L’importance capitale du moteur de recherche interne
Derrière la barre de recherche d’un site web, arborant le plus communément une loupe, se cache un moteur de recherche interne. Un outil primordial dans le secteur du e-commerce puisqu’il impacte directement la conversion des visiteurs en acheteurs. En effet, 76% des visiteurs sur un site web choisissent ce moyen pour réaliser un achat en étant certains de trouver avec précision et rapidité ce qui leur correspond (Source : Observatoire 2020 des pratiques de recherche dans l’e-commerce – Sensefuel). D’où l’importance de choisir ses outils avec le plus grand soin.
Qu’est-ce que le moteur de recherche interne ?
Comme Google, Bing ou encore Qwant, le moteur de recherche interne trouve une réponse à une requête faite en ligne. Interne signifie qu’au lieu de dénicher des pages à travers le web, il trouvera des articles d’une base de données à l’intérieur d’un site. Sur un e-commerce, le moteur de recherche interne est l’un des premiers outils mis à contribution à l’arrivée d’un visiteur, permettant de trouver un produit précisément et facilement avec pour conséquence, en cas de réussite, un achat simplifié en quelques clics. Décisif dans le processus d’achat, il est d’une importance capitale de l’optimiser et de le rendre le plus pertinent possible en fonction des attentes et des usages.
Comme un outil de recherche en ligne jouant du SEO pour référencer l’ensemble des pages implémentées sur internet, le moteur de recherche interne traite le contenu en interne et redessine une requête parmi une masse conséquente d’information en base de données (BDD). De nombreuses techniques existent alors pour le rendre toujours plus performant, comme par exemple l’indexation, l’audit sémantique, ou encore les termes généralistes pour une première recherche approximative. Un moteur de recherche interne optimisé est un atout pour conserver les visiteurs et les convertir en acheteurs. Sans cette optimisation, les internautes risquent de quitter la page pour un site concurrent en un simple “clic”.
Pertinence et optimisation du moteur de recherche : répondre à la demande
Pour qu’un moteur de recherche soit utile et réponde aux attentes des visiteurs, il doit être en phase avec leurs usages et rester pertinent par rapport aux requêtes qui y seront faites. Il doit répondre, de par son ergonomie et son fonctionnement, aux attentes des internautes.
Soin et optimisation de l’outil de recherche
Dans un premier temps, il doit occuper un espace visible et central sur la page d’accueil du site afin d’apporter une première réponse au parcours d’achat et ainsi, éviter les frustrations de ne pas trouver un produit. L’ergonomie joue un rôle important pour la visibilité de la barre de recherche et les atouts de son utilisation. Icône de loupe, place centrale sur la page d’accueil, incitation, ne sont que des exemples communs pour réussir une première implantation de cet outil.
De plus, des options (en développement web supplémentaire) peuvent optimiser le moteur de recherche interne. Ainsi, il fournira des résultats les plus pertinents, rapides et adaptés possible. Le Wording (adapté le texte aux usages) en est une, la tolérance orthographique (fautes de frappe, mots au singulier et au pluriel, orthographes multiples et synonymie par exemple) une autre. L’auto-complétion (prévoir la recherche et éviter les surplus), différencier les requêtes produit, implémenter des catégories sont d’autres options ajustables. D’autres servent aussi à une réponse adéquate aux recherches, comme l’enrichissement des bases de synonymes. L’optimisation de l’expérience utilisateur passe aussi par le design des pages de résultat en lien avec la BDD pour une forme de “direct” entre stocks et affichage. Le maître mot de l’optimisation du moteur de recherche interne reste le SEO et le soin des fiches produits pour obtenir des résultats cohérents et pratiques.
D’autres techniques d’optimisation en lien avec les usages des utilisateurs apparaissent, comme l’arborescence pré-affichée pour la recherche. Celle-ci consiste à montrer (au premier clic) l’ensemble des catégories et sous-catégories disponibles sur le site web. Cet affichage permet une première orientation pour l’e-visiteur qui, s’il ne connaît pas avec précision sa recherche, peut trouver ce dont il a besoin. Toutes ces optimisations ont pour même objectif la simplicité pour le processus d’achat et la navigation en ligne.
Une méthode : le searchandising
Le searchandising est une technique marketing pour répondre le plus justement possible aux recherches des internautes grâce au moteur de recherche interne. Cette réponse automatisée combine pertinence des résultats en fonction des produits disponibles et remontée des résultats les plus intéressants (rentables, destockage…) pour le e-commerçant. Cette technique s’éloigne d’un moteur de recherche basique qui se contenterait d’afficher les résultats en fonction de la sémiologie du produit (SEO par exemple). Le résultat apparaît aussi en fonction des avantages à tirer par le site en fonction du taux de marge ou encore de la rotation produit. De plus, ce dernier peu booster les produits stratégiques à la vente comme un merchandising classique en magasin (mise en avant des offres, priorisation dans les résultats etc.).
La personnalisation du parcours client et le marketing prédictif passent aussi par l’IA. Les algorithmes poussés deviennent plus performants qu’un système de recommandation. « Grâce à une analyse encore plus fine des données, le e-commerçant peut devancer les attentes de ses clients et leur proposer en temps réel le service complémentaire, ou le produit qui va être en adéquation avec leurs envies du moment » (Quels usages de l’intelligence artificielle (IA) en E-Commerce ?).
Si le moteur de recherche interne ne fonctionne pas
Au-delà d’une perte de conversion des visiteurs au moment de la contrainte technique, un moteur défaillant peut devenir source de frustration importante et impliquer des pertes. Dans ce cas, 97% des internautes qui utilisent au moins une fois la barre de recherche dans leur processus d’achat (source : Observatoire 2020 Sensefuel Toluna) quittent le site pour en trouver un autre sans problème.
Alors comment éviter une fuite des visiteurs et les encourager à poursuivre sur son site ? La reformulation automatique est une bonne façon de répondre à ces erreurs. Une faute de frappe est toujours possible ou même une orthographe difficile qui peut impliquer un résultat faux, voire pas de résultat du tout. Pour éviter cela, le moteur de recherche peut être programmé pour prévoir ces erreurs et intégrer pour chaque mot tapé, des synonymes ou des reformulations. Un “kouet” sera réécrit en “jouet” automatiquement et fournira les mêmes résultats. Les prépositions ou déterminants sont aussi à prendre en compte. C’est pour cette raison que l’autosuggestion de recherche aide l’internaute. Il peut directement agir sur une recherche pré-inscrite.
Si toutes ses programmations aboutissent quand même à une page sans aucun résultat, alors il ne faut pas laisser le visiteur dans une impasse. Ce résultat ne doit pas le faire fuir, mais l’orienter et le guider vers une autre catégorie, une autre gamme de produits ou des suggestions proches. Si, à l’inverse, il y a trop de résultats affichés, alors les options de filtrage à facette peuvent mieux cibler la recherche, tout comme la personnalisation de la recherche en fonction du profil de l’utilisateur (avec ou sans intelligence artificielle). Le contexte joue aussi un rôle primordial pour répondre aux requêtes passées par les internautes. En fonction du stock ou de la saison, les produits peuvent ne pas être affichés, ou sinon dans un ordre différent.
“Un darwinisme digital” fait son apparition, conséquence de la présence permanente du web dans notre quotidien. Les usages évoluent et les internautes se dirigent plus facilement vers des sites optimisés et répondant avec pertinence aux attentes. Les 200 000 sites e-commerce français, comme une sélection naturelle de génération de trafic, doivent jouer des coudes pour conserver leur visibilité sur le web en mettant à profit l’ensemble des outils de développement web mis à disposition.
S’adapter aux nouveaux usages
Désormais, le modèle en “entonnoir” (visibilité du produit, envie/intérêt, décision, action d’achat) paraît inapproprié selon Think with Google, pour laisser place au “messy middle” axé sur le consommateur plutôt que sur les processus de marketing. Cette théorie portée par Alistair Rennie et Jonny Protheroe (Market Insights U.K, Google) explique d’une autre manière le “darwinisme digital” et le principe d’adaptation pour les sites e-commerce en précisant que les acheteurs ont, « à force d’usage, « appris à gérer cet espace de choix illimités pour en retirer tous ses avantages. Ils naviguent plus facilement et savent trouver les meilleurs lieux pour acheter« .
Entre envie d’achat et clic final, le cheminement n’est plus linéaire mais forme désormais une boucle. L’achat ne représente plus, selon cette théorie, qu’une étape finale parmi d’autres durant l’exposition du produit. La boucle au centre est un ensemble interconnecté de facteurs internes et externes (prix, opinions, souvenirs, publicités et rappels via newsletters entre autres) qui sont responsables du déclenchement d’un achat. L’entonnoir, se basant sur un seul site et ses outils de déclenchement est éloigné du web tel qu’il s’utilise aujourd’hui. Les internautes naviguent entre plusieurs e-commerces et le facteur déclencheur n’est plus évidemment entre recherche et achat, mais plutôt lié à l’image du produit sur un ensemble. Une évolution du comportement en ligne avec des comparaisons de prix, des évaluations poussées, des marchés de l’occasion et du reconditionné ou encore la sensibilité au vocabulaire utilisé explique ce désordre pour finaliser une envie d’achat.
Le visiteur cherche son produit puis l’évalue en fonction des autres produits similaires sur le même site ou non. Ainsi, il va suivre la boucle jusqu’au moment T de la décision d’achat. L’intérêt d’optimiser ses outils en interne comme le moteur de recherche, c’est de recommander et répondre aux attentes dès la première action sur le site. Le but final étant de fermer la boucle “messy middle” dans son propre site avec des recommandations et des options supplémentaires que l’internaute ne trouverait de toute façon nulle part ailleurs. Pour ce faire, l’exploration doit être optimisée avec des recherches facilitées (avec toutes les options d’auto-complétions ou de correction orthographique par exemple), des résultats ciblés ou pertinent pour permettre aux utilisateurs de trouver facilement et efficacement ce qu’ils trouveront sans fuir le site.
63% des utilisateurs de smartphones sont plus susceptibles d’acheter auprès d’entreprises dont les sites ou applications mobiles leur proposent des recommandations pertinentes sur les produits susceptibles de les intéresser. D’où l’intérêt d’optimiser au maximum l’outil de recherche interne.
Google/Ipsos (2019)
Le moteur de recherche interne est une passerelle entre volonté d’achat et accès au produit. Ainsi, le SEO sur chaque page est aussi d’une importance capitale pour un accès facilité à ces pages. Des acteurs majeurs d’un domaine (en magasin physique) peuvent souffrir sur le web si leur référencement et leur moteur de recherche interne ne sont pas optimisés. Au-delà d’une différence de relation client à adapter, le magasin physique et son site e-commerce doivent s’adapter aux tendances pour leurs ventes.
La théorie non-linéaire du “messy middle” n’occulte pas les facteurs déclencheurs des modèles précédents, comme l’identité rattachée à une marque, la fidélité, l’habitude et l’impulsion sur un moment donné notamment. Les deux auteurs de la publication précisent qu’“apprendre à naviguer avec succès dans ses lacets, ses virages en épingle et ses impasses sera aussi crucial pour le succès marketing futur que tout investissement dans la technologie ou plates-formes« . Les usages évoluent et les attentes des utilisateurs aussi. Maintenant, les outils primordiaux du web ne sont plus optionnels et leur fonctionnement défini la vie d’un site e-commerce, de son succès ou de son échec.
53% des visiteurs quittent un site si le temps de chargement d’une page de résultats dépasse les 3 secondes (La probabilité de rebond augmente de 32% lorsque le temps de chargement de la page passe de 1 seconde à 3 secondes)
Recherche Google/SOASTA, 2017
Pour éviter ce départ précipité des visiteurs, des solutions de développement web existent comme le modèle d’application “Shell”. Ce modèle sert à afficher rapidement une première partie du contenu demandé en même temps que de charger la suite des produits au scrolling. Ainsi, le visiteur ne se rend pas compte du temps de chargement puisque le site affiche et charge en même temps.
Pourquoi OpenStudio utilise ElasticSearch ?
En tant que spécialiste du e-commerce, OpenStudio adapte ses outils pour épauler ses clients dans l’optimisation de leur moteur de recherche interne pour les e-commerçants ou les plateformes numériques. Dans la conception de nos sites, nous intégrons majoritairement ElasticSearch.
L’outil ElasticSearch
Elasticsearch, créé par l’Américain Shay Banon est, pour le moment, un outil open source, rapide, facile à utiliser, à analyser et à intégrer. De nombreuses API (Interface de Programmation d’Application) et outils natifs de clustering lui sont directement intégrés pour faciliter son déploiement. Elasticsearch est adapté pour explorer d’immenses bases de données en temps réel. Une fois la recherche effectuée, ce logiciel d’analyse RESTful permet une restitution graphique et analytique des données pour être déployées en front. Cet outil de recherche de données est associé à la suite Elastic avec Kibana (visualiseur de données) et Logstash (Extract Transform Load) notamment. Pour beaucoup, le premier intérêt d’ElasticSearch est son architecture adaptable et son organisation en multi-entité.
Si la base de données disponible avec le CMS (ou au travers du logiciel dédié) ne suffit pas, une solution spécialisée peut être nécessaire. Alors Elasticsearch, comme d’autres, sert d’une part à augmenter l’espace de stockage interne et d’une autre, à augmenter la fiabilité et la capacité du système interne en déportant la fonction de recherche sur un autre serveur. ElasticSearch est un des outils de recherche les plus populaire devant Apache Solr, un autre logiciel open source dédié à la création de moteurs de recherche internes.
Il y a trois types de solutions pour compenser la base de données et l’optimiser, comme les solutions d’éditeurs (le plus souvent payantes), le SaaS (Amazon CloudSearch) ou encore l’open source comme ElasticSearch. Pour les recherches internes, ce dernier permet des requêtes rapides grâce à ses bases NoSQL dont la particularité est de pouvoir indexer un grand nombre d’éléments, fortement orientés textes en tokenisation (en segmentant le texte pour optimiser la recherche). Elasticsearch permet également d’interfacer les recherches, de modéliser le comportement des données en temps réel grâce à un “machine learning” et de réaliser des statistiques en temps réel.
Pour appuyer ce moteur de recherche, le SEO interne permet de retrouver précisément une demande de l’internaute grâce à la fréquence d’un mot dans un texte et la taille de ce dernier. Elasticsearch s’appuie sur Lucene, une bibliothèque de recherche open source indexant et cherchant du texte, pour être toujours plus performant. L’intérêt principal d’Elasticsearch est de traiter de gros volumes de données pour traiter un catalogue de produits immense et complexe.
Elasticsearch, OpenStudio et le e-commerce
L’offre e-commerce d’OpenStudio se compose de sites sur-mesure BtoC et BtoB et certains avec drives ou Click&Collect. Avec Elasticsearch, les solutions proposées, en plus d’être dédiées aux sites e-commerce, peuvent également lier différentes API entre elles, interfacer la gestion et la préparation de commande.
Pour les solutions e-commerce, Elasticsearch sert de moteur de recherche avec une capacité de récupération d’un grand volume de données, mais également à la performance des recherches au-delà de la quantité récupérable. Ce logiciel connecté sur les CMS permet une indexation en externe pour alléger son support, d’où sa rapidité : les demandes ne surchargent pas le site en lui-même en passant directement par l’outil. De plus, des expressions et des synonymes sont faciles à agrémenter sur Elasticsearch, tout comme les filtres à facette pour accorder SEO et filtrage des recherches en évitant le duplicata de contenu. Ce moteur de recherche interne est un appui pour les facettes, peu gourmand par rapport au CMS puisqu’il intègre des agrégations et optimise les résultats par pertinence, contrairement au support du site web qui relance l’ensemble des contenus pour répondre à la requête.
Avec Elasticsearch, les données multiples pour un même produit (catégories, description, détails etc.) sont condensées en un “document”. Celui-ci permet une rapidité et une facilité de paramétrage pour rassembler les données d’un produit sans avoir à reprogrammer ces informations à chaque utilisation sur le site.
Les filtrages des valeurs et le filtre à facette (catégorisation en taille, couleur, prix etc.) centralisés sur ce moteur de recherche sont d’autres avantages dédiés aux e-commerçants. Par exemple, OpenStudio a mis en ligne un catalogue avec un moteur de recherche avancé gérant des filtres pour La Pèlerine ou le site La Bonne Pointure (choix de la qualité ou encore de la marque d’une chaussure). D’un autre côté, cette gestion de filtres à facette peut servir d’outil complémentaire pour des recherches approfondies hors e-commerce comme pour le site Campus Région notamment. Pour ce dernier, il s’agissait en plus d’ajouter des tests d’orientation pour les e-visiteurs.
Cet outil permet également de créer des statistiques en temps réel, notamment liées au SEO : mots les plus présents en texte, filtrage des “stop words” et champs lexicaux par exemple. Cependant, même si Elasticsearch est plutôt simple d’utilisation avec des compétences en développement web, il demande une rigueur pour sa mise en ligne. S’il est mal programmé, les résultats escomptés pourraient ne pas convenir, être différents voire afficher des résultats faux (score de 0 affiché sans prise en compte des “stop words” par exemple).
Pour répondre aux demandes de création, OpenStudio se sert d’Elasticsearch pour optimiser l’expérience utilisateur (recherche et passage des commandes des e-visiteurs facilitées). Le moteur de recherche du site La Bonne pointure a profité de cette optimisation pour accéder à une vaste base de donnée de l’ensemble des paires que le site propose. Le Grand panier bio utilise une autre facette d’Elastic pour aligner un grand nombre de produits et des résultats “en direct” lors de la saisie en barre.
Un outil au service des plateformes web sur-mesure
Plus que pour le e-commerce en tant que moteur de recherche interne, la suite Elastic est utilisé par OpenStudio pour plusieurs types de bases de données (PostgreSQL, MySQL, MongoDB) nécessitant un traitement d’un grand nombre d’éléments. Cette disponibilité technique permet une réponse adaptée aux e-commerçants, mais également au développement de plateformes web et logiciels professionnels sur-mesure.
OpenStudio utilise notamment ElasticSearch pour exploiter les lacs de données et interagir avec. En ayant la possibilité de brasser un grand nombre d’information, Elasticsearch permet de compléter des tâches complexes avec précision. Phar’Eco Business, possède un outil web pour mettre en relation des entreprises de la Région Auvergne-Rhône-Alpes entre elles. C’est avec l’intégration d’Elasticsearch par OpenStudio que les réponses apportées à la recherche sont personnalisées et correspondent aux attentes. Sur un autre projet pour SociaLEXpress, le développement d’une plateforme juridique a été initié avec Elastic pour une segmentation et une génération d’affichage du contenu.
Que ce moteur de recherche soit intégré à des plateformes développées sur-mesure ou appliqué au CMS OpenStudio Thelia, ElasticSearch est adapté à un grand nombre des nouveaux usages du monde du web.