,98 ; p = 0,05) de produire des idées plus attractives. Au contraire, conformément à H_2b, une adéquation entre contenu et distance du transfert a permis aux participants avec un score d’expertise supérieur à 4,67 (les experts) (b = 5,71 ; t(105) = 1,98 ; p = 0,05) de produire des idées plus attractives. La validation de H_2a, pour les non-experts, va dans le sens des résultats de l’étude 1, réalisée principalement auprès de participants non-experts de la catégorie de produit.

Pour justifier H₂, nous avons proposé que le niveau d’adéquation entre contenu et distance du transfert influence la difficulté perçue de la tâche d’idéation. Conformément à cette proposition, nous observons une interaction significative entre l’expertise et l’adéquation entre contenu et distance du transfert sur la difficulté perçue de la tâche (b =,51 ; t(101)⁷ = 2,52 ; p < 0,05). Pour les participants avec un score d’expertise supérieur à 6,58 (les experts), nous trouvons, comme attendu, qu’une adéquation entre contenu et distance du transfert augmente la difficulté perçue de la tâche d’idéation (b = 1,33 ; t(101) = 1,98 ; p = 0,05). Au contraire, pour les participants avec un score d’expertise inférieur à 2,88 (les non-experts), une adéquation entre contenu et distance du transfert diminue la difficulté perçue de la tâche (b = −,57 ; t(101) = 1,98 ; p = 0,05). Pour les non-experts, c’est donc bien une inadéquation entre contenu et distance du transfert qui augmente la difficulté perçue.

Discussion

La seconde étude confirme, dans une nouvelle catégorie de produit, l’effet de l’interaction entre contenu et distance du transfert sur l’attractivité des idées. Elle montre aussi que l’effet de l’adéquation entre contenu et distance du transfert dépend de l’expertise des consommateurs dans le domaine cible. Spécifiquement, nous validons que les consommateurs peu experts (experts), lorsqu’ils utilisent des analogies éloignées, doivent être incités à transférer des ressemblances (dissemblances) entre domaines. Au contraire, les consommateurs peu experts (experts), lorsqu’ils utilisent des analogies proches, doivent être incités à transférer des dissemblances (ressemblances) entre domaines⁸.

Implications, limites et voies de recherche

Comment une entreprise peut-elle exploiter toutes les potentialités de la pensée analogique lorsqu’elle associe des consommateurs à des sessions créatives, qu’ils soient experts ou peu experts de la catégorie de produit ? Nous mettons en évidence que les consommateurs ne doivent pas être incités à transférer la même information des domaines sources vers le domaine cible en fonction (1) de la distance entre domaines et (2) de leur degré d’expertise dans le domaine cible.

Implications théoriques

Cette note de recherche propose deux contributions principales à la littérature sur la pensée analogique dans le domaine de l’innovation. En premier lieu, comme le tableau 1 le met en évidence, les recherches consacrées à l’effet du transfert sur la créativité ont été essentiellement focalisées sur l’impact de la distance du transfert (Bonnardel et Marmèche, 2004 ; Chan et Schunn, 2015 ; Dahl et Moreau, 2002). L’impact de son contenu a été beaucoup moins examiné, et lorsqu’il l’a été, seulement de manière qualitative (Kalogerakis et al., 2010). Nous montrons de manière expérimentale qu’il est nécessaire de considérer l’effet de la distance du transfert en lien avec celui du contenu du transfert, car les deux interagissent de manière significative pour affecter la créativité des consommateurs. Ce résultat confirme la pertinence des travaux ayant supposé que l’absence de cadrage du processus de transfert expliquait en partie la difficulté des individus à transférer de manière appropriée l’information des domaines source vers le domaine cible (Novick, 1988 ; Perfetto et al., 1983).

Par ailleurs, nous mettons en évidence que l’information transférée entre domaine source et cible ne se limite pas aux seules ressemblances entre domaines (comme le terme « analogie » pourrait le laisser penser). Elle peut aussi porter sur les dissemblances. La définition de la pensée analogique reste ouverte sur ce point, en indiquant qu’elle consiste à transférer de l’information d’un domaine source vers un domaine cible, sans spécifier que seules des ressemblances doivent être nécessairement transférées. En ce sens, une analogie est simplement « un mode de raisonnement où un objet est lié à un autre objet » (Lloyd, 1966 : 175), ou « une comparaison où des relations peuvent être faites entre les domaines sources et le domaine cible » (Gentner, 1983 : 159).

En second lieu, cette note de recherche contribue à une meilleure compréhension de l’effet de l’expertise dans le domaine cible lors de la pensée analogique. A notre connaissance, seules deux recherches ont examiné l’impact de l’expertise sur la créativité dans un contexte d’innovation (Cubukcu et Cetintahra, 2010 ; Luo et Toubia, 2015). Pourtant, les entreprises sont le plus souvent amenées à travailler avec des consommateurs dont les niveaux d’expertise diffèrent (Wind et Mahajan, 1997), car ils offrent des bénéfices différents aux managers en charge de l’innovation. Il est donc important de comprendre comment une entreprise peut exploiter tout le potentiel créatif des consommateurs experts mais aussi peu experts. Notre recherche enrichit la littérature dans ce domaine.

Implications managériales

Nos résultats induisent deux implications managériales. La première concerne la manière de mettre en œuvre la méthode analogique lorsque les consommateurs sont intégrés au processus d’idéation. La seconde concerne la manière de mesurer l’attractivité des idées émise lors d’une tâche créative.

En pratique, manipuler le contenu et la distance du transfert s’est avéré à la fois simple et rapide. Nos résultats permettent par conséquent de formuler un ensemble de recommandations directement opérationnelles pour les managers qui souhaiteraient rendre plus bénéfique l’intégration des consommateurs au processus d’idéation de leur entreprise (en termes d’attractivité des idées collectées). La recommandation générale est que, pour collecter des idées plus attractives en utilisant la pensée analogique, les managers devraient adapter la distance et le contenu du transfert à l’expertise des participants. A des fins de simplification, nous résumons nos recommandations à la figure 2. Cette figure propose une démarche en quatre temps. Dans un premier temps, les managers pourraient mesurer le degré d’expertise des consommateurs. Dans un deuxième temps (étape 2a), nous suggérons de demander aux participants de générer autant d’analogies que possible, ces analogies pouvant être proches ou éloignées. La consigne est détaillée dans la figure. Elle correspond à celle que nous avons employée dans notre propre recherche. Dans un troisième temps (étape 2b), les consignes à donner aux participants pour exploiter ces analogies devraient alors être adaptées au degré d’expertise des participants et aux analogies générées (proches ou éloignées). A titre d’exemple, la cellule en haut à droite indique que les managers devraient demander à des consommateurs experts de transférer des dissemblances entre domaines dont la distance est forte (analogie éloignée). A l’inverse, la cellule en bas à gauche recommande de demander à des consommateurs peu experts de transférer des dissemblances entre domaines dont la distance est faible (analogie proche). Finalement (étape 2c), un temps est laissé aux participants pour émettre leurs idées, en exploitant les ressemblances ou les dissemblances entre domaines.

Figure 2.

Adapter la distance et le contenu du transfert à l’expertise du consommateur.

La seconde recommandation managériale concerne la mesure de l’attractivité d’une idée. Nous rejoignons la littérature existante en ce qu’une idée est attractive si elle est à la fois originale et utile. Nous proposons par conséquent que le calcul d’un score d’attractivité ne se fasse plus par une somme des scores d’originalité et d’utilité, mais par un produit de ces deux scores. Nous en avons donné une illustration lors de la présentation de l’étude 1.

Limites et recherches futures

Cette note de recherche présente à notre sens cinq limites principales. Les deux premières concernent l’opérationnalisation des construits. Les trois suivantes ont trait aux modérateurs et aux médiateurs qui mériteraient de plus amples investigations.

Des mesures mono-item d’originalité et d’utilité. Nous avons choisi de considérer simultanément l’originalité et l’utilité des idées, et nous avons employé deux mesures mono-item pour les estimer. Des choix différents ont été faits par d’autres chercheurs (e.g. Burroughs et al., 2011 ; Moreau et Dahl, 2005). Dahl et al. (1999) utilisent par exemple six items pour mesurer l’utilité et l’originalité. Nous avons cependant considéré que demander à un juge d’évaluer près de 500 idées selon six critères au lieu de deux aurait été une tâche trop lourde. A titre de comparaison, Dahl, et al. (1999) font évaluer 140 idées.

Une mesure subjective et mono-item de l’expertise dans le domaine cible. Carlson et al. (2009) montrent qu’il est possible de substituer à une mesure objective une mesure subjective dès lors que plusieurs conditions relatives au domaine d’application sont remplies. Nos deux domaines d’application (chaussures de ski et tablettes numériques) répondent à la plupart de ces conditions. Toutefois, Carlson et al. (2009) recommandent l’utilisation de plusieurs items lorsque l’expertise subjective est mesurée, ce que nous ne faisons pas.

Le rôle du degré de connaissance dans le domaine source. L’étude 1 n’a pas permis de confirmer l’effet supposé à l’hypothèse H_1b. Les idées étaient d’attractivité égale, quel que soit le type de cadrage. D’après nous, ce résultat s’explique au moins partiellement par l’absence de familiarité des répondants avec le domaine source. Il serait intéressant d’examiner plus en détail comment le degré de connaissance du domaine source, en termes de familiarité et d’expertise, peut affecter l’attractivité des idées. Ceci complèterait les travaux de Franke et al. (2014) qui montrent que des consommateurs provenant de marchés analogues (dans lesquels les besoins sont similaires) vont émettre des idées plus originales que des consommateurs appartenant au marché cible, même si ces idées sont moins utiles à court terme.

L’impact du style cognitif du consommateur. Plusieurs traits de personnalité, dont nous n’avons pas contrôlé l’impact, sont susceptibles d’affecter la créativité (Gatignon, Gotteland et Haon, 2015) ; ce qui représente une limite de notre travail. Nous pensons en particulier au style cognitif (Scott et Bruce, 1994 ; Sagiv et al., 2010). Les individus ayant un style intuitif s’avèrent en effet, de manière générale, plus créatifs, car ils sont en mesure de faire des liens entre des domaines éloignés. Ce n’est pas le cas des individus systématiques qui utilisent davantage de routines et de règles. Nous pensons que le cadrage du transfert devrait donc davantage favoriser la créativité des consommateurs systématiques (par rapport aux consommateurs intuitifs).

Le mécanisme psychologique. Dans la lignée d’Alter et Oppenheimer (2008) et de Mehta et al. (2012), nous suggérons que pour accroître la capacité des consommateurs à penser de manière abstraite et donc à être créatifs, il faut les amener à éprouver des difficultés lors du processus créatif. Or, les experts vont rencontrer plus de difficultés s’il y a adéquation entre contenu et distance du transfert, ce qui va les amener, à l’encontre de leur manière naturelle de penser, à transférer des informations de surface. Les résultats de l’étude 2 vont dans ce sens. Toutefois, nous relevons un paradoxe. D’un côté, l’adéquation entre contenu et distance du transfert amène les experts à utiliser des informations de surface, rendant la tâche plus difficile et augmentant ainsi leur créativité. Mais, d’un autre, c’est réfléchir aux informations de structure qui peut les conduire à penser de manière abstraite (Finke, 1995 ; Mehta et al., 2012 ; Ward, 1995). En définitive, il est possible que les experts ne limitent pas leur créativité au cadrage proposé, dans la mesure où ils ont une tendance naturelle à transférer des informations de structure. Ce cadrage peut toutefois, par la difficulté qu’il amène, les conduire à davantage penser de manière abstraite. Ce mécanisme mériterait de plus amples investigations.

Footnotes

Annexe 1.

Annexe 2.

Exemples d’idées émises dans les études 1 et 2.

Notes

References

Adamczyk

Bullinger

Möslein

(2012) Innovation contests: A review, classification and outlook. Creativity and Innovation Management 21(4): 335–360.

Alter

Oppenheimer

(2008) Effects of fluency on psychological distance and mental construal (or why New York is a large city, but New York is a civilized jungle). Psychological Science 19(2): 161–67.

Alba

Hutchinson

(1987) Dimensions of consumer expertise. Journal of Consumer Research 13(4): 411–454.

Andrews

Smith

(1996) In search of the marketing imagination: Factors affecting the creativity of marketing programs for mature products. Journal of Marketing Research 33(2): 174–187.

Barczak

Griffin

Kahn

(2009) Perspective: Trends and drivers of success in NPD practices: Results of the 2003 PDMA Best Practices Study. Journal of Product Innovation Management 26(1): 3–23.

Bergkvist

(2015) Appropriate use of single-item measures is here to stay. Marketing Letters 26(3): 245–255.

Bolton

(2003) Stickier priors: The effects of nonanalytic versus analytic thinking in new product forecasting. Journal of Marketing Research 40(1): 65–79.

Bonnardel

Marmèche

(2004) Evocation processes by novice and expert designers: Towards stimulating analogical thinking. Creativity and Innovation Management 13(3): 176–186.

Brabham

(2012) The myth of amateur crowds. Information, Communication & Society 15(3): 394−410.

10.

Burroughs

Dahl

Moreau

Chattopadhyay

Gorn

(2011) Facilitating and rewarding creativity during new product development. Journal of Marketing 75(July): 53–67.

11.

Burroughs

Mick

(2004) Exploring antecedents and consequences of consumer creativity in a problem-solving context. Journal of Consumer Research 31(2): 402–411.

12.

Carlson

Vincent

Hardesty

Bearden

(2009) Objective and subjective knowledge relationships: A quantitative analysis of consumer research findings. Journal of Consumer Research 35(5): 864–876.

13.

Castellion

Markham

(2013) Perspectives: New product failure rates: Influence of argumemtum ad populum self-interest. Journal of Product Innovation Management 30(5): 976–979.

14.

Chan

Schunn

(2015) The impact of analogies on creative concept generation: Lessons from an in vivo study in engineering design. Cognitive Science 39(1): 126–155.

15.

Cubukcu

Cetintahra

(2010) Does analogical reasoning with visual clues affect novice and experienced design students’ creativity? Creativity Research Journal 22(3): 337–344.

16.

Dahl

Chattopadhyay

Gorn

(1999) The use of visual mental imagery in new product design. Journal of Marketing Research 36(1): 18–28.

17.

Dahl

Moreau

(2002) The influence and value of analogical thinking during new product ideation. Journal of Marketing Research 39(1): 47–60.

18.

Dellaert

BGC

Stremersch

(2005) Marketing mass-customized products: striking a balance between utility and complexity. Journal of Marketing Research 42(2): 219–227.

19.

Ebner

Leimeister

Krcmar

(2009) Community engineering for innovations: The ideas competition as a method to nurture a virtual community for innovations. R&D Management 39(4): 342–356.

20.

Finke

(1995) Creative insight and preinventive forms. In Sternberg

Davidson

(éds) The Nature of Insight Cambridge, MA: MIT Press, 255–280.

21.

Franke

Poetz

Schreier

(2014) Integrating problem solvers from analogous markets in new product ideation. Management Science 60(4): 1063–1081.

22.

Gassmann

Zeschky

(2008) Opening up the solution space: The role of analogical thinking for breakthrough product innovation. Creativity and Innovation Management 17(2): 97–106.

23.

Gatignon

Gotteland

Haon

(2015) Making Innovation Last: Sustainable strategies for longterm growth, 2 volumes, Basingstoke: Palgrave Macmillan.

24.

Gentner

(1983). Structure-mapping: A theoretical framework for analogy. Cognitive Science 7: 155–170.

25.

Goldenberg

Mazursky

(2002) Creativity in Product Innovation. New York: Cambridge University Press.

26.

Goldenberg

Mazursky

Solomon

(1999) Toward identifying the inventive templates of new products: A channeled ideation approach. Journal of Marketing Research 36(2): 200–210.

27.

Hayes

(2013) Introduction to Mediation, Moderation, and Conditional Process Analysis: A Regression-Based Approach. New York: The Guilford Press.

28.

Hender

Dean

Rodgers

Nunamaker

Jr (2002) An examination of the impact of stimuli type and GSS structure on creativity: Brainstorming versus non-brainstorming techniques in a GSS environment. Journal of Management Information Systems 18(4): 59–85.

29.

Hirschman

(1980) Innovativeness, novelty seeking, and consumer creativity. Journal of Consumer Research 7(3): 283–295.

30.

Hirschman

(1983) Consumer intelligence, creativity, and consciousness: Implications for consumer protection and education. Journal of Public Policy & Marketing 2(1): 153–170.

31.

Kalogerakis

Lüthje

Herstatt

(2010) Developing innovations based on analogies: Experience from design and engineering consultants. Journal of Product Innovation Management 27: 418–436.

32.

Kwon

Lee

Kim

(2015) Does a creative designer necessarily translate into the creative design of a product? Exploring factors facilitating the creativity of a new product. Creativity and Innovation Management 24(4): 675–692.

33.

Luo

Toubia

(2015) Improving online idea generation platforms and customizing the task structure on the basis of consumers’ domain-specific knowledge. Journal of Marketing 79(5): 100–114.

34.

Lloyd

GER

(1966) Polarity and Analogy, Two Types of Argumentation in Early Greek Thought. Cambridge: Cambridge University Press.

35.

Magnusson

(2009) Exploring the contributions of involving ordinary users in ideation of technology-based services. Journal of Product Innovation Management 26(5): 578–593.

36.

Mehta

Zhu

Cheema

(2012) Is noise always bad? Exploring the effects of ambient noise on creative cognition. Journal of Consumer Research 39(4): 784–799.

37.

Moreau

Dahl

(2005) Designing the solution: The impact of constraints on consumers’ creativity. Journal of Consumer Research 32(1): 13–22.

38.

Novick

(1988) Analogical transfer, problem similarity, and expertise. Journal of Experimental Psychology: Learning, Memory, and Cognition 14(3): 510–520.

39.

Oswick

Keenoy

Grant

(2002) Metaphor and analogical reasoning in organization theory: Beyond orthodoxy. Academy of Management Review 27(2): 294–303.

40.

Perfetto

Bransford

Franks

(1983). Constraints on access in a problem solving context. Memory & Cognition 11: 24–31.

41.

Ratchford

(2001) The economics of consumer knowledge. Journal of Consumer Research 27(4): 397–411.

42.

Renault

(2016) Quand les créatifs contestent le crowdsourcing : une approche netnographique. Décisions Marketing 81(janvier-mars): 131–150.

43.

Roehm

Sternthal

(2001) The moderating effect of knowledge and resources on the persuasive impact of analogies. Journal of Consumer Research 28(2): 257–272.

44.

Sagiv

Arieli

Goldenberg

Goldschmidt

(2010) Structure and freedom in creativity: The interplay between externally imposed structure and personal cognitive style. Journal Of Organizational Behavior 31(8): 1086–1110.

45.

Scott

Bruce

(1994) Determinants of innovative behavior: A path model of individual innovation in the workplace. The Academy of Management Journal 37(3): 580–607.

46.

Sethi

Smith

Park

(2001) Cross-functional product development teams, creativity, and the innovativeness of new consumer products. Journal of Marketing Research 38(1): 73–85.

47.

Smith

(1995) Fixation, incubation and insight in memory and creative thinking., In: Smith

Ward

Finke

(éd.) The Creative Cognition Approach Cambridge, MA: MIT Press, 135–156.

48.

Spiller

Fitzsimons

Lynch

McClelland

(2013) Spotlights, floodlights, and the magic number zero: Simple effects tests in moderated regression. Journal of Marketing Research 50(2): 277–288.

49.

Stephen

Zubcsek

Goldenberg

(2015) People offer better ides when they can’t see what others suggest. Harvard Business Review disponible en ligne: http://bit.ly/1LLpzQn.

50.

Toubia

(2006) Idea generation, creativity, and incentives. Marketing Science 25(5): 411–425.

51.

Terwiesch

(2008) Innovation contests, open innovation, and multiagent problem solving. Management Science 54(9): 1529–1543.

52.

Tsai

Thomas

(2011) When does feeling of fluency matter? How abstract and concrete thinking influence fluency effects. Psychological Science 22(3): 348–354.

53.

von Hippel

(1986). Lead users: A source of novel product concepts. Management Science 32(7): 791–805.

54.

Ward

(1995) What’s old about new ideas? In : Smith

Ward

Finke

(éd.) The Creative Cognition Approach. Cambridge, MA: MIT Press, 157–178.

55.

Wiley

(1998) Expertise as mental set: The effects of domain knowledge in creative problem Solving. Memory & Cognition 26(4): 716–30.

56.

Wind

Mahajan

(1997) Issues and opportunities in new product development: An introduction to the special issue. Journal of Marketing Research 34(1): 1–12.