Personne ne veut être sans intérêt sur le net

Comment l'IA augmente la pertinence des sites e-commerce ?

En magasin, le vendeur qui vaut son pesant d'or est celui qui vous évalue et adapte parfaitement son argumentaire de vente. Il ou elle identifie vos besoins grâce à quelques questions et connaît vos désirs en observant vos interactions dans le magasin. Mais la pandémie a frappé. La découverte de produits s'est déplacée sur le net et la personnalisation est désormais un incontournable pour l'e-commerce.

Pourquoi ? Parce que les « rayons interminables » d'innombrables sites web, de même que les choix en ligne illimités, conduisent de nombreux acheteurs à une sorte de paralysie du choix. Ils ont besoin d'aide. Ils ont besoin de recommandations qui s'adressent directement à eux et uniquement à eux. Bonne nouvelle : les outils disponibles pour mettre en place cette démarche sont désormais matures. L'intelligence artificielle, les algorithmes complexes et l'analyse des données y ont contribué.  

Nous vivons également à une époque de grandes exigences. Les recherches complexes sur Google, Amazon, Netflix ou Facebook donnent désormais lieu à des réponses très sophistiquées, individualisées et axées sur le client. La pertinence est essentielle. Les consommateurs veulent désormais être compris des marques. Le contexte importe également. Il est essentiel de comprendre les besoins particuliers ou les intentions du client au moment précis de l’interaction afin de lui proposer une meilleure expérience. 

Si je suis un homme adulte et que je cherche des baskets pour femme, taille 35, le moteur de recherche devrait comprendre que ces baskets ne sont pas pour moi, mais pour ma femme, ma fille ou mon amie. Ces dernières années, l'idée du « si vous avez acheté X, vous aimerez peut-être Y », popularisée par Netflix, a évolué et atteint désormais des niveaux de sophistication beaucoup plus élevés. La pertinence et le contexte peuvent désormais être pris en compte dans les moindres détails, tout comme l'intention immédiate de l'acheteur.  

L'intelligence artificielle et des algorithmes sophistiqués, alimentés avec le bon ensemble de données, peuvent faire une réelle différence pour la personnalisation. Ils permettent un ciblage basé sur le profil et le contexte, de meilleures recommandations de produits et de contenu et une offre affinée de la part de la marque. Cette approche peut influencer considérablement le comportement des clients. 

Les chiffres parlent d’eux-mêmes : selon Forrester, 77 % des consommateurs ont choisi, recommandé ou payé davantage pour une marque leur ayant offert un service ou une expérience personnalisés. Si les marques gèrent correctement la personnalisation, elles vont bannir la non-pertinence. Elles peuvent offrir des expériences digitales très pertinentes, à grande échelle, fidéliser et séduire les clients, et ce dans la durée. Cette approche aura une incidence sur les résultats et sur la trajectoire de croissance.    

Produire une personnalisation correcte n’est cependant pas évident. Selon une étude de Forrester, 7 % seulement des entreprises dans le monde ont déployé des stratégies de personnalisation « insights-driven », utilisant une IA sophistiquée pour se différencier sur le marché. Les métriques utilisées pour mesurer la personnalisation expliquent ce faible pourcentage. Beaucoup de marketeurs cherchent à savoir si la personnalisation favorise directement les conversions et le revenu. Ce faisant, ils n’évaluent pas la fidélité, la satisfaction ou la valeur-vie des clients. Toutes ces métriques sont essentielles pour connecter la totalité du parcours en ligne. 

La personnalisation dans le commerce électronique n'est pas non plus quelque chose qui est enfoui dans l'ordinateur d'un marketeur et partagé uniquement avec le service informatique. Elle ne doit pas être l'apanage du département marketing, ce qui est souvent le cas. La personnalisation des achats en ligne doit être une compétence essentielle, interdépartementale, couvrant l'ensemble de l'entreprise et impliquant de multiples divisions et responsabilités. Elle implique les équipes de merchandising, les équipes de vente, les acheteursles prescripteurs de produits, les créateurs de contenu et les spécialistes des données.  

Cette approche permet d’éviter les silos de données et d’aligner le tagging et les descriptions des produits. Cela permet aussi d’assurer que ce que les clients recherchent correspond effectivement à ce qui est présenté dans l'offre. C’est en outre une approche évolutive. Les recommandations personnalisées fonctionnent lorsque chaque personne dans l'entreprise s'efforce de fournir non seulement une expérience axée sur le client, mais une expérience parfaitement pertinente et permettant des recherches contextuelles 

C'est aussi un défi pour les marketeurs de devoir dépasser la segmentation et les offres basées sur un profil type. Il est plus facile de s’adresser à des groupes d'acheteurs qui peuvent aisément être identifiés, regroupés et compris. Nous pensons toujours aux segments parce que les entreprises disposent de ressources limitées pour personnaliser les offres en fonction du parcours de chaque acheteur. Pourtant, les dernières avancées de l’IA et du deep learning permettent désormais d'optimiser les réponses pour une personne spécifique. Puis de les adapter pour répondre aux besoins de l’entreprise et de l’acheteur.  

En effet, le machine learning peut détecter des modèles individuels en les comparant à une base de données des parcours client. La segmentation typique d'un marketeur est donc utile dans certains cas, mais il est fort probable qu'elle soit moins pertinente pour l'individu.  

Les marketeurs aujourd'hui ont tendance à se concentrer sur la façon dont ils optimisent les campagnes et sur le retour sur investissement de ces campagnes. Ils sont principalement motivés par des événements : Noël, Black Friday, etc.  Ou bien guidés par les produits : nouvelles collections, soldes, promotions, etc.   Les ressources marketing étant limitées, l'IA permet de décupler les efforts en optimisant le parcours individuel ou la « longue traîne ». Optimiser la longue traîne exige cependant un ensemble de compétences spécifiques.   Les marketeurs et les organisations dans leur ensemble doivent travailler avec des algorithmes et analyser les données afin de prendre en compte l’acheteur en tant qu’individu et attirer son attention. Cette approche nécessite un tout nouvel ensemble de compétences et un nouvel état d'esprit.  

Aujourd’hui, les marques doivent avoir deux stratégies et deux compétences différentes. La première stratégie concerne les requêtes courte traîne, qui correspondent à la majorité des recherches. Ce sont des requêtes courtes et généralistes qui peuvent être assorties d'une offre de produits sélectionnés, avec un certain degré de personnalisation et d'automatisation. La deuxième stratégie concerne la longue traîne. Celle-ci implique des recherches beaucoup plus sophistiquées et donc des offres variées. La pertinence, le contexte et l'intention de l'acheteur doivent être compris et traités directement. 

À l'heure actuelle, les expériences individuelles pertinentes ont de l’importance. Un algorithme ne peut pas prévoir Noël ou le Black Friday. Bien sûr, vous pourriez “ former “ un algorithme pour y parvenir, mais il serait ensuite trop tard et l'événement serait passé. C'est là que l'interprétation et l'intelligence humaines entrent en jeu. Les équipes marketing et merchandising doivent comprendre les parcours client et les intentions des acheteurs dans un contexte comportemental beaucoup plus vaste, basé sur la culture ou sur les tendances. Cette compréhension complète l'intelligence artificielle et s'en inspire.  

C'est la raison pour laquelle l'orchestration basée sur l'IA est aussi importante. Il est important de contrôler la façon dont le processus de recherche et de découverte de produits basé sur l'IA assure la personnalisation. Les algorithmes doivent être formés. Il est essentiel de savoir quelles données client utiliser. C'est pourquoi la supervision humaine est vitale. 

Si elle est utilisée correctement, la personnalisation est un outil incroyablement puissant pour l’e-commerce. À une époque de surcharge d’offres, de paralysie du choix et de prolifération du commerce électronique, il est crucial de savoir quoi acheter et à qui. Les marques qui aident leurs clients à découvrir des produits de manière proactive et pertinente seront les marques gagnantes. Personne ne peut se permettre une absence de pertinence sur le net. 

Vous aussi vous voulez délivrer des expériences d'achat pertinentes ?

 

LAISSEZ-NOUS UN MESSAGE

Cela pourrait aussi vous intéresser

Personnalisation

En savoir d'avantage sur notre solution de personnalisation pour l'e-commerce

Etude de cas: Nature & Découvertes

Etude de cas : personnalisation basée sur l'IA pour reproduire en ligne l'expérience vécue en magasin

Plus sur l'IA dans l'e-commerce

Comment l'IA peut améliorer la recherche e-commerce ?

Intéressé.e ?