Contenu e-commerce optimisé : une feuille de route pragmatique pour vous booster à l’IAG

Lucia Patalacci, manager data technologies et IA chez Converteo. Elle accompagne nos clients à découvrir les opportunités offertes par l’IA et de l’IA générative pour améliorer les processus métier et identifier les cas d’utilisation à forte valeur ajoutée.

A retenir : 

• L’adoption de l’IA générative vise à la fois à accroître l’efficacité opérationnelle et à améliorer les performances marketing.
• L’IA générative permet d’automatiser des tâches chronophages telles que la rédaction de descriptions de produits, la vérification des attributs produits et l’optimisation SEO.
• Malgré son immense potentiel, une stratégie d’intégration progressive et itérative est recommandée pour intégrer cette technologie émergente en prenant soin de suivre et de mesurer son impact.

L’année dernière, une étude de McKinsey a mis en lumière l’immense potentiel de l’IAG dans le domaine du marketing. Selon leurs estimations, l’application de cette technologie pourrait représenter jusqu’à 10 % des dépenses fonctionnelles globales pour le marketing, ainsi que 4 % des dépenses pour le secteur des ventes. En chiffres, cela équivaut à environ 463 milliards de dollars pour le marketing et 486 pour les ventes, respectivement dans le monde.

Ces derniers mois, au sein des projets pilotes que nous avons réalisés pour nos clients, nous avons tenté de vérifier ces estimations par l’expérience terrain. Ces initiatives se sont révélées prometteuses, offrant des gains d’efficacité significatifs, une réduction des coûts et une croissance des principaux indicateurs de performance marketing.

Utilisation variée de l’IA générative 

L’IA générative peut être utilisée dans le marketing de différentes manières pour améliorer soit l’efficacité soit la créativité du contenu e-commerce et optimiser le SEO. Voici quelques problématiques  pour lesquelles nous avons été sollicités par nos clients :

La génération de contenu de catégories et de descriptions de produits : les rédacteurs cherchent des moyens efficaces pour réduire le temps consacré à la rédaction de descriptions de produits sur les sites d’e-commerce. Ils ont besoin de créer en permanence des contenus uniques et attrayants, et ils s’inspirent souvent d’images pour enrichir leurs descriptions de produits destinées au grand public. L’IA s’est révélée particulièrement efficace dans la génération de descriptions de produits, réduisant considérablement le temps de traitement et les efforts nécessaires à l’idéation par les rédacteurs. La solution mise en place permet de maintenir un haut niveau de qualité et de spécificité en fournissant des suggestions adaptées à la tonalité et aux divers styles de la marque, définis par l’équipe de rédaction. Les avantages observés sont considérables : un gain de temps humain de 75%, équivalent à un retour sur investissement (ROI) d’environ quatre mois et demi.

L’optimisation de moteurs de recherche SEO : nos clients cherchent à réduire les coûts de production d’articles tout en améliorant la performance SEO de leur site web. Ils sont intéressés par la génération automatisée d’articles au format HTML pour renforcer leur positionnement sur les moteurs de recherche. L’IA a permis d’améliorer le contenu numérique, en particulier les éléments techniques tels que les titres de page, les balises d’image et les URL. Grâce à notre projet chez Groupe SEB, nous avons pu produire une centaine de pages via l’IA, qui, selon Antoine Pourron, International SEO Manager chez Seb,  présentent “ un niveau de qualité qui est relativement bon pour être publié tel quel sur nos sites internet” . L’objectif premier est de donner un maximum de visibilité aux sites e-commerce du groupe. Cela représente près de 75 sites e-commerce dans le monde sur les 200 sites que gère le groupe.

La réduction du bruit SEO : les professionnels SEO analysent la pertinence du contenu de chaque page URL en fonction des mots-clés qui génèrent le plus de trafic. Comme il s’agit d’une activité qui nécessite la manipulation d’un grand volume de données, ils sont intéressés par des solutions automatisées capables d’identifier et de rediriger automatiquement les pages à fort des chevauchements sémantiques. Cela évite que des pages trop similaires n’entrent en concurrence les unes avec les autres pour les mêmes requêtes de recherche. La combinaison de l’IAG avec une méthodologie de classification statistique nous a permis de mesurer automatiquement la similarité sémantique entre les mots-clés générant du trafic et ceux extraits du contenu par les modèles de l’IAG. Les résultats nous ont permis de construire différents scénarios de regroupement d’URL dans des classes similaires, des pages à rediriger vers celles qui ont un trafic plus important et des silos sémantiques potentiels, ainsi que des opportunités de liens internes pour améliorer l’expérience utilisateur (SEO) sur des pages traitant de sujets similaires.

Comment développer une stratégie efficace pour tirer parti de cette technologie innovante ?

Dans le contexte en constante évolution du marketing numérique, l’utilisation de l’IA, qui se développe également très rapidement et de manière fortement transversale, devient un élément crucial pour rester compétitif à la fois en termes de réduction des dépenses opérationnelles, avec un contextuel gain d’efficacité mais aussi en termes d’un ROI déjà positif à court terme.

Mais comment développer une stratégie efficace pour tirer parti de cette technologie innovante ? Voici les leçons que nous avons tirées et nos convictions.

• “Voir grand, commencer petit et itérer”

Il est essentiel d’adopter une approche progressive et itérative lors de l’intégration de l’IA dans les stratégies marketing globales de l’entreprise.

Commencer par identifier un cas d’utilisation petit mais important, qui a un impact significatif sur les processus opérationnels en termes d’activités chronophages et à faible valeur ajoutée qui peuvent être facilement automatisées sans répercussion organisationnelle majeure ou qui nécessitent un changement sensible dans l’organisation, la culture ou la gestion des ressources humaines. Cette approche permet de limiter les risques et les investissements tout en apportant des résultats tangibles dans un court délai.

• La qualité, la quantité et la pertinence des données internes jouent un rôle crucial

Pour s’assurer que les résultats générés par l’IA correspondent de manière cohérente à la tâche qui lui est assignée, il est essentiel de construire une base de données qualifiée afin de spécialiser le modèle LLM, lui fournissant un contexte le plus précis possible en fonction du cas d’usage réalisé. Cette approche, en fait,  influence sensiblement le processus d’apprentissage (fine tuning) du modèle. De plus, les règles de gestion qui alimentent le modèle d’IA fournissent un contexte sécurisé à la tâche demandée même si elles peuvent, en tant que contraintes, limiter la créativité des réponses. 

• Faire preuve de grande précision dans la rédaction des requêtes

Le processus d’optimisation des réponses de l’IA implique également l’utilisation des techniques de fine prompting, c’est à dire l’ensemble des informations, instructions, exemples et les manières de les organiser, à transmettre au modèle afin d’obtenir des réponses qualitativement et quantitativement optimaux et cohérentes avec le contexte. Par exemple, différentes sont les instructions s’il s’agit d’une description poétique ou si une explication ou des procédures  techniques sont attendues. On connaît également la technique de la “chaîne de pensées” (CoT – Wei et al, 2022), qui permet à l’IA d’acquérir des compétences de raisonnement complexes par le biais d’étapes de raisonnement intermédiaires présentées à l’aide d’exemples.

• “L’humain dans la boucle”

Comprendre où se situent les limites de cette technologie (et être prêts à apporter des corrections si nécessaires), s’assurer que les les réponses soient cohérentes avec les requêtes spécifiques afin de mesurer davantage la distance entre les règles prescrites et l’excessive créativité ( ainsi appelée “hallucinations”) dans les résultats.  Par exemple, il arrive souvent que les réponses ne respectent pas la longueur de mots requise ou mentionnent le nom de marques concurrentes, mais sont néanmoins très rigoureuses en ce qui concerne l’utilisation d’expressions discriminatoires ou offensives.

• Mesurer le ROI

Les application de l’IA dans de champs limités nous permettent cependant de mesurer les bénéfices tangibles à court terme :  la mesure de la latence de réponse de l’IA par rapport au temps humain, les coûts opérationnels des outils et gains de performance SEO,  nous fournissent une fiable estimation de la couverture de l’investissement dans un Proof of Concept. 

• L’intégration de l’IA dans les processus métier existants

Notre expérience a permis de confirmer que la composante automatisée de l’IA peut être intégrée progressivement dans les processus actuels sans perturber de manière substantielle l’architecture data ni les processus en place. 

• Voir plus loin : vers un e-commerce entièrement chatbotisé

A l’avenir, l’essor des chatbots basés sur l’IAG pourrait modifier plus en profondeur le parcours client en passant des moteurs de recherche traditionnels à une expérience d’interaction basée entièrement sur le dialogue naturel. Ce nouveau type d’interface amènerait les marques à repenser complètement leurs stratégies de référencement pour offrir des expériences d’achat plus personnalisées et conversationnelles