Les marques Faguo, Histoire d’Or et Maison Berger, ont toutes les trois déployé sur leurs sites des solutions technologique dopées à l’IA qui influencent favorablement les parcours d’achat et les conversions en ligne.
Faguo, Histoire d’Or, Maison Berger, trois marques qui n’ont pas grand chose de commun sauf le fait d’avoir déployé un projet IA sur leur site e-commerce et d’en tirer aujourd’hui des bénéfices concrets. Faguo est une marque française de prêt-à-porter et de baskets, reconnue pour ses collections durables. Créée en 2009, elle compte 60 points de vente dans l’Hexagone et est présente à travers un réseau de revendeurs en Europe. Basée à Nantes, elle a quitté le groupe Eram en 2023 et fait entrer à son capital Nextstage AM et Sodero, société de capital-investissement du Grand Ouest. Affichant un chiffre d’affaires d’environ 40 millions d’euros en 2025, elle en réalise 20% via le web géré sur le CMS Prestashop. «Nous avons connu une hausse de trafic énorme sur notre site au cours de ces trois dernières années. En 2024, cette hausse de trafic a été quasiment de 40%, due notamment à des annonces payantes, mais aussi à la notoriété, à de l' »organic search » (référencement organique ou naturel, ndlr) etc», explique Rémy Bonnet, chargé de projet e-commerce et CRO chez Faguo, qui a témoigné lors d’une conférence en ligne organisée par Dataïads, iAdvize et Kameleoon. Mais cette hausse de trafic n’a pas entrainé le taux de conversion attendu, qui va baisser de 12% en 2024. «Donc en 2025, nous avons décidé de refaire notre stratégie CRO. Nous avons segmenté nos passages dans le tunnel sur notre site web, et commencé par améliorer nos pages produits au premier semestre 2025», ajoute Rémy Bonnet. Pour cette optimisation, la marque se tourne vers la plateforme d’expérimentation, de personnalisation web Kameleoon. Elle poursuit aussi cette démarche d’amélioration pour ses pages catégories en passant sur un contenu dynamique géré via le moteur Algolia. En 2026, les premiers résultats sont au rendez-vous. «Nous commençons à avoir du mieux au niveau du taux de conversion au début du premier trimestre (de plus 14,3% au Q1) grâce à toutes ces expérimentations sur nos pages produits et catégories», assure le responsable qui doit encore améliorer la partie check-out dès cette année.
Plus besoin de ressources techniques
Cette phase d’expérimentation avec Kameleoon repose sur la version de PBX (Prompt Based Experimentation) de l’éditeur pour créer des tests avec du langage naturel. Au total ce sont aujourd’hui cinq agents IA qui permettent d’aider sur tout le process d’expérimentation, de l’idéation, à la création, l’analyse et ensuite la mise en production. «Dans le cas de Faguo, on parle de PBX Build. Nous avons attaqué cette partie Build, liée au manque de ressources techniques, de développeurs pour ensuite accélérer la mise en production, une fois que les idées ont été validées», précise Emmanuel Charmat, customer success team lead chez Kameleoon. Plus concrètement, Faguo a pu, par exemple, mettre un CTA (bouton call-to-action) d’ajout rapide au panier sur les pages catégories directement depuis Kameleoon, en test et sans faire appel à un développeur. «Nous avons pu faire ce test avec un prompt pour avoir la fonctionnalité d’ajout au panier enregistré. Et ensuite, des prompts de précision pour ajuster le CSS (langage qui sert à mettre en forme les pages web : couleurs, polices, marges, dispositions etc, ndlr), pour obtenir le bouton de la manière que l’on voulait, avec le bon style etc. Cela nous a pris à peu près 3 heures. Nous avons estimé qu’avec nos anciennes méthodes de test, avec notre agence de dev, pour ensuite tester, cela nous aurait pris à peu près quatre jours de TMA (Tierce Maintenance Applicative). Et ce test nous a permis d’augmenter de 16% le montant du panier moyen», assure Rémy Bonnet ajoutant que ce test réalisé sur des pages catégories, en contenu dynamique, n’a posé aucune problème. «PBX a su comprendre la techno de la page. Sur nos pages dynamiques (SPA), nous arrivons à faire ces tests assez facilement alors qu’auparavant même en passant avec notre agence de dev, nous aurions eu du mal à les faire.»
Pour la marque, PBX permet ainsi de «tester sans prendre de risques» et réduit les bugs sur les différents devices en reconnaissant la structure et la technologie du site. «PBX Build va faire le focus sur la création, mais en prenant le contexte du site. Pas besoin de préciser la charte graphique. Il va recommander un design, que l’on accepte ou pas. Et ensuite, il est possible aussi d’intégrer des maquettes Figma (plateforme de design collaboratif, ndlr) si un designer a déjà travaillé sur le sujet. L’outil prend en contexte le stack technique, la logique de « single page application », des éléments dynamiques. Pour la partie idéation, c’est l’agent PBX Ideate, basé sur un framework de 25 000 tests, qui va proposer des idées pertinentes d’amélioration par rapport au site. Nous allons scanner le site, les pages, et proposer avec un score, des idées de tests qui auront le plus d’impact», détaille Emmanuel Charmat.
Favoriser les recommandations produit parmi 10 000 références
Autre exemple : celui de l’enseigne Histoire d’Or qui, à 40 ans, est devenue l’un des principaux acteurs de la bijouterie accessible en France. L’enseigne de Thom Group (Marc Orian, Trésor, Agatha…), compte quelques 400 points de vente et un site e-commerce qui réalise près 12% du chiffre d’affaires. Elle continue de renforcer ses positions grâce notamment à une stratégie d’affiliation et cherche à augmenter les performances de ses parcours digitaux notamment «sur la partie acquisition de trafic et sur leur levier principal c’est à dire Google, Google Shopping et Performance Max (PMax)», comme l’explique Raphaël Grandemange, co-fondateur et CEO de Dataiads. L’éditeur qui développe une plateforme d’activation de données produits e-commerce, a été choisi pour répondre à trois grands objectifs de l’enseigne : réduire le taux de rebond de 10%, augmenter le panier moyen de 3% et améliorer le ROAS (retour sur les dépenses publicitaires) des campagnes Google de 10%.
«Pour relever ces défis, nous avions deux gros challenges majeurs à traiter. D’un côté, un enjeu d’agilité en matière d’UX, c’est-à-dire qu’il fallait proposer une nouvelle expérience de navigation plus fluide, notamment sur le temps de chargement, par exemple, des pages, et puis sur l’UX, pour aider les visiteurs qui arrivaient sur le site à trouver le produit idéal le plus rapidement possible. Et puis de l’autre côté, un enjeu de merchandising avec un système qui permettait de favoriser la découverte de leur catalogue, qui est extrêmement profond. Il y a à peu près 10 000 références, un catalogue très varié avec les alliances, montres, bijoux en or, en argent…». Il s’agit d’exploiter les algos de recommandations produits similaires avec une approche «full IA», en travaillant sur leur pertinence pour éviter que l’internaute quitte le site s’il n’a pas eu un coup de cœur immédiat sur le premier produit. Pour atteindre ces objectifs, Dataiads a déployé ses «Smart Landing Pages» dédiées. «L’idée a été de repenser entièrement l’expérience utilisateur dès l’atterrissage sur le site, autour de cinq piliers clés. Avec le premier, la notion de pertinence, nous avons mis en avant des produits similaires, issus de la même collection et dans la même gamme de prix dès l’arrivée du visiteur sur la « landing page »,» raconte Raphaël Grandemange.
Génération de contenu sur mesure par l’IA
L’éditeur a aussi travaillé sur la fluidité de navigation avec des boutons de navigation croisés pour un accès très rapide aux catégories connexes, sur l’efficacité du passage à l’action, avec un bouton d’action CTA simplifié qui intègre directement l’ajout panier ou le retrait en magasin directement dans le bloc produit. La visibilité a été optimisée grâce à un bouton d’ajout panier situé «juste en dessous de la ligne de flottaison pour éliminer toute friction». Enfin pour faciliter la découverte de ce catalogue profond, des produits similaires sont mis en avant avec un scroll infini en visualisation complète, avec deux colonnes sur mobile et quatre colonnes sur desktop. «Des recommandations cohérentes vont être proposées avec notamment la tranche de prix recherchée». Les données sont issues directement de Google Merchant Center.
« Cette approche a été réalisée dans un processus d’amélioration continue jusqu’à aboutir à la V3 actuelle», poursuit Raphaël Grandemange qui procède le plus souvent par itération. «L’impact majeur, c’est de la démultiplication de la conversion grâce notamment à la génération de contenu sur mesure par IA». L’éditeur a aussi aidé Histoire d’Or à délivrer une expérience plus fluide sur la partie CRM. Jusque là leur solution de CMS les empêchait en effet de créer des expériences fluides directement depuis la newsletter pour retrouver le même produit. «Maintenant, le dispositif est sur l’ensemble de leurs canaux d’acquisition, plus le CRM. Avec les progrès de l’IA générative, nous testons aussi l’enrichissement par images et vidéos de leur page produit. La difficulté, c’est de le faire à l’échelle sur un grand catalogue. Notre force est de se connecter aux données produits et avec l’ensemble des LLM du marché. Nous allons créer des dizaines de milliers de contenus qui respectent la cohérence de la marque.» Selon les chiffres communiqués par l’éditeur, une bague ainsi mise en situation, intégrant des mini-vidéos de 3 à 7 secondes, peut conduire à des augmentations de l’ordre de 5 à 15 % du taux de conversion. Globalement, le déploiement de la plateforme aurait fait passer le ROAS à plus 10,18%, le taux de rebond à moins 13% et fait augmenter le taux de conversion de 11,5%.
Délivrer une compréhension immédiate du produit
Chez Maison Berger Paris, l’IA intervient dans le déploiement d’un assistant Shopping sur le site. Le projet a été piloté Nancy Hardy, responsable e-commerce de cette entreprise installée au cœur de la Normandie et filiale du groupe Emosia, propriétaire notamment de My Jolie Candle. «Parfumeur d’intérieur, entreprise du patrimoine vivant, Maison Berger Paris est une marque qui a 130 ans d’existence», explique Nancy Hardy. Connue par certains pour la lampe Berger, elle souffre aussi d’un nom pas toujours très compréhensible pour tous et doit faire œuvre de pédagogie pour expliquer ses bénéfices du produit. «Ce n’est pas qu’un produit parfumant, il permet aussi de détruire les odeurs et de décorer. Notre pédagogie autour du produit, comment acquérir un nouveau client qui comprenne très bien nos produits, fidéliser un client existant, augmenter sa fréquence d’achat, étaient nos principaux «pain points». A cela s’ajoute le fait que nous sommes une petite équipe e-commerce avec une seule personne au service client», explique Nancy Hardy.
Pour justement soulager ce service, l’entreprise a fait appel à iAdvize et lancé un POC (Proof of Concept) pour un assistant shopping juste avant le Black Friday. L’objectif étant que l’utilisateur «ait une compréhension immédiate du produit, de ce qu’il va trouver sur le site, que ce soit pour le coffret, le parfum». Le déploiement a été réalisé rapidement car iAdvize bénéficie d’une intégration avec Shopify qui équipe le site de la maison. «Notre équipe technique a pris en main le sujet avec celle d’iAdvize. Ils se sont mis d’accord sur la stack technique en à peine 24 heures. Après, il faut juste savoir où on place cet assistant. Notre phase de POC était sur les pages produits et nous l’avons ensuite étendue sur notre forum aux questions et notre page de contact», précise Nancy Hardy. La solution exploite ainsi toute cette base de connaissances dont la FAQ gérée avec Zendesk. Si cette phase a été «assez simple», il a fallu mettre à jour la CMP (plateforme de gestion du consentement) pour que l’utilisateur accepte les cookies récoltés par iAdvize.
Répondre de manière humaine
« L’assistant se connecte à Shopify et à toutes les ressources internes et gagne en apprentissage.» Aujourd’hui environ deux tiers de questions sont très orientées produits et un tiers très orienté FAQ après-vente. « Nous avons beaucoup de questions produits puisque c’est du parfum en ligne, sur la manière dont on utilise nos produits car la gamme est assez étendue.» Depuis son implémentation, plus de 13 000 conversations ont été générées entrainant un taux de conversion de 14%. «Une fois que les gens ont eu leur réponse, ils passent directement à l’achat.» Trois quarts de ces conversations ont lieu en dehors des horaires ouvrés du service client (de 8h à 17h). La satisfaction client atteint pour sa part 80% selon l’entreprise. « Ma collègue du service client est très attachée à répondre humainement à chaque personne, sauf que en période de Noël, de Black Friday, c’est très compliqué de répondre à tout le monde. C’est elle qui a formulé un petit peu toutes les réponses sur Zendesk, la FAQ, c’est nous, humains qui les avons formulées. Nous avons à cœur que l’IA réponde de manière humaine et pas de manière automatisée.».
La solution a par ailleurs apporté un chiffre d’affaires incrémental. «Plus 11% du CA est généré par IAdvize.» La marque apprend aussi des questions des visiteurs. «Comme notre produit s’appelle la lampe Berger, certains pensent que c’est un luminaire. Il faut leur dire que non, il n’y a pas d’ampoule à changer. Cela va aussi aider dans le futur à construire notre stratégie autour du SEO et GEO, qui est très orienté LLM. Nous allons nous servir de toute cette base de connaissances pour nous améliorer», affirme Nancy Hardy.
Je souhaite lire les prochains articles des Clés du Digital, JE M’INSCRIS A LA NEWSLETTER
Laisser un commentaire