Adobe Commerce : l’IA au service de la personnalisation du merchandising e-commerce

Un merchandising e-commerce efficace débouche systématiquement sur des expériences contextualisées pertinentes.

Lorsque nous nous rendons dans un point de vente, nous savons que nous allons vivre la même expérience que les autres visiteurs et visiteuses. Il se peut que certains présentoirs nous attirent plus que d’autres, que nous touchions les produits qui nous plaisent ou que nous nous focalisions sur les rayons qui nous intéressent le plus, mais le choix des produits, leur placement, leur promotion et les autres éléments de merchandising sont les mêmes pour tout le monde.

Dans l’univers digital, les perspectives sont tout autres. Quand nous nous connectons à notre service de streaming préféré, nous avons accès à des émissions et des films correspondant à nos goûts. De même, les sites de e-commerce comme Amazon nous recommandent des articles qui répondent à nos besoins. De fait, nous nous attendons à ce qu’ils offrent le même degré de personnalisation que Netflix. D’ailleurs, 84 % des membres de la génération Z affirment que leur marque préférée les considère comme des individus à part entière. Cela vaut à la fois pour les achats B2B et B2C : la clientèle a soif d’expériences pertinentes qui tiennent compte de ses préférences et du contexte.

Bien que la personnalisation du merchandising e-commerce à ce niveau paraisse inconcevable, l’utilisation d’outils d’IA adaptés permet de déployer du contenu à grande échelle et de bénéficier de retombées positives, comme l’augmentation du taux de conversion et de la valeur de commande moyenne.

Décomposer l’expérience de découverte des produits pour savoir ce qu’il faut personnaliser

Que faut-il personnaliser au juste ? La réponse est simple : tout. Comme le montre l’analyse du trafic, un peu plus de 40 % des internautes accèdent directement à la barre de recherche à leur arrivée sur un site web, alors que les 60 % restants entament leur parcours en consultant les différentes pages de catégorie. Nous savons également qu’un grand nombre de personnes se fient aux recommandations de produits, à l’origine d’environ 30 % du chiffre d’affaires du e-commerce.

Concrètement, au lieu de cloisonner les activités de recherche, de navigation par catégorie et de recommandation de produits, les marques les plus performantes les considèrent comme les étapes clés d’une expérience cohérente. Elles peuvent s’appuyer sur Adobe Commerce, qui offre des outils optimisés par l’IA tirant parti des données comportementales pour personnaliser la découverte des produits dans le cadre de ces trois activités. Peu importe le chemin emprunté par la clientèle pour trouver et acheter vos produits, nous avons pensé à tout ! Intéressons-nous de plus près à ces trois activités clés et à la façon dont vous pouvez mettre les outils d’IA au service d’un merchandising personnalisé.

Adapter l’expérience de navigation grâce au merchandising catégoriel intelligent

Pour optimiser les pages de catégories, les spécialistes du merchandising cherchent souvent à mettre en avant, à épingler ou à occulter des produits. Si leurs efforts sont importants et boostent les conversions, une approche exclusivement manuelle présente quelques inconvénients :

1. Le merchandising manuel est fastidieux. Il exige du temps, des efforts et une analyse rigoureuse des données relatives à chaque produit. De fait, près de 60 % des équipes de merchandising consacrent au moins 20 heures par semaine à des activités manuelles.
2. Cette approche n’est pas du tout évolutive. Le merchandising manuel pose énormément de problèmes aux commerçants avec de vastes catalogues de produits. En présence de centaines, voire de milliers de références, la mise en avant et la suppression d’articles s’apparentent à un combat perdu d’avance.
3. La personnalisation est inexistante. Même après un merchandising manuel, la plupart des pages de navigation par catégorie sont statiques : elles s’affichent à l’identique pour tout le monde et ne changent pas au fil des ventes, des vues de produits, des ajouts au panier ou autres comportements ou interactions sur le site.

Grâce au merchandising catégoriel intelligent d’Adobe Commerce, il est possible de modifier automatiquement l’ordre de classement des produits sur chaque page de catégorie, ce qui accroît la pertinence du contenu et favorise la conversion.

Voyons comment cela fonctionne.

La fonction Live Search d’Adobe Commerce vous permet de choisir parmi cinq algorithmes de classement par l’IA : Recommandé pour vous, Les plus consultés, Les plus achetés, Les plus ajoutés au panier et Tendance.

Vous pouvez ensuite appliquer ces règles à n’importe quel niveau de votre arborescence de catégorie, à une seule sous-catégorie ou à l’intégralité de votre boutique (autrement dit, à toutes les pages de catégories au niveau racine) en quelques clics.

Une fois les règles définies, Adobe Sensei s’appuie sur les données et les préférences des acheteurs et des acheteuses pour présenter à chacun et à chacune les résultats les plus pertinents. Au lieu de quitter votre site sans parcourir d’autres pages, la clientèle trouve ainsi immédiatement les produits qui lui plaisent.

Voici deux exemples :

• Une marque de prêt-à-porter vient de recevoir la toute nouvelle collection. Si elle opte pour l’algorithme Tendance sur sa page Nouveautés, les internautes se verront proposer les derniers modèles en vogue, qui ne manqueront pas de générer des conversions.
• Un grossiste B2B en outillage et en machines pour le BTP et l’industrie applique l’algorithme Recommandé pour vous aux catégories Outillage électroportatif et Outillage à main. Si une responsable des achats fidèle à la marque DeWalt explore ces deux catégories, elle verra d’abord s’afficher les articles DeWalt correspondant à son comportement d’achat, ce qui suscitera son intérêt et lui permettra d’acquérir les produits dont elle a besoin.

Avec Adobe Commerce, c’est vous qui êtes aux commandes : vous définissez les règles d’un merchandising catégoriel automatique, optimisé par l’IA, puis affinez les résultats en mettant en avant, en abandonnant, en épinglant ou en occultant des produits. Le merchandising catégoriel en cours de session s’opère à grande échelle, ce qui optimise la découverte, la conversion et le chiffre d’affaires.

Personnaliser les recherches grâce à l’optimisation intelligente des résultats de Live Search

Les résultats de recherche sont souvent statiques. Si ceux renvoyés se révèlent particulièrement pertinents sur le plan textuel (très proches des termes recherchés), ils font totalement abstraction du contexte d’achat ou du produit. Des résultats ciblés peuvent en revanche avoir un impact majeur sur les taux de conversion et le chiffre d’affaires.

La fonction d’optimisation intelligente des résultats intégrée à Live Search est comparable aux outils de classement optimisé par l’IA du merchandising catégoriel intelligent, excepté que les règles peuvent être définies pour des requêtes spécifiques au lieu d’être axées sur des catégories. Live Search associe la pertinence textuelle et l’optimisation pilotée par l’IA pour modifier le classement des produits et accroître la pertinence de l’expérience de recherche.

Supposons qu’un opérateur télécoms applique l’algorithme « Recommandé pour vous » à une requête contenant le terme « téléphone ». Lorsqu’une personne qui n’a jusqu’ici acheté que des appareils mobiles Samsung effectue une recherche sur « smartphone » ou « téléphone », les smartphones Samsung sont présentés avant les autres marques dans les résultats de recherche.

Grâce au classement optimisé par l’IA, chaque internaute effectuant une recherche sur votre site bénéficie d’une expérience optimale.

Suggérer les produits parfaits grâce à Adobe Sensei

Troisième étape clé de la découverte de produits, la recommandation de produits est une méthode incontournable pour intégrer le merchandising personnalisé à votre site. C’est un moyen de montrer à votre clientèle que vous cernez ses besoins, mais aussi d’accroître la valeur des paniers d’achat grâce aux ventes croisées et aux montées en gamme. Ainsi, lorsque les internautes suivent les recommandations fournies, le nombre moyen d’articles déposés dans le panier augmente de 68 %. L’accès à ce type d'outil optimisé par l’IA est la clé de la réussite.

Nous avons veillé à ce que l’outil de recommandation de produits soit extrêmement facile à utiliser et directement accessible depuis l’interface d’administration d’Adobe Commerce. Il suffit au spécialiste du merchandising de sélectionner le type de page, puis le type de recommandation et d’activer le tout.

Les recommandations de produits fonctionnant sur tous les types de pages, vous pouvez les exploiter dans différents cas d’usage. Voici quelques exemples :

1. Page d’accueil, « Meilleures ventes ». En utilisant le type de recommandation « Les plus achetés » sur votre page d’accueil sous l’intitulé « Meilleures ventes », vous présentez à la clientèle les produits qui sont des succès commerciaux et faites ainsi connaître votre marque.
2. Page de catégorie, « Recommandé pour vous ». En utilisant le type de recommandation « Recommandé pour vous » sur les pages de catégorie, vous vous basez sur les préférences d’une personne pour afficher les produits qui lui plaisent. Par exemple, si l’internaute s’intéresse à la catégorie « Casques » et a déjà consulté les produits Bose, des modèles de cette marque lui seront recommandés en priorité.
3. Page produit, « Autres produits susceptibles de vous plaire ». En utilisant le type de recommandation « Similitude visuelle » sur les pages produit sous l’intitulé « Autres produits susceptibles de vous plaire », vous pouvez présenter différentes solutions esthétiquement proches.
4. Page de règlement, « Les autres clients ont également acheté ». En utilisant le type de recommandation « A acheté ceci, a acheté cela » sur les pages produit sous l’intitulé « Les autres clients ont également acheté », vous développez les ventes croisées et les montées en gamme et augmentez le nombre d’articles déposés dans les paniers d’achat.

Si vous avez envie de déployer des recommandations de produits optimisées par l’IA, Adobe Commerce a tout prévu.

Lancez-vous avec nos catégories, recherches et recommandations personnalisées.

Toutes ces fonctionnalités performantes sont incluses dans Adobe Commerce sous forme d’extensions en mode SaaS : Live Search (merchandising catégoriel intelligent et optimisation intelligente des résultats de recherche) et Product Recommendations. Une fois ces extensions téléchargées et configurées, les pages de votre boutique en ligne sont instantanément balisées et préparées à analyser le comportement des acheteurs et des acheteuses. L’ajout manuel de code est inutile.

Lancez-vous avec Live Search et Product Recommendations dans Adobe Commerce : consacrez moins de temps aux tâches manuelles et davantage à la personnalisation du merchandising et des expériences.

Senior Product Marketing Manager chez Adobe, Rohan Bhatt est spécialisé dans les expériences de commerce personnalisées. Avant de rejoindre Adobe, il a travaillé pendant plus de cinq ans comme consultant en technologie et paiements auprès de grandes entreprises sur leurs stratégies produit et de commercialisation. Il est titulaire d’un MBA et d’un MS en innovation créative de la Kellogg School of Management à la Northwestern University.