À sa création, la promesse d’Algocat était d’améliorer considérablement la complétude et la qualité des catalogues en ligne volumineux grâce à l’intelligence artificielle. La révolution de l’IA générative (LLM) nous permet maintenant d’aider aussi les commerçants en ligne avec de petits catalogues à améliorer leur SEO et leur conversion.
La complétude et la qualité des catalogues en ligne permet de répondre à plusieurs enjeux fondamentaux pour les acteurs du commerce en ligne : augmenter le trafic naturel (SEO), augmenter la conversion et diminuer les retours.
Le premier levier pour augmenter le trafic est de répondre aux intentions de recherche : y répondre via des landing pages dédiées permet d’augmenter significativement le trafic.
La création de ces landing pages nécessite de pouvoir filtrer les produits selon un critère précis, qui doit être correctement structuré et normalisé dans la base de données.
Le second levier est de travailler la longue traine SEO et de préparer l’arrivée de Google Search Generative Experience, qui nécessite des descriptions produit complètes répondant aux interrogations des acheteurs potentiels sur le produit.
Afin d’augmenter la conversion, les filtres de recherche doivent fonctionner correctement, ce qui nécessite que les attributs des produits (couleur, dimensions, taille d’écran, …) soient bien renseignés et normalisés (afin d’éviter par exemple d’avoir un filtre couleur avec 15 bleus différents).
La bonne description des produits est aussi cruciale : 78% des consommateurs cherchent des informations détaillées sur les caractéristiques du produit¹.
Enfin, avoir des informations produit complètes et qualitatives permet d’éviter que le client ne se trompe dans le produit à acheter : près de 30% des retours sont provoqués par un manque d’information de l’acheteur sur le site² et 87% n’achèteront plus sur un site qui leur a fourni des informations inexactes¹.
Plusieurs solutions d’intelligence artificielle répondent à ces enjeux, en réalisant des traitements de classification, d’extraction d’informations, de normalisation et de génération de textes.
Cependant, la mise en place de ces solutions nécessite souvent un apprentissage dédié (pour alimenter le modèle de machine learning), ce qui entraîne un coût de mise en place élevé et requiert que le client soit capable de fournir des données d’entraînement.
Cela les réserve aux acteurs avec des catalogues volumineux et suffisamment structurés sur la gestion des informations produit.
La nouvelle plateforme d’Algocat, en intégrant des technologies d’intelligence artificielle générative, permet une mise en place considérablement accélérée et, dans la plupart des cas, évite de recourir à des entraînements spécifiques coûteux et chronophages.
Cela permet aux e-commerçants de toute taille de mettre en place l’intelligence artificielle pour gagner un temps précieux et développer plus rapidement leur offre.
Les premiers clients utilisateurs de cette nouvelle plateforme Algocat ont des catalogues de quelques centaines à quelques milliers de références et la mise en place de la solution a pu être réalisée en moins de 2 semaines.