Les recommandations de produits personnalisées

Quel serait un exemple de recommandation de produits personnalisés ?

Supposons qu’un client achète de nouvelles chaussures de course tous les trois mois. Il achète toujours la même marque. Si ce client revient sur votre site et recherche des chaussures de course, on peut supposer qu’il achète à nouveau sa marque préférée, mais peut-être souhaitera-t-il de nouvelles fonctionnalités, une couleur différente ou un nouveau produit ayant fait l’objet d’une recommandation. Une recommandation de produit personnalisée pour ce client gardera ses anciens choix disponibles, mais offre d’abord la possibilité d’une expérience client « nouvelle et améliorée » à un niveau de prix différent.

Comment les sites d’e-commerce génèrent-ils des recommandations de produits personnalisées ?

L’intelligence artificielle back-end crée un modèle de la personnalité en ligne de chaque client. L’algorithme de personnalisation ne se limite pas à l’historique des achats. Il peut également extraire des chiffres à partir de publications sur les réseaux sociaux, des décisions d’achat sur d’autres sites et des requêtes Google. Ces modèles mathématiques complexes reposent sur des mesures de l’ouverture, du sérieux, de l’extraversion, de l’amabilité et de la névrose, toutes reliés grâce aux données générées par des millions de transactions clients aux fonctionnalités attrayantes des produits. Mais le propriétaire d’un site d’e-commerce ne voit jamais ces calculs, effectués en quelques millisecondes avec un logiciel de personnalisation ajouté au back-end de votre site.

Votre rôle consiste à continuer à trouver des options qui vous permettent de recommander des produits qui offrent une bonne marge et que vos clients vont adorer. Votre logiciel de personnalisation de produit décortique les chiffres, de sorte que votre site présente les produits que vos clients trouveront irrésistibles. Votre site ne montrera à vos clients que les produits qu’ils souhaitent acheter. La personnalisation correcte des produits réduit vos dépenses marketing et augmente la fidélisation de vos clients.

Quels avantages procurent les recommandations de produits personnalisées ?

La personnalisation des produits génère un excellent retour sur investissement. En fait, une étude récente a indiqué que 49 % des consommateurs ont déclaré avoir acheté un produit qu’ils n’avaient pas l’intention d’acheter à l’origine après avoir reçu une recommandation de produit personnalisée.

La personnalisation des produits peut fonctionner à tout moment dans votre entonnoir client. Vous pouvez obtenir une vue à 360° de votre client en accumulant des informations et offrir une meilleure personnalisation des produits chaque fois qu’un client visite votre site.

Comment fonctionnent les recommandations de produits personnalisées ?

Les recommandations de produits personnalisées sont générées à l’aide des données d’utilisateurs extraites de votre site Web. Idéalement, vous proposez à vos clients uniquement des produits qu’ils souhaitent acheter. Plus l’expérience est personnalisée, mieux c’est.

Lorsqu’elles sont correctement effectuées, les recommandations de produits personnalisées peuvent vous aider à réaliser des économies et à augmenter la fidélisation des clients. Un rapport datant de 2018 indique que les clients qui s’engagent avec un produit recommandé (en cliquant dessus et en lisant la description, par exemple) sont 55 % plus susceptibles d’effectuer un achat lors de cette session. Pour les nouveaux clients, ce taux est de 70 %, un joli chiffre !

Les moteurs de recommandation, qui sont des programmes analysant les données sur les produits et les utilisateurs, génèrent des fonctionnalités de ce type. Non seulement les vendeurs utilisent ces moteurs, mais les sites Web de streaming s’en servent pour générer des listes de vidéos recommandées à l’attention des utilisateurs.

Il existe 3 types principaux de moteurs de recommandation :

1. Les systèmes de filtrage collaboratif
2. Les systèmes de filtrage basé sur le contenu
3. Les systèmes de recommandation hybride

Nous aborderons ces moteurs de recommandation plus en détail et fournirons des exemples de chacun plus tard dans cette publication.

Quelles données intéressent les moteurs de recommandation ?

Avec un grand nombre de données utilisateur à portée de main, vous pouvez utiliser un moteur de recommandation pour proposer des suggestions très spécifiques à vos clients.

Les moteurs de recommandation regardent généralement des données comme :

• Les recherches du client
• Son historique d’achats
• Les articles qui figurent actuellement dans son panier
• Son comportement sur les réseaux sociaux (« J’aime », partages, etc.)
• Son emplacement géographique
• Son segment d’audience (données démographiques)

Votre moteur peut utiliser sa géolocalisation pour recommander un bon manteau lorsqu’arrive l’automne dans sa zone géographique. Dans le cas de notre photographe, le moteur peut recommander une carte mémoire haute capacité pour l’appareil photo onéreux qu’il a acheté, un certain temps après l’achat.

Quels seraient des exemples de recommandations de produits personnalisées ?

L’IA de la personnalisation des produits repose principalement sur trois types de moteurs de recommandation : les systèmes de filtrage collaboratifs, les systèmes de filtrage basés sur le contenu et les systèmes de recommandation hybrides.

Filtrage collaboratif

Le filtrage collaboratif analyse les données de plusieurs clients (les statistiques fonctionnent mieux si le nombre de clients est supérieur à 1 500) pour générer un panel de produits que le client est susceptible d’apprécier le plus. Il utilise l’expérience de tous les clients pour recommander des produits pour chacun de vos clients.

Quel serait un exemple de filtrage collaboratif ?

Par exemple, si un visiteur du site s’intéressait à un appareil photo reflex numérique, il pourrait lui proposer des objectifs que d’autres clients ont achetés avec cet appareil photo.

Le filtrage collaboratif ne repose pas uniquement sur la combinaison des données clients. Il filtre les recommandations de produits par historique de recherche, par emplacement géographique et par historique du client en lien avec le modèle et le site. Son principal avantage est qu’il ajoute des informations provenant de plusieurs clients aux recommandations personnalisées pour un seul client.

Filtrage basé sur le contenu

Le filtrage basé sur le contenu génère des recommandations du type « Si vous avez aimé ceci, vous pourriez également aimer cela ». Il examine le modèle de décisions d’achat du client individuel, plutôt que les données d’un groupe de clients. Le filtrage basé sur le contenu examine les données d’un seul client à la fois.

Quel serait un exemple de filtrage basé sur le contenu ?

Supposons qu’un client ait acheté des amandes en mars, des noix en avril, des noix de cajou en mai, et qu’il soit de retour sur votre site pour passer une nouvelle commande de noix en juin. Le filtrage basé sur le contenu peut afficher les noix de macadamia et les pistaches comme des produits supplémentaires qu’ils peuvent apprécier.

Les systèmes de recommandation hybride

Les systèmes de recommandation hybrides combinent le filtrage collaboratif et le filtrage basé sur le contenu. Ils utilisent les données de clients similaires ainsi que les données de l’historique de recherche et d’achat du client.

Quel serait un exemple de système de recommandation hybride ?

Les services de streaming vidéo exécutent généralement un filtrage collaboratif (pour déterminer quelles nouvelles vidéos sont susceptibles de vous intéresser) combiné à un filtrage basé sur le contenu (qui fait correspondre les vidéos actuellement disponibles à des vidéos auxquelles vous avez attribué des notes élevées par le passé). Ce type de filtrage peut également prendre en compte l’emplacement géographique et les mentions « J’aime » et « Je n’aime pas ».

Bonnes pratiques en matière de recommandations de produits personnalisées

Votre moteur de personnalisation de produit automatise l’analyse des requêtes de recherche de clients, des données démographiques, de l’historique des achats, du comportement social (en particulier les partages et les mentions J’aime) et de l’emplacement géographique, par rapport à ce qui est déjà dans leur panier. Mais vous pouvez tirer le meilleur parti du moteur de recommandation de produits de votre site en suivant cinq bonnes pratiques.

1. Analysez les bons comportements.

Aucun système d’IA ne fonctionne entièrement sans intervention humaine. Assurez-vous que votre recommandation de produit analyse les comportements pertinents pour déterminer les raisons pour lesquelles vos clients prennent leurs décisions d’achat.

Pour que votre moteur de recommandations de produit personnalisé génère des résultats pertinents, il doit se concentrer sur les comportements des utilisateurs qui sont eux-mêmes pertinents. Tous vos clients n’achètent pas en fonction des mêmes critères. Votre moteur doit constamment tenir compte de ces critères et comprendre la raison pour laquelle les internautes achètent.

Si vous vendez des T-shirts, certains utilisateurs de votre site préféreront des couleurs ou styles particuliers. D’autres seront fidèles à leurs marques préférées. D’autres encore pourraient même changer leurs habitudes et acheter des T-shirts fabriqués aux États-Unis.

L’un de vos clients préfère les chemises conçues à base de fibre écologique ? Il se soucie probablement de l’environnement et serait davantage intéressé par des produits plus « verts » plutôt qu’un autre article au style similaire. Il pourrait également être intéressé par certains produits ménagers non toxiques et des boîtes de conservation alimentaire en verre.

2. Testez vos stratégies.

Comme pour toute campagne marketing, les tests et l’analyse comparative sont des éléments primordiaux. Si vous ne testez pas vos stratégies avant de les utiliser dans la pratique, vous manquez une occasion en or.

Bien que les moteurs de recommandations soient des outils puissants, ils ont tout de même besoin d’être guidés par des humains. Veillez à toujours observer ce qui semble fonctionner et à en prendre bonne note. En cas de doute, envisagez les tests A/B.

Il est important de mener des tests A/B dans le cadre de toute campagne marketing. Si vous ne testez pas vos paramètres avant de mettre à l’échelle votre outil de personnalisation de produit, vous pourriez manquer des opportunités d’amélioration de l’expérience utilisateur et d’augmentation des ventes.

Certains types de recommandations peuvent mieux fonctionner sur certaines pages que d’autres. Les recommandations de « Produits tendance » peuvent fonctionner sur votre page d’accueil, mais pas sur la page du panier d’achats. Mais ajouter une case « satisfaction complète » sur la page de votre panier, qui propose par exemple, de compléter l’achat de chaussures avec une ceinture et un sac assortis, pourrait augmenter les ventes. La seule façon de savoir ce qui fonctionnera est de tester.

Prêtez attention aux types de recommandations qui fonctionneraient mieux sur certaines pages que d’autres. Un encadré « Produits tendance » pourrait obtenir de bons résultats sur votre page d’accueil, mais pas sur la page du panier. Si l’internaute est sur la page du panier, sur le point d’acheter une nouvelle paire de chaussures, il peut être utile d’insérer un encadré « Complétez votre look » qui suggère des produits complémentaires (sacs à main, ceintures, etc.). La seule façon de le savoir est de tester et d’ajuster en tenant compte de ce qui fonctionne ou non.

3. Ajoutez des recommandations à des endroits inattendus.

Vous n’êtes pas obligé de placer des recommandations uniquement sur les pages qui présentent déjà des produits. Pourquoi ne pas les placer sur votre page 404 et donner aux visiteurs un moyen facile de revenir à votre site principal ? Vous pouvez ajouter un encadré de recommandation sur votre page de paiement qui informe le client qu’il peut bénéficier de la livraison gratuite simplement en dépensant quelques euros de plus.

Ou insérer des recommandations dans vos e-mails. L’e-mail de panier abandonné peut suggérer des produits en fonction des articles en attente dans le panier du client. De nombreuses entreprises envoient des e-mails de suivi lorsqu’une personne a acheté un produit afin de proposer des recommandations qui pourraient compléter son achat. Si un internaute consulte le même produit à plusieurs reprises, vous pouvez lui envoyer un e-mail lui demandant s’il est toujours intéressé et présenter des produits similaires dans la même gamme de prix.

4. Intégrez le bon nombre de recommandations.

Vous décidez entièrement de quelle façon vous souhaitez inclure des recommandations sur votre site Web. Certaines entreprises ont des encadrés de recommandation de produits personnalisée sur chaque page de leur site.

D’après les marketeurs et designers adoptant cette approche, le fait de maximiser l’exposition du client aux recommandations les rend plus susceptibles d’acheter les produits présentés. Les détracteurs estiment qu’un trop grand nombre de recommandations détourne l’attention de l’utilisateur de l’objectif de la page et risque de l’ennuyer.

Si vous créez des recommandations de produits personnalisées partout, soyez prudent et faites des choix judicieux. Assurez-vous que votre moteur de recommandations fonctionne correctement et qu’il affiche des résultats pertinents, faute de quoi vos clients pourraient se sentir bombardés et se désintéresser.

Même si les recommandations visent juste, certains clients peuvent facilement s’en détourner si vous les placez en plein milieu de chaque page. Rappelons que l’objectif d’une recommandation de produits personnalisée est de suggérer quelque chose à vos clients qu’ils vont vraiment trouver utile.

Certains spécialistes du marketing prônent un effort particulièrement ciblé. Vous pouvez choisir une approche encourageant à privilégier la qualité à la quantité et présenter seulement quelques recommandations adaptées sur les pages que vos recherches indiquent comme efficaces. Sinon, vous pouvez incorporer des recommandations sur l’ensemble de votre site, de façon subtile, en les plaçant sous le pli ou dans une barre latérale.

5. Utilisez la preuve sociale.

Lorsque vous vérifiez les avis sur un produit avant de l’acheter ou demandez des conseils à une personne de confiance, vous êtes à la recherche d’une preuve sociale. Vous voulez être certain que l’article que vous êtes sur le point d’acheter représente un bon investissement.

En tant que dirigeant d’entreprise, vous pouvez utiliser vos recommandations de produits personnalisées comme preuve sociale. À côté de chaque produit, ajoutez de petits badges indiquant le nombre de personnes qui l’ont consulté ou l’ont acheté ce jour-là. Si un client constate que le produit a été vu par des centaines de personnes, il pourrait être davantage incité à l’acheter. Des étiquettes comme « Meilleure vente », « Coup de cœur », ou « Le choix de l’équipe » apportent également du crédit à vos produits. Ces étiquettes sont appelées des « badges ».

Certains sites Web informent leurs utilisateurs en temps réel lorsqu’une personne achète un produit qu’ils envisagent eux-mêmes d’acheter. Par exemple, « Charline de Bordeaux vient juste d’acheter une bague sculptée en hématite ». Cette information génère un sentiment d’urgence et peut motiver les internautes à réaliser un achat ou à rechercher d’autres produits.

Comment recommanderiez-vous un produit à quelqu’un ? Si vous encouragez les clients à évaluer vos produits, ou si vous incitez vos clients à recommander vos produits à d’autres personnes, vous utilisez la preuve sociale. Vos clients veulent des confirmations sur les réseaux sociaux pour se sentir rassurés sur le fait qu’ils obtiennent un bon rapport qualité-prix. Reliez vos efforts de personnalisation de produits à votre gestion des réseaux sociaux.

Créer une expérience client fluide

Les recommandations de produits personnalisées permettent aux clients de trouver facilement ce qu’ils souhaitent acheter. Plus vous facilitez leur expérience, plus ils auront une image positive de votre entreprise.

En utilisant vos données de vente pour adapter vos recommandations et en présentant des produits pertinents, vous incitez les acheteurs à être plus susceptibles d’effectuer un achat et de revenir.