Patrick Morin augmente le RPV de 8% grâce à Bloomreach

Patrick Morin a mis en place Bloomreach comme pilier de son expérience de découverte de produits, remplaçant son ancien système ElasticSearch par une plateforme moderne alimentée par l’IA. Cette solution a permis de corriger la faible performance de la barre de recherche, de prendre en charge des catalogues bilingues et d’automatiser le marchandisage.

Voici comment la plateforme a apporté des améliorations:

• Barre de recherche avec gestion des synonymes: Bloomreach a optimisé la barre de recherche de Patrick Morin en appliquant une logique de synonymes à la fois curée et algorithmique. Les clients peuvent ainsi trouver plus facilement des produits en français québécois, en mélange français/anglais ou avec des termes familiers.
• Navigation par catégorie avec contrôle du merchandising: L’équipe pouvait mettre en avant des produits de circulaire, booster des articles saisonniers ou masquer des SKU non pertinents via le tableau de bord Bloomreach. Ils définissaient également les facettes visibles pour faciliter le filtrage, offrant aux clients une navigation plus intuitive.
• Saisie semi-automatique pour une captation plus rapide de l’intention. Au fur et à mesure que les clients tapaient leur recherche, la saisie semi-automatique retournait instantanément des produits, des SKU et des catégories, aidant ainsi les clients à trouver plus rapidement ce qu’ils recherchaient.
• Gestion unifiée du catalogue: Patrick Morin a maintenu un catalogue cohérent entre les magasins et les langues, assurant que les clients voyaient des informations exactes sur les produits, peu importe où et comment ils faisaient leurs achats.
• Optimisation comportementale basée sur les pixels: Les interactions des clients, telles que les requêtes, les clics et les ajouts au panier, étaient suivies par des pixel. Ces signaux comportementaux servaient à affiner progressivement le classement et la logique de merchandising. 

Tableau de bord d’analytique et d’insights: L’équipe surveillait les principaux KPI tels que la conversion, les requêtes nulles, le taux de rebond et la valeur moyenne des commandes. Le tableau de bord fournissait des insights au niveau des requêtes et des benchmarks, créant une boucle de rétroaction claire pour améliorer continuellement l’expérience.

Fonctionnement

1. Ingestion du catalogue: Les données produits étaient importées dans Bloomreach via l’API de gestion de catalogue et SFTP. Un flux complet était actualisé quotidiennement, tandis que des flux plus petits capturaient les changements en cours de journée, y compris les niveaux de stock et les prix. Cela permettait de maintenir l’index à jour, assurant que les recherches et les requêtes par catégorie reflètent la disponibilité actuelle.
2. Déploiement du pixel: Une fois le pixel Bloomreach implémenté, les événements (par exemple, les requêtes de recherche, les clics et les ajouts au panier) étaient enregistrés, constituant les données comportementales qui alimentaient les modèles de classement et de pertinence.
3. Interprétation des requêtes: Lorsqu’un client saisissait un terme dans la barre de recherche, Bloomreach analysait l’entrée, appliquait la logique des synonymes et la comparait aux attributs produits indexés. La Saisie semi-automatique fonctionnait en parallèle, interrogeant l’index en temps réel pour proposer des produits, SKU et catégories avant le chargement complet de la page de résultats.
4. Exécution des règles de merchandising: Une fois les résultats générés, les règles de merchandising configurées dans le tableau de bord Bloomreach étaient appliquées. Cela incluait la mise en avant des articles de circulaire hebdomadaire, le renforcement des produits saisonniers et le filtrage selon la disponibilité en magasin lorsque les clients avaient sélectionné un lieu.