LB - Smile - Solutions de Search Et E-Merchandising

“ Recherche et e-merchandising,
l’état de l’art ”
Page 2
PREAMBULE
SMILE
Smile est une société d’ingénieurs experts dans la mise en œuvre de solutions open source et
l’intégration de systèmes appuyés sur l’open source. Smile est membre de l’APRIL, l’association
pour la promotion et la défense du logiciel libre, du PLOSS – le réseau des entreprises du
Logiciel Libre en Ile-de-France et du CNLL – le conseil national du logiciel libre.
WWW.SMILE.FR
Smile compte près de 800 collaborateurs dans le monde, dont plus de 500 en France
(décembre 2014), ce qui en fait le premier intégrateur français et européen de solutions open
source.
Depuis 2000 environ, Smile mène une action active de veille technologique qui lui permet de
découvrir les produits les plus prometteurs de l’open source, de les qualifier et de les évaluer,
de manière à proposer à ses clients les produits les plus aboutis, les plus robustes et les plus
pérennes.
Cette démarche a donné lieu à toute une gamme de livres blancs couvrant différents domaines
d’application. La gestion de contenus (2004), les portails (2005), la business intelligence (2006),
la virtualisation (2007), la gestion électronique de documents (2008), les PGIs/ERPs (2008), les
VPN open source (2009), les Firewall et Contrôle de flux (2009), les Middleware orientés
messages (2009), l’ecommerce et les Réseaux Sociaux d'Entreprise (2010), le Guide de l’open
source et NoSQL (2011), Mobile et Recensement et audit (2012) et plus récemment Big Data et
ERP open source pour l’e-commerce (2014). Chacun de ces ouvrages présente une sélection
des meilleures solutions open source dans le domaine considéré, leurs qualités respectives,
ainsi que des retours d’expérience opérationnels.
Au fur et à mesure que des solutions open source solides gagnent de nouveaux domaines,
Smile sera présent pour proposer à ses clients d’en bénéficier sans risque. Smile apparaît dans
le paysage informatique français comme le prestataire intégrateur de choix pour accompagner
les plus grandes entreprises dans l’adoption des meilleures solutions open source.
Ces dernières années, Smile a également étendu la gamme des services proposés. Depuis 2005,
un département consulting accompagne nos clients, tant dans les phases d’avant-projet, en
recherche de solutions, qu’en accompagnement de projet. Depuis 2000, Smile dispose d’un
studio graphique, devenu en 2007 Smile Digital – agence interactive, proposant outre la
création graphique, une expertise e-marketing, éditoriale, et interfaces riches. Smile dispose
aussi d’une agence spécialisée dans la TMA (support et l’exploitation des applications) et d’un
centre de formation complet, Smile Training.
Enfin, Smile est implanté à Paris, Lille, Lyon, Grenoble, Nantes, Bordeaux, Marseille et
Montpellier. Et présent également en Suisse, au Benelux, en Ukraine, en Russie, au Maroc et
en Côte d’Ivoire.
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
Page 3
QUELQUES REFERENCES DE
SMILE
SMILE est fier d’avoir contribué, au fil des années, aux plus grandes réalisations Web françaises
et européennes. Vous trouverez ci-dessous quelques clients nous ayant adressé leur confiance.
Web
EMI Music, Salon de l’Agriculture, Mazars, Areva, Société Générale, Gîtes de France, Groupama,
Eco-Emballage, CFnews, CEA, Prisma Pub, Véolia, JCDecaux, 01 Informatique, Spie, PSA, Boiron,
WWW.SMILE.FR
Larousse, Dassault-Systèmes, Action Contre la Faim, BNP Paribas, Air Pays de Loire, Forum des
Images, IFP, BHV, Gallimard, Cheval Mag, Afssaps, Bénéteau, Carrefour, AG2R La Mondiale,
Groupe Bayard, Association de la Prévention Routière, Secours Catholique, Canson, Veolia,
Bouygues Telecom, CNIL, Danone, Total, Crédit Agricole…
E-Business
Krys, La Halle, The North Face, Kipling, Vans, Pepe Jeans, Hackett, Minelli, Un Jour Ailleurs,
Decitre, ANWB, Solaris, Gibert Joseph, De Dietrich, Macif, Figaroclassifieds, Furet du Nord,
Gîtes de France, Camif Collectivité, GPdis, Projectif, ETS, Bain & Spa, Yves Rocher, Bouygues
Immobilier, Nestlé, Stanhome, AVF Périmédical, CCI, Snowleader, Darjeeling, Cultura, Belambra
…
Collaboratif
HEC, Bouygues Telecom, Prisma, Veolia, Arjowiggins, INA, Primagaz, Croix Rouge, Eurosport,
Invivo, Faceo, Château de Versailles, Eurosport, Ipsos, VSC Technologies, Sanef, Explorimmo,
Bureau Veritas, Région Centre, Dassault Systèmes, Fondation d’Auteuil, Gaz Electricité de
Grenoble, Ville de Niort, Ministère de la Culture, PagesJaunes Annonces, Primagaz, UCFF,
Apave, Géoservices, Renault F1 Team, INRIA, CIDJ, SNCD, CS informatique, Serimax, Véolia
Propreté, Netasq, Corep, Packetis, Alstom Power Services, Mazars, COFRAC, Assemblée
Nationale, DGAC, HEC…
Systèmes d’Information Métiers

Veolia Transport, Solucom, Casden Banque Populaire, La Poste, Christian Louboutin, PubAudit,
Effia Transport, France 24, Publicis, Nouvelles Frontières, Jus de Fruits de Mooréa, Espace
Loggia, Bureau Veritas, Skyrock, Lafarge, Cadremploi, Groupe Vinci, IEDOM, Carrefour, Corsair,
Le Bon Coin, Jardiland, Trésorerie Générale du Maroc, Ville de Genève, ESCP, Faiveley
Transport, INRA, Yves Rocher, ETS, Perouse Médical, Auchan ecommerce, Viapresse, Danone…
Page 4
Infrastructure
Agence Nationale pour les Chèques Vacances, Pierre Audoin Consultants, Rexel, Motor Presse,
OSEO, Sport24, Eco-Emballage, Institut Mutualiste Montsouris, Ionis, Osmoz, SIDEL, Atel Hotels,
Cadremploi, Institut Français du Pétrole, Mutualité Française, Bouygues Telecom, Total,
Ministère de l’écologie, Orange, Carrefour, Jardiland, Kantar, Coyote, France Televisions, Radio
France…
WWW.SMILE.FR
Consultez nos références, en ligne, à l’adresse : http://www.smile.fr/clients.
Page 5
SOMMAIRE
PREAMBULE................................................................................................ 2
SMILE ................................................................................................................................................................... 2
QUELQUES REFERENCES DE SMILE............................................................................................................................... 3
WWW.SMILE.FR
SOMMAIRE ................................................................................................. 5
INTRODUCTION .......................................................................................... 6
L’IMPORTANCE DE LA RECHERCHE ............................................................................................................................... 6
LES LOGICIELS SUR LE MARCHE ................................................................................................................................... 7
RECHERCHE ET OPEN SOURCE ..................................................................................................................................... 7
QUAND UTILISER CES LOGICIELS ? ............................................................................................................................... 8
LA VALEUR AJOUTEE DES SOLUTIONS DE SEARCHANDISING ....................... 9

NOTIONS TECHNIQUES ............................................................................................................................................. 9
FONCTIONNALITES DE SEARCH.................................................................................................................................. 12
FONCTIONNALITES DE MERCHANDISING..................................................................................................................... 24
AUTRES FONCTIONNALITES ..................................................................................................................................... 30
FICHE D’IDENTITE DES SOLUTIONS EDITEURS DU MARCHE ....................... 32

SDL FREDHOPPER ................................................................................................................................................. 33
CELEBROS ............................................................................................................................................................ 36
SPARKOW ............................................................................................................................................................ 38
FACT-FINDER........................................................................................................................................................ 40
PREDIGGO ........................................................................................................................................................... 43
ALTERNATIVE OPEN SOURCE AVEC ELASTICSEARCH .................................. 45

ELASTICSEARCH : LE MOTEUR DE RECHERCHE.............................................................................................................. 45
LE MODULE SMILE SEARCHANDISING POUR MAGENTO ................................................................................................. 46
REMERCIEMENTS ...................................................................................... 51
Page 6
INTRODUCTION
L’IMPORTANCE DE LA
RECHERCHE
« Dans quel rayon puis-je trouver les parfums pour homme Armani ? ». Cette question
couramment posée par des clients dans les magasins montre qu’il est important d’accompagner le
WWW.SMILE.FR
consommateur dans sa découverte des produits ou services. Plus généralement, cette étape est
une partie essentielle de n’importe quelle technique de vente : la découverte des besoins. Si le
vendeur en magasin va mener la conversation et capter l’attention du client dans cette
découverte, l’engagement d’un prospect en ligne est moindre et il n’hésitera pas à quitter le site :
environ 73% 1 des visiteurs de site e-commerce partent après 2 (longues) minutes s’ils ne trouvent
pas de réponse.
D’après la FEVAD (Fédération de l’e-commerce et de la vente à distance), près de 30% des

acheteurs en ligne utilisent ce formulaire de recherche pour débuter leur navigation.
L’interprétation des mots clés saisis par l’internaute est donc cruciale.
Si un vendeur en magasin va poser plusieurs questions avant de présenter une offre, un moteur de
recherche va proposer des résultats dès la première question, puis, affiner sa compréhension de
besoins à travers des questions fermées, représentées habituellement par des filtres (quel est
votre budget ? quelle pointure faites-vous ?...).
Pour beaucoup de produits, les offres proposées par un vendeur sont étroitement liées au
vendeur lui-même : son expérience personnelle, l’interprétation des messages non-verbaux du
prospect (posture, âge, émotions…), son humeur ; mais aussi : sa rémunération (commission plus
importante sur telle ou telle gamme). Les informations tangibles comme sa connaissance des
produits ou services, les stocks restants à écouler, la fin de vie de certains produits sont des
éléments qui peuvent être retranscrits dans un moteur de recherche « web ».
L’e-merchandising répond à un enjeu complémentaire à celui de la recherche : proposer au client

le meilleur produit qui lui correspond le mieux, au bon emplacement et au bon moment (c’est-à-
1
Etude réalisée par Marketing Sherpa, 2010
Page 7
dire pas uniquement lors des actions volontaires de recherche). Les solutions sont étroitement
liées, c’est pourquoi nous avons décidé de traiter ces deux sujets dans ce livre blanc.
LES LOGICIELS SUR LE

MARCHE
Pour répondre à ces enjeux de recherche et merchandising, des éditeurs proposent des logiciels
spécifiques qui viennent compléter les fonctionnalités de premier niveau, généralement offertes
nativement dans les solutions e-commerce telles que Magento, Drupal Commerce, ou Prestashop.
WWW.SMILE.FR
Parmi les éditeurs que nous avons eu l’occasion d’étudier pour la rédaction de ce livre blanc ou
pour nos projets, nous avons contacté : SDL Fredhopper, Sparkow (anciennement nommé
Compario), Celebros, Fact-Finder et Prediggo. Nous pouvons citer d’autres solutions comme
Endeca ou RichRelevance qui feront probablement partie d’une prochaine version de ce livre.
Le marché du logiciel dit de « searchandising » est en pleine évolution, et le rôle donné à ces
solutions varient d’un éditeur à l’autre. Généralement partis de la recherche full text 1, les éditeurs
tendent à diriger leurs produits vers des fonctionnalités de merchandising, telles que le cross
selling, la personnalisation de pages par utilisateurs, la recommandation email…
RECHERCHE ET OPEN SOURCE
Les moteurs de recherche open source sont parmi les plus utilisés : Lucene, SolR, Elastic Search,
OpenSearch Server et ElasticPath. Ces composants sont à la pointe de la technologie en matière
d’algorithmique, de performances techniques. Intégrés avec des solutions de BigData comme
MongoDB et Hadoop, leur potentiel en matière de traitement des données est exceptionnel.
Bien souvent, ils sont intégrés à des logiciels open source comme Magento, ou encore eZ Publish.
Leur paramétrage nécessite une démarche spécifique où interviennent merchandiseurs,
techniciens et clients (à travers l’analyse de leur comportement grâce à l’analytics).
Les interfaces et fonctionnalités offertes et destinées aux utilisateurs (merchandiseurs, trafic

manager) sont moins avancées que celles fournies par les éditeurs cités au paragraphe précédent.
Pour une certaine catégorie de marchands, cette ultra-flexibilité n’est pas nécessaire, du fait que
les équipes opérationnelles n’ont pas la matière ou le temps pour effectuer cette animation.
1
La recherche Full Text permet de récupérer des enregistrements depuis la base de données avec la gestion
de pertinence grâce à une requête MySQL.
Page 8
QUAND UTILISER CES

LOGICIELS ?
Pour déterminer qu’une plateforme e-commerce a besoin d’un logiciel de searchandising

spécialisé, il faut s’intéresser aux personnes opérant sur la plateforme et à l’offre du marchand.
Avec le temps, les organisations e-commerce se spécialisent, et chaque spécialiste a besoin de son
outil opérationnel : les responsables merchandising, marketing, ou trafic manager y verront donc
un intérêt, et cet intérêt sera amplifié dans le cas où la solution au cœur du e-commerce n’offre
pas assez de souplesse. Grâce à ces solutions, les décisionnaires peuvent ainsi créer et piloter leurs
WWW.SMILE.FR
règles de search et de merchandising en toute autonomie (sans avoir à passer obligatoirement par
des développements techniques).
Bien entendu, si l’offre de produits ou services est simple, en volume et en lisibilité, une solution
de searchandising est moins légitime. Les secteurs de l’alimentaire, les anciens VADistes, les
voyagistes, les distributeurs de produits culturels, de mobilier, de jeux ou de produits techniques
sont particulièrement friands de logiciels de searchandising. Le secteur de l’habillement l’est
également, non pas par la complexité de l’offre (les collections restent souvent modestes en
nombre de références) mais par la nécessité de proposer une expérience client personnalisée :
par l’équipe marketing qui met en ligne des campagnes très fréquemment, et par le client lui-
même qui attend des propositions vestimentaires correspondant à son contexte de navigation.
Page 9
LA VALEUR AJOUTEE DES SOLUTIONS DE

SEARCHANDISING
Ce chapitre présente les fonctionnalités qu’un e-marchand est en droit d’attendre de ces
solutions. La dénomination utilisée pour chacune d’elle n’est pas encore « standard » sur le
marché, il n’est pas rare de voir certains éditeurs employer des termes propres à leur solution.
Nous reprenons ici les dénominations les plus courantes.
WWW.SMILE.FR
NOTIONS TECHNIQUES
L’indexation consiste à explorer le catalogue et à en extraire des mots clés qui sont ensuite
organisés dans une base de données distincte, à l’image d’un index terminologique d’un livre.
Cette base, aussi appelée index, est modélisée de façon à optimiser les futures recherches : une
représentation vectorielle ou une matrice-document sont par exemples utilisées. Techniquement
parlant, l'ensemble des produits (et catégories) sont donc placés dans l'index de recherche.
Toutes les technologies d’index ne sont pas équivalentes et il existe plusieurs facteurs qui peuvent
à ce niveau influer sur le choix d'une solution de search qui soit adaptée aux besoins.
Schéma de données
Les index de recherche sont le plus souvent décrits par un schéma de données, ou mapping, qui
doit pouvoir être paramétré pour s’adapter aux besoins spécifiques.
Intégration du catalogue
Le premier facteur à prendre en compte est le mode de mise à jour de l'index. A ce jour, trois
grandes méthodes sont présentes sur le marché :
1. Mise à jour par fichiers
Elle consiste à envoyer au moteur de recherche un fichier contenant la liste des produits à
réindexer (le plus souvent au format XML). Cette solution est robuste mais présente un certain
nombre d’inconvénients dont le plus important est la latence qu'elle induit dans la prise en
compte des modifications des données (le plus souvent de l'ordre de quelques minutes).
Lorsque ce mode de fonctionnement est utilisé, il est très recommandé de choisir un moteur qui
dispose d'un système de « rétro-action » sur les données prises en compte (par exemple pour
permettre de prendre en charge une purge de cache des listings présentant des produits).
Page 10
2. Mise à jour par API
Elle permet de procéder à des requêtes d'insertion, de mise à jour ou de suppression de produits
depuis votre application. Il s'agit de la méthode permettant d'assurer la meilleure réactivité dans
la prise en compte des modifications. La principale faiblesse de cette méthode est sa moindre
tolérance à la panne par rapport à l'envoi de fichiers. Il est néanmoins possible de travailler avec
un système de file d'attente qui permet de rétablir le service après une interruption involontaire.
Certains moteurs permettent par ailleurs de combiner ces deux modes (fichiers pour les
indexations complètes et API pour les indexations différentielles 1). D'une manière générale, il est
WWW.SMILE.FR
préférable de privilégier les moteurs les plus souples quant au sourcing de données.
Les solutions qui ne permettent pas de procéder à des mises à jour différentielles de l'index sont à
proscrire autant que possible.
3. Depuis une base SQL
L’indexation directe depuis des bases de données via des requêtes SQL fournit des performances
absolument imbattables, et est parfois proposée. Cette forme peut être complexe pour des
moteurs externes à une solution qui doivent s’adapter aux différents schémas de bases de
données.
Vitesse d’indexation
Plus la taille du catalogue est importante, plus ce critère sera à évaluer et à considérer dans le
choix du moteur de searchandising. Les variations linguistiques viennent potentiellement
augmenter ce volume de données à indexer.
Si par exemple on considère un catalogue de 1 000 000 de produits et que le moteur indexe 50
produits par seconde, la durée totale d'une indexation complète sera de 5h30 environ.
Ce délai n’est pas compatible avec les horaires d’ouverture d’un e-shop, et encore moins dans un
contexte où la clientèle est répartie sur plusieurs fuseaux horaires.
Pour optimiser les performances de certains moteurs, il est parfois possible de mettre en place
une séparation entre l'indexation des données à variations rapides (prix, stock, ...), des données à
variation plus lente (nom, description, ...). Cette séparation devrait par ailleurs être appliquée aux
données comportementales des clients de plus en plus exploitées par les moteurs de recherche,
comme les produits visités.
1
C'est-à-dire prenant en compte uniquement les changements opérés dans la donnée source
Page 11
Robustesse de l’index
La robustesse de l'index de recherche est naturellement importante sur un site e-commerce. On
prendra en compte les différentes fonctionnalités qui peuvent être disponibles au niveau de
l'index :
• capacité de réplication pour permettre la reprise en cas d'incident

• capacité de générer des « instantanés » de l'index pour les restaurer ultérieurement
Le comportement de l'index sur les erreurs d'indexation est particulièrement important

WWW.SMILE.FR
(notamment dans le cas d'une indexation complète), afin de ne pas avoir un index vide qui
rendrait le site partiellement ou totalement inutilisable.
A propos des solutions SaaS

Si les solutions « Software as a Service » permettent de faire abstraction d’un certain nombre de
complexités logicielles ou matérielles, elles posent par ailleurs un certains nombre de limites qu'il
est important de ne pas minorer.
Tout d'abord, le coût réseau est important notamment lors d'une indexation complète d’un
catalogue et le temps de transfert est potentiellement important. Cela est d'autant plus vrai
lorsque le catalogue est volumineux. Les solutions sont par ailleurs plus susceptibles de présenter
des défaillances réseaux que les solutions on-site. Comme toute offre SaaS, la disponibilité est un
élément important à prendre en compte dans le choix de la solution.
Le plus souvent cela implique aussi une latence de quelques centaines de millisecondes sur les
résultats des requêtes de recherche, qui sont répercutées naturellement dans les temps de
chargement des pages.
Page 12
FONCTIONNALITES DE
SEARCH
Fonctions de base
Correcteur orthographique
Les moteurs de recherches rectifient les erreurs de saisie (fautes de frappes telles qu’une inversion
ou un oubli de lettres, orthographes dans différentes langues) avant de lancer la requête de
recherche.
WWW.SMILE.FR
Exemples : Si l’internaute effectue une recherche avec le mot « canpé », le moteur de

recherche lui affichera l’ensemble des résultats liés au mot « canapé » (correctement
orthographié).
« Did you mean »

Mieux connue sous les termes français de « Voulez-vous dire », cette fonctionnalité va suggérer à
l’internaute un terme de recherche étant le plus proche de sa saisie. Chaque moteur de recherche
va s’appuyer sur sa technologie sémantique (proximité phonétique, similitude structurelle, etc.)
pour définir cette relation.
Exemple : L’internaute recherche le mot « kannapé » à travers le moteur de recherche

interne. Ne trouvant aucune correspondance ce dernier va venir lui proposer un autre
terme : Voulez-vous dire « canapé », proche de celui du mot inscrit par l’internaute.
Illustration de la fonctionnalité « Correcteur orthographique »
Recherche contextualisée par catégorie

Le moteur de recherche vient prendre en compte l’emplacement de l’internaute dans le catalogue
pour la pertinence des résultats à afficher. Il va venir prioriser les produits à afficher en fonction de
la catégorie de produits dans laquelle se trouve l’internaute.
Page 13
Exemple : L’internaute se trouve dans la catégorie « Clic-clac ». S’il recherche dans le

moteur de recherche interne le terme « marron », les produits marrons seront affichés et
ceux correspondant à la catégorie « clic-clac » remonteront en première position.
Autosuggestion
Au fur et à mesure que l’internaute saisit des lettres dans le champ de saisie, le moteur va
proposer des suggestions (de catégories, de produits) pouvant répondre ou ayant un lien avec ce
début de saisie. Les suggestions vont donc s’agrémenter constamment au fur et à mesure de la
saisie des mots clés.
WWW.SMILE.FR
Illustration de la fonctionnalité «Autosuggestion »
De catégories
Des suggestions de catégories vont s’afficher tout au long de la saisie des mots clés par
l’internaute.
Exemple : Au fur et à mesure que l'internaute saisit le mot « canapé », certaines catégories
comprenant le mot canapé dans l’intitulé de leurs produits ou dans leur page lui seront
suggérées.
De produits
Des suggestions de produits vont s’afficher tout au long de la saisie des mots clés par l’internaute.
Exemple : Au fur et à mesure que l'internaute saisit le mot « canapé », les produits
comprenant le mot canapé dans leur fiche produits (ou étant associés à ce terme de
recherche) lui seront alors suggérés. Par exemple va lui être suggéré le "Canapé 2 places
BUTY Tissu Rouge".
Page 14
Intégration des photos/images dans les résultats d’autosuggestion

Les photos illustrant les autosuggestions (de catégories, de produits) s’afficheront dans les
résultats de ces derniers.
Exemple : Si nous reprenons l’exemple précédent, à côté du texte "Canapé 2 places BUTY
Tissu Rouge" apparaîtra la photo du produit.
WWW.SMILE.FR
Illustration de la fonctionnalité « Push image »
Auto-complétion
L’auto-complétion est une fonctionnalité permettant à l'utilisateur de limiter la quantité
d'informations à saisir, en se voyant proposer un complément qui pourrait convenir à la chaîne de
caractères qu'il a commencé à taper (fonctionnalité visible sur le moteur de recherche Google).
A la différence de l’auto-suggestion, les termes de recherche couramment utilisés sont affichés, et

non les résultats. Les compléments proposés peuvent être issus des termes déjà utilisés par des
internautes, ou d’une base prédéfinie par le marchand.
Exemple : L’internaute souhaitant écrire le mot « canapé » commence à saisir les

caractères composant ce mot. Alors qu’il a seulement écrit « cana » et n’a donc pas encore
terminé d’écrire son mot clé, l’internaute se voit proposer comme suggestions de mots clés
« canapés », « canapés lit », « canapé d’angle »… Il peut alors soit choisir l’un de ces
termes soit continuer à écrire sa requête.
Page 15
WWW.SMILE.FR
Illustration de la fonctionnalité « Auto-complétion »
Recherche effectuée sur les attributs

Le moteur de recherche peut effectuer sa recherche sur la valeur des attributs (renseignés dans la
base de données de la solution e-commerce), comme par exemple l’attribut matière. C’est un pré-
requis évident pour un moteur de recherche e-commerce.
Exemple : Si l'internaute recherche le mot « cuir » dans le moteur de recherche interne, les
produits contenant les caractéristiques suivantes lui seront retournés : ceux qui possèdent
le mot « cuir » dans leur contenu descriptif + ceux qui possèdent l’attribut matière égal à
« cuir ».
Recherche incluant les prix et autres symboles

Le moteur de recherche inclut dans son périmètre de recherche les prix et autres symboles (kg, €,
&…) et sait les interpréter comme des critères numériques de recherche.
Exemple : Si l’internaute recherche "50€", il se verra afficher l’ensemble des produits au

prix de 50€.
Gestion du genre et du nombre

Le moteur de recherche gère les formes féminin/masculin, singulier/pluriel et affiche donc les
mêmes résultats.
Exemple : L’internaute obtiendra exactement les mêmes résultats qu’il recherche le mot
« canapé » ou « canapés ».
Page 16
WWW.SMILE.FR
ou « canapés »
Illustration de la fonctionnalité « Gestion fémin/masc – sing/plur »
Recherche dans des contenus éditoriaux

Le moteur de recherche prend en compte les contenus éditoriaux (fiche magasin, pages statiques,
articles de blog…) dans les résultats de recherche. Il doit donc être en mesure d’indexer à la fois le
catalogue, et les autres contenus, parfois structurés et gérés dans une autre application comme un
CMS (eZ Publish, WordPress…).
Exemple : Si l’internaute effectue une recherche sur le mot « robe été », en plus des
résultats de recherche liés aux produits apparaitront les résultats liés aux articles de blog.
Trier par
Il s’agit de pouvoir choisir et configurer les caractéristiques sur lesquelles les visiteurs auront la
possibilité de trier les produits. Pouvoir paramétrer le tri qui sera utilisé par défaut, choisir
l’ordonnancement des libellés des tris, etc.
Page 17
WWW.SMILE.FR
Illustration de la fonctionnalité « Trier par »
Synonymes
Relation « égal »
Permet de définir les termes de recherche synonymes et ainsi de renvoyer les mêmes résultats
pour les requêtes dites synonymes.
Exemple : Si "notebook" et "ordinateur" sont considérés comme synonymes, les résultats de

recherche seront identiques pour ces deux mots.
Relation « contient »
Permet de définir des relations de contenant / contenu qui seront prises en compte par le moteur
de recherche.
Exemple : Sachant que le rayon « jeans » appartient à la catégorie « pantalons ».

Si l'internaute recherche le terme "pantalons" il obtiendra dans ses résultats de recherche
les produits du rayon « jeans » et ceux même si le mot « pantalon » n'est pas renseigné au
niveau des fiches produits.
Si l’internaute recherche le terme « jeans », il n’obtiendra dans ses résultats que des
pantalons associés au mot « jeans ». Car pantalon contient jeans, mais jeans ne contient
pas pantalon.
Blacklist
Permet de créer de manière volontaire une liste de mots clés pour lesquelles on ne souhaite pas
que le moteur de recherche renvoie des résultats.
Page 18
Ordonnancement des résultats de recherche

Groupement par rayon / famille de produits
Le moteur de recherche envoie des résultats triés par rayon ou famille de produits.
Exemple : Afficher les résultats de recherches regroupés par catégories.
Boost par caractéristiques produits

Le moteur de recherche peut booster l’ordre d’affichage des résultats en fonction des
caractéristiques produits (matière, couleur, marge…).
WWW.SMILE.FR
Exemple : Afficher les produits dont la marge réalisée est la plus importante dans les
premiers résultats.
Boost multi-attributs
Le moteur de recherche peut booster l’ordre d’affichage des résultats avec des règles de
caractéristiques produits combinées à des règles par famille de produits / rayons.
Exemple : Afficher les résultats de recherche regroupés par catégories, avec à chaque fois
dans les premières positions les produits possédant les meilleurs taux de conversion et un
stock important.
Modifications des résultats de recherche

Elévation manuelle de produits ou catégories
Permet d’effectuer de manière ponctuelle des modifications dans les résultats de recherches
(suppression, valorisation, dévalorisation de produits/catégories,…).
Exemple : Je souhaite par exemple que mon canapé "Canapé 2 places BUTY Tissu Rouge"
remonte en première position dans les résultats de recherche dès que le mot clé « canapé »
figure dans les termes de recherches.
Personnalisation par utilisateur

Les concepts d’apprentissage de recherche autonome (« self-learning search » ou « machine
learning ») ont pour objet de considérer le comportement d’un utilisateur. Il utilise la connaissance
que le système peut avoir d’un client pour ajuster automatiquement l’affichage des résultats de
recherche.
Exemple : Si l'internaute a regardé un nombre certain de produits disponibles en taille "40",

lors de sa prochaine recherche, le moteur poussera en première position les produits
disponibles en taille 40.
Page 19
Exclusion de résultats de recherche

Il est parfois nécessaire d’exclure manuellement des produits de la recherche en fonction des
termes employés ou du niveau de catégories où a lieu la requête. Il s’agit donc de lever
manuellement certaines ambigüités que le moteur de recherche ne perçoit pas.
Exemple : Ne pas faire apparaître le produit "X" lorsque le mot "Y" est recherché. Ou
encore, lorsque je me trouve dans la catégorie "W" ne pas jamais faire apparaître le
produit "V" dans les résultats de recherche.
Redirections
WWW.SMILE.FR
Vers une url

Associer ponctuellement des mots clés à des redirections d’url spécifiques.
Exemple : Si l'internaute recherche le terme "faq" il sera redirigé vers la page « /faq.html »,
car l’association entre le mot clé et la page aura été effectuée en back-office. Les mots clés
« livraison », « remboursement », « contact », « boutique » sont également à considérer
pour apporter le meilleur service au client.
Vers un emplacement particulier

Rediriger les internautes vers des emplacements spécifiques du catalogue (produits, catégories…)
en fonction des mots clés recherchés.
Exemple : Si l’internaute recherche le mot clé "lcd" il sera redirigé vers l'emplacement « TV
LCD » du catalogue, car l’association entre ce mot clé et cet emplacement du catalogue
aura été effectué en back-office.
Rapports
Si le cœur d’un moteur de recherche est composé d’algorithmes complexes, il est important de
disposer de rapports permettant de juger rationnellement son efficacité.
Zero search results

Il permet de connaître les requêtes utilisées par les internautes pour lesquelles le moteur n’a pas
trouvé de résultats correspondant. Rapport très utile pour la mise en place de nouvelles
catégories, de nouveaux produits, de nouveaux synonymes, etc.
Exemple : Par exemple, à l'aide de rapport le merchandiseur peut voir que les termes de
recherche "horloges" et "réveils" arrivent parmi les termes les plus recherchés n'ayant pas
donné de résultats. Si les produits ne sont pas au catalogue, il peut s’agir soit d’une
opportunité à saisir, soit d’un trafic entrant mal qualifié.
Page 20
Termes de recherche
Plus généralement, un rapport présentant les termes de recherche les plus employés sur une
période donnée permettent de mieux cibler l’animation du site à travers des bannières, des
landing pages spécifiques.
Transformation
L’analyse de l’ouverture d’une fiche produit, du taux d’ajout au panier et du taux de
transformation sont des données essentielles pour piloter les optimisations à mettre en œuvre
dans le paramétrage du moteur. Une analyse globale sur l’ensemble des requêtes de recherche,
ou bien une analyse spécifique pour un ensemble de requêtes données permet de mesurer
WWW.SMILE.FR
l’efficacité par ligne de résultat renvoyé.
Exemple : La recherche « parfum sucré » a été effectuée 100 fois et a générée 5 ajouts au
panier sur les lignes 10 à 13. Cette lecture du résultat montre que les produits présentés en
haut de page de résultat ne sont pas les plus pertinents, mais que ceux plus bas suscitent
plus d’intérêt.
Navigation par facettes

Navigation par facette disponible sur les résultats de recherches
Cette fonctionnalité permet à l’utilisateur de disposer du menu de navigation par facettes suite à
une recherche effectuée via le moteur de recherche interne.
Exemple : Après avoir recherché le terme "crème" dans le moteur de recherche interne,
l’internaute va pouvoir filtrer les résultats sur le critère plante & végétaux « Jojoba ».
Illustration de la fonctionnalité «Navigation par facette sur les résultats de recherche »
Page 21
Sélection de plusieurs facettes

Permet à l'internaute de filtrer sa recherche en ayant sélectionné une ou plusieurs valeurs
d'attributs dans plusieurs facettes.
Exemple : On peut effectuer un filtrage en prenant en compte comme éléments dans la

facette « Marques », « Nike » et « Adidas » (sélectionnés) et dans la facette « Prix », « De
50€ à 75€ » (sélectionné).
Multi-sélections de valeurs pour une même facette

Permet à l'internaute de sélectionner plusieurs valeurs à la fois dans une même facette.
WWW.SMILE.FR
Exemple : Pour l'attribut « Marques », l’internaute peut sélectionner les valeurs« Nike » et
« Adidas » avant de lancer le filtrage.
Illustration de la fonctionnalité « Multi-sélections de valeurs pour une facette »
Désélection de facettes
L'internaute peut désélectionner une ou plusieurs facettes qu'il avait pré-cochées et relancer sa
recherche.
Exemple : Suite à la recherche précédente on peut décider de la relancer en désélectionnant

seulement la valeur « Nike ».
Administration des facettes

Cette section présente les fonctionnalités offertes au merchandiseur dans la gestion des
différentes options de recherche proposées à l’internaute, pour optimiser leurs efficacités.
Page 22
Gestion des facettes

Définir, configurer et établir la composition de chacune des facettes.
Exemple : Création de la facette « Matière » en regroupant les valeurs de l’attribut

« composition » (« Cuir », « Polyuréthane », « Tissu », etc.), permettant ainsi à l’utilisateur
de pourvoir filtrer ses produits par matière.
Tri des valeurs

Définir l'ordre d'affichage des valeurs d'attributs dans les facettes, en fonction du nombre de
produits, des ventes réalisées, par ordre alphabétique,… dans le menu de navigation par facette.
WWW.SMILE.FR
Exemple : Pour l'attribut « Marques », on souhaite afficher les valeurs d’attributs en

fonction du nombre de produits, c’est à dire ma valeur « Nike » qui a 390 produits
apparaîtra en 1er, « Adidas » avec 200 produits correspondants apparaîtra en 2ème, etc.
Modifier l’ordre ponctuel d’affichage des valeurs

Modifier l'ordre d'affichage des valeurs d'attributs des facettes de manière ponctuelle (ou pour
une campagne donnée), pour une ou plusieurs valeurs, dans le menu de navigation par facette.
Exemple : Après avoir mis en place la règle de tri citée précédemment pour l'attribut
« Marques », on souhaite finalement que la valeur « Adidas » apparaisse avant la valeur
« Nike ».
Choix du nombre de valeurs à afficher

Choisir le nombre de valeurs d'attributs à afficher dans le menu de navigation par facette.
Exemple : Pour l'attribut « Marques », le merchandiseur paramètre seulement 4 valeurs

(« Nike », « Adidas », « Reebok » et « Asics »).
Apparition de la facette en fonction de la catégorie/rayon visité

Cette fonctionnalité permet de bloquer l'affichage (dans le menu de navigation par facette) d'une
ou plusieurs facettes en fonction de la catégorie ou du rayon dans lequel se trouve l’internaute.
Exemple : Dans la catégorie « Chaussures de luxes », on décide de bloquer l'affichage de la

facette « Prix ». Et donc l'internaute ne pourra pas filtrer par les prix au niveau du menu de
navigation par facettes.
Configuration d'une hiérarchie de facettes

L’affichage de la facette enfant ne s’affichera que lorsque la facette parent aura été sélectionnée.
Page 23
Exemple : Lorsqu’on sélectionne la valeur « gris », de la facette « Couleur », une facette

enfant s'affiche proposant des valeurs correspondantes aux différentes nuances de gris
(« argent », « anthracite », « souris »…).
Taux de couverture
Cette fonctionnalité permet de choisir à partir de combien de produits on souhaite afficher telle
ou telle facette. En d’autres termes, l’affichage de la facette ou de ses valeurs se détermine en
fonction du nombre de produits reliés à ces dernières.
Exemple : Les valeurs ("Nike", "Adidas", etc.) de ma facette "Marques" comprenant plus de
WWW.SMILE.FR
10 produits chacune seront affichées dans le menu de navigation par facettes.
Affichage du nombre de produit correspondant à chaque facette

Cette fonctionnalité consiste à faire apparaître (ou non) dans le menu de navigation par facette, le
nombre de produits associés à chaque valeur de facette.
Exemple : - Adidas (200) - Reebok (65)
Définir automatiquement ou manuellement des intervalles

Les intervalles de valeurs des facettes peuvent être définis de manière automatique en fonction
des valeurs du 1er attribut et du dernier attribut (avec répartition homogène par tranche calculée
et pas minimum), ou manuellement en donnant un pas.
Exemple : création automatique des intervalles pour la facette « Prix » : "Moins de 25€",
"De 25€ à 50€", "De 50€ à 90€ », etc.
Page 24
FONCTIONNALITES DE
MERCHANDISING
Gestion des catégories de navigation

Gestion des catégories
La gestion de l’arborescence principale d’un site e-commerce peut s’effectuer directement depuis
le backoffice de la solution e-commerce lorsqu’elle propose des interfaces utilisateurs adaptées.
Lorsqu’un logiciel de PIM (Product Information Management) se charge de la donnée produit, il
WWW.SMILE.FR
peut également être intéressant de lui confier une partie de la gestion des catégories principales
du site. Néanmoins, cette fonctionnalité est essentielle pour le merchandiseur, ou les chefs de
rayon, qui vont animer des sous-rayons en fonction de leur marronnier et des campagnes globales
de leurs marques.
Il s’agit donc de pouvoir réaliser des manipulations sur l’arborescence affichée en front-office sans
opération technique.
Exemple : Ajouter une sous-catégorie « Manteau d’hiver ».
Catégories virtuelles
Un merchandiseur va proposer des produits dans ces catégories. Pour accélérer ce remplissage
dans le cas où ces rayons ne sont que des vues différentes d’une catégorie principale, il s’agit
d’établir une sélection automatique dans la base produit, basée sur un formulaire de type
« recherche avancée ».
Exemple : Après avoir analysé que le terme de recherche « canapé zen » figurait au
rapport des « 0 search result », la création de la catégorie virtuelle "canapé zen" s’avère
une bonne opportunité. Cette catégorie correspond en réalité à la recherche « canapé »
avec un filtre « confort 3* et plus ».
Affectation automatique des produits aux catégories

Lors de l’import du catalogue produit dans la solution de searchandising (à partir d’une PIM par
exemple), les produits seront automatiquement affectés aux catégories en fonction de leurs
caractéristiques.
Affectation manuelle d’un ou plusieurs produits à une catégorie

Possibilité d'affecter manuellement depuis le back-office de la solution de searchandising des
produits à des catégories.
Page 25
Exemple : Affecter le produit "Canapé convertible 2 places FIDJI" à la catégorie « canapé

lit ».
Ranking et priorité d’affichage dans les pages de catégories

Création de règles d’affichage automatiques
Il s’agit ici de pouvoir créer des règles génériques d’affichage pour automatiser la remontée des
articles dans les pages de liste des catégories.
Exemple : Dans la catégorie « Canapés », faire remonter en priorité les produits qui
WWW.SMILE.FR
possèdent la meilleure combinaison : « meilleur taux de conversion » et «stock élevé ».
Forcer manuellement les règles génériques d’affichage

Cette fonctionnalité va permettre d’affiner l’affichage prédéfini par la ou les règles génériques
mises en place (voir paragraphe précédent). Le merchandiseur pourra ainsi remonter de manière
ponctuelle des produits en haut de page, ou au contraire, abaisser leur position dans la page par
rapport à celle générée par la règle générique.
Exemple : Dans la catégorie « Canapés, Salons », la règle générique associée ordonne les
produits en fonction de leur taux de marge. Suite à cet ordonnancement, le produit
« Canapé Edenia » est affiché dans la troisième page. Le merchandiseur souhaitant mettre
celui-ci davantage en valeur a alors décidé de forcer la règle générique pour remonter
ponctuellement ce produit en haut de la première page.
Ordonnancement des produits dans la page catégorie

Il s’agit ici de pouvoir définir la position d’affichage des articles par page catégorie. Cela permet au
merchandiseur de travailler le rendu visuel de ses pages. De plus, certaines solutions de
searchandising offrent la possibilité de réaliser cette ordonnancement par du drag’n drop.
Exemple : Suite à la mise en place des règles automatiques, l’ensemble des produits
présents dans la première page de catégorie « Robe » sont de couleurs noires. Afin
d’égayer sa première page (tête de gondole) et de rendre celle-ci plus attrayante, l’e-
merchandiseur modifie alors la position d’affichage des articles sur les premières lignes, en
positionnant notamment des produits panachés en couleurs en première position.
Recommandation de produits
Les solutions spécialisées de recommandation de produits sont nombreuses sur le marché :
Target2Sell, Antvoice, Avail, Smartfocus Advisor, FanplayR, Nuukik… Elles pourraient faire l’objet
d’une étude comparative à part entière, toutefois, nous nous concentrons ici sur les
Page 26
fonctionnalités et les solutions d’e-merchandising intégrant des cinématiques de

recommandation.
Cross-selling / Up-selling manuel

Il s’agit de faire correspondre manuellement à chaque produit d'autres produits pour mettre en
place des encarts présentant des produits complémentaires ou croisés sur des fiches produit.
Exemple : Dans le cas d'un cross-selling, je vais associer au produit "Canapé 2 places BUTY
Tissu Rouge" 3 produits ayant des caractéristiques semblables à celui-ci.
WWW.SMILE.FR
Illustration de la fonctionnalité «Cross-selling/Up-selling »
Cross-selling / Up-selling automatique

La recommandation se fait automatiquement à partir de certaines règles prédéfinies auparavant
(produits plus rentables, ayant la même couleur, même famille de produits, etc.) : un ensemble de
produit A sera associé à X produits d’un ensemble B, et Y produits d’un ensemble C.
Exemple : Mettre en cross-sell les produits de la même collection de lingerie mais d’un
genre différent : une fiche soutien-gorge Orsay présentera ainsi quelques culottes de cette
même collection Orsay.
Configuration du Cross-selling / Up-selling basée sur les caractéristiques clients

Baser les règles de recommandation produit en fonctions des caractéristiques clients.
Exemple : Suivant le(s) dernier(s) achat réalisé(s) par l’internaute, lui pousser en priorité
des produits de la même couleur que ceux précédemment achetés.
Page 27
Recommandations basées sur le comportement du client lors de la navigation

(personnalisation)
Cette fonctionnalité permet d’adapter les recommandations de produits en fonction du
comportement du client lors de sa navigation (en temps réel).
Exemple : Si l'internaute vient de regarder le tee-shirt « Canasta » de couleur rose, on va

alors lui recommander en priorité les produits roses correspondant à la catégorie dans
laquelle il se trouve.
Règles de recommandations distinctes entre Up-selling et Cross-selling

WWW.SMILE.FR
Possibilité de définir des règles de recommandations distinctes entre Up-selling (montée en

gamme) et Cross-selling (produits croisés).
Product-pair white/black lists

Cette fonctionnalité permet de mettre en place des règles de recommandations ponctuelles pour
un produit : « recommander toujours le produit X avec le produit Z » ou « ne jamais recommander
le produit X avec le produit Z ».
Exemple : Ne jamais recommander le produit « Canapé 2 places BUTY Tissu Rouge » avec
le produit « Canapé 2 places COSY Tissu Rouge Foncé », ou l'inverse.
Category-pair white/black lists

Cette fonctionnalité permet de mettre en place des règles de recommandations ponctuelles pour
une catégorie du genre « recommander toujours le produit X avec les produit de la catégorie A »
ou « ne jamais recommander le produit X avec les produits de la catégorie A ».
Exemple : Ne jamais recommander le produit « Canapé 2 places BUTY Tissu Rouge » avec
les produits de la catégorie « Canapés lits », ou l'inverse.
Gestion par campagnes

Les campagnes correspondent à des groupes d’actions de merchandising personnalisées, prenant
la forme d’encarts (textuels et/ou imagés, recommandations de produits), pouvant être
déclenchées par un ou plusieurs facteurs, et cela pendant une période prédéfinie. Cette notion de
campagne permet ainsi de personnaliser l’affichage de la boutique e-commerce en fonction du
client (provenance, navigation, etc.).
Choix des déclencheurs des campagnes

Cette fonctionnalité permet de choisir les facteurs déclencheurs des campagnes, c'est-à-dire à
partir de quel moment la campagne sera affichée.
Page 28
• Trafic source
Exemple : On veut que tous les visiteurs qui proviennent des réseaux sociaux, se voient
affichés une bannière mettant en valeur la promotion du jour, car elle correspondait à une
campagne mise en place sur ces canaux.
• Segment clients
Exemple : On veut déclencher la campagne "soldes femmes accessoires", pour tous les
internautes qualifiés appartenant au segment "femmes" qui ont acheté des « jeans » ou
WWW.SMILE.FR
des « sacs » sans accessoire.
• Prospect/client
Exemple : On veut que la campagne "20% + Livraison gratuite" apparaisse pour tous les
internautes prospects (n'ayant jamais passé de commande).
• Facette sélectionnée
Exemple : On veut que la campagne "Voir la vie en rose" apparaisse lorsque la facette
"rose" est sélectionnée par l’internaute.
• Catégories
Exemple : Lorsque l'internaute se trouvera dans la catégorie "Vélo", la campagne "Frais de

livraison gratuits à l'occasion du Tour de France" apparaîtra.
• Produits
Exemple : Si l'internaute visualise le produit "Barbecue Weber", la campagne " 50% sur les
frais de livraison barbecue été 2015" se déclenchera.
• Géolocalisation
Exemple : Si l'internaute se trouve dans la région parisienne, la campagne "livraison

gratuite sur tout Paris" sera déclenchée.
• Catégories du panier
Exemple : Si un produit de la catégorie « Canapés » est ajouté au panier, la campagne « le

2ème coussin gratuit » apparaîtra.
• Date
Exemple : Du 15/11/2015 au 24/12/2015, la campagne "Noël" sera déclenchée.
Page 29
Choix du contenu d’une campagne

Cette fonctionnalité permet de réaliser les encarts promotionnels des campagnes à travers
différentes méthodes.
• Promotion d’un article, d’une catégorie
Une fois le produit ou la catégorie à mettre en avant sélectionnés, la réalisation de la

promotion est effectuée automatiquement par la solution de Merchandising à partir des
informations dont elle dispose.
WWW.SMILE.FR
• Banner flash
Cela peut prendre la forme d’un banner flash.
• Banner html
Cela peut prendre la forme d’un contenu riche html.
Création de pages d'atterrissages

Bien que cela relève généralement de la solution e-commerce en elle-même, les solutions d’e-
merchandising permettent parfois de créer des pages d’atterrissages spécialisées pour les
campagnes correspondantes.
Exemple : une page d’atterrissage spécialisée pour la campagne « fête des mères »
Priorisation des campagnes

Cette fonctionnalité permet de fixer une hiérarchie dans l'ordre d'affichage des campagnes.
Exemple : Si la campagne « 40% sur tous les canapés » est toujours en cours, l’afficher en
priorité, sinon proposer la campagne par défaut, « livraison gratuite ».
Fixer un maximum pour la diffusion d'une campagne à l'internaute

Cette fonctionnalité permet de fixer pour chaque campagne un nombre maximum d'affichage par
visiteur unique, pour effectuer une rotation du « display ».
Exemple : Ici imaginons le maximum fixé à 5. Après 5 affichages de la campagne «Ventes

flash », une autre campagne de bannière sera affichée à l’internaute.
Listing backoffice des campagnes en cours et à venir

Il s’agit d’un récapitulatif permettant de voir l'ensemble des campagnes actuellement en cours et
des campagnes qui vont être lancées prochainement. L’ergonomie de cette liste et des actions y
afférentes est à étudier pour s’assurer une bonne prise en main par les e-merchandiseurs.
Page 30
Personnalisation des emails transactionnels

Recommandation de produits personnalisée
Cette fonctionnalité permet d’insérer dans les e-mails transactionnels (confirmation de
commande, inscription…) des recommandations produits personnalisées à chaque internaute en
fonction de sa navigation, des produits achetés, de son segment…
Exemple : Si l’internaute vient d’acheter un vélo, on va lui recommander dans ses emails
transactionnels des produits complémentaires comme une pompe, un anti-vol, un casque,…
WWW.SMILE.FR
Abandon de panier
Un internaute quittant le site marchand peut potentiellement ne pas avoir trouvé le produit qu’il
souhaitait, l’outil d’e-merchandising va être en mesure de construire une sélection d’articles
pouvant l’intéresser (articles similaires), voire même une offre spéciale (très pratiquée dans le
secteur du voyage ou de la presse).
AUTRES FONCTIONNALITES
Prévisualisation
Offre la possibilité à l’e-merchandiseur en back-office de voir le rendu du site après avoir
paramétré les options de merchandising, avant de procéder à leur validation et à leur mise en
ligne sur le site.
Programmation calendaire
De façon transverse, la programmation calendaire des différentes règles est un impondérable dans
la gestion opérationnelle des différentes campagnes.
Workflow de validation
Il peut-être possible de mettre en place des circuits de validation des différentes règles définies.
Données offline (store, CRM)

Certains moteurs e-commerce ou merchandising permettent de prendre en compte les achats
effectués en magasin, ainsi que les informations contenues dans la base CRM. Ces données
peuvent alors être utilisées lors de la création des règles pour pousser la personnalisation du site
au niveau de l’individu.
Page 31
AB Testing
Certaines solutions de searchandising permettent de mettre en concurrence plusieurs règles grâce
à la mise en place de tests A/B, permettant ainsi de définir celles qui génèrent les meilleures
performances.
Dimension mobile
La question mobile est également à prendre en compte lors de la réflexion searchandising. En
effet, quelques solutions offrent la possibilité de paramétrer des règles distinctes selon les
WWW.SMILE.FR
supports (desktop, tablette, smartphone).
Reporting
L’efficacité des campagnes configurées et des règles établies par l’équipe e-commerce peut être
mesurée à l’aide de rapport indiquant le taux de transformation, l’usage de telle ou telle facette,
les mots clés utilisés… Les rapports fournis par les solutions sont bien souvent à compléter par un
marquage « analytic » offrant plus de latitude dans l’analyse, et un reporting centralisé.
Page 32
FICHE D’IDENTITE DES SOLUTIONS

EDITEURS DU MARCHE
Nous présentons ici quelques solutions du marché : SDL Fredhopper, Celebros, Sparkow, Fact-
Finder et Prediggo.
Pourquoi avons-nous choisi de vous présenter ces solutions ?

WWW.SMILE.FR
Les solutions de searchandising citées ci-dessous font parties des acteurs les plus en vue du
marché français dans le milieu du searchanding. Cette liste de solutions ne prétend pas être
exhaustive. En effet, le marché du search & merchandising est en pleine expansion. Certains
grands sujets tels que la personnalisation et le big data viennent dynamiser ce marché. De
nouvelles solutions arrivent régulièrement sur le marché et viennent se positionner sur des sujets
précis (personnalisation, cross-canal…). La prochaine version de ce livre blanc inclura donc
certainement de nouvelles solutions.
Comment choisir la solution adéquate pour votre besoin ?
Le choix d’une solution de searchandising constitue une réelle réflexion. En effet, lors de cette
réflexion plusieurs critères doivent alors être pris en compte afin d’assurer la pleine réussite du
projet :
• Fonctionnels : s’assurer que la solution couvre les principaux besoins fonctionnels (search,
merchandising et ergonomie) exprimés par les acteurs métier.
• Techniques : vérifier la bonne compatibilité technique de la solution avec la plateforme
e-commerce existante, la capacité à intégrer votre catalogue marchand, à répondre au
volume de trafic.
• Acceptation : s’assurer de la bonne intégration de la solution dans votre organisation
e-commerce et de votre capacité en interne (ressources, compétences) à piloter et animer
le searchandising.
• Editeur : vérifier la solidité de l’éditeur et sa capacité à répondre aux attentes exprimées.
• Budget : le critère budgétaire reste bien entendu un facteur déterminant.
Les données présentées ci-dessous correspondent aux informations récoltées auprès des
différents éditeurs que nous avons contacté au sujet de ce livre blanc.
Page 33
1 - SDL Fredhopper ……………………………………………………….…………page33
2 - Celebros……………………………………………………………….………….….page36
3 - Sparkow…………………………………………………………………….…….….page38
4 - Fact-Finder………………………………………………………………...……….page40
5 - Prediggo………………………………………………………………………...…..page43
WWW.SMILE.FR
SDL FREDHOPPER
Editeur SDL
Nom du logiciel Fredhopper
SDL, c’est 2700 employés répartis dans 70 bureaux et 38 pays, dont 80 employés en
Effectif dans le monde Hollande et 60 employés en Bulgarie, pour la solution Fredhopper.
Effectif en France 2 consultants pour Fredhopper
Option 1: Licence perpétuelle + maintenance + frais de mise en place
Modèle économique
Option 2 : Licence annuelle + frais de mise en place
Coût d'entrée = non communiqué
Coût des licences Calculé en fonction du « volume de requêtes de recherche », de la « taille du
catalogue », du « nombre de pages vues » et des fonctionnalités souhaitées.
Le logiciel échange avec les fronts Java, PHP, .Net ou tout autre technologie et avec
Technologies
les plateformes E-commerce via des WebServices en SOAP XML.
Date de sortie de la 1992
première version
Ventes privées, Sarenza, Boulanger, Asos, Alinea, Toys'R'Us, Thomas Cook, Otto,
Références clés Made In Design, Melijoe, Manutan, Via Presse.
Page 34
La société SDL a été créée en 1992 en Angleterre, où elle est actuellement basée
(Maidenhead).
En 1995, elle effectue sa première acquisition, une "Technlogie de mémoire de
traduction" autour de laquelle elle bâtit son cœur de métier dans le développement
de solutions logicielles et de réalisations de services spécialisés dans la traduction.
En 1997, La société se développe en Asie, en Europe et aux Etats-Unis, avant
d'entrer en 1999 à la bourse de Londres.
En 2003, son chiffre d'affaires atteint 64 millions de livres sterling.
Depuis 2007, la société ne cesse de faire l'acquisition de nouvelles technologies
Historique société (Idiom en 2008, Alterian en 2012 et Bemoko en 2013).
WWW.SMILE.FR
C'est ainsi qu'en 2009 elle acquiert la société néerlandaise spécialisée dans le
marketing ciblé : Fredhopper.
Fredhopper est une société historiquement hollandaise créée en 1992. Fredhopper

a développé sa partie e-merchandising en enrichissant son moteur de recherche
propriétaire E-commerce de fonctionnalités de merchandising (optimisation de la
navigation, upselling, crossselling, personnalisation) afin d'améliorer l'expérience
utilisateur des internautes de ses clients et la performance de ses canaux digitaux
(site web, mobile, ...).
Angleterre (Maindenhead) pour le groupe SDL.
Siège social
Les bureaux de Fredhopper sont situés aux Pays-Bas (Amsterdam).
• La pérennité de sa solution
• Son expertise dans la personnalisation (banners, campagnes)
Avantages compétitifs • Son expérience dans la recherche
(selon l’éditeur) • Sa forte présence sur le marché Européen
• La scalabilité de la solution qui permet de supporter des sites à très fort
trafic ou avec un grand nombre de références produits.
Page 35
WWW.SMILE.FR

Captures d’écran du
backoffice
Campagnes
Page 36
CELEBROS
Editeur CELEBROS
Nom du logiciel Conversion Pro V8
Effectif dans le monde60 employés. La R&D (Recherche et développement) se trouve en Israël.
Effectif en France 2 employés (commerce et consulting)
WWW.SMILE.FR
Modèle économique Licence mensuelle + frais de mise en place

Coût d’entrée = premier prix = 400 euros
Coût des licences Calculé en fonction du « volume de requêtes de recherche », de la « taille du
catalogue » et des modules souhaités.
Arborescence conceptuelle, NLP, Thesaurus interne, correction autographique,
Technologies
mispellings, Studio merchandising.
première version
Conforama, Place des tendances, M6 Boutique, Leshop, Willemse, Retif, Seton,
Références clés
Abix, Atylia.
Fondée en 2000, Celebros fait parti des précurseurs en termes de solutions de
recherche interne, searchandising, navigation et autres solutions d’optimisation de
revenus pour les boutiques en ligne telles que les modules d’auto-complétion ou
encore le fameux moteur à cadeaux.
Grâce à sa recherche conceptuelle sémantique intelligente, Celebros révolutionne
Historique société l’expérience shopping via le commerce électronique. Celebros concentre tous ses
(selon l’éditeur) efforts à l'amélioration des indicateurs financiers des magasins en ligne, en
priorisant l’augmentation du taux de conversion sur le site.
Celebros met à disposition de ses clients, les e-commerce Managers, une interface
merchandising en Français, sur laquelle ils pourront travailler au quotidien :
campagnes bannières, promotion de catégories, campagne de produits alternatifs,
landing pages, création de catégories virtuelles...
Siège social Etats-Unis (New Jersey)
• Sa position de précurseur dans les solutions de moteur de recherche
conceptuel sémantique.
Avantages compétitifs
• L’aspect multi-langues de son moteur de recherche
(selon l’éditeur)
• Le support technique 7j/7, 24h/24
• Le chargé de compte dédié pour chaque client
Page 37
WWW.SMILE.FR
backoffice Home
Campagnes
Page 38
SPARKOW
Editeur SPARKOW
Sparkow Personalisation Suite, Sparkow Merchandising, Sparkow Recommendation,
Nom du logiciel
Sparkow Digital Store
Effectif dans le monde 40 employés en France
WWW.SMILE.FR
Paris : 6 employés (avant-vente, commerce et marketing)

Effectif en France
Lille : 34 employés (R&D, support, consulting)
Modèle économique SaaS
Coût d’entrée = non communiqué
Coût des licences Calculé en fonction du « volume de requêtes à traiter», du « nombre de pages
vues » et des solutions déployées.
Technologies En mode SaaS dans le cloud
Date de sortie de la
2006
première version
Pimkie, IKKS, Brandalley, 3 Suisses, BUT, le Groupe Casino, Damart, Décathlon,
Références clés
Intersport, Citadium (Groupe Printemps), Toupargel, Etam, Truffaut, Yves Rocher.
Créé en 2006, Sparkow est un éditeur de solutions expertes en mode SaaS qui
permettent aux commerçants de booster leur performance en motorisant une
expérience d’achat efficiente. Les solutions Sparkow répondent à trois objectifs :
améliorer l’expérience d’achat des clients, booster la performance de l’ensemble
des dispositifs commerciaux et augmenter la productivité des équipes en charge des
ventes.
Historique société
En février 2013, Sparkow a levé 7 millions d’euros pour accompagner le
développement de sa solution SaaS, après les 3 millions déjà obtenus en 2010.
En septembre 2014, Sparkow abandonne la marque Compario pour mieux
accompagner sa stratégie produit et son développement à l’international.
Plus de 150 dispositifs marchands (sites web, applications mobiles, call center,
digital en magasin, etc.) dans plus de 20 pays sont optimisés grâce aux solutions
Sparkow, dans tous les secteurs d’activité du commerce.
Siège social France (Lille)
Page 39
• Son expérience dans le milieu du retail (omni-canal)

• La couverture fonctionnelle de la solution : merchandising,
recommandation, personnalisation et digital in store
• Son expertise dans l’e-merchandising qui représente son cœur de métier
(algorithmes de machine learning, combinaison de règles statistiques et
métier, etc).
Avantages compétitifs
• Sa forte présence sur le marché français
• Son module Performance Dashboard (Analytics) pour le suivi final de la
performance des actions commerciales
• La possibilité de regrouper et éditer l’ensemble des données du catalogue
WWW.SMILE.FR
produit dans la solution (description produit, intitulés SEO des pages et

catégories, etc.)
• Possibilité de piloter la navigation principale
Captures d’écran du Home

backoffice
Actions de Merchandising
Page 40
FACT-FINDER
Editeur OMIKRON
Nom du logiciel Fact-Finder
Effectif dans le monde 150 employés
Effectif en France 3 employés (commerce et consulting)
WWW.SMILE.FR
Option 1: Licence perpétuelle + frais de mise en place

Modèle économique Option 2: Licence mensuelle + frais de mise en place
Coût des licences Calculé en fonction du « volume de requêtes de recherche » comptabilisé dans la
barre de recherche et des modules souhaités.
FACT-Finder est basé sur un algorithme de similarité unique et breveté, développé
Technologies par Omikron Data Quality, l'une des 50 entreprises de logiciel avec la plus grande
croissance d'Allemagne.
première version
Yves Rocher, Esprit, Metro, Mexx, Carrefour, C&A, Babywalz, Raja, Nutrilife,
Références clés Millésima, Plantes et Jardins, Douglas, Marc-o-Polo.
La société Omikron a été créée en 1981 en Allemagne.
En 1993, Omikron a créé sa première application de Qualité des Données : DBRS®.
En 2002, la société a créé un moteur de recherche et de conversion sous la marque
commerciale Fact-Finder. Fact-Finder est rapidement devenu leader sur le marché
Historique société allemand.
(selon l’éditeur) En 2008, son expansion européenne s'est traduite par l'ouverture de succursales en
France, Italie, Pologne, Suède, Turquie, Grande-Bretagne et Espagne.
Aujourd’hui, plus de 1300 sites e-commerce, dans 26 pays et en 24 langues, utilisent
le moteur Fact-Finder.
Siège social Allemagne (Pforzheim)
Page 41
• Son expertise dans la recherche

• Sa reconnaissance sur le marché Européen
• Souplesse du paramétrage de l’exhaustivité et la pertinence des résultats de
recherche
Avantages compétitifs • Pré-intégration multiplateformes (Magento, Hybris, IBM, …)
(selon l’éditeur) • Scalabilité multi langues, multi canaux et multi domaines.
• Optimisation et reporting grâce à la fonction analytics
WWW.SMILE.FR
backoffice
Home
Page 42
WWW.SMILE.FR
Campagnes
Page 43
PREDIGGO
Editeur PREDIGGO
Nom du logiciel Prediggo : The Agile E-merchandising Suite
Effectif dans le monde 7 employés (en Suisse)
Effectif en France 0
WWW.SMILE.FR
Modèle économique Plusieurs Modèles de Licence : mensuelle ou annuelle.

Calculé en fonction du « nombre de pages vues » et des solutions souhaitées.
Coût des licences Inclus : 7 heures d’installation offerte (couvre 95% des clients) + hébergement
« standard » en mode SaaS (Hébergement Haute Disponibilité en option) ou en
local.
Prediggo utilise plusieurs technologies avancées :
• Technologie brevetée de Sémantique « Ontologie Filtering » pour la
solution de recommandation et de merchandising personnalisée.
Technologies
• L’algorithme optimisé d’Oflazer pour le moteur de recherche intelligent.
• Technologie brevetée « Semantic Navigation Discovery » pour l’intra-
navigation dans les pushs de merchandising
première version
Cultura, Visa, UncleJeans, Unkut, Un Jour Ailleurs, Rue des Hommes, Ricardoshop,
Références clés Conforama, Denner, Gazzar, AuchanDrive, CasinoDrive, MediaMarkt.
Prediggo a commencé comme une start-up de l’Ecole Polytechnique Fédérale de
Lausanne (EPFL) en 2008. Le premier produit à avoir été commercialisé est le
moteur de « recommandation » basé sur la technologie brevetée « Ontologie
Filtering ».
Suite à l’évolution des besoins des e-commerçants, Prediggo a développé de
nouvelles fonctionnalités afin d’offrir un véritable moteur de Merchandising à ses
Historique société
clients.
En 2011, Prediggo lance son propre moteur de recherche et de navigation afin de
compenser les limitations des moteurs de recherche existants.
Quelques années plus tard, Prediggo compléta sa suite de solutions avec son
moteur d’email retargeting personnalisé et son Ad-server.
La mission de Prediggo est d’offrir aux e-commerçants la solution la plus complète
et agile d’e-merchandising.
Siège social Suisse (Lausanne et Fribourg)
Page 44
• Une solution complète développée en interne (Recommandation,

Merchandising, Searchandising, et personnalisation de tout support en
Omni-Canal)
Avantages compétitifs • La flexibilité et performance de la solution (Jusqu’à 35% d’augmentation de
(selon l’éditeur) vente)
• La rapidité de sa mise en place et son faible cout d’intégration,
• Technologie unique pouvant fonctionner avec ou sans données
transactionnelles.
backoffice
WWW.SMILE.FR
Home
Campagnes
Page 45
ALTERNATIVE OPEN SOURCE AVEC

ELASTICSEARCH
Nous souhaitons à travers cette partie vous présenter une alternative « open source » (logiciel
libre) en pleine expansion : ElasticSearch.
Ce moteur de recherche ne présente pas d’interface d’administration et ne peut donc être opposé
WWW.SMILE.FR
directement à des solutions « éditeur » clés en main. Néanmoins, les capacités d’ElasticSearch
peuvent être implémentées sur différentes plateformes techniques, tels que Magento ou
DrupalCommerce ; permettant ainsi aux merchandiseurs de paramétrer leur searchandising
directement depuis leur plateforme e-commerce.
Les équipes R&D de Smile ont ainsi développé un module Magento qui vient exploiter pleinement
les capacités d’ElasticSearch, pour offrir de nombreuses fonctionnalités de searchandising.
Avant de vous exposer plus en détails ce module open source, commençons par une courte
présentation du moteur de recherche ElasticSearch.
ELASTICSEARCH : LE MOTEUR DE RECHERCHE

Nom ElasticSearch - http://www.elasticsearch.org/
La solution se base sur le moteur de recherche ElasticSearch qui utilise la
Technologie
technologie Java sous Apache Lucene.
Année de création 2010
Modèle économique Open source
WordPress, Facebook, Netflix, TheGuardian, Salesforce, Foursquare,
Références
Soundcloud, Stackoverflow, Xing, GitHub
Créé en 2010, ElasticSearch est un projet similaire à la solution SolR, aussi bien fonctionnellement
(serveur de recherche) que technologiquement (couche basse gérée par Lucene).
Il se distingue cependant de SolR par son approche profondément distribuée (indexations et

requêtes effectuées sur plusieurs serveurs), ce qui le rend plus adapté aux problématiques du Big
Data.
En juin 2014, ElasticSearch a levé 70 millions de dollars, qui viennent s’ajouter aux fonds levés lors
des deux précédents tours de table afin de porter à 104 millions de dollars le total du capital levé
par ElasticSearch depuis les débuts de sa recherche de financements.
Page 46
La courbe suivante présente les tendances mesurées par Google Trends sur les deux solutions
phares du marché Open Source. Depuis mi-2014, ElasticSearch a pris le pas sur SolR, réputée être
la référence du secteur.
WWW.SMILE.FR
Sa flexibilité et ses performances tendent à faire d’ElasticSearch la prochaine référence dans le

Searchandising open source. C’est pourquoi Smile a décidé de s’investir pleinement dans le
développement de cette solution.
C’est ainsi que le module Searchandising pour Magento, construit sur la solution ElasticSearch a
été créé en Septembre 2014 par les équipes R&D de Smile.
LE MODULE SMILE SEARCHANDISING POUR MAGENTO
Magento et la recherche
Petit rappel sur Magento
Magento est la plateforme e-commerce open-source de référence. Celle-ci offre une grande
flexibilité et de nombreuses fonctionnalités intéressantes pour tout e-commerçant (wishlist, avis
produits, message cadeau, responsive design…).
Les versions Magento et la recherche

La version gratuite de Magento (Magento Community) utilise la recherche SQL. Cette technologie
de recherche reste limitée en termes de performances.
La version payante de Magento (Magento Enterprise) utilise le célèbre moteur de recherche SolR.
Celui-ci vient fortement améliorer les performances de la recherche. Cependant, il ne présente
aucun système d’administration, pour permettre aux e-merchandiseurs de piloter des règles de
searchandising.
Page 47
L’objectif de notre module Searchandising Magento

Apporter une solution clé en main dans la plateforme Magento, permettant de paramétrer et
piloter des règles de searchandising depuis le back-office unique Magento.
Notre module Searchandising Magento construit sur ElasticSearch possède plusieurs avantages
par rapport aux autres solutions :
• Celui-ci est intégré à Magento (pas de flux supplémentaire, indexation native, stratégie de
cash unique et simplifié, etc.), le couplage est donc plus naturel.
• Il peut être installé sur Magento Community et Magento Enterprise. Celui-ci est donc à la
WWW.SMILE.FR
portée de tous.
Les fonctionnalités de notre module

En plus des fonctionnalités phares d’ElasticSearch, vous trouverez ci-dessous quelques-unes des
nombreuses fonctionnalités de searchandising que vous offre le module.
Amélioration de la recherche plein texte

Possibilité de pondérer chaque attribut pour la recherche depuis le back-office et gestion de la
recherche floue.
Auto-complétion
Gestion de l’auto-complétion sur les mots clés, produits (possibilité d’intégrer les visuels dans cet
affichage) et catégories. Possibilité d’étendre les résultats à la liste des magasins ou à tout autre
contenu.
Page 48

• Sélection de facettes
• Filtre de prix, filtre sur les notes des produits
• Optimisations pour le référencement naturel (SEO)
• Personnalisation facile par les développeurs
WWW.SMILE.FR
Catégories virtuelles
Possibilité de créer des catégories virtuelles depuis le back office Magento. Celles-ci sont
alimentées en live, et sont donc alors totalement dynamiques.
Règles de boost
Création de règles de boost qui seront prises en compte sur l’ensemble de votre site. Par exemple,
« booster les produits en stock » ou encore « booster les produits de la catégorie Canapés &
Sofa ». Ces règles de boost vont alors venir donner plus de poids à certains produits, qui
remonteront alors en priorité dans les pages de liste.
Page 49
WWW.SMILE.FR
Nos équipes R&D travaillent sur l’évolution de ce module. De nouvelles fonctionnalités sont déjà
prévues dans la roadmap 2015 :
• Personnalisation
o Pouvoir baser les règles de merchandising sur les données comportementales
collectées.
o Recommandations automatisées par le calcul d’algorithmes open source
• Contextualisation : boost de la pertinence
o Relative à un utilisateur
o Relative à un parcours
• Promotion toolkit
o Pour relayer les opérations promotionnelles à travers des bannières et des
estampillages de produits
• Marketplace
o Pour la prise en compte d’offres multiples sur un même produit
Bien que ce module ait été développé spécialement pour Magento, celui-ci peut parfaitement être
développé et intégré au sein d’autres plateformes e-commerce.
Page 50
Comme vous l’avez compris l’optimisation du searchandising de votre site site e-commerce est un
enjeu stratégique pour améliorer l’expérience client, et ainsi le taux de conversion.
N’hésitez pas à nous contacter, ebusiness.consulting@smile.fr, afin que nous puissions vous aider à
choisir la solution la plus adaptée à vos besoins.
WWW.SMILE.FR
Page 51
REMERCIEMENTS
Nous tenons à remercier les éditeurs pour leur réponse à nos questions et leurs
démonstrations de solution. Nous remercions également les personnes ayant contribué à la
rédaction et la relecture de ce livre blanc :
WWW.SMILE.FR
• Florent Sabourin, Business Line Manager e-commerce, Smile

• Charles Houssiaux, Consultant e-commerce, Smile
• Aurélien Foucret, Expert technique, Smile
• Leslie Martin, Chargée de communication, Smile
N’hésitez pas à nous transmettre vos avis et évaluations sur ce livre blanc.
Une seule adresse : contact@smile.fr

LB - Smile - Solutions de Search Et E-Merchandising

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

LB - Smile - Solutions de Search Et E-Merchandising

Transféré par

Droits d'auteur :

Formats disponibles

“ Recherche et e-merchandising,

Systèmes d’Information Métiers

Consultez nos références, en ligne, à l’adresse : http://www.smile.fr/clients.

LA VALEUR AJOUTEE DES SOLUTIONS DE SEARCHANDISING ....................... 9

FICHE D’IDENTITE DES SOLUTIONS EDITEURS DU MARCHE ....................... 32

ALTERNATIVE OPEN SOURCE AVEC ELASTICSEARCH .................................. 45

D’après la FEVAD (Fédération de l’e-commerce et de la vente à distance), près de 30% des

L’e-merchandising répond à un enjeu complémentaire à celui de la recherche : proposer au client

LES LOGICIELS SUR LE

RECHERCHE ET OPEN SOURCE

Les interfaces et fonctionnalités offertes et destinées aux utilisateurs (merchandiseurs, trafic

QUAND UTILISER CES

Pour déterminer qu’une plateforme e-commerce a besoin d’un logiciel de searchandising

LA VALEUR AJOUTEE DES SOLUTIONS DE

1. Mise à jour par fichiers

2. Mise à jour par API

3. Depuis une base SQL

• capacité de réplication pour permettre la reprise en cas d'incident

Le comportement de l'index sur les erreurs d'indexation est particulièrement important

A propos des solutions SaaS

Exemples : Si l’internaute effectue une recherche avec le mot « canpé », le moteur de

« Did you mean »

Exemple : L’internaute recherche le mot « kannapé » à travers le moteur de recherche

Illustration de la fonctionnalité « Correcteur orthographique »

Recherche contextualisée par catégorie

Exemple : L’internaute se trouve dans la catégorie « Clic-clac ». S’il recherche dans le

Illustration de la fonctionnalité «Autosuggestion »

Intégration des photos/images dans les résultats d’autosuggestion

Illustration de la fonctionnalité « Push image »

A la différence de l’auto-suggestion, les termes de recherche couramment utilisés sont affichés, et

Exemple : L’internaute souhaitant écrire le mot « canapé » commence à saisir les

Illustration de la fonctionnalité « Auto-complétion »

Recherche effectuée sur les attributs

Recherche incluant les prix et autres symboles

Exemple : Si l’internaute recherche "50€", il se verra afficher l’ensemble des produits au

Gestion du genre et du nombre

Illustration de la fonctionnalité « Gestion fémin/masc – sing/plur »

Recherche dans des contenus éditoriaux

Illustration de la fonctionnalité « Trier par »

Exemple : Si "notebook" et "ordinateur" sont considérés comme synonymes, les résultats de

Exemple : Sachant que le rayon « jeans » appartient à la catégorie « pantalons ».

Ordonnancement des résultats de recherche

Exemple : Afficher les résultats de recherches regroupés par catégories.

Boost par caractéristiques produits

Modifications des résultats de recherche

Personnalisation par utilisateur

Exemple : Si l'internaute a regardé un nombre certain de produits disponibles en taille "40",

Exclusion de résultats de recherche

Vers une url

Vers un emplacement particulier

Zero search results

l’efficacité par ligne de résultat renvoyé.

Navigation par facettes

Illustration de la fonctionnalité «Navigation par facette sur les résultats de recherche »

Sélection de plusieurs facettes

Exemple : On peut effectuer un filtrage en prenant en compte comme éléments dans la

Multi-sélections de valeurs pour une même facette

Illustration de la fonctionnalité « Multi-sélections de valeurs pour une facette »

Exemple : Suite à la recherche précédente on peut décider de la relancer en désélectionnant

Administration des facettes

Gestion des facettes

Exemple : Création de la facette « Matière » en regroupant les valeurs de l’attribut

Tri des valeurs