SkupSzop dispose de 300 000 livres, pour la plupart des exemplaires uniques d'occasion. La recherche Luigi's Box et le moteur de recommandation les ont rendus trouvables et ont augmenté la valeur du panier de 2,36 €.
SkupSzop est une plateforme polonaise d’achat et de vente de livres neufs et d’occasion. Avec un catalogue de 300 000 SKU, dont la plupart sont des articles uniques en différents états, elle fonctionne à une échelle et une complexité pour lesquelles la plupart des solutions de recherche standard ne sont pas conçues. Les clients achètent et vendent leurs livres via la plateforme à des prix compétitifs, avec des milliers de nouveaux articles ajoutés chaque jour.
La qualité de la recherche s’est considérablement améliorée et la valeur du panier a augmenté. Notre équipe n’a plus besoin de maintenance manuelle quotidienne, et nous estimons que Luigi’s Box contribue à un chiffre d’affaires supplémentaire de 10 à 15 %.
SkupSzop utilise un backend entièrement personnalisé, l’intégration s’est donc faite via l’API. Tomáš Kramár, CTO de Luigi’s Box, a été directement impliqué aux premiers stades pour gérer la complexité technique.
Le catalogue était la partie difficile. Le même titre peut exister en plusieurs variantes de condition, attaché à un auteur, un éditeur, une série, un cycle et un ensemble de balises, par lesquels les clients pourraient tous rechercher. Pour gérer cela, Luigi’s Box a construit une architecture multi-flux tous liés via des identifiants relationnels.
Cette structure permet à la recherche de traiter les auteurs, les éditeurs, les séries et les variantes de condition comme des attributs distincts plutôt que comme du texte indifférencié. Quand quelqu’un recherche un auteur spécifique ou un livre dans une condition particulière, le système sait ce qu’il signifie.
La recherche précédente de SkupSzop, construite sur Elasticsearch et PrestaShop, n’avait pas de pertinence pilotée par l’IA, pas de tolérance aux fautes de frappe, et pas de gestion des synonymes. Les requêtes spécifiques comme les ISBN échouaient complètement, et le scoring de popularité poussait les mauvais livres au sommet, affichant des titres non pertinents au lieu de ce que les clients voulaient vraiment.
Luigi’s Box a remplacé le moteur par une recherche pilotée par le comportement qui comprend ce que les clients veulent dire, pas seulement ce qu’ils tapent. Les recherches ISBN fonctionnent, la tolérance aux fautes de frappe gère les requêtes imprécises, et les signaux de popularité reflètent maintenant le comportement réel des clients plutôt qu’un scoring arbitraire. Le taux d’utilisation de la recherche a augmenté de 11,4 % d’une année sur l’autre, et les recherches sans clic ont diminué de 7,34 %.
La plupart des livres vendus par SkupSzop sont des copies d’occasion uniques qui se vendent rapidement. Un flux obsolète signifie que les clients voient des produits qui ont déjà disparu. Les configurations standard ne pouvaient pas gérer cette combinaison de format, de taille et de fréquence.
Luigi’s Box a construit une intégration API personnalisée pour traiter les données JSON volumineuses selon le calendrier. Si quelque chose échoue, l’équipe reçoit une alerte e-mail automatique avant que les clients ne le remarquent.
SkupSzop ajoute plus de 4 000 nouveaux livres chaque jour exactement à 17 h, mais leur configuration n’avait aucun moyen de planifier quand les produits deviennent actifs. De plus, les titres populaires de tous les temps dominaient les pages de listing de produits, de sorte que les nouvelles arrivées étaient enterrées avant que les clients aient une chance de les trouver.
Luigi’s Box a implémenté la planification des flux où le nouvel inventaire se précharge et devient actif automatiquement à 17 h. Une fenêtre de tendance personnalisée d’un jour s’exécute aux côtés de la fenêtre standard de trois jours sur les pages de catégories, donnant aux nouveautés une vraie chance de se démarquer avant que les titres de plus longue durée ne prennent le relais.
SkupSzop n’avait pas de capacité de recommandation automatisée. Ils devaient configurer chaque mécanisme de recommandation manuellement. Les clients achetaient régulièrement des articles uniques sans rien les incitant à en ajouter d’autres.
SkupSzop envisageait d’utiliser deux ou trois modules de recommandation. Une fois qu’ils ont vu les résultats, ils ont continué à en ajouter et en exécutent maintenant 15, plaçant des recommandeurs sur les pages de catégories, les pages de détails des produits, le panier d’achat et le contenu des blogs, y compris l’appariement article-produit qui propose des livres pertinents dans les présentations d’auteurs et les critiques. La valeur moyenne du panier a augmenté de 10 PLN (~ 2,36 €) directement grâce aux recommandations.
La configuration Elasticsearch et PrestaShop précédente consommait les ressources matérielles, ralentissait les temps de réponse et nécessitait une maintenance manuelle. Les produits en rupture de stock depuis plus de 60 jours s’accumulaient dans les résultats de recherche sans aucun moyen de les détecter ou de les supprimer. L’équipe n’avait aucun moyen de distinguer le trafic mobile du trafic de bureau, il n’y avait aucun moyen de repérer quelles recherches échouaient et aucune base fiable pour les évaluations de performances.
Luigi’s Box a supprimé le besoin de maintenance quotidienne. Les analyses ventilent maintenant les pages vues, les requêtes et les événements par bureau, application mobile et système d’exploitation. L’équipe SkupSzop peut voir les articles en rupture de stock à long terme pour qu’ils n’encombrent pas les recommandations.
Luigi’s Box traite de manière fiable notre flux de produits volumineux, ce que d’autres fournisseurs de recherche n’ont pas pu faire. Leur recherche basée sur l’IA et leur suite complète de modules de recommandation ont amélioré notre vente croisée et augmenté la valeur moyenne du panier.
Les résultats ont été mesurés d’une année sur l’autre, décembre 2024 par rapport à décembre 2025. Au fur et à mesure que les résultats de recherche devenaient plus pertinents, davantage de clients utilisaient la recherche pour trouver ce qu’ils cherchaient. Les recommandations ont fait le reste, augmentant la valeur du panier à chaque session.
Lucide a choisi Luigi's Box et a obtenu une hausse du taux de conversion B2B de 8 % et d'autres améliorations. Découvrez les détails dans notre étude de cas.
Lire l'étude de cas
Découvrez comment Luigi’s Box a aidé Barron, un vendeur de produits personnalisés, à améliorer son taux de conversion e-commerce, et bien plus encore.
Lire l'étude de cas
GAP a choisi Luigi’s Box et a amélioré son site web grâce à une nouvelle fonctionnalité de recherche offrant des résultats sur plusieurs domaines.
Lire l'étude de cas
Le passage de Chicco à Luigi’s Box a apporté de nombreuses améliorations, notamment une augmentation du CTR d’Autocomplete et de l’utilisation de la recherche.
Lire l'étude de cas
SFD, marchand de compléments alimentaires, s’est amélioré avec Luigi’s Box et a augmenté son Search Conversion Rate de 94 %, parmi d’autres améliorations.
Lire l'étude de cas
Français
