Le comportement des consommateurs en ligne s’est complexifié. Ils n’attendent plus seulement des réponses rapides : ils veulent être compris, accompagnés et rassurés. L’ère de la recherche classique touche à sa fin. Place à celle de l’assistance.
Dans ce cinquième article, on explore les nouvelles attentes des internautes et les leviers concrets pour y répondre. Intelligence artificielle, compréhension fine des intentions, personnalisation en temps réel… Pour convertir, il ne suffit plus d’informer : il faut guider.
Google déclare la fin de l’ère de la recherche et le début de celle de l’assistance. Vous vous devez maintenant d’amener des réponses personnalisées, instantanées et contextualisées à vos clients.
Google a annoncé la fin du moteur de recherche traditionnel et l’avènement de l’âge de l’assistance. En substance, Google anticipe un profond changement des attentes des internautes qui, au-delà d’une réponse à une demande, attendent désormais des e-commerçants un accompagnement sur mesure, tourné vers leurs problématiques individuelles.
Pour répondre à ce challenge, Google pose trois prérequis :
Ce que Google prophétise revient finalement aux échanges que nous pouvions avoir autrefois avec notre commerçant de quartier. Il nous appelait par notre prénom, connaissait nos goûts et pouvait anticiper nos attentes. L’effort à mener est de vraiment se projeter à la place du client, afin de pouvoir l’aider à résoudre son problème.
Par exemple, si vous vendez des tondeuses, il faut aller au-delà de la puissance et du type de motorisation. Le vrai point de douleur du client n’est pas d’acheter un engin avec telle ou telle caractéristique, mais bien de trouver la tondeuse adaptée pour tondre sa pelouse.
Le fait d’ajouter sur chaque tondeuse une information relative à l’usage, comme la superficie de pelouse qu’elle permet de tondre, plutôt que ses seules caractéristiques techniques, sera sans aucun doute beaucoup plus utile à votre client pour résoudre son problème.
La psychologie du consommateur est de plus en plus subtile, avec des arbitrages de décision toujours plus complexes à anticiper, et les nouvelles technologies d’analyse du comportement apportent de vrais éléments de réponse.
Comment faire convertir le consommateur ? C’est la question posée à la science du comportement depuis plus d’un siècle… et ce, bien avant l’invention du web. Le fameux tunnel de vente, cet entonnoir de conversion que chaque jour vous cherchez à optimiser, a été théorisé en 1924.
Ainsi, face à l’explosion de l’offre et des nouveaux moyens de communication, Google a récemment mené une étude pour tenter de décoder les décisions d’achat des internautes. Ses data scientists ont identifié ce qu’ils appellent le “Messy Middle”, qui décrit l’état d’esprit du consommateur au moment de faire un achat. En substance, le consommateur avant d'acheter oscille comme un balancier entre deux phases :
Sur un site web, il est extrêmement compliqué de s’adapter à ces allers-retours. Bien souvent, les pages listes sont figées et la recherche est très balisée. C’est ici que les nouvelles méthodes d’apprentissage automatique (Deep Learning) adaptées au e-commerce peuvent réellement faire la différence.
Lorsqu’un consommateur entre en phase d’exploration sur votre site, qu’il commence à matérialiser ses choix via votre arborescence, visite des fiches produits ou utilise votre moteur de recherche, il y laisse de nombreux indices. Des IA dédiées au e-commerce, bien entraînées et correctement nourries de votre catalogue produit, sont en mesure de prendre instantanément le relais pour élargir au maximum le spectre de la recherche en début de parcours. Elles peuvent identifier le point de bascule à partir duquel le consommateur s’est fixé sur certaines caractéristiques ou fonctionnalités produit, et lui mettre sous les yeux les articles qui répondent exactement à ses critères. Nous ne sommes plus très loin du mythe du bon produit, au bon moment, au bon endroit !
Ce chiffre vous permet de mesurer l’intérêt de proposer une expérience de recherche individualisée, en adéquation avec les cycles et intentions d’achat de chaque consommateur. Après 12 mois d’usage de nos solutions, nos clients constatent en moyenne une hausse de plus de 100 % du taux de conversion de la recherche interne.