Boostez le panier moyen avec IA recs de produits.
Un playbook e-commerce pour les recommandations de produits — déployez des bundles « Bought-Together », des bestsellers personnalisés et des algorithmes prédictifs de vente croisée.
Commencer →
Appareil photo hybride Alpha X
Vidéo 4K pro, capteur 24 MP. Le choix compact pour les créateurs.
L’avenir de l’IA : les réseaux neuronaux atteignent un nouveau jalon
Les chercheurs ont dévoilé une nouvelle architecture de traitement qui imite l’efficacité synaptique du cerveau humain. Ce changement marque la fin de l’informatique traditionnelle telle que nous la connaissons...
Les géants de la tech fusionnent
Alerte cybersécurité
Économisez -20 % aujourd’hui
Tout juste publié
Plus de 300 lectures aujourd’hui
Tendance
1Commencez avec l’assistant de recommandation
Depuis le dashboard Personyze, cliquez sur « Recommandation de produit » pour lancer l’assistant de configuration.
Étape 1 : tracking des interactions produits
Vous devez indiquer à Personyze quand un utilisateur consulte, achète ou ajoute un article au panier. Vous avez 3 méthodes :
- Conteneurs du site : Utilisez le Sélecteur visuel pour cliquer sur l’élément SKU ou Prix sur votre page.
- Google Tag Manager : Configurez un déclencheur pour les événements Data Layer (p. ex.,
événement égal à « add_to_cart »). - JS programmatique : Utilisez le code exact ci-dessous. Vous pouvez utiliser ID interne ou SKU comme clé.
(self.personyze=self.personyze||[]).push(['Product Viewed', "PRODUCT_ID"]);(self.personyze=self.personyze||[]).push(['Product Added to cart', "PRODUCT_ID", 'Quantity', QUANTITY]);(self.personyze=self.personyze||[]).push(['Product Removed from cart', "PRODUCT_ID"]);(self.personyze=self.personyze||[]).push(['Products Removed from cart']); (Tout effacer)
Étape 2 : ciblage (optionnel)
Définissez *où* ce widget apparaît. Vous pouvez le configurer pour qu’il s’affiche uniquement sur la Homepage, ou uniquement pour les visiteurs venant de Amérique du Nord.
2Design et personnalisation du widget
Personnalisez l’apparence pour qu’elle corresponde exactement à votre marque via l’étape « Customize Look and Feel ».
Badges dynamiques
Ajoutez des labels visuels aux produits pour augmenter le CTR :
- Top vente : Met en avant les articles populaires.
- Nouveau : Pour les produits récemment ajoutés.
- Stock faible : Crée de l’urgence.
- Récemment soldés : Affiche les baisses de prix.
Logique de contenu avancée
- Prix VIP : Affichez une variable de prix spécifique (p. ex.,
vip_price) pour les utilisateurs VIP connectés. - Multilingue : Chargez différents titres et descriptions de produits selon la langue sélectionnée par l’utilisateur ou sa géolocalisation.
3Filtrage avancé
À l’étape « Final Touches », appliquez des règles pour vous assurer que les recommandations soient business-smart.
Règles d’exclusion dynamique
- Exclure les achetés : N’affichez pas les articles que l’utilisateur a déjà achetés.
- Exclure les ajoutés au panier : Évitez la redondance.
- Exclure la page courante : Ne recommandez pas le produit qu’ils consultent actuellement.
Filtres « Match » intelligents
Filtrez les produits selon les variables de données utilisateur :
- Match de marque : Ne recommandez que les produits d’une Marque que l’utilisateur a acheté dans le passé.
- Match genre/âge : Assurez-vous que les tags produits correspondent au profil démographique de l’utilisateur.
- Match de catégorie : « Si l’utilisateur consulte des ordinateurs portables, ne recommandez que des housses pour portables. »
4Recette 1 : la homepage intelligente
Votre homepage doit plaire à tout le monde — aux nouveaux visiteurs comme aux clients fidèles.
Homepage intelligente (hybride)
Utilisez le « Recommandations personnalisées » algorithme. Il change automatiquement de logique :
- Pour les anonymes : Usages Plus populaires (sagesse de la foule) pour afficher les bestsellers.
- Pour les utilisateurs connus : Usages Personnalisation profonde selon :
- Données utilisateur : Achats passés et affinité de catégorie.
- Filtrage collaboratif : « Des utilisateurs comme vous ont acheté… »
Cela assure de la pertinence du premier clic au centième.
5Recette 2 : catégorie et découverte
Aidez les utilisateurs à trouver ce qu’ils cherchent en exploitant le contexte.
1. Inspiré par la dernière catégorie consultée
Affiche des articles de la catégorie avec laquelle l’utilisateur a interagi le plus récemment. S’il a regardé « Perceuses » hier, affichez « Outils électriques » sur la homepage aujourd’hui.
2. Best-seller de la catégorie
Affichez les articles les plus vendus dans la catégorie actuelle. Si l’utilisateur navigue dans « Ordinateurs portables », affichez les portables les plus vendus, pas des chaussures.
3. Plus populaires de la catégorie
Similaire à Best-seller, mais basé sur les Vues plutôt que les Achats. Bon pour les articles tendance qui n’ont pas encore converti.
6Recette 3 : vente croisée en page produit
Optimisez la page de détail produit pour garder les utilisateurs engagés et en navigation.
1. Les autres qui ont consulté ont aussi consulté
Filtrage collaboratif : « Les personnes qui ont regardé cette chemise ont aussi regardé celles-ci. » Idéal pour proposer des alternatives si le produit principal ne convient pas parfaitement.
2. Ce que les autres ont acheté parmi ceux qui ont consulté ceci
Un signal plus fort que simplement « consulté ». Il dit à l’utilisateur : « Les personnes qui ont considéré cet article ont finalement acheté *ces* articles. » Excellent pour conclure des ventes.
3. Récemment consultés
Un widget d’historique simple mais efficace. Aide les utilisateurs à comparer les options en naviguant facilement vers les articles qu’ils ont déjà vus.
7Recette 4 : upsell et récupération de panier
La poussée finale pour augmenter la taille du panier avant le paiement.
Ventes croisées pour les articles au panier
Ce puissant algorithme regarde le contenu complet du panier pour trouver des articles qui complètent la *combinaison* de produits (p. ex., appareil photo + étui -> carte mémoire).
Ventes croisées gérées pour les articles au panier
Permet une surcharge manuelle. « Si le panier contient X, affichez TOUJOURS Y. » Utile pour les règles strictes de compatibilité (p. ex., batteries spécifiques pour un jouet spécifique).
Le plus ajoutés à la wishlist
Exploitez la preuve sociale en affichant des articles très désirés. Déclenche souvent des ajouts impulsifs au panier.
8Recette 5 : rétention et réengagement
Ramenez les clients avec des nouveautés ultra-pertinentes.
Recommandations basées sur les commandes passées
Deep learning qui analyse l’historique d’achat complet d’un utilisateur pour prédire ce dont il pourrait avoir besoin ensuite.
Racheter
Parfait pour les consommables. Fait remonter les articles que l’utilisateur a déjà achetés, simplifiant le processus de réapprovisionnement.
Nouveau en stock (filtré)
Affichez les articles les plus récents de votre catalogue, mais appliquez une « Filtrer par catégorie d’achat passé » règle (p. ex., un acheteur de « Yoga » voit de nouveaux tapis).
9Tests A/B des recommandations
Ne devinez pas quel algorithme fonctionne le mieux. Testez-les.
Comment configurer un test
- À l’étape « Content » de l’assistant, activez Tests A/B.
- Variation A : Sélectionnez la logique « Filtrage collaboratif ».
- Variation B : Sélectionnez la logique « Plus populaires ».
- Objectif : Définissez la métrique sur « Valeur d’achat » ou « CTR ».
Personyze divisera le trafic automatiquement et peut finir par allouer 100 % du trafic au gagnant.
10Performance et analyses
Mesurez l’impact direct de vos recommandations avec des statistiques détaillées.
Données d’exemple du dashboard
- Affiché : 49,06 % (utilisateurs qui ont vu le widget).
- Vu : 18,93 % (utilisateurs qui l’ont scrollé jusqu’à le voir).
- Cliqué : 45,56 % (engagement élevé).
- Ajouté au panier : 6,95 % de conversion au panier.
- Acheté : 4,7 % de conversion en vente.
Définitions d’impact sur le revenu
- Revenu direct : Revenu généré strictement à partir d’articles qui ont été cliqués dans le widget de recommandation OU ajoutés via le bouton « Quick Add » du widget, puis achetés.
- Revenu assisté : Revenu des sessions où un utilisateur a cliqué sur une recommandation mais a fini par acheter un article différent.
- Ratio de contribution : (p. ex. 16,32 %) Le pourcentage du revenu total du site qui peut être attribué au moteur de recommandation.
Questions sur le playbook, réponses.
Questions fréquentes sur les recommandations de produits par IA. Pour le reste, notre équipe est à un message.
Qu’est-ce que le filtrage collaboratif ?
Le filtrage collaboratif est la technologie centrale derrière les recommandations comme « Les personnes qui ont acheté ceci ont aussi acheté cela. » Il analyse les motifs à travers des milliers de sessions utilisateur pour trouver des corrélations cachées entre produits sans nécessiter de règles manuelles.
À quelle vitesse cela apprend-il ?
Personyze commence à collecter des données immédiatement. Les algorithmes basiques comme « Plus populaires » fonctionnent instantanément. Les algorithmes avancés comme « Recommandations personnalisées » nécessitent typiquement quelques jours de trafic (ou un chargement de données historiques) pour construire des profils utilisateurs précis.
Puis-je épingler manuellement des produits en haut ?
Oui. Vous pouvez utiliser « Recommandations gérées » ou « épingles » pour forcer certains articles (comme les produits à forte marge ou en surstock) à apparaître en premier, tout en laissant l’algorithme remplir les slots restants dynamiquement.
Cela fonctionne-t-il pour le contenu (articles/blogs) ?
Absolument. Le moteur fonctionne identiquement pour le contenu. Au lieu de « Produits », il recommande des « Articles » selon l’historique de lecture, les tags et l’affinité de catégorie. Vous devez juste synchroniser votre flux de contenu au lieu d’un flux de produits.
Puis-je exclure les articles en rupture ?
Oui. Par défaut, Personyze filtre les articles où stock_status = 0. Vous pouvez personnaliser cette règle à l’étape de filtrage pour aussi exclure les articles avec un stock faible ou des tags spécifiques.
Comment gérer les nouveaux utilisateurs sans historique ?
C’est le problème du « démarrage à froid ». Personyze gère cela en repliant sur Logique de foule (p. ex., « Plus populaires » ou « Tendance maintenant ») ou en utilisant des données contextuelles (p. ex., « Populaire dans votre ville ») jusqu’à ce que l’utilisateur génère son propre historique.
Puis-je designer le widget moi-même ?
Oui. Vous avez le contrôle total sur le HTML/CSS. Vous pouvez utiliser notre éditeur visuel pour ajuster les templates existants ou coller votre propre structure HTML personnalisée pour correspondre parfaitement à la charte de votre site.
Qu’est-ce que le « revenu direct » vs. le « revenu assisté » ?
Revenu direct compte les ventes où l’utilisateur a cliqué sur l’article recommandé spécifique et l’a acheté. Revenu assisté compte les ventes où l’utilisateur a cliqué sur une recommandation mais a fini par acheter *autre chose* dans la même session.
Puis-je afficher une logique différente sur mobile ?
Oui. Vous pouvez créer des campagnes séparées pour mobile et desktop. Par exemple, afficher un slider horizontal de 4 articles sur mobile, mais une grille de 8 articles sur desktop.
Cela supporte-t-il plusieurs langues ?
Oui. Si votre flux produits contient des champs localisés (p. ex., title_en, title_es), vous pouvez configurer le widget pour afficher dynamiquement la bonne langue selon les paramètres du navigateur de l’utilisateur ou la sélection sur le site.
Puis-je recommander des bundles ?
Oui. L’algorithme « Ventes croisées pour les articles au panier » crée effectivement des bundles en suggérant des articles complémentaires (p. ex., suggérer un objectif quand un appareil photo est au panier).
À quelle fréquence le flux se met-il à jour ?
Les flux se synchronisent typiquement une fois toutes les 24 heures. Vous pouvez cependant configurer des mises à jour plus fréquentes (p. ex., toutes les heures) ou utiliser notre API pour pousser les changements de stock/prix en temps réel instantanément.
Puis-je tester l’algorithme A vs l’algorithme B ?
Oui. La fonction de tests A/B vous permet de diviser le trafic entre deux jeux de logique différents (p. ex., « Filtrage collaboratif » vs. « Plus populaires ») pour voir lequel génère le plus de revenu.
Est-ce conforme RGPD ?
Oui. Personyze anonymise les données utilisateur et respecte les requêtes « Do Not Track ». La personnalisation repose sur des ID pseudonymes plutôt que sur des PII, sauf si fournis explicitement par l’utilisateur.
Et si j’ai des milliers de produits ?
Personyze passe à l’échelle sans effort. Notre moteur est conçu pour gérer des catalogues de millions de SKU et des sites à fort trafic sans latence, garantissant que les recommandations se chargent instantanément.
Augmentez votre panier moyen.
Vous avez le playbook complet — déployez maintenant des recommandations de produits IA qui font de la vente croisée et de l’upsell automatiquement.