Recevez chaque jour toute l'actualité du numérique

x

Les moteurs de recommandation vont révolutionner le e-commerce

Les commerçants sont bien conscients qu’aujourd’hui leur capacité à offrir une expérience client positive en magasin comme en ligne est d’une importance cruciale. Toutefois, dans un contexte où le marché apparaît de plus en plus saturé, ces derniers doivent se différencier en déployant des technologies plus personnalisées et plus innovantes afin d’attirer des clients et de gagner leur fidélité, explique Xavier Guérin, vice-président EMEA du Business Development, Partenariats & Alliances chez MapR.
Twitter Facebook Linkedin Flipboard Email
×

Les moteurs de recommandation vont révolutionner le e-commerce
Les moteurs de recommandation vont révolutionner le e-commerce © domaine public

Selon les résultats du sondage Rethinking Retail mené par Infosys en 2014, 86 % des consommateurs en ligne ayant expérimenté une technologie de personnalisation admettent qu’elle a influencé leurs décisions d’achat. De plus, 69 % des acheteurs en ligne ont indiqué que la cohérence du service client entre boutique physique et en ligne est très importante pour eux. Dans ce contexte, les commerçants ont tout intérêt à savoir utiliser à la fois les données clients et les systèmes de recommandation afin d’offrir une expérience plus homogène aux acheteurs.

 

Dans le même temps, on assiste à une évolution du comportement du consommateur. Le rapport d’étude State of Privacy publié par Symantec début 2015 montre en effet l’intérêt croissant de ces derniers pour la protection de leurs données. 88 % des consommateurs en ligne considèrent ainsi la sûreté de leurs informations personnelles comme un élément décisif dans l’acte d’achat. Un chiffre qui confirme bien que, même si les moteurs de recommandation sont bénéfiques pour les consommateurs en les aidant à trouver ce qu’ils cherchent, il convient d’être très vigilant quant à la manière dont ces systèmes sont mis en place.

 

Une technologie clé pour  LinkedIn, Netflix ou Amazon

Nous sommes nombreux à avoir déjà expérimenté la puissance des technologies de personnalisation. Par exemple, il est possible de trouver un ancien collègue via la fonction "Personnes que vous connaissez peut-être" de LinkedIn, de regarder un film suggéré par Netflix, ou encore d’acheter un objet recommandé par Amazon dans la section "Produits fréquemment achetés ensemble". Ces suggestions sont basées sur ce que l’utilisateur a acheté ou consulté précédemment mais aussi sur l’historique d’activité d’autres acheteurs présentant un profil similaire.

 

Pour chacun de ces exemples, les moteurs de recommandation permettent de répondre au mieux aux besoins spécifiques de l’acheteur. En effet, les moteurs de recommandation permettent d’anticiper de façon très précise les préférences des acheteurs via des algorithmes spécifiques utilisant des données historiques. Aujourd’hui, les entreprises issues de tous secteurs s’appuient sur un moteur de recommandation pour piloter une partie de leurs activités. Toutefois, pour le secteur du retail, un moteur de recommandation s’avère être bien plus efficace pour la vente en ligne.

 

Les grandes promesses des moteurs de recommandation

Utiliser un moteur de recommandation, c’est permettre au consommateur de bénéficier d’une expérience plus personnalisée et donc d’une expérience shopping positive qui renforce la probabilité qu’il reste fidèle à la marque. Du côté du commerçant, le moteur de recommandation permet d’accroître le nombre de ventes et de fidéliser davantage le consommateur.

Qu’elles soient issues du parcours d’achat du consommateur sur le site Web, sur un appareil mobile, d’achats effectués par d’autres acheteurs ou encore qu’elles soient liées au comportement de l’acheteur lui-même, les quantités massives de données sont collectées dans le cadre de transactions en ligne. En mettant à profit les nouvelles technologies Big Data telles qu’Hadoop, les retailers ont la possibilité d’analyser ces quantités de données. À la clé, la capacité de prévoir sur quel produit miser pour chaque acheteur et lui proposer des produits que des consommateurs similaires ont achetés.

 

Une prise en main en 5 étapes

Voici 5 étapes que les commerçants devraient prendre en compte au moment au moment d’utiliser un moteur de recommandation.

1.            Ingérer les métadonnées des produits : cela aide à identifier les produits en vue de les recommander. La plupart des détaillants disposent déjà de métadonnées sur les produits connus de leurs moteurs de recherche.

2.            Ingérer les historiques de navigation, les logs, qui contiennent l’historique d’activité des visiteurs.

3.            Analyser les comportements des visiteurs pour créer de nouvelles métadonnées pouvant être injectées dans le moteur de recherche afin d’alimenter les recommandations.

4.            Permettre aux utilisateurs d’interagir avec un index de recherche alimenté des métadonnées des produits et des comportements des utilisateurs. Ceci génère alors un nouvel historique d’activité des utilisateurs qui est injecté à son tour dans le système, le tout formant un cercle vertueux qui permet d’améliorer les recommandations au fur et à mesure.

5.            Améliorer le système en trouvant des données comportementales alternatives qui produisent de meilleures recommandations.

À noter que cette approche fournit les bénéfices de la personnalisation et des recommandations sans exposer aucune information personnelle liée au consommateur.

 

Vers une nouvelle génération de e-commerce

Au premier trimestre 2015, d’après Médiamétrie, 79 % des internautes français ont acheté en ligne. Cela représente une opportunité de croissance énorme pour les commerçants, d’où l’intérêt pour eux de s’appuyer sur des méthodes sophistiquées pour gagner en connaissance sur le client.

 

Le futur du shopping sera caractérisé par une interaction homogène et continue entre le consommateur et le moteur de recommandation, qui aura pour rôle de guider l’acheteur tout au long de son parcours d’achat. Cette nouvelle génération de shopping s’appuiera à la fois sur la quantité et la qualité des données dont disposera le commerçant, ainsi que sur l’infrastructure en place pour les exploiter. En résultera une interaction dans laquelle l’acheteur sera conseillé par le commerçant, depuis la découverte de produits jusqu’à l’achat, tandis que se construira, en continu, une relation basée sur la connaissance du consommateur.

 

Xavier Guérin, Vice-Président EMEA du Business Development, Partenariats & Alliances chez MapR

 

NDLR : Les avis d’experts et points de vue sont publiés sous la responsabilité de leurs auteurs et n’engagent en rien la rédaction.

Réagir

* Les commentaires postés sur L’Usine Digitale font l’objet d’une modération par l’équipe éditoriale.

 
media