Tout est une recommandation

Lorsque Barneys New York a lancé une ligne de mode par la star du basket-ball Oklahoma City Thunder Russell Westbrook en juillet dernier, les dirigeants ne savaient pas exactement qui achèterait ces vêtements. Ils n'en avaient pas besoin. Les réponses ont rapidement émergé d'une innovation d'achat en ligne souvent négligée : le moteur de recommandation.

Les versions traditionnelles de la technologie sont simples. Dites à Netflix vos sentiments sur quelques films et cela en suggère plus. Lisez une page de produit sur Amazon et elle vous montre des alternatives similaires. Ce sont les outils qui ont contribué à rendre ces entreprises énormes. Mais aujourd'hui, de nouvelles technologies et des ensembles de données disponibles beaucoup plus importants amènent les moteurs de recommandation comme celui utilisé par Barneys à un nouvel endroit, les rendant moins évidents pour l'utilisateur mais plus importants pour les opérations du site Web.

Un exemple est la façon dont les recommandations peuvent apparaître sous forme de résultats de recherche à saisie semi-automatique. Après qu'un acheteur de la boutique de vélos en ligne de Jenson USA a saisi les deux premières lettres d'une recherche de casque intégral, le système de recommandation affiche une liste de casques dans une commande basée sur le profil de ce client. Chez Neiman Marcus, l'expérience en ligne de chaque acheteur est également personnalisée en fonction du comportement de la personne lors de ses visites précédentes, et même de celle en cours.

De meilleures technologies d'étiquetage permettent aux détaillants d'approfondir les détails de conception spécifiques des vêtements. C'est ainsi qu'ils peuvent mettre en valeur de nouveaux designers comme Westbrook auprès des clients appropriés, en se concentrant sur les caractéristiques spécifiques de ses créations. C'est similaire à la façon dont les groupes Pandora se ressemblent pour créer un public pour les musiciens.

Lorsque des moteurs de recommandation plus sophistiqués attirent les navigateurs occasionnels avec de telles sélections de pages personnalisées, les chances qu'ils achètent quelque chose triplent, déclare Matt Woolsey, vice-président exécutif pour le numérique chez Barneys.

L'ancienne façon de faire des recommandations en ligne consiste à rattraper le client - vous le laissez vous parler d'eux-mêmes et vous le poursuivez, dit Woolsey. Nous essayons d'utiliser les mégadonnées pour devancer le client.

Les technologies qui font des recommandations en ligne aussi bien adaptées qu'un costume Barneys sont des logiciels de mégadonnées comme Hadoop et le matériel sur lequel les exécuter, déclare Joelle Kaufman, directrice du marketing de BloomReach, une startup basée à Mountain View, en Californie, qui est l'un des trois douzaines de fournisseurs sur le terrain.

Les données géolocalisées des téléphones portables peuvent également jouer un rôle important. D'autres sources d'informations sur les consommateurs qui commencent tout juste à éclairer les recommandations de ces nouveaux moteurs peuvent inclure l'historique des achats dans les magasins hors ligne et l'historique des médias sociaux.

Un rapide survol du site Barneys illustre son fonctionnement. Woolsey et moi sommes allés chacun sur la page des vêtements pour hommes et avons cliqué sur la même montre à 150 $. Étant donné que mon historique de navigation et d'achat limité se concentrait sur des articles moins chers, j'ai obtenu une liste de montres allant de 95 $ à 250 $ en contre-suggestions au bas de l'écran. Woolsey, qui a reconnu avec joie qu'il s'habille probablement mieux que la plupart des journalistes, a vu des montres coûtant entre 330 et 1 100 dollars.

Cela est rendu possible par des technologies de traitement parallèle qui traitent rapidement d'énormes quantités de données, explique Kaufman de BloomReach. Les systèmes émergents peuvent proposer des dizaines d'algorithmes différents pour choisir la prochaine page que le consommateur pourrait voir.

Chez Neiman Marcus, la technologie de BloomReach peut modifier les types de vêtements qui apparaissent sur la page des vêtements pour femmes en quelques clics seulement. Après que Kaufman ait cliqué sur trois pulls, un onglet pour les chaussures Jimmy Choo a disparu, remplacé par une passerelle vers les pulls en solde.

C'est de l'apprentissage automatique instantané, dit-elle. Tout est une recommandation.

cacher