Dossier Comparatif : 7 moteurs de recommandation pour votre site d'e-commerce
Augmenter l'efficacité commerciale d'un site, c'est possible en mettant en place un moteur de recommandation. Le point sur 7 offres très en pointe.
Tous les responsables de sites marchands ont un indicateur en permanence au coin de l'œil, c'est le taux de transformation de leur site. C'est le baromètre de l'efficacité du site, celui qui permet de savoir si les articles proposés aux internautes correspondent à leurs attentes. Très tôt, Amazon a exploité le principe de la recommandation pour proposer des articles à ses visiteurs. Un moyen d'améliorer le taux de transformation et faire monter le montant des paniers d'achats. Produits achetés par les autres internautes, articles liés au produit que vous êtes en train de visionner, produits conseillés, il existe mille et une possibilités de proposer des produits à un visiteur.
Encore faut-il pouvoir mettre en place de telles stratégies de cross-selling / up-selling efficaces à grande échelle, face à des milliers de visiteurs chaque jour, de manière judicieuse. Encore faut-il savoir le faire sur un catalogue comprenant des dizaines de milliers de produits. C'est le rôle du moteur de recommandation. Piloté par les données de navigation, par les informations inclues dans les fiches produit, mais aussi en fonction des priorités du marchand en termes de chiffre d'affaires et de marge, les algorithmes prédictifs du moteur vont automatiquement désigner les produits qui doivent être présentés à l'internaute lors de sa navigation.
Certains moteur privilégient le machine learning, d'autres sont plus personnalisables.
Tous les moteurs de recommandation sont aujourd'hui disponibles dans le Cloud, en mode Software as a Service. Quelques-uns peuvent néanmoins être installés en local car si on peut personnaliser un site marchand, on peut tout autant exploiter cette technologie en centre d'appels. Les principaux différenciateurs de ce type d'offres aujourd'hui, résident dans les algorithmes qu'ils mettent en œuvre.
Certains privilégient des approches de type machine learning où le moteur apprend seul à optimiser ses recommandations à partir du comportement des internautes. C'est un moyen de minimiser les interventions humaines à apporter. D'autres sont beaucoup plus ouverts à des approches ad-hoc et disposent d'un grand nombre d'algorithmes prédictifs que le "Data Scientist" va pouvoir manipuler pour optimiser la performance commerciale du moteur. Les prix sont généralement proportionnels au trafic du site ou directement liés à la performance. Certaines offres sont clairement orientées grand sites, d'autres peuvent être exploitées par des PME.