La recherche sur site est l’interface à plus forte intention d’achat sur une boutique en ligne. Quelqu’un qui saisit chaussures de marche imperméables taille 42 ne navigue pas au hasard : il a l’intention d’acheter et vous a précisé exactement ce qu’il cherche. C’est pourquoi la page aucun résultat est la plus coûteuse qu’un site e-commerce puisse servir.
La réponse habituelle du secteur est de vous proposer une application de recherche basée sur l’IA. Cela peut être pertinent — mais pas avant d’avoir analysé ce qui échoue réellement, car une part importante des recherches sans résultat provient de données produit manquantes, et aucune technologie de recherche ne trouvera un attribut jamais renseigné.
Commencez par le journal de recherche
Avant toute décision d’outil, récupérez 90 jours de requêtes de recherche avec leur nombre de résultats. L’analytique native de Shopify vous donne les recherches principales et celles sans résultat ; la plupart des applications de recherche fournissent des journaux plus détaillés. L’un ou l’autre suffit pour démarrer.
Triez par volume, prenez les 200 requêtes sans résultat les plus fréquentes et classez-les une à une, manuellement. Cela prend un après-midi, et c’est le temps le plus utile de toute la démarche. Chaque requête entre dans l’un de cinq cas :
- Nous ne le vendons pas. Demande réelle pour des produits que vous n’avez pas en stock. C’est un signal de merchandising, pas un problème de recherche — et souvent la conclusion commerciale la plus intéressante de l’audit.
- Nous le vendons, mais il est décrit autrement. L’acheteur saisit pull, votre catalogue indique sweat. Problème de vocabulaire.
- Nous le vendons, mais l’attribut manque. Une recherche imperméable échoue car l’attribut imperméable n’est renseigné que sur 40 % des références. Problème de données.
- Fautes de frappe et approximations. Corrigeables par une correspondance floue basique ; si elles sont nombreuses, votre moteur de recherche actuel est très limité.
- Ce n’est pas une recherche produit. Suivi de commande, délais de livraison, retours. Ces requêtes doivent être redirigées vers une information utile, pas vers une grille de produits.
La répartition vous indique quoi acheter. Si les cas 2 et 3 dominent, vous avez un problème de données qui se présente comme un problème de recherche, et une application de recherche IA sera moins performante que sa démonstration sur votre catalogue.
Corrigez d’abord les causes simples
Dans cet ordre, car chaque étape coûte moins que la suivante et réduit le travail à fournir ensuite.
Synonymes
Tout moteur de recherche sérieux gère les listes de synonymes, mais la plupart des boutiques n’en renseignent aucune. Le cas 2 de votre audit est votre liste de synonymes — elle existe déjà, dans les mots de vos clients. Ajoutez les surnoms de marques, variantes régionales, abréviations courantes et les termes que votre service client entend au téléphone.
Complétude des attributs
Le cas 3 relève du catalogue, non de la recherche. La recherche ne peut faire correspondre que des données existantes, et dans la plupart des catalogues, les attributs recherchés — matière, capacité, compatibilité, coupe, spécifications techniques — sont les moins renseignés.
C’est peu valorisant, mais c’est souvent l’action la plus rentable de la liste. Nous avons documenté notre pipeline d’enrichissement de catalogue avec l’IA — l’exemple porte sur Magento, mais la méthode s’applique directement à un catalogue Shopify via les metafields.
Une page de non-résultat utile
Quoi que vous fassiez, certaines recherches ne donneront aucun résultat. Une page qui affiche aucun résultat et s’arrête est une impasse ; une page qui propose la catégorie la plus proche, les produits les plus populaires, une suggestion orthographique et un moyen de contact permet de récupérer une part significative de ces sessions. C’est une modification de thème qui se compte en heures.
Requêtes hors produits
Redirigez le cas 5 vers des réponses. Détectez les intentions liées au suivi de commande, à la livraison ou aux retours et affichez le contenu d’aide pertinent au-dessus de la grille produit. Les personnes qui posent ces questions sont souvent déjà clientes ; les envoyer vers une page vide, c’est générer un ticket support inutilement.
Quand la recherche sémantique s’impose vraiment
La recherche sémantique — ou vectorielle — fait correspondre le sens plutôt que la simple présence de mots-clés, ainsi quelque chose de chaud pour marcher en hiver peut retourner des produits dont les titres ne contiennent aucun de ces mots. Cela fonctionne réellement, mais ce n’est pas gratuit.
Elle justifie son coût lorsque :
- Votre catalogue est volumineux — plusieurs milliers de références, seuil à partir duquel la recherche par mots-clés peine à classer la pertinence
- Les recherches portent sur un besoin plutôt qu’un produit — fréquent dans la beauté, la santé, les loisirs, la technique ou le cadeau
- Vos produits disposent de descriptions riches sur lesquelles le modèle peut s’appuyer
- La recherche est une interface majeure — vérifiez la part des sessions utilisant la recherche avant d’investir
Elle déçoit quand le catalogue est restreint, quand les recherches portent sur des références exactes ou quand les données d’attributs sont pauvres. Dans ce dernier cas, ce n’est pas seulement décevant — cela peut être pire qu’une recherche par mots-clés, car elle retournera avec assurance des produits sémantiquement proches mais fonctionnellement inadaptés. Un client cherchant une cartouche de filtre précise ne veut pas d’un produit « proche ».
Pour les catalogues de pièces, de compatibilité ou à forte composante technique, la correspondance exacte doit primer sur la similarité sémantique. Un système hybride qui bascule sur la recherche par mots-clés pour les requêtes de type identifiant est la bonne approche, mais ce n’est pas toujours le comportement par défaut.
Comment évaluer correctement les outils de recherche
Les démonstrations éditeur tournent sur le catalogue de l’éditeur, où tout fonctionne. Évaluez sur le vôtre :
- Constituez un jeu de 100 requêtes réelles issues de vos logs — mélange de recherches réussies, sans résultat et longue traîne — avec la bonne réponse notée pour chacune avant de tester un outil.
- Testez chaque solution sur votre catalogue réel et évaluez les trois premiers résultats pour chaque requête. Ne jugez pas à l’intuition.
- Testez explicitement les requêtes d’identifiants — références, numéros de pièce, codes modèles — pour voir comment l’outil gère la correspondance exacte.
- Vérifiez les options de pilotage merchandising. Pouvez-vous épingler un produit, booster une tranche de marge, déclasser les ruptures ? Une pertinence non pilotable est un risque en période de promotion.
- Contrôlez la latence d’indexation lors des changements de prix ou de stock. Un index de recherche en retard d’une heure affichera des produits en rupture.
- Évaluez le coût à la taille de votre catalogue et à votre volume de requêtes, pas sur le tarif d’appel.
Mesurer l’efficacité des changements
Les progrès sur la recherche sont particulièrement faciles à mesurer — et pourtant souvent mal suivis. Suivez ces indicateurs, segmentés sur les utilisateurs de la recherche uniquement :
- Taux de recherches sans résultat — l’indicateur principal, celui qui doit baisser en premier
- Taux de clics produit après recherche — ont-ils trouvé un produit à ouvrir ?
- Taux de conversion recherche-achat, comparé aux sessions sans recherche
- Taux d’affinage de recherche — un client qui cherche trois fois de suite indique que les deux premières ont échoué
- Revenu par session de recherche, c’est l’indicateur qui finance l’outil
Prenez une base de référence sur quatre semaines avant tout changement. Sans cela, vous discuterez pour savoir si la recherche a progressé ou si c’est novembre qui a changé.
C’est le type de mission que notre équipe IA et machine learning prend en charge de bout en bout. La question plus large de la place réelle de l’IA dans une boutique est précisément celle à laquelle notre pratique d’intégration IA répond. Pour les catalogues retail, la recherche est souvent le projet IA le plus rentable — parce que l’intention existe déjà, seul le rapprochement échoue.
Questions fréquentes
Quelle part de votre trafic utilise réellement la recherche sur le site ?
Cela varie fortement selon la catégorie — souvent entre 10 % et 40 % des sessions. Vérifiez vos propres chiffres avant d’investir, car les utilisateurs de la recherche convertissent généralement bien plus que les simples navigateurs, ce qui justifie d’y consacrer des efforts disproportionnés par rapport à leur volume.
La recherche sémantique est-elle toujours préférable à la recherche par mots-clés ?
Non. Pour les catalogues consultés par numéro de pièce, SKU ou spécification exacte, la recherche sémantique nuit activement — elle propose des résultats voisins mais erronés. La plupart des boutiques ont intérêt à une approche hybride : la correspondance exacte s’impose pour les requêtes d’identifiants, la sémantique pour les requêtes descriptives.
Peut-on améliorer la recherche native de Shopify sans application ?
Oui, de façon significative. Renseignez les métachamps réellement utilisés par vos clients, rédigez de vraies descriptions produits et concevez une page de non-résultat utile. Ces trois points couvrent une grande partie des échecs, sans coût mensuel.
Quel est un bon taux de non-résultat ?
Un taux inférieur à 5 % est sain pour la plupart des catalogues ; au-delà de 15 %, il y a un vrai problème. Mais l’analyse par catégorie est plus utile que le chiffre brut : un taux élevé causé par la demande de produits non référencés relève du merchandising, pas d’un défaut technique.
Combien de temps dure un projet de recherche ?
L’audit et les corrections rapides — synonymes, page de non-résultat, routage des requêtes — prennent quelques semaines. L’enrichissement des attributs est le plus long et dépend de la taille du catalogue. Intégrer un outil de recherche sémantique est relativement rapide ; fiabiliser les données en amont l’est beaucoup moins.
Commencez par votre journal de recherche
Envoyez-nous 90 jours de requêtes et nous catégoriserons les recherches sans résultat pour vous indiquer s’il s’agit d’un problème de recherche ou de catalogue. C’est généralement le second. Contactez notre équipe ; nous répondons sous un jour ouvré.