From Metrics to Meaning: Insights from a Mixed-Methods Field Experiment on Retail Robot Deployment

Auteurs: Sichao Song, Yuki Okafuji, Takuya Iwamoto, Jun Baba, Hiroshi Ishiguro · HRI 2026

Licences

• Accès libre
• Article: CC BY 4.0

Tout ce qui suit s'appuie sur l'article complet sous sa licence CC BY 4.0 ; sa figure est montrée en citant les auteurs.

En bref

Dans un magasin de literie en activité, un robot placé à l'entrée a augmenté la part de passants qui s'arrêtent mais a réduit les approches par les vendeurs, les entrées et les achats par personne arrêtée ; les entretiens avec le personnel expliquent pourquoi.

Pourquoi c'est important

Les seules métriques d'attention auraient fait paraître le robot réussi, alors que les données de conversion et les témoignages du personnel ont montré qu'il détournait les clients du service humain. L'article en tire des recommandations de déploiement concrètes sur le passage de relais du robot au vendeur et la mise en scène de l'entrée.

Problème

Les études sur les robots dans le commerce de détail rapportent surtout des métriques à court terme côté client, comme l'arrêt et le temps passé, avec peu d'apport du personnel qui doit transformer cette attention en service et en ventes. Les interactions réelles en magasin sont triadiques (robot, vendeur, client), et on ignorait si mettre en scène un robot sur un présentoir à l'entrée porterait l'attention jusqu'à l'approche, l'entrée et l'achat.

Solution proposée

Les auteurs ont placé un robot Sota (dialogue de la famille GPT-4, reconnaissance et synthèse vocales Google Cloud) à l'entrée d'un magasin de literie japonais pendant 12 jours, en alternant Baseline, Robot-only et Robot+Fixture (4 jours chacune), les vendeurs étant libres d'agir selon leur propre jugement. Ils ont annoté par vidéo l'entonnoir allant du passant à l'achat pour plus de 62 000 passants, l'ont testé avec des tests du khi-deux et des tests de tendance de Cochran–Armitage, puis ont interprété les tendances par une analyse thématique réflexive d'entretiens avec six membres du personnel.

Idées clés

• La hausse des arrêts ne s'est pas transmise : l'approche par un vendeur, l'entrée dans le magasin, l'expérience accompagnée et l'achat par personne arrêtée ont tous baissé de Baseline à Robot-only puis à Robot+Fixture.
• Les vendeurs se retenaient pour ne pas interrompre les conversations robot–client, et la latence de réponse ainsi que les erreurs de reconnaissance vocale rendaient le bon moment difficile à saisir.
• Le robot attirait surtout des enfants : les groupes composés uniquement d'enfants représentaient 2,72 % des groupes arrêtés en Baseline, 28,96 % en Robot-only et 40,24 % en Robot+Fixture, et les enfants conduisent rarement à des achats de literie haut de gamme.
• Le présentoir a accru la visibilité mais a créé au seuil un micro-espace distinct où la curiosité était satisfaite sans entrer dans le magasin.
• Le personnel voyait le robot comme un élément d'attraction ou un 'PR support' et se voyait lui-même comme celui qui conclut ; les auteurs recommandent des signaux de passage de relais observables, une courte note sur le sujet de la conversation destinée au personnel, et des échantillons placés juste à l'intérieur de la porte.

Principaux résultats

• Arrêt par passant : 0,73 % en Baseline, 1,50 % en Robot-only, 2,48 % en Robot+Fixture (χ²(2) = 201,55, p < .001 ; toutes les différences deux à deux p < .001), sur 20 180, 21 938 et 20 035 passants.
• Approche par un vendeur par personne arrêtée : 19,73 %, 13,41 % et 4,83 % (χ²(2) = 34,54, p < .001) ; entrée dans le magasin par personne arrêtée : 31,97 %, 20,12 % et 9,46 % (χ²(2) = 46,65, p < .001).
• Expérience accompagnée en magasin par personne arrêtée : 18,37 %, 6,10 % et 4,02 % ; entrée menée par le personnel : 8,84 %, 1,52 % et 0,80 % (les deux p < .001).
• Achat par personne arrêtée : 11,56 %, 5,49 % et 2,62 % (χ²(2) = 19,67, p < .001 ; seule la comparaison Baseline contre Robot+Fixture est significative après ajustement) ; l'achat par passant ne différait pas : 17, 18 et 13 achats (p = .744).
• Le toucher des échantillons par personne arrêtée était le plus élevé en Robot-only (63,72 %), contre 47,62 % en Baseline et 46,68 % avec le présentoir.
• Énoncés d'entretien codés : attraction 30, conception et effet du présentoir 29, positionnement des rôles 21, timing et priorité 18, obstacles à la conversion 8.

Limites

• Le robot n'a été déployé qu'à l'entrée, de sorte que le personnel n'a pas pu comparer d'autres emplacements, comme l'intérieur du magasin.
• Douze jours peuvent ne pas révéler les effets à long terme : les arrêts dus à la nouveauté pourraient diminuer et les passages de relais aux vendeurs pourraient s'améliorer avec une exposition plus longue.
• Les résultats peuvent dépendre de l'apparence enfantine de Sota ; d'autres types de robots, comme des androïdes ou des agents virtuels, n'ont pas été testés.
• Un seul magasin, une seule catégorie de produits (literie haut de gamme) et six membres du personnel interrogés.
• La légende de la Figure 1 qualifie l'achat par personne arrêtée de 'roughly flat', alors que la Table 1 et la section 3.1 rapportent une baisse de 11,56 % à 2,62 %.

Impact sur le domaine

Mention honorable au HRI 2026 Best Paper Award (piste User Studies, articles longs), avec 2 citations. L'article n'indique aucune publication de données, de code ou de plans du présentoir.

Résumé

Nous rapportons une expérience de terrain à méthodes mixtes portant sur un robot de service conversationnel déployé, à la discrétion ordinaire du personnel, dans un magasin de literie en activité. Pendant 12 jours, nous avons alterné trois conditions – Baseline (sans robot), Robot-only et Robot+Fixture – et annoté par vidéo l'entonnoir de service, des passants jusqu'à l'achat. Un plan séquentiel explicatif a ensuite utilisé six entretiens post-expérience avec le personnel pour interpréter les tendances quantitatives. Sur le plan quantitatif, le robot a augmenté le taux d'arrêt par passant (le plus élevé avec le présentoir), mais les étapes en aval menées par les vendeurs par personne arrêtée – approche par un vendeur, entrée dans le magasin, expérience accompagnée et achat – ont diminué. Les entretiens ont expliqué cette divergence : les vendeurs évitaient d'interrompre les conversations en cours entre le robot et le client, peinaient avec un timing ambigu en raison de la latence conversationnelle, et relevaient une attraction centrée sur les enfants qui satisfaisait souvent la curiosité dès le seuil. Le présentoir a amplifié la visibilité mais a aussi ancré les rencontres au seuil, créant un micro-espace bien délimité où les besoins pouvaient se « conclure » sans entrer. Nous synthétisons ces fils en un récit intégratif allant de la première marque d'intérêt d'un client jusqu'à son entrée dans le magasin et en tirons des recommandations concrètes. Les résultats font progresser la compréhension des interactions entre clients, membres du personnel et robot, et offrent des recommandations pratiques pour déployer des robots de service dans le commerce de détail à fort contact humain.

Liens

• arXiv 2601.01946: https://arxiv.org/abs/2601.01946
• DOI 10.1145/3757279.3785588: https://doi.org/10.1145/3757279.3785588
• PDF: https://arxiv.org/pdf/2601.01946v1