La saisie semi-automatique sur mesure de Zoot apporte 2,5 % d’augmentation du taux de conversion

Les 2 millions de visites mensuelles de Zoot (+les 2,5 millions de visites mensuelles de Bibloo) sont impressionnantes, mais surtout, la marque elle-même a réussi à obtenir le statut de “favorite” dans le petit monde de la mode.

Aussi, lorsque le client a décidé de porter la recherche interne à un niveau supérieur, ce projet est devenu un grand défi et nous nous sommes engagés à améliorer la précision des résultats de recherche et l’expérience de l’utilisateur.

Analyser le comportement des utilisateurs

Les données nous ont montré que les visiteurs de Zoot sont trois fois plus susceptibles de se convertir en utilisant la recherche. Avec une utilisation de la recherche entre 10 et 11 %, il était très clair que nous aurions manqué une opportunité en nous contentant de fournir la technologie sans l’adapter aux spécificités de l’industrie de la mode.

C’est pourquoi notre première étape visait à comprendre comment les utilisateurs interagissaient avec le site web et la recherche elle-même. Pour y parvenir, nous avons mis en œuvre Luigi’s Box Analytics, qui nous permet de comprendre la façon dont les utilisateurs recherchent différents types de produits en analysant :

• Les attributs les plus importants du produit (par ex., couleurs, genre, style/coupe, marque, etc.)
• Synonymes et fautes de frappe habituels (jeans, denim, pantalons bleus, etc.)
• Les raisons les plus courantes pour les recherches sans résultats

Affiner la recherche

Après cela, nous avons commencé à affiner notre recherche pour refléter les données dans la pertinence des résultats de recherche et les classements des produits.

L’une des cibles principales était d’améliorer la précision des termes de recherche associés à la couleur (par ex., jeans bleus, gilet blanc, etc.).

Enfin et surtout, nous avons coopéré de façon intensive avec le client pour améliorer les flux de produits afin d’exploiter notre recherche au maximum en fournissant des données complètes et précises sur les produits en fonction de nos découvertes et de nos exigences.

Conception et ergonomie

La conception de la saisie semi-automatique, des résultats de recherche et des filtres à facettes vise à s’adapter au design du style web en fonction des instructions du client.

Comme le client considérait la recherche comme la vitrine des articles, nous avons créé une barre avec saisie semi-automatique en pleine largeur en mettant l’accent sur une présentation visuelle attirante des produits.

La mise en valeur de la saisie semi-automatique contient également des catégories recommandées, les marques principales et des requêtes semblables associées aux termes de recherche.

Puisque les données nous ont montré que la marque est le filtre le plus important dans les résultats de recherche, nous avons préparé un filtre visuel rapide (logos) correspondant au terme de recherche pour les marques les plus populaires en parallèle du filtre à facettes habituel.

Nous avons également ajouté les catégories recommandées sur la page des résultats de recherche car un grand nombre des termes de recherche (par ex., “haut blanc”) correspondent souvent à plusieurs catégories de recherche.

Test A/B et les résultats

Comme Zoot utilisait une solution concurrente à l’époque, ils ont décidé de mener un test A/B avec une répartition 50:50.

Le test A/B a démarré le 17 août et a été évalué au bout d’un mois, mais dès les premières semaines, les résultats ont commencé à montrer une amélioration en faveur de Luigi’s Box.

Après plusieurs prolongations, le test a été arrêté au bout de trois mois. Les résultats ont révélé que Luigi’s Box Search et la saisie semi-automatique ont permis :

Cette étude de cas nous a montré l’importance de choisir une approche individuelle, axée sur les données, afin d’exploiter au maximum le potentiel de la technologie.