Nous remercions la Banque Nationale pour sa commandite qui nous permet d'offrir gratuitement le simulateur de Marketing numérique de HEC MONTRÉAL à nos étudiants du BAA !

Rechercher
Rechercher
Rechercher
Fermer ce champ de recherche.
S'abonner à l'infolettre

Infolettre

Améliorer le marchandisage dans le commerce de détail électronique grâce à l’intelligence artificielle

Ces dernières années, l’intelligence artificielle, l’IA, a été un sujet tendance dans le monde des affaires, en particulier dans le commerce électronique. Nous pouvons immédiatement penser à ChatGPT et à d’autres outils d’IA générative maintenant disponibles sur le marché pour les entreprises, petites et grandes, ainsi que pour les entrepreneurs. Il y a également de plus en plus de questionnements quant à l’efficacité de l’utilisation de l’IA en milieu de travail, ou pire, de préoccupations par l’idée que l’IA entraînerait l’élimination de plusieurs emplois. Cela étant dit, afin de dissiper certains scepticismes, il est important d’explorer et de comprendre l’utilisation de l’IA dans le cadre du commerce de détail électronique, en particulier dans le domaine de la marchandisage, une branche cruciale mais souvent oubliée du marketing.

Qu’est-ce que le marchandisage?

Tout d’abord, qu’est-ce que le marchandisage ? Comme nous l’avons mentionné plus tôt, c’est un terme que nous oublions souvent lorsque nous parlons de marketing, mais dans le monde de la vente au détail, c’est l’outil le plus essentiel et le plus basique pour effectuer des ventes.

Définition du marchandisage dans le commerce de détail traditionnel

Dans le contexte du commerce de détail, le marchandisage est une branche de la science du marketing qui consiste en le processus de sélection, de présentation et de promotion des produits, avec le but de donner envie aux clients d’acheter les produits ou le service. Dans une épicerie, par exemple, une pratique de marchandisage basique consiste à placer les produits frais et facilement périssables comme les fruits et légumes sont placés au début du parcours client (à l’entrée du magasin) afin de persuader les clients de les ajouter en premier à leur panier. Cela permettrait à l’épicerie d’augmenter le taux de vente de ces produits avant leur fin. D’un autre côté, les produits ayant une durée de conservation plus longue, tels que les conserves et les produits surgelés, ont tendance à être placés plus loin dans l’épicerie plutôt que près de l’entrée, car la vente de ces articles n’est pas aussi urgente. Une autre tactique classique de marchandisage consiste à planifier des promotions sur les produits afin d’inciter les clients à acheter dans un délai donné. Ces exemples de placement planifié de produits en magasin et de promotions stratégiques sont des outils de marchandisage de base, également utilisés dans tout commerce électronique et ainsi nommé le « marchandisage web » ou « marchandisage en ligne. »

Définition du marchandisage électronique

Selon l’Office québécois de la langue française, le marchandisage électronique s’agit de « l’ensemble des techniques visant à optimiser la distribution commerciale des produits ou des services d’un site marchand, avec comme objectif l’augmentation des ventes. Quelques aspects du marchandisage électronique incluent l’optimisation de la recherche interne, recommandation de produits, mise en évidence de produits sur la page d’accueil, développement d’outils de comparaison de produits ou d’avis de produits. » On peut aussi ajouter à cette liste toute stratégie et disposition de promotions sur le site, et outils pour personnaliser l’expérience client et son parcours sur le site. Cela dit, en considérant le parcours client et l’entonnoir de marketing, le marchandisage affecte principalement le bas de celui-ci à partir du moment où client entre sur le site web, jusqu’au clic du bouton « achat ».

Qu’est-ce que les technologies d’intelligence artificielle peuvent apporter aux marchandiseurs?

De nombreux outils existent désormais pour aider les marchandiseurs à effectuer leurs tâches, toutefois la majorité d’entre eux nécessitent de solides bases de données pour fonctionner efficacement. Les outils d’IA peuvent aider les gérants à :

  1. Collecter et analyser des données plus rapidement et plus facilement.
  2. Analyser et identifier des motifs et des tendances dans les comportements des utilisateurs de manière plus approfondie.
  3. Prédire les préférences des utilisateurs avec une plus grande précision.
  4. Prendre de meilleures décisions et les mettre en œuvre de manière optimale.
  5. Générer du contenu de marchandisage, comme des descriptions de produits basées sur les données fournies, ou même des ressources multimédia (pensez à ChatGPT, Dall-E, ou aux outils IA de la suite Adobe).
  6. Mieux gérer l’affichage des produits, améliorant leur attrait visuel et, finalement, l’expérience utilisateur en général sur le site.
  7. Apporter des recommandations et promotions plus personnalisés aux clients.
  8. Optimiser les stratégies de prix basées sur le traçage dynamique des données de prix des compétiteurs et de la demande du marché.

Métriques importants dans le marchandisage en ligne

Bref, ces outils permettent aux gérants d’optimiser et automatiser leurs tâches, sauver du temps, et améliorer l’expérience client en ligne. Quelques indicateurs clés et métriques à observer avec l’adoption d’IA incluent :

  1. Le taux d’engagement des utilisateurs avec les produits et / ou services sur le site.
  2. Le taux de conversion (le clics, interactions, ajouts au panier et achat).
  3. La valeur moyenne des paniers des clients.
  4. Le taux d’adhésion du client envers le site (taux auquel les clients reviennent sur votre site web).

Quelles sont les obstacles et risques à considérer dans l’utilisation de l’IA dans le marchandisage?

Tout d’abord, pour que l’IA soit adoptée et implémentée correctement, elle doit être alimentée par des données de qualité. Donc, la réalisation de solutions d’IA sera plus efficace si une entreprise a de bonnes pratiques de collecte, de nettoyage et d’analyse de données. Sinon, l’entreprise devra investir dans des ressources telles que des ingénieurs en données, des analystes, des scientifiques, dans leur outils d’analyse et dans le nettoyage et la restructuration des bases de données. Tout cela peut être coûteux pour les entreprises qui souhaitent développer des capacités internes de marchandisage avec l’IA.

C’est pourquoi il existe des solutions et des plateformes prêtes à l’emploi abordables que les entreprises peuvent acquérir et qui peuvent faciliter la mise en œuvre de l’IA dans le domaine du merchandising. Nous examinerons l’exemple d’Algolia ci-dessous.

D’autres risques liés à l’IA dans le marchandisage incluent le développement d’une trop grande confiance ou même d’une dépendance excessive sur les recommandations des outils d’IA, sans une bonne compréhension et suivi des données et analyses; Cela peut aussi mener à la perte de vue des objectifs de l’entreprise. En effet, il est important pour les marchandiseurs de bien collaborer avec les équipes interfonctionnelles pour intégrer correctement la stratégie de marchandisage web et les solutions d’IA avec les initiatives marketing et les objectifs de l’entreprise.

Cas d’amélioration de marchandisage en ligne avec IA: Algolia et Staples.ca

Algolia est une solution pour les e-commerces offrant une plateforme de recherche et de navigation sur site web alimentée par l’IA de bout en bout. Leur client, Staples.ca (Bureau En Gros), à voulu faciliter et optimiser le parcours de recherche sur leur site, en d’autre mots, faire en sorte que les utilisateurs peuvent rapidement chercher et trouver leurs produits, tout en améliorant l’expérience d’exploration et découverte de produits. En implémentant le « Dynamic product re-ranking » et « Dynamic Synonym Suggestions », les marchandiseurs de Staples ont pu augmenter la pertinence et la précision des résultats de recherche. Ces données de recherche alimentaient l’algorithme d’IA de Algolia, qui donnaient des suggestions de repositionnement et de synonymes de recherche des produits dans les résultats. Algolia proposaient aussi des « search tag synonyms » qui permettaient de rediriger les utilisateurs vers les produits pertinents basés sur la popularité de certains termes recherchés. Par exemple, si plusieurs utilisateurs français cherchent « classeur à attache » et finissent sans résultats, Algolia avisera de lier ce terme au produit le plus pertinent, qui est dans ce cas le « duo-tang » (un terme purement canadien).

Outil Dynamic Re-Ranking de Algoila sur le site de Staples.ca dans la barre de recherche
Utilisation de l’outil Algolia Dynalic Product Re-Ranking sur le site web de Staples.ca

Résultats de l’application IA par Algolia pour Staples.ca

Après le déploiement, Staples.ca a constaté immédiats une amélioration des indicateurs clés comme les taux d’ajout au panier, les taux de clics à partir des résultats de recherche et des plus hauts chiffres d’affaires.

En fin de compte, il est très peu probable que l’IA remplace les emplois dans le domaine du marchandisage. Au contraire, l’IA modifiera et enrichira la manière dont les marchandiseurs exécuteront leur travail, et ce pour le meilleur. Avec l’essor d’outils comme Algolia, de plus en plus de commerces en ligne, petites ou grandes, pourront facilement intégrer ceux-ci dans leur stratégies et pratiques de marchandisage pour s’adapter aux besoins et attentes de leurs clients.

Sources

Picture of rafaeldorothy

rafaeldorothy

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Découvrir d'autres articles

small_c_popup.png

Avez-vous finis votre lecture de l'article?

Vous pourriez tester vos connaissances numérique

25 questions pour déterminer si vos lectures sur le blogue ont fait de vous un expert du numérique