Mettre en place une solution de recommandation personnalisée est certainement l’un des leviers les plus puissants de croissance pour une entreprise de e-commerce:
- cela va vous permettre d’augmenter plus ou moins significativement - selon la sophistication de la solution choisie- votre CA en agissant sur les 3 dimensions: conversion, panier moyen, fidélisation,
- cela optimisera ainsi vos dépenses d’acquisition en leur appliquant un coefficient multiplicateur en termes de ROI,
- et, en conséquence, cela aura un impact qui peut être spectaculaire sur votre résultat opérationnel.
Encore faut-il que vous puissiez vous assurer qu’il y a bien un ROI à la clef.
Il existe plusieurs façons de mesurer l’efficacité d’un système de recommandation personnalisée.
La mesure de la précision
L’une des méthodes les plus courantes est la mesure de la précision.La précision est une mesure de la performance d’un système de recommandation personnalisée qui mesure le nombre de recommandations correctes - celles qui ont conduit à une conversion- que le système a faites par rapport au nombre total de recommandations. En d’autres termes, la précision mesure la capacité du système à recommander des articles pertinents. La précision est calculée en divisant le nombre de recommandations correctes par le nombre total de recommandations. Chez Netwave, nous appelons cet indicateur le taux d’achat et nous le mettons à la disposition de nos utilisateurs à J+1. Il s’agit bien évidemment d’un indicateur clef puisqu’il vous instruit sur la pertinence des recommandations qui sont faites. Plus le taux d’achat est élevé, plus la compréhension des attentes de votre visiteur est correcte et plus la capacité du système à traduire cette compréhension en un conseil réellement pertinent est avérée.
La mesure du nombre d’impressions
Le nombre d’impressions est un indicateur pertinent pour mesurer l’efficacité d’un système de recommandation personnalisée. Les impressions mesurent le nombre de fois que les produits recommandés ont été affichés à l’utilisateur. Cependant, il est important de noter que le nombre d’impressions ne mesure pas directement la performance du système de recommandation. En effet, ce n’est pas parce que la recommandation est imprimée - c'est -à -dire affichée sur la page visitée - qu’elle est vue. Elle ne va vous indiquer que deux choses: est-ce que votre intégration technique fonctionne bien (est-ce que les appels serveurs s'exécutent correctement) et est-ce que le système a bien pu fournir une recommandation quand elle est demandée. Cet indicateur, disponible bien évidemment chez Netwave, doit être complété par la mesure du taux d'impressions vues.
La mesure du taux d’impressions vues
Le pourcentage d’impressions vues par rapport au nombre d’impressions est un indicateur pertinent pour mesurer l’efficacité d’un système de recommandation personnalisée. Le taux d’impressions mesure le pourcentage de fois que les produits recommandés ont été affichés à l’utilisateur et le pourcentage d’impressions vues mesure le pourcentage de fois que les produits recommandés ont été vus par l’utilisateur. Le pourcentage d’impressions vues pourra vous indiquer si le positionnement de votre zone de recommandation dans la page est correct ou doit être optimisé.
La mesure du taux de conversion
Il est également important de mesurer l’impact commercial d’un système de recommandation personnalisée. Cela peut être mesuré en examinant les taux de conversion et les ventes générées par le système. Les taux de conversion mesurent le pourcentage de visiteurs qui ont effectué une action souhaitée sur votre site Web, comme l’achat d’un produit. Les ventes générées par le système peuvent être mesurées en examinant les ventes totales générées par les produits recommandés par le système. Chez Netwave nous allons encore plus loin en décomposant cette mesure en 4 indicateurs:
- le taux de clic (sur les recommandations): il vous indique assez sûrement le 1° niveau de pertinence de la recommandation, si elle a oui ou non intéressé le visiteur,
- le taux de sélection (ajout au panier) des recommandations cliquées: le 2° niveau de pertinence mais qui peut aussi vous indiquer un problème de positionnement prix, par exemple.
- le taux d’achat des recommandations sélectionnées: le 3° niveau de pertinence mais qui peut aussi, comme le taux de sélection vous indiquer un problème d’une autre nature, par exemple un renoncement à la découverte d’un délai de livraison trop long ou de frais de port trop élevés.
- et enfin le taux d’efficience, qui est la résultante des 3 précédents.
La mesure du CA post clic et son taux par rapport au CA total du site
Il s’agit là de mesurer le revenu généré post clic sur les recommandations. Il ne s’agit pas d’un indicateur absolu car il est bien évidemment lié au volume du visitorat mais il vous permet de constater si, sur une même période,
- il évolue plus ou moins que le CA du site
- à travers son poids dans le CA du site: CA postclic / CA total.
Il donne ainsi une bonne indication de la contribution de votre système à votre productivité commerciale.
La mesure du panier moyen
Le montant du panier moyen des achats post clic sur les recommandations par rapport au panier moyen des achats non réalisés post clic sur les recommandations est un indicateur pertinent pour mesurer l’efficacité d’un système de recommandation personnalisée. Le panier moyen mesure le montant moyen dépensé par transaction et peut être utilisé pour mesurer l’efficacité d’un système de recommandation personnalisée en comparant le panier moyen des achats post clic sur les recommandations avec le panier moyen des achats non réalisés post clic sur les recommandations. Cependant, il est important de noter que le montant du panier moyen doit être couplé avec le taux de conversion pour être signifiant à travers un dernier indicateur: le revenu / visite. Votre système de personnalisation peut en effet avoir un panier moyen de 5% inférieur mais un taux de conversion 20% supérieur, auquel cas il vous procurera au final un revenu / visite supérieur.
La mesure du revenu par visite
Le revenu par visite se calcule tout simplement en divisant le CA du site par le nombre de sessions. Comparé avant/après ou dans le cadre d’un A/B test, il constitue l’arbitre ultime de la performance de votre dispositif de recommandation personnalisée.
Nous espérons que ces quelques lignes vous auront intéressé.
Pour en savoir plus sur Netwave:
Et n’hésitez pas si vous avez d’autres questions: contact Netwave