Académique Documents
Professionnel Documents
Culture Documents
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
“ Recherche et e-merchandising,
l’état de l’art ”
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…
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
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
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
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
REMERCIEMENTS ...................................................................................... 51
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
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.
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 ».
1
Etude réalisée par Marketing Sherpa, 2010
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
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.
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…
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).
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.
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 8
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.
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 9
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 :
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).
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 10
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.
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
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
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 :
(notamment dans le cas d'une indexation complète), afin de ne pas avoir un index vide qui
rendrait le site partiellement ou totalement inutilisable.
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.
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
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
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 13
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
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".
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 14
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
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).
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 15
WWW.SMILE.FR
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 ».
Exemple : L’internaute obtiendra exactement les mêmes résultats qu’il recherche le mot
« canapé » ou « canapés ».
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 16
WWW.SMILE.FR
ou « canapés »
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.
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 17
WWW.SMILE.FR
Synonymes
Relation « égal »
Permet de définir les termes de recherche synonymes et ainsi de renvoyer les mêmes résultats
pour les requêtes dites synonymes.
Relation « contient »
Permet de définir des relations de contenant / contenu qui seront prises en compte par le moteur
de recherche.
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.
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 18
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.
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.
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 19
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
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.
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.
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.
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
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
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.
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 ».
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 21
Exemple : Pour l'attribut « Marques », l’internaute peut sélectionner les valeurs« Nike » et
« Adidas » avant de lancer le filtrage.
Désélection de facettes
L'internaute peut désélectionner une ou plusieurs facettes qu'il avait pré-cochées et relancer sa
recherche.
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 22
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 ».
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 23
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
Exemple : création automatique des intervalles pour la facette « Prix » : "Moins de 25€",
"De 25€ à 50€", "De 50€ à 90€ », etc.
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 24
FONCTIONNALITES DE
MERCHANDISING
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.
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 ».
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 25
Exemple : Dans la catégorie « Canapés », faire remonter en priorité les produits qui
WWW.SMILE.FR
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.
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
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 26
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
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.
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.
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 27
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.
Exemple : Ne jamais recommander le produit « Canapé 2 places BUTY Tissu Rouge » avec
les produits de la catégorie « Canapés lits », ou l'inverse.
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
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
• 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
• Produits
Exemple : Si l'internaute visualise le produit "Barbecue Weber", la campagne " 50% sur les
frais de livraison barbecue été 2015" se déclenchera.
• Géolocalisation
• Catégories du panier
• Date
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 29
• Banner flash
• Banner html
Exemple : une page d’atterrissage spécialisée pour la campagne « fête des mères »
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 ».
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 30
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.
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
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
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.
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 32
Nous présentons ici quelques solutions du marché : SDL Fredhopper, Celebros, Sparkow, Fact-
Finder et Prediggo.
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.
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.
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 33
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.
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
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.
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 35
WWW.SMILE.FR
Campagnes
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
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
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 37
WWW.SMILE.FR
Captures d’écran du
backoffice Home
Campagnes
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
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
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 39
Actions de Merchandising
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
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
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 41
Captures d’écran du
backoffice
Home
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 42
WWW.SMILE.FR
Campagnes
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
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
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 44
Home
Campagnes
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 45
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.
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).
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.
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
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
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.
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…).
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.
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 47
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.
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.
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
Page 48
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.
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
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.
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
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
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation
“ Recherche et e-merchandising,
l’état de l’art ”
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
N’hésitez pas à nous transmettre vos avis et évaluations sur ce livre blanc.
Une seule adresse : contact@smile.fr
Edition Décembre 2014 © Copyright Smile – Open Source Solutions – Toute reproduction interdite sans autorisation