Au mois de juin déjà, nous vous parlions d’e-merchandising personnalisé et de site e-commerce qui s’adapte aux visiteurs. Il se trouve que les moteurs de recommandations ont désormais bien le vent en poupe, on annonce même que la recommandation personnalisée sera l’une des tendances majeures du e-commerce en 2015.

Nous vous avions donc expliqué le principe. Aujourd’hui, nous allons rentrer un peu plus dans l’aspect pratique. Dois je mettre en place un moteur de recommandations? Quelles sont les solutions qui existent? Comment les différencier? Une fois en place, que faut il faire? La réponse à toutes vos questions dans ce qui suit !

Un moteur de recommandations, pourquoi faire?

moteur-de-recommandationNous n’allons pas trop nous étendre sur le sujet pour l’avoir déjà bien traité (voir l’article E-merchandising personnalisé : votre site e-commerce s’adapte à vos clients). Un moteur de recommandations permet de doper significativement les taux de conversion d’un site e-commerce grâce à l’exploitation de diverses données liées à la navigation des visiteurs sur le site.

Selon leur provenance, les produits qu’ils consultent, le fait qu’ils soient connus (ou pas), le moteur de recommandation va afficher des recommandations de produits les plus pertinentes possibles.

Et ça fonctionne! De nombreux critères sont à prendre en compte mais l’on estime un gain de chiffre d’affaire allant de 15 à 30%. Non négligeable, n’est ce pas?

Le marché du moteur de recommandations est en pleine ébullition (forcément puisque c’est la tendance!)Parmi les nombreuses solutions, nous avons retenu 5 alternatives sérieuses que nous allons passer au banc un peu plus loin.

Quand mettre en place un moteur de recommandations?

Un moteur de recommandations est un donc un outil formidable pour doper le chiffre d’affaires de son site e-commerce. Cependant, cela n’a de sens que dans certaines conditions.

Avoir une base clients et un volume de commandes relativement conséquents. En effet, la majeure partie des moteurs utilisant des algorythmes basés sur l’analyse des comportements et des achats déjà réalisés pour faire des recommandations, il est nécessaire d’avoir un volume de données qui lui permette de travailler.

Avoir une base produits relativement conséquente. En effet, un moteur n’a de l’intérêt que lorsqu’il est difficile de faire des recommandations manuelles. Si votre catalogue est restreint, vous êtes à même de proposer le ou les deux produits complémentaires.

Chez Chablais Web, nous conseillons l’utilisation d’un moteur de recommandations à partir de 300 commandes par mois avec une base clients existante d’au moins 3000 clients. Le risque pour des volumes inférieurs est le manque de pertinence des recommandations, ce qui au final, ne sert à rien.

Comprendre les bases des algorythmes (pour mieux comparer)

algorithme-recommandationsIl en existe deux grands types : les algorythmes basés sur le comportement des clients (Collaborative filtering) et ceux basés sur la nature des produits (Content-based filtering). L’ensemble des moteurs de recommandations que nous allons tester juste après utilisent soit l’un, soit l’autre, soit un peu des deux. C’est pourquoi il est nécessaire pour de bien comprendre la manière de fonctionner, les forces et les faiblesse de chacun d’eux.

Le collaborative filtering repose sur une analyse la navigation internet et l’historique des achats et des paniers clients. Cela permet au moteur de définir des corrélations très pertinentes entre les produits. Il peut ainsi présenter pour chaque produit vu les produits les plus souvent achetés avec ou les produits les plus achetés par les clients qui ont vu le produit en question.

Le collaborative filtering est donc centré sur la création de groupes comportementaux similaires. Pour information, ce type d’algorythme est celui qu’utilise Amazon.

L’avantage majeur du collaborative filtering est sa capacité à être vraiment pertinent grâce à une connaissance client statistique qu’un humain ne peut pas avoir. Son inconvénient est la nécessité d’une très large base produits et commandes et/ou d’un certain temps pour être vraiment efficace (problématique lorsque l’on ajoute un nouveau produit par exemple).

Le content-based filtering repose sur une analyse des caractéristiques et attributs des produits en les corrélant avec les préférences de l’utilisateur. Concrètement, cela signifie que pour un produit regardé, le moteur va regarder les produits similaires en se basant sur sa catégorie, ses caractéristiques et ses attributs, analyser les produits que l’on a regardé avant, analyser notre éventuel historique d’achat et de mise au panier, mouliner tout ça et nous proposer les produits les plus pertinents en conséquence. On est donc plus centré sur l’utilisateur que le collaborative filtering.

Un moteur content-based filtering sera opérationnel plus vite, ce qui n’est pas négligeable lorsque l’on a un catalogue qui change souvent. L’inconvénient majeur est la dépendance aux attributs produit. Ceux-ci sont généralement définis par une personne. Si l’attribution a été mauvaise, la pertinence ne sera pas toujours optimale.

Dernier point, mais tout aussi important, il nous apparaît important de pouvoir influencer ou pondérer les recommandations en fonction de besoins ponctuels. Éventuellement aussi de pouvoir définir manuellement si on le souhaite certaines recommandations. C’est que que l’on appelle des règles métier.

L’avantage de celles-ci est de pouvoir orienter les recommandations en fonctions d’objectifs commerciaux (surstock, rupture, promotion, rentabilité. chiffre d’affaires, etc…). L’inconvénient est d’être en revanche moins pertinent. Tous les moteurs ne le propose pas. C’est donc un point sur lequel il faut être vigilent.

Comparatif de 5 moteurs : Ezako, Nuukik, Target2Sell, Pigdata, Nosto

ezakoEzako est une solution française. La société a été fondée en 2010 et revendique les références suivantes : Alwaysriding.co.uk, Mundo-surf.com, Portgratuit.fr, Bouyguestelecom.fr, Rueducachemire.com.

L’algorythme implémenté est un mix collaborative filtering et de content-based filtering tout en permettant d’ajouter des règles métier. Il existe deux offres qui sont fonction du volume de trafic et du nombre de produits vendus sur le site :

Ezako Reco (trafic inférieur à 100 000 pages vues/mois et 2 000 produits) : recommandations personnalisées (basées sur le comportement en ligne de vos visiteurs, des recommandations Peer-pressure (basées sur les comportements similaires), des recommandations orientées produit s (analyse des comportements autour d’un produit) et des recommandations stratégiques (mise en avant campagne marketing et pondération règles métier).

Ezako Custom : Ajoute à l’offre reco une personnalisation du moteur de recherche, une recherche instantanée, une auto-correction des requêtes et la personnalisation des emails

Au niveau du prix, l’offre Reco démarre à 89€ / mois pour un trafic inférieur à 50 000 pages vues/mois et 1 000 produits et monte à 199€ / mois pour un trafic jusqu’à 100 000 pages vues/mois et 2 000 produits. L’offre custom est sur devis en fonction de votre trafic.

Avantages : Intégration est facile sur Prestashop et Magento grâce à un module (gratuit). Premier mois offert. Sans abonnement.

nuukikNuukik est une solution française. La société a été fondée en 2012 et revendique les références suivantes : Naturalforme.fr, Techni-contact.com, Mgc.fr, Happychicgroup.com, Decathlon.fr, Jules.com. La solution fonctionne en Saas et nécessite un volume minimum de 300 commandes par mois pour fonctionner.

Les algorythmes implémentés sont un mélange de collaborative filtering et de content based. En décrypté, cela signifie que le moteur se base à la fois sur du déclaratif (notes, commentaires), sur une analyse des comportements utilisateurs faite en « arrière-plan » ainsi que sur le contenu qui consiste à définir des caractéristiques « objectives » aux objets afin de procéder au filtrage.

Il est par ailleurs possible d’appliquer en plus des règles métier (filtrage, scoring, interdiction ou association manuelle) afin de modifier l’affichage des recommandations en fonction des besoins et de la stratégie commerciale choisie.

Niveau prix, la première offre est à 99€ / mois pour un trafic inférieur à 250 000 pages vues/mois. De 250 000 à 1 250 000 pages vues/mois, on passe à 399€/mois. Au-dela il faut demander un devis.

Avantages : Intégration est facile sur Prestashop et Magento grâce à un module (gratuit). Premier mois offert. Enfin, la solution a été pensée omnicanal : elle peut être utilisée en e-mailing, dans une application mobile, dans une application métier pour les vendeurs d’un point de vente, dans l’outil CRM du call center, en chat sur un site marchand, en couponing en sortie de caisse, etc…

target2sellTarget2Sell est une solution française. La société a été fondée en 2012 et revendique les références suivantes : Aubert.com, Raja.fr, Auchan.fr, Monoprix.fr, Franceloisirs.com. La solution fonctionne en Saas.

L’algorythme implémenté est automatique et auto-apprenant  (collaborative flitering) tout en pouvant être guidé par la mise en place de règles métiers. Le contrôle marketing est possible avec la possibilité de filtrer et de faire des pushs.

Ces options peuvent être définies soit au niveau global, pour l’ensemble d’un site, soit spécifiquement pour une page donnée. Par ailleurs, la solution se veut multicanale (site web, emails, boutiques, call center) et mutlidevice.

Le prix de la solution est forfaitaire, à partir de 99 euros par mois, en fonction du nombre de visites sur le site. A titre d’exemple, la solution coûte 349€ pour 1 million de visites annuelles.

Avantages : Intégration est facile sur Prestashop et Magento grâce à un module (gratuit). Compatible avec MailChimp et Mailjet pour les emails.

pigdataPigdata est une solution française. La société a été fondée en 2012 et revendique les références suivantes : Teddy-smith.com, Izaneo.com, Lilipouce.com, Marieclaire.fr, Gravissimo.fr, Bambinou.com. La solution fonctionne en Saas.

L’algorythme implémenté est du collaborative filtering (120 paramètres analysés). Il est par ailleurs possible d’appliquer des règles métier afin de modifier l’affichage des recommandations en fonction des besoins et de la stratégie commerciale choisie. Pigadata propose également la personnalisation des emails et l’amélioration du moteur de recherche interne.

Enfin, il est le seul moteur à utiliser l’analyse d’image pour réaliser des recommandations directement sur le fond d’écran de la boutique, en y incrustant des produits.

Le prix de la solution est forfaitaire en fonction du volume de trafic mais aussi (et c’est bien dommage) du type de pages sur lesquelles les recommandations sont affichées. Ainsi, pour l’offre de démarrage à 99€ / mois, les recommandations ne seront affichées que sur la page produit, il n’y a pas de personnalisation des réglages et pas d’analyse d’images. Pour profiter pleinement de l’outil (recommandations affichées partout, personnalisation des réglages et analyse d’images), il faut compter 499€ / mois. Détail des offres et tarifs : ici.

Avantages : Intégration est facile sur Prestashop et Magento grâce à un module. Boost du référencement par l’optimisation du maillage interne.

nostoNosto est une solution finlandaise. La société a été fondée en 2011 et revendique les références suivantes : I-run.fr, Theiconic.com.au, Intersport.fi, Glisshop.com, Rollersnakes.co.uk, Babyshop.com. La solution fonctionne en Saas.

L’algorythme implémenté est du 100% collaborative filtering, pas de règles métier. Cela signifie que le système de recommandation se base uniquement sur les données produits et les habitudes d’achat des clients. Cela implique donc que pour être efficace, il nécessite une très large base de produits et de clients.

Nostro propose également la personnalisation des emails de relance (panier abandonné, pas de visite depuis X temps)

Niveau prix, et c’est vraiment la grosse différence de Nosto, la rémunération se fait uniquement à la performance. Le paiement se fait au pourcentage des ventes qui sont réalisées à travers la solution Nosto. Le pourcentage est dégressif et si la solution ne génère aucune vente, la prestation reste gratuite.

Avantages : Intégration est facile sur Prestashop et Magento grâce à un module. Rémunération à la performance, risque limité.

Tirer profit au mieux des recommandations du moteur

irunQuelque soit le moteur de recommandations que vous choisissez, le plus important ensuite est de savoir placer et mettre en valeur au mieux les recommandations pour maximiser leur impact. Voila ce que nous faisons pour nos clients.

Sur la page d’accueil, nous plaçons en recommandation les produits les plus consultés (du mois, de la semaine ou du jour) ou les produits du moment (lorsqu’il y a de la saisonnalité). Ce sont deux choses qui fonctionnent bien. Et généralement, nous mettons en place un A/B Testing avec l’une et l’autre solution pour voir laquelle fonctionne le mieux.

Sur les pages de catégorie, nous plaçons en tête de chacune une recommandation tops des ventes ou une recommandation meilleure affaire du rayon (qui correspondrait aux produits les plus promotionnés).

Sur les fiches produit, nous plaçons des recommandations cross-sell ou up-sell. La aussi, nous mettons généralement un A/B Testing avec l’une et l’autre solution pour voir laquelle fonctionne le mieux.

Sur la page de panier, nous mettons généralement les mêmes recommandations que dans la fiche produit. Le panier étant généralement la dernière chance d’augmenter le nombre d’articles avant que le client ne s’engage dans le tunnel de conversion. Si la livraison devient gratuite à partir d’un montant donné, afficher le montant qu’il manque pour atteindre le franco et afficher une recommandation de produits pertinents et cohérents avec ceux au panier dans cet ordre de prix donne également de très très bons résultats.

Pour chacun des points proposés ci-dessus, il est possible d’aller encore plus loin. Comme toujours en marketing, segmenter est une bonne idée. Il peut par conséquent être intéressant de proposer des recommandations différentes selon les sources d’arrivée (Google naturel, Google Adwords, site référent, réseaux sociaux) et/ou selon que le visiteur soit connu, inconnu ou client.

Par exemple, pour un visiteur déjà venu mais pas encore client, lui recommander des produits qu’il a consulté lors de la précédente visite. Pour un visiteur client, des produits complémentaires au dernier produit acheté, pour un visiteur venu par une annonce adwords visant un produit d’une catégorie précise, recommander uniquement des produits de cette catégorie, pour un visiteur venu d’un site partenaire dont le public est majoritairement féminin, proposer des recommandations de produits plutôt pour femme, etc…

D’autres astuces, pas moins intéressantes : il est possible de proposer aux visiteurs non identifiés ayant ajouté des produits au panier de sauvegarder leur panier. Il s’agit pour cela de mettre en place une pop-up, au moment ou le visiteur veut quitter la page, lui proposant de sauvegarder son panier et de renseigner une adresse email. De quoi enrichir la base et pouvoir en plus envoyer un email de relance personnalisé.

Il est également possible grâce à certains moteurs (la majorité) de personnaliser les emails de relance. Exemple parfait avec la relance pour panier non validé. Le mail rappellera le produit mis au panier mais proposera également des recommandations pertinentes de produits complémentaires et/ou équivalent. Un excellent moyen d’augmenter encore un peu plus vos conversions.

Nos compétences

Chablais Web, agence e-commerce à Thonon Annemasse Evian, vous conseille dans le choix d’un moteur de recommandations pour votre site e-commerce en fonction de votre trafic, de votre type d’activité, de vos besoin.

Une fois le choix arrêté, nous mettons la solution et appliquons les stratégies gagnantes pour que vos recommandations aient le maximum d’impact.

A propos de l’auteur

Responsable E-commerce pendant 6 ans. Gérant de mon agence Chablais Web pendant 3 ans. Désormais à la tête du Marketing Digital chez FirstPoint Sàrl en Suisse et top contributeur de la communauté Google pour les annonceurs.

Spécialiste multi-certifié des solutions Google et Facebook, j’aide les entreprises à faire d’internet leur meilleur atout. Envie d’aller plus haut ? Contactez-moi.