Catégoriser & Tagger les données pour répondre aux attentes des visiteurs

Nous en avions parlé lors de notre article sur les taux de transformations dans la VPC (Vente par correspondance) avec l’exemple de ProFlowers : la catégorisation (tagging) des fiches produits sont aujourd’hui le nerf de la guerre.

La théorie de la Longue Traîne (concept de Chris Anderson), à savoir l’utilité et le faible coût pour tous les e-commerçants de se constituer le catalogue le plus profond possible, masque un problème fondamental : comment permettre aux utilisateurs de trouver ce qu’ils cherchent, en gardant une navigation intuitive et sans alourdir la structure de chaque page (par des mises en avant de produit, des catégories de produits, …) ?

Ebay s’est longtemps fait blâmé pour l’absence de pertinence de son module de recherche de produit, qui pour une requête donnée n’arrivait pas à catégoriser les différentes réponses possibles (vêtement H/F, de quelle taille, quelle couleur, etc.).
La solution – coûteuse et nécessaire – est de pouvoir attribuer à chaque unité de contenu (qui peut être une fiche produit pour un site d’e-commerce, un article pour un site média, etc.) des métadonnées signifiantes qui vont permettre à l’utilisateur d’y accéder via de multiples points d’entrée. Je ne résiste pas à vous remettre l’exemple formidable de ProFlowers (rappel: 25% de Taux de Conversion !) qui arrive à proposer une navigation à entrées multiples – car nous avons tous des types d’attentes différents !

Cette méthode de catégorisation n’est pas valable que dans l’e-commerce, mais aussi dans le domaine des webradios. Prenons l’exemple de Musicovery.com, site qui génère des playlists de musique selon des critères définis par l’utilisateur… Parmi les critères disponibles pour trouver ses chansons préférées:

• Date
• Hit, non Hit ou Découverte ?
• Genre
• Energique ou calme ?
• Triste ou positif ?

Je vous encourage à essayer ce magnifique outil qui essaie de correspondre au plus près possible aux attentes des fans de musique : ai-je envie d’écouter de la musique punchy ou plutôt douce, des seventies ou des eighties… ?

Ce site – malgré son faible nombre de titres traités (il me semble que la catégorisation est encore faîte à la main (!) mais c’est à confirmer – imaginez si un analyseur de spectre pouvait attribuer à chaque chanson un score d’ “énergie” (en fonction du rythme) ou de “tristesse” (en fonction des harmoniques et des ondes, …), permet de faire ressortir des titres que l’on n’aurait très certainement jamais écoutés, et globalement de manière plus efficace que chez RadioBlogClub et chez Deezer (et ses SmartPlaylists). Le risque de faire reposer la longue traîne uniquement sur la consommation et les recommandations des utilisateurs, c’est de noyer – malgré tout – les perles dans la masse… En utilisant ce principe, iTunes et consorts pourraient faire découvrir à ses utilisateurs beaucoup plus de titres, arrêter de frustrer ses utilisateurs et augmenter son taux de conversion ! Qu’en pensez-vous ?