L’IA fournit une intelligence de recherche en comprenant les nuances du langage humain, ainsi qu’en analysant les données comportementales telles que les achats passés, les recherches et les interactions avec le service client. Elle permet aux retailers de mieux comprendre les besoins et les préférences de chaque client, afin de toujours fournir des résultats précis et pertinents.
Les priorités de l’e-commerce commencent par la recherche parce qu’elle est tellement ancrée dans notre vie quotidienne – 87% des consommateurs commencent une recherche de produit en ligne. Cependant, historiquement, la recherche a obligé les utilisateurs à penser comme un moteur de recherche – s’ils veulent recevoir des résultats pertinents, ils doivent utiliser les mêmes mots que ceux stockés dans la base de données sous-jacente. Par exemple, une recherche de « pâtes » ne donnerait aucun résultat si les produits avaient tous des noms spécifiques, comme « farfalle », « fusilli » et « macaroni ».
Du point de vue de l’utilisateur, il est frustrant d’être obligé d’effectuer plusieurs recherches sur des mots clés et des synonymes apparentés juste pour trouver ce que l’on cherche. Cette mauvaise expérience est encore exaspérée lorsque la recherche contient des résultats non pertinents, des produits en rupture de stock ou un manque de filtres appropriés, ce qui fait que 80 % des consommateurs admettent avoir quitté un site à cause de cela.
Les utilisateurs veulent des résultats précis et pertinents en quelques secondes, ce qui explique pourquoi plus des deux tiers (69 %) naviguent immédiatement vers la barre de recherche du site d’un retailer en ligne. Les retailers qui prennent la recherche sur site au sérieux peuvent devenir 1,8 fois plus efficaces pour produire des conversions – et ces clients sont prêts à payer plus et même à acheter des articles supplémentaires lorsqu’ils peuvent localiser ce qu’ils veulent en quelques clics.
La meilleure façon d’améliorer la recherche sur site est d’adopter des technologies IA, et ce guide contient toutes les informations dont vous avez besoin pour commencer.
Qu’est-ce que l’AI Search ou recherche basée sur IA ?
L’AI Search ou la recherche basée sur l’IA en français est capable de comprendre le contexte, l’intention, les synonymes et les orthographes incorrectes, ce qui permet aux acheteurs de saisir n’importe quel mot-clé et de recevoir des résultats de recherche précis et pertinents. Il n’est donc pas surprenant que la recherche sur site IA devienne rapidement un facteur de différenciation concurrentielle.
Du point de vue de l’utilisateur, elle met fin à la réflexion complexe sur la manière dont la base de données sous-jacente peut être structurée pour trouver ce qu’il cherche. Il permet également d’accéder à des recommandations produits personnalisées basées sur leur comportement d’achat antérieur, ainsi que de trouver des substituts pertinents lorsqu’un article n’est plus en stock.
D’un point de vue commercial, elle permet de réduire de 30 à 50 % les efforts manuels de merchandising. La technologie peut identifier des mots-clés apparentés, tels que « valise », « bagage à main » et « semainier », et les renvoie tous comme résultats d’une recherche sur « bagages », ce qui signifie qu’il n’est pas nécessaire de rédiger de longues descriptions de produits pour couvrir tous les scénarios de recherche.
Comment fonctionne l’AI Search ou recherche basée sur IA ?
Pour comprendre les données, l’AI Search ou recherche basée sur l’IA utilise le traitement du langage naturel (NLP), qui interprète la sémantique et la signification contextuelle pour déterminer l’intention derrière la requête de recherche. En outre, elle utilise un processus appelé « extraction de facettes » pour détecter les modèles de langage et identifier les relations entre les mots.
Par exemple, « robe noire en coton 12 » peut être décomposé comme suit :
- Coton = matière
- Noir = couleur
- Robe = catégorie
- 12 = taille
La recherche sur IA utilise également l’apprentissage automatique pour améliorer en permanence les résultats qu’elle génère. Par exemple, si un utilisateur a déjà acheté plusieurs robes avec un ourlet au niveau du genou, il donnera la priorité à cet attribut dans les futurs résultats de recherche.
Il est parfois difficile d’exprimer une requête de recherche avec des mots. C’est là que la vision par ordinateur entre en jeu, en permettant aux utilisateurs d’effectuer des recherches à partir d’images. Par exemple, si un utilisateur télécharge une photo de sa robe, un moteur de recherche doté de capacités de vision artificielle pourrait analyser l’image et identifier les caractéristiques clés, telles que la couleur et le style, pour faire des recommandations d’accessoires pertinentes.
Pour les requêtes plus complexes, l’apprentissage profond permet à l’utilisateur de comprendre la relation entre les différents termes de recherche. Par exemple, un modèle d’apprentissage profond comprendra qu’une recherche de « vacances » est liée à des recherches de « festivals d’été », « jeux de plein air » et « sorties avec les enfants ».
Types de recherche basée sur IA
L’IA a révolutionné la recherche sur site en permettant aux utilisateurs de chercher de nouvelles façons tout en permettant aux entreprises de satisfaire les besoins de leurs clients de manière plus significative.
Recherche conversationnelle
La pandémie de COVID-19 a modifié les comportements de recherche, les consommateurs se tournant de plus en plus vers les assistants vocaux pour les aider à faire leurs achats au quotidien. Aujourd’hui, l’essor des technologies d‘IA générative telles que ChatGPT incite 80 % des chefs d’entreprise à modifier la façon dont ils gèrent l’engagement des clients à l’aide de technologies d’IA conversationnelle.
Plutôt que de simplement analyser et comprendre le langage humain, l’IA conversationnelle est capable de simuler une conversation et d’interagir avec les clients comme un humain pour répondre aux questions, aux commandes et aux demandes.
Du point de vue des utilisateurs, cela signifie qu’ils peuvent obtenir de l’aide 24 heures sur 24, 7 jours sur 7, plutôt que d’attendre qu’un agent du service client leur réponde. Du point de vue des entreprises, cette capacité à répondre aux questions dans l’instant peut augmenter les ventes de 67 % en moyenne.
Cependant, le commerce conversationnel ne se limite pas à capitaliser sur les ventes en dehors des heures de bureau. Il s’agit d’un élément clé pour aider les entreprises à mieux comprendre leurs clients et à savoir où et comment améliorer leur expérience en ligne. Par exemple, nous voyons déjà des tendances comme le shopping en tant que service gagner en popularité parce qu’il combine la commodité du shopping en ligne avec des recommandations personnalisées. Très rapidement, ce désir d’avoir un assistant personnel qui comprend les goûts, les budgets et les besoins des clients deviendra la norme, et les retailers qui n’auront pas suivi l’évolution des attentes des consommateurs auront du mal à rester compétitifs.
Recherche visuelle
L’IA a ajouté une nouvelle dimension à l’expérience d’achat en ligne. Désormais, les clients peuvent effectuer des recherches à l’aide d’images, ce qui permet aux retailers de faire des recommandations de produits basées sur le style. Pour des catégories de produits comme l’habillement ou le mobilier, il s’agit d’une opportunité lucrative car 85 % des consommateurs accordent plus d’importance aux informations visuelles qu’au texte.
Du point de vue de l’utilisateur, les consommateurs bénéficient d’une expérience personnelle généralement réservée aux marques de luxe. Par exemple, plutôt que de chercher « jeans » et de se voir proposer plusieurs styles et couleurs différents, ils peuvent télécharger une photo d’eux-mêmes, et la recherche visuelle IA déterminera la meilleure coupe – comme un jean bootcut délavé.
D’un point de vue commercial, cette fonctionnalité offre un avantage concurrentiel, car seuls 8 % des retailers intègrent actuellement la recherche d’images dans leur inventaire en ligne. De plus, cette fonctionnalité étant plus populaire chez les jeunes acheteurs, ne pas agir maintenant pourrait avoir de graves répercussions à l’avenir, lorsque les clients choisiront de se tourner vers des retailers qui répondent effectivement à leurs attentes.
Avantages de la recherche basée sur IA
La recherche basée sur l’IA s’apparente à un assistant personnel, mais sans intervention humaine. Lorsque près des trois quarts (72 %) des acheteurs s’attendent à ce que les entreprises auprès desquelles ils achètent les reconnaissent en tant qu’individus et connaissent leurs centres d’intérêt, la recherche sur l’IA fournit rapidement et avec précision les résultats qu’ils recherchent. Cela conduit à une plus grande satisfaction des clients, à des taux de conversion plus élevés et à des valeurs moyennes de commande plus importantes.
Expérience client
Plus d’un tiers (38 %) des dirigeants ont déclaré que l’expérience client et la fidélisation constituent l’objectif principal de leurs investissements dans l’IA, car cela permet à leur entreprise de s’engager avec les clients à un niveau personnel.
En permettant aux utilisateurs de faire des recherches avec leurs propres mots, l’IA aide les clients à découvrir de nouveaux produits grâce à des recommandations et à des offres de substitution pertinentes. Pour le détaillant numérique de vêtements et de chaussures N Brown, l’ajout de la recherche sur IA à son site s’est traduit par une augmentation de 59,73 % du chiffre d’affaires par utilisateur effectuant une recherche.
Une personnalisation plus poussée
Près de trois quarts (70 %) des consommateurs affirment qu’ils sont plus enclins à effectuer un achat lorsque les résultats de recherche sont personnalisés. En outre, il est prouvé que l’AI Search recherche basée sur IA soulève les revenus de 5 à 10 % en moyenne et augmente la valeur moyenne des commandes de 15 à 20 %. Cela s’explique par le fait qu’elle fournit de meilleures informations sur les comportements et les préférences des utilisateurs, ce qui permet aux retailers d’offrir de meilleures recommandations.
Moins d’administration
Par rapport à la recherche traditionnelle, il est démontré que l’IA conversationnelle augmente la productivité des agents du support client de 14 % en moyenne et réduit de 30 à 50 % les heures consacrées à la recherche d’informations et au diagnostic des problèmes.
L’utilisation de l’IA est une tactique opérationnelle intelligente, car l’utilisation de chatbots pour répondre aux premières demandes des clients libère les agents humains pour les étapes ultérieures du parcours client. Par exemple, MKM est le plus grand vendeur indépendant de matériaux de construction au Royaume-Uni, et grâce à l’IA, il est parvenu à augmenter la valeur moyenne des commandes en ligne de 7,9 % et à stimuler le revenu web total de 43 %.
Obtenir de meilleurs résultats grâce à l’IA avec Bloomreach Discovery
Dans le marché digital d’aujourd’hui, l’expérience e-commerce devrait être construite pour chaque client – et Bloomreach Discovery rend plus facile que jamais la fourniture de ce service personnalisé. Alimenté par Loomi, une AI leader de l’industrie formée sur plus de 13 ans de données d’e-commerce, Bloomreach Discovery peut faire apparaître des résultats personnalisés et pertinents immédiatement, conduisant au ROI le plus rapide de toutes les solutions de recherche de produits.
Si vous êtes prêt à franchir les prochaines étapes de la recherche sur IA, consultez notre guide sur la personnalisation automatique de votre expérience de recherche avec Bloomreach Discovery.
