Gérer les recommandations produits ne s’improvise plus. Les consommateurs se sont en effet emparés du e-commerce et s’attendent désormais à bénéficier d’une expérience réellement individualisée, autant sur le web qu’en point de vente physique. Aussi, la fidélité des clients dépend en grande partie de la façon dont sera personnalisée leur expérience de navigation et dont le site e-commerce répondra à leur demande. Pour y parvenir, la recommandation produit représente un levier marketing puissant. Il n’est donc pas étonnant que la plupart des sites e-commerces utilisent des moteurs de suggestion automatique pour accompagner les visiteurs dans leur recherche, les orienter et leur permettre de trouver rapidement le produit qui correspond à leurs besoins et attentes. Si de nombreuses enseignes ont adopté la recommandation produit, toutes ne le font pas bien… Voici 5 astuces pour faire des suggestions vraiment pertinentes à vos visiteurs !
Recommandation produit : tour d’horizon
Recommandation produit : définition
La recommandation produit consiste à recommander des articles aux visiteurs d’un site internet marchand. Il s’agit souvent d’un processus automatisé qui s’appuie sur les données que les visiteurs laissent sur le site lors de leur navigation. L’objectif de la recommandation produit est simple : fournir un conseil ou une suggestion au visiteur pour l’inciter à acheter. Ainsi, lorsqu'elles sont correctement effectuées, les recommandations produits permettent aux sites marchands d’augmenter le panier moyen, grâce à des stratégies d’up-selling et de cross-selling notamment.
Lire aussi : Augmenter le panier moyen : de l'importance de comprendre ses visiteurs pour vendre plus
Recommandation produit : quelques chiffres
Un rapport de 2018 indique que les visiteurs qui s’engagent auprès d’un produit recommandé – en cliquant dessus par exemple – sont 55% plus susceptibles d’effectuer un achat lors de leur navigation. Ce pourcentage atteint les 70% pour les nouveaux visiteurs. Pour bénéficier de cet élan, il semble donc primordial de réaliser des suggestions pertinentes !
Recommandation produit : 5 astuces pour faire des suggestions pertinentes au consommateur
1. Recommandation produit : comprendre ses clients grâce aux données
La question de la récolte des données est au cœur des préoccupations des internautes. Si chacun sait que les sites web qu’il consulte collectent ses données personnelles – cet aspect étant souvent admis et accepté – l’inquiétude peut survenir quant à l’exploitation desdites données. Les internautes redoutent en effet souvent que les sites e-commerce ne récoltent leurs données que pour organiser leur pression publicitaire et non identifier leurs attentes pour les satisfaire. Dès lors, pour rassurer les consommateurs et susciter leur adhésion, les sites e-commerces doivent exploiter les données pour améliorer leur compréhension des visiteurs et leur offrir un service, plutôt que pour simplement orchestrer leur pression commerciale. Pour faire des recommandations produits qui fonctionnent, il est ainsi primordial de se concentrer sur le visiteur, pour lui rendre un véritable service et lui garantir une expérience sur mesure.
2. Recommandation produit : personnaliser les suggestions pour gagner en pertinence
Vos visiteurs aiment se sentir privilégiés et avoir une relation de qualité avec votre marque, y compris sur le net. La personnalisation de vos recommandations produits est un excellent moyen d’y parvenir. Le visiteur n’a aucun intérêt à connaître les produits « les plus vendus » sur votre site. Ce qu’il attend, c’est que vous lui fassiez des suggestions qui répondent à ses besoins, peu lui importe le besoin des autres consommateurs. A ce titre, une étude a révélé que les zones de suggestion « recommandé pour vous » enregistraient un taux de clic de 200% supérieur à une zone de recommandation produit non personnalisée et simplement “moyennée”.
3. Réaliser des recommandations produits adaptées au type de page visité
Pour des suggestions pertinentes, il convient d’avoir en tête l’emplacement de la zone de recommandation produit. Les recommandations sur la page d’erreur devront permettre de relancer la navigation du visiteur pour éviter qu’il ne ferme l’onglet. Celles de la page d’accueil ne seront pas les mêmes pour un nouveau visiteur et pour un client régulier. Sur la page panier, les recommandations produits seront pensées de sorte à favoriser l’achat impulsif, au même titre que les présentoirs au niveau des caisses en magasin physique.
En fonction des catégories de produits recommandées, certaines pages seront par ailleurs plus adaptées que d’autres au cross selling : directement sur la page produit pour les articles de mode féminine pour laquelle la notion de total look peut être importante et plutôt en layer panier pour certains biens d’équipement afin de ne pas perturber l’acte d’achat du visiteur par exemple.
En somme, chaque page et chaque catégorie de produit doit faire l’objet d’une stratégie de recommandation adaptée.
4. Recommandation produit : en finir avec les recommandations statistiques
La quasi-totalité des moteurs de recommandation produits disponibles sur le marché travaillent à partir de modèles statistiques, principalement grâce à des technologies de machine learning. Le principe ? Ils rattachent le visiteur à un segment prédéterminé, pour lui proposer les produits qui ont le mieux fonctionné auprès des autres individus de ce segment. Or, cette pratique s’appuie sur une vérité statistique et non sur la réalité de la situation individuelle dans laquelle se situe le visiteur, à l’instant T. Ainsi, le moment est venu d’en finir avec les recommandations “moyennées” ! Il est bien plus efficace et pertinent de s’appuyer sur une approche situationnelle : la situation est identifiée en temps réel, autour du visiteur. La recommandation réalisée ne porte donc pas sur le produit qui a été le plus acheté statistiquement, mais sur celui qui a été le plus acheté le plus récemment dans la même situation. La recommandation produit est alors réellement individualisée : le site gagne en pertinence et répond aux attentes des consommateurs.
5. Recommandation produit : s’appuyer sur une solution d’IA inductive en temps réel
Contrairement aux technologies de machine learning qui proposent des modèles bâtis sur des bases statistiques, l’intelligence artificielle Inductive de Netwave identifie, en temps réel, la situation du visiteur. Chaque nouvelle donnée reçue au sujet du visiteur donne lieu à une réévaluation de la situation : les recommandations produits sont ainsi vraiment adaptées à l’état d’esprit du visiteur et évoluent de façon dynamique tout au long de sa navigation. En somme, la technologie Netwave découvre le besoin réel du visiteur à chaque clic : vous êtes en mesure de lui recommander ce qui se vend le plus en ce moment auprès des visiteurs qui lui ressemblent le plus. Vos recommandations produits gagnent en pertinence et vous maximisez vos chances de conversion ! Ainsi, dans les A/B tests réalisés face à des systèmes de machine learning, l'IA Inductive de Netwave a réalisé des sur-performances de +55% en termes de taux de clic (enseigne alimentaire britannique) et jusqu'à + 392% en termes de CA/Visite (site discount français).
L’approche de Netwave consiste avant tout à comprendre vos visiteurs, grâce aux signaux faibles qu’ils laissent lors de leur navigation. Les dimensions contextuelles, comportementales et psychologiques de chaque visite sont analysées de sorte à recommander à chaque visiteur le produit qui répondra le mieux à ses attentes. Un projet ? Une question ? Contactez-nous !