Comment construire un moteur de recherche pour votre site web

Lorsqu’on parle de recherche, on pense automatiquement à Google. Google est devenu synonyme de recherche à tel point que nous utilisons le verbe “googler” dans nos conversations quotidiennes. Il nous aide à trouver les informations nécessaires dans le labyrinthe sans fin des pages trouvées sur le web. Il les indexe pour pouvoir déterminer la pertinence des résultats lorsque les utilisateurs saisissent leurs requêtes dans la recherche.

Cependant, nous ne faisons pas uniquement des recherches sur le web mais également sur des sites individuels, et Google indexe ces pages principalement en se basant sur la conformité du texte intégral. Une telle recherche n’est toutefois pas suffisante pour effectuer une recherche utile et confortable sur les sites web ou, dans notre cas, dans les boutiques en ligne. C’est ainsi que s’est créé l’ensemble du secteur SaaS des entreprises développant des solutions de recherche pour les boutiques en ligne. Ces entreprises peuvent aider les clients à trouver ce qu’ils cherchent à l’aide de différentes méthodes complexes. L’intelligence artificielle permet d’appliquer les informations concernant les interactions des clients avec le contenu web pour classer correctement les résultats de recherche.

Remarque : Les données utilisées dans cet article proviennent de la publication en ligne Recherche : bases de références & observations produite par Luigi’s Box sur la base des données des boutiques en ligne de nos clients. La version PDF actuelle de la publication est disponible en plusieurs langues sur ebook.luigisbox.com.

Pourquoi la recherche a-t-elle tant d’importance

La recherche représente en moyenne 20 % du trafic de la boutique en ligne. La moyenne par segment varie entre 8 et 43 % (Fig. 1). Il est le plus bas dans le secteur de la mode (7,8 %). Quand il s’agit d’acheter des vêtements, les clientes sont prêtes à consulter une grande variété de produits. Elles aiment réfléchir soigneusement à ce qui pourrait leur aller le mieux. Les noms de produits ne suffisent pas à représenter complètement les articles, et il est difficile de trouver des vêtements par une simple recherche textuelle. Si la cliente cherche un tee-shirt bleu, il lui faudra également un affichage visuel pour faire son choix. On peut facilement trouver des centaines de tee-shirts bleus dans une boutique en ligne. Les clients veulent voir une gamme aussi large que possible pour ensuite la réduire graduellement en utilisant des filtres. Ils sont donc plus susceptibles de faire des recherches par le biais de la navigation.

Au contraire, la plupart des clients utilisent la recherche dans le secteur du livre et des jeux (43,3 %). C’est parce que les produits ont des noms distincts, c’est-à-dire la combinaison unique de l’auteur et du titre. L’image n’est pas aussi importante. Elle sert uniquement de confirmation visuelle que le client a trouvé le bon produit. Par conséquent, il est naturel pour eux de rechercher uniquement le titre du produit. C’est le moyen le plus rapide de trouver le bon produit car dans le secteur des livres et des jeux, le client connaît souvent exactement ce qu’il veut, à la différence des achats dans le secteur de la mode.

L’importance de la recherche augmente également du fait que le taux de conversion des clients qui utilisent la recherche est plus élevé que le taux de conversion de ceux qui utilisent la navigation (Figure 2). Les clients qui utilisent la recherche suivent le processus d’achat. Ils savent ce qu’ils veulent et sont décidés à l’acheter. Cela est bien illustré par un graphique comparant les deux segments.

Dans chaque segment, la probabilité de conversion augmente lorsqu’on utilise la recherche. Dans les segments des produits électroniques de grande consommation, de la mode et du sport, il y a deux raisons à cela. Comme mentionné ci-dessus, les clients veulent voir une large gamme de produits, surtout dans les segments où la part de visites avec l’utilisation de la recherche est plus faible.

La deuxième raison peut être que les clients utilisent la recherche pour comparer les prix, surtout dans le segment des produits électroniques. Ils visitent donc un plus grand nombre de boutiques en ligne et copient le code du produit ou le nom complet dans la recherche pour voir où ils peuvent acheter le produit désiré au prix le plus bas.

La recherche peut représenter une part considérable du chiffre d’affaires total de la boutique en ligne. Cette part diffère selon les segments, mais nos données montrent qu’il peut s’agir de montants considérables, selon la taille de la boutique en ligne (Figure 3). Dans le cas du segment des livres et des jeux, cela peut représenter jusqu’à 45 %. Il est donc essentiel que la recherche fonctionne correctement. La recherche n’est pas seulement un moyen permettant d’améliorer l’UX mais également un canal d’échanges important dont la puissance commerciale augmente rapidement dans les boutiques en ligne qui consacrent du temps et de l’énergie à son optimisation. Dans la section suivante, nous allons parler des fonctions que devrait posséder une recherche de bonne qualité.

Qu’est-ce qu’une bonne recherche devrait faire pour vous ?

Visibilité

La ‘génération Google’ grandit vite et, de manière inconsciente, cherche immédiatement l’outil de recherche en se rendant sur n’importe quel site web afin de trouver rapidement les informations nécessaires. Pourtant, les boutiques en ligne ont tendance à masquer le champ de recherche.

Pour interagir avec la barre de recherche, les clients ont souvent besoin de chercher d’abord l’icône loupe en haut à droite de la page, pour pouvoir commencer à saisir leur requête après avoir cliqué dessus. Cela occasionne des erreurs, en particulier sur les appareils mobiles où les utilisateurs ont souvent besoin d’utiliser le bouton d’affichage de la navigation.

Une idée répandue est que les clients utilisent les mobiles uniquement pour explorer les produits, mais qu’ils effectuent leurs achats sur les ordinateurs de bureau. Nos données confirment largement cela, mais la pandémie a apporté de grands changements dans le comportement client. L’un d’entre eux est le fait que le nombre d’achats effectués par téléphone se rapproche du nombre d’achats faits sur ordinateur (fig. 4). Les clients ont de moins en moins peur des paiements mobiles. Nous pouvons voir cela également sur ce tableau qui compare les taux de conversion à partir de la recherche mobile en 2019 et en 2020. Nous voyons clairement la croissance dans la plupart des segments.

Saisie semi-automatique

La fonction de saisie semi-automatique (connue également sous le nom de texte prédictif ou search-as-you-type) est déjà chose courante dans les boutiques en ligne. Cet outil propose des résultats de recherche lorsque le client saisit les premières lettres de la phrase, avant même d’avoir appuyé sur Entrer. Cela permet de réduire considérablement le temps nécessaire pour trouver les produits désirés. La saisie semi-automatique joue plusieurs rôles principaux :

1. Confirme que la requête est correcte, et que la boutique en ligne propose les produits que le client recherche.
2. Soulage l’utilisateur de la nécessité d’écrire la phrase entière, ce qui est d’autant plus utile sur les appareils mobiles.
3. Guide l’utilisateur directement vers la catégorie qu’il recherche, même au troisième niveau de navigation. Par conséquent, l’utilisateur n’a pas besoin de chercher des catégories dans la navigation.
4. Complète le contexte de la requête utilisateur. Souvent, les utilisateurs ne connaissent qu’une partie du nom du produit. La saisie semi-automatique leur montre les catégories et les marques associées à la phrase et ainsi leur communique efficacement l’offre plus large liée à leur requête.
5. Montre directement à l’utilisateur le produit demandé, si la requête est suffisamment précise (code produit, nom exact).

Toutes les saisies semi-automatiques ne fonctionnent toutefois pas de la même façon. La saisie semi-automatique ne peut pas prétraiter une expression (c-à-d., une bonne analyse des mots individuels dans la requête, l’extraction des noms de produits, de catégories, de marques, etc.) comme la recherche elle-même. Nous rencontrons souvent des fonctions de saisie semi-automatique qui répondent lentement, et non dès la première lettre saisie par l’utilisateur. C’est ainsi que son importance se perd. Une saisie semi-automatique qui fonctionne correctement devrait répondre dans un maximum de 0,3 secondes, dès le premier caractère et après chaque touche.

La saisie semi-automatique travaille dans une zone visuellement restreinte où elle doit afficher plusieurs “meilleurs” produits, catégories de produits, marques, articles, mots fréquemment recherchés, etc. Le contenu de la saisie semi-automatique doit être adapté à chaque segment e-commerce. Dans le segment de la mode, nous choisissons des catégories de produits, et pour le tourisme, il peut s’agir de destinations, etc.

Vous pouvez voir l’importance de la saisie semi-automatique sur un diagramme (fig. 5). Il compare le taux de conversion des visites lorsque les clients ont utilisé la saisie semi-automatique et ceux où les clients n’ont pas cliqué sur les résultats proposés par la saisie semi-automatique. Dans tous les segments, le taux de conversion est plus du double pour les visites au cours desquelles les clients ont utilisé la saisie semi-automatique.

Fautes de frappe

Rendez-vous sur votre boutique en ligne, essayez d’utiliser votre recherche interne et faites une faute de frappe intentionnellement. Par exemple, cherchez un ‘Ipohne’ ou un ‘réfrigderateur’. Si vous n’avez reçu aucun résultat, cela signifie que vous perdez régulièrement des clients en raison des défaillances du moteur de recherche. 30 % des visiteurs quittent une boutique en ligne après avoir effectué des recherches sans résultats. Qu’en pensez-vous : où vont-ils après avoir quitté votre boutique en ligne ? Il est très probable qu’ils se rendent directement chez vos concurrents, où ils pourront trouver et acheter le produit.

Une bonne recherche est capable de traiter les fautes de frappe et de fournir des résultats pertinents même lorsque le client ne saisit pas une requête parfaite (fig. 6). Il existe toutefois des cas où la tolérance aux fautes peut faire plus de mal que de bien. Par exemple, si les clients cherchent un iPhone 13, ils ne devraient pas voir des résultats pour l’iPhone 11. Ils sont intéressés par un type de nouveau téléphone en particulier, et les vieux modèles ne les concernent pas.

Il est donc essentiel de comprendre comment la recherche fonctionne avec des requêtes individuelles.

Si la saisie n’est pas assez précise, il vaut mieux corriger la faute avant de terminer la recherche dans le but d’obtenir des résultats appropriés, plutôt que d’afficher des options plus ou moins pertinentes pour la requête.

Jargon et synonymes

Des problèmes apparaissent souvent lorsque le client ne connaît pas le nom exact du produit ou lorsqu’ils le connaissent sous un nom différent de celui répertorié dans votre catalogue. Cela inclut les différentes versions régionales du mot, les termes familiers ou une transcription phonétique à partir de langues étrangères : pull/pullover, vélo/bicyclette, etc. – ce ne sont que quelques exemples pour lesquels une recherche client mal optimisée n’affichera aucun résultat si la requête diffère du nom dans votre catalogue de produits.

Une recherche efficace est capable de travailler avec les synonymes. Si vous êtes conscient de l’existence de tels mots, vous pouvez leur attribuer des synonymes et permettre à la recherche d’afficher les produits désirés lorsque les termes de la requête sont différents des noms utilisés dans votre catalogue de produits. Un bon analyste vous dira quelles phrases posent problème dans votre boutique en ligne : les clients les utilisent mais n’obtiennent aucun résultat ou ne cliquent pas sur eux parce qu’ils leur paraissent inappropriés. Cela peut vous donner une idée des produits qui ont besoin de synonymes. De plus, le système devrait être capable de produire, pour n’importe quelle boutique en ligne, de nouvelles recommandations sur mesure basées sur le comportement client.

Reconnaissance du contexte

Une bonne recherche peut également fonctionner avec des phrases plus longues qui contiennent plusieurs éléments d’information, ce qui fait gagner du temps aux clients. Un exemple est une phrase qui contient la couleur du produit (par ex., tee-shirt jaune, sac vert). Au lieu d’afficher une catégorie et de laisser l’utilisateur cliquer sur les filtres, le moteur de recherche va les appliquer automatiquement (fig. 7).

Il existe deux façons d’aborder la solution technique de cette fonction. L’une consiste à extraire la catégorie de produits depuis la requête et de l’appliquer en tant que filtre. Cependant, pour cette approche, les données du catalogue de produits doivent être d’excellente qualité. Les boutiques en ligne offrent souvent des milliers de produits et n’ont pas la capacité d’utiliser une bonne structure de données. Par conséquent, il vaut mieux, pour cette fonction, que le système puisse identifier une couleur à partir de la description, du nom ou de tout autre attribut du produit.

Pagination

La pagination, la répartition des résultats sur plusieurs pages, est une autre caractéristique importante de la recherche. Les données montrent que près de 88,7 % des clients consultent uniquement la première page des résultats (fig. 8). Moins de 10 % des utilisateurs se rendent sur la deuxième page. Par conséquent, il est préférable de ne pas utiliser la pagination classique (le fait de répartir les résultats de recherche sur des pages numérotées). Il est plus efficace de placer le bouton “charger” à la fin des résultats affichés. L’expérience utilisateur se trouve au cœur des stratégies de pagination efficaces, qui visent à rendre le processus de recherche plus intuitif et satisfaisant. Les techniques de pagination du site web permettent d’améliorer la navigation des utilisateurs et à gérer efficacement de larges ensembles de données.

De nouveaux produits se chargent après un clic sur le bouton. Si ce sujet vous intéresse, lisez notre article sur la pagination.

Classement des produits

Une recherche performante prend également en compte des variables autres que le score par texte intégral pour classer les résultats de recherche. L’intelligence artificielle ou l’administrateur de la boutique en ligne peut modifier ce classement. Lorsqu’elle utilise l’intelligence artificielle, la recherche peut classer les résultats en fonction de la saison, de la marge bénéficiaire, du vendeur ou d’autres indicateurs tenant compte des bénéfices commerciaux pour la boutique en ligne, créant par là-même un classement des produits optimal qui va favoriser la probabilité de conversion.

En classant les produits manuellement, une bonne recherche devrait permettre la hiérarchisation des produits. Cela signifie que l’administrateur peut manuellement définir les produits/marques/catégories qui doivent apparaître en tête de liste des résultats de recherche. La clé peut également être la probabilité que les produits soient vendus/cliqués ou un effort pour mettre en avant de nouveaux produits. Ou bien au contraire, pour mettre en évidence les produits dont les ventes ont besoin d’être boostées. Les performances des produits doivent faire l’objet d’un suivi constant, de sorte que si la mise en avant d’un produit n’a pas été utile, vous pouvez l’arrêter à tout moment. Il occuperait sinon inutilement la place de produits ayant un meilleur potentiel de vente dans les résultats de recherche.

Filtres

Les filtres aident également les clients à choisir des produits. Ils peuvent être utilisés pour affiner la sélection lorsque le nombre de résultats de recherche est trop grand. Plus il y a de produits différents sur la boutique en ligne, plus il vous faut de filtres. Cependant, lorsqu’il y a trop de filtres, cela devient difficile à gérer et n’améliore pas l’expérience utilisateur. Il vaut donc mieux utiliser des filtres dynamiques et, idéalement, personnalisés. Le filtrage par taille n’est pas pertinent pour des fruits, tout comme la date de péremption ne fait aucun sens pour des livres.

Recherche sans résultats

Une recherche qui n’est pas optimisée obtient un taux de recherche sans résultats d’environ 13 % en moyenne sur l’ensemble des segments. Tandis qu’avec une recherche optimisée, ce taux n’est que de 1 à 5 %.

Hormis la tolérance aux fautes de frappe, divers modules de TALN (traitement automatique du langage naturel) permettent d’éviter que les recherches n’aboutissent à aucun résultat. Grâce à ces outils, lorsqu’un utilisateur saisit une requête trop spécifique, la recherche peut distinguer la partie de la phrase qui est la plus importante et celle qui peut être omise, ce qui permet de proposer au client des produits similaires au lieu de n’afficher aucun résultat.

Par exemple, si la cliente recherche un pull rose, mais que la boutique en ligne offre uniquement des pulls dans d’autres couleurs, la recherche peut distinguer la partie de la phrase qui a moins d’importance (dans ce cas, c’est rose) et montre les pulls dans différentes couleurs. Bien sûr, il est possible d’optimiser le résultat jusqu’à zéro. Cependant, cela n’aurait pas vraiment de sens. L’effet escompté ne sera pas atteint si la boutique en ligne affiche des livres lorsque le client cherche des pots. Nos données montrent que fournir des résultats non pertinents a le même effet que de ne fournir aucun résultat (fig. 9). Il est donc primordial d’afficher des résultats pertinents.

Nous pouvons le constater en observant la corrélation entre le taux d’abandon des recherches et le taux d’abandon sans résultat. Le problème ne fait que se « transformer » en une augmentation des recherches sans clic sur aucun des résultats.

Pourquoi il n’est pas judicieux de développer une recherche de site en interne

1. Coût

Le développement d’un moteur de recherche est très coûteux et complexe. Il ne s’agit pas seulement de créer un moteur de recherche, mais aussi de déterminer comment le configurer pour trouver exactement ce dont l’entreprise a besoin. Cette complexité va au-delà du développement technique. Elle englobe la définition des paramètres, la compréhension des données importantes, etc.

2. Expertise

Les entreprises e-commerce devraient s’appuyer sur l’expertise de partenaires spécialisés dans les technologies de recherche. Elles peuvent ainsi se concentrer sur leur activité principale pendant qu’un partenaire spécialisé s’occupe de la composante spécialisée de la recherche. L’idée n’est pas de « réinventer la roue », mais plutôt de demander conseil à ceux qui connaissent bien le domaine. En externalisant, elles peuvent apporter leurs idées et les intégrer à l’expertise du partenaire, créant ainsi une situation gagnant-gagnant où la boutique en ligne obtient les fonctionnalités qu’elles souhaitent et le vendeur obtient des informations qui l’aident à faire progresser le produit.

3. Maintenance

L’effort requis pour la maintenance d’une solution de recherche interne est considérable. Vous devriez consacrer 30 à 40 % de votre temps à la maintenance d’une solution interne, ce qui n’a aucun sens. La maintenance et les mises à jour continues sont cruciales, et des fournisseurs spécialisés comme Luigi’s Box s’en chargent efficacement. Le coût et l’effort de maintenance et de mise à jour de la solution de recherche en interne ne seraient pas justifiables, surtout si l’on considère que l’entreprise opère dans plusieurs langues.

4. Innovation

En s’appuyant sur des experts externes, les entreprises peuvent bénéficier des innovations dans les technologies de recherche, telles que l’intégration de l’IA générative et des grands modèles linguistiques. Un développement en interne aurait sans doute du mal à suivre le rythme de ces progrès technologiques rapides.

En résumé

La recherche est le moyen le plus rapide d’apporter aux clients les produits qu’ils désirent. Il s’agit non seulement d’un ajout UX agréable à la boutique en ligne, mais également d’un canal commercial important. Les clients qui utilisent la recherche savent généralement ce qu’ils veulent et sont déterminés à l’acheter. Grâce à l’intelligence artificielle, les recherches modernes utilisent également des techniques variées pour aider les clients dans leurs décisions d’achat. Elles complètent la requête, optimisent le classement des résultats, comprennent les différents noms d’un produit, personnalisent les résultats de recherche, etc.

La recherche facilite le shopping pour les clients et augmente ainsi les probabilités d’achat. Elle peut donc contribuer considérablement au chiffre d’affaires de la boutique en ligne. Les formes de recherche non textuelles sont également de plus en plus populaires. Notamment la recherche vocale ou la recherche par images. En plus de celles-ci, l’intelligence artificielle et l’apprentissage automatique continueront à repousser les limites de ce que la recherche peut apporter à une boutique en ligne.