Retour aux études de cas

Recherche sémantique pour l’e-commerce, une étude decas

Un cas réel portant sur 1 535 produits montre comment de meilleures données et une recherche hybride peuvent éliminer les requêtes sans réponse et réduire fortement les pires temps d’attente.

Recherche sémantique pour l’e-commerce, une étude decas

La recherche interne d'une boutique en ligne est souvent l'endroit précis où l'on perd les clients qui avaient déjà décidé d'acheter. Ce document décrit une intervention complète sur un catalogue d'outillage de mille cinq cent trente-cinq articles, menée en deux temps: d'abord la reconstruction des données produit, ensuite le remplacement du moteur de recherche par un moteur capable de chercher par le sens et non seulement par correspondance de lettres.

Le travail a été mesuré avec un ensemble de cent vingt et une questions de test, en partie construites par degrés de difficulté croissante, en partie collectées à partir de ce que les gens tapent réellement dans les moteurs de recherche. Les mêmes questions ont été posées à l'ancien moteur et au nouveau, à catalogue identique.

Le résultat: les questions qui ne recevaient aucune réponse passent de trente-six à zéro, et le temps d'attente dans le pire des cas descend de trois secondes deux à cent soixante-huit millisecondes. Le document rapporte également ce que la mesure ne démontre pas, et les points où la recherche sémantique, utilisée sans précautions, produit des erreurs pires que celles qu'elle résout.

L'intervention a été réalisée sur PrestaShop parce que c'était la plateforme du client. La méthode ne dépend pas de la plateforme: les mêmes étapes s'appliquent à WooCommerce, Magento, Shopify et à un site de vente développé sur mesure. Ce qui change, ce sont les noms des champs et la manière de les ajouter, pas la substance du travail.

Un de nos clients vend de l'outillage et du matériel de travail avec une boutique PrestaShop. Mille cinq cent trente-cinq articles: perceuses, visseuses, batteries, pinces, visserie, meuleuses. Un catalogue petit mais technique, où chaque pièce a des dimensions, des tensions, des matériaux et des compatibilités.

Le problème, tel qu'il nous a été exposé, est celui que nous entendons formuler presque toujours avec les mêmes mots: "la recherche du site ne fonctionne pas". Celui qui cherche ne trouve pas, et celui qui ne trouve pas s'en va.

Derrière cette phrase il y a toujours trois causes qui s'additionnent: un moteur de recherche construit pour retrouver ce dont on connaît déjà le nom, un catalogue rédigé dans la langue du fabricant plutôt que dans celle du client, et des questions qui décrivent un problème au lieu de nommer un produit. Les trois causes s'aggravent mutuellement, et aucune des trois ne se résout toute seule.

Ce document raconte ce que nous avons trouve, ce que nous avons fait, et de combien le résultat s'est déplace, avec les chiffres.

Étude complète

Télécharger le document complet

Recevez le document détaillé et les enseignements de cette étude de cas.

Mots-clés :recherche sémantiquee-commercePrestaShopMeilisearchintelligence artificiellecatalogue produitsSEO