L’intelligence artificielle d’Amazon ne regarde pas les classements (et pour les vendeurs c’est très intéressant !)

Pendant des années, ceux qui vendent sur Amazon ont appris une règle simple. Si vous voulez être vu, vous devez monter dans son classement ou payer pour apparaître parmi les annonces sponsorisées. Deux leviers, deux stratégies, avec un seul objectif : occuper les premières positions de la page de recherche.

Mais que se passe-t-il quand celui qui cherche un produit ne parcourt plus une liste de résultats et demande directement à un assistant IA « quel est le meilleur matelas deux places » ?

C’est la question que s’est posée une étude récente réalisée par Autopilotbrand, qui a analysé près de 2 000 recherches génériques et plus de 12 000 recommandations générées par Alexa for Shopping, l’assistant d’Amazon.

Or, les résultats remettent en question de nombreuses certitudes établies sur l’e-commerce.

Il y a une donnée qu’il vaut mieux connaître

La donnée la plus intéressante de toute l’étude est que près de deux tiers des recommandations de l’assistant (63,9 %) concernent des produits qui n’apparaissent même pas parmi les dix premiers résultats organiques de la recherche correspondante. Ce n’est pas tout. Plus de 40 % des produits conseillés ne sont même pas visibles sur la page de recherche standard. Autrement dit, il faudrait descendre bien plus bas que ce que la plupart des utilisateurs feraient jamais.

Plus pertinente encore est la donnée sur la publicité. Seuls 14,3 % des produits recommandés avaient une annonce sponsorisée active sur cette recherche. Et la grande majorité d’entre eux (83 %) serait de toute façon apparue organiquement, sans besoin de sponsorisation. En d’autres termes, payer pour la visibilité dans la recherche ne semble pas acheter, du moins pour l’instant, la visibilité à l’intérieur de l’assistant IA.

Ces données doivent naturellement être confirmées par d’autres études, mais nous sommes probablement face à un changement d’approche de grande importance. Jusqu’à il y a peu, en effet, les assistants IA de shopping se limitaient à renvoyer des liens vers des recherches que l’utilisateur aurait pu faire lui-même. Autrement dit, une version plus « conversationnelle » de la même page de résultats.

L’étude suggère au contraire que cette phase doit être considérée comme dépassée. L’assistant ne répète plus le classement de recherche avec d’autres mots, mais sélectionne des produits selon ses propres critères, en allant souvent puiser en profondeur dans le catalogue, là où très peu d’acheteurs humains descendraient jamais.

Pourquoi le classement de recherche compte de moins en moins, du moins dans ce cas

Sur la page de recherche traditionnelle d’Amazon, il existe deux voies pour se faire remarquer. La première est la position organique, gagnée avec le temps grâce surtout au volume de ventes et aux avis. La seconde est la position sponsorisée, achetée aux enchères avec le budget publicitaire. Ce sont les deux métriques sur lesquelles les équipes marketing construisent leurs tableaux de bord et autour desquelles tourne une grande partie de la dépense publicitaire.

L’étude suggère pourtant que, du moins pour l’instant, aucun de ces deux leviers ne détermine directement ce que l’IA recommande. Et la donnée la plus surprenante concerne justement le classement. C’est la métrique dans laquelle les vendeurs investissent le plus, et pourtant elle semble être celle que l’assistant ignore le plus nettement.

Attention toutefois. Comme nous l’avons en partie rappelé plus haut, il s’agit d’une seule étude, menée sur un unique compte (USA), à un stade encore initial d’adoption de ces outils. Ce n’est donc certainement pas la preuve définitive du fonctionnement de la sélection de l’IA. Mieux vaut y voir un premier signal concret, mesuré avec des données réelles, qui mérite l’attention de ceux qui vendent en ligne.

Nous assistons à la naissance d’une troisième étagère

Comme l’a observé Christian Umbach, cofondateur et CEO d’Autopilotbrand, un troisième canal de visibilité se dessine, à côté de la recherche organique et des annonces payantes. Un canal qui, à la différence des deux autres, ne s’achète pas et ne se met pas à l’échelle simplement en investissant en publicité ou en accumulant des ventes.

Pour émerger dans ce nouvel espace, les marques doivent fournir à l’assistant IA des informations de haute qualité. Elles doivent donc garantir :

• des fiches produit riches en données
• des contenus construits autour des véritables intentions de recherche des utilisateurs
• des mises à jour constantes qui tiennent compte de la saisonnalité et des facteurs distinctifs du produit.

C’est un travail différent de celui qu’exige le SEO traditionnel sur Amazon. À certains égards, il est plus proche d’une logique de compréhension du contexte que de simple positionnement.

Il y a cependant une bonne nouvelle, car l’effort devrait être récompensé. La troisième étagère est en effet une opportunité concrète, surtout pour les marques peu structurées. Un produit valable mais pénalisé par la concurrence sur le classement peut malgré tout obtenir la recommandation de l’assistant, si son catalogue explique clairement pourquoi il est le bon choix pour ce besoin précis.

Ce que cela signifie concrètement pour nos clients actuels et potentiels

Si l’IA sélectionne les produits selon ses propres critères, la question que chaque vendeur devrait se poser n’est plus seulement « comment monter dans le classement », mais « comment rendre mon produit compréhensible et convaincant pour un système qui doit décider, en autonomie, s’il le conseille ou non ».

Nous pensons que certains éléments deviendront de plus en plus importants :

• Des données de catalogue plus riches et structurées. Titres, puces, descriptions et spécifications techniques complètes ne servent plus seulement à convaincre l’œil humain qui parcourt la page. Ils servent aussi à fournir une « matière première » de qualité à un système qui doit évaluer l’adéquation du produit à un besoin exprimé en langage naturel.

• Des contenus construits autour de l’intention, pas seulement du mot-clé. Celui qui demande « quel est le meilleur matelas pour ceux qui souffrent du dos » exprime un besoin bien plus précis que celui qui tape simplement « matelas deux places ». Les produits qui répondent clairement à des intentions précises ont plus de chances d’être sélectionnés.

• Une mise à jour continue. Les besoins saisonniers, les caractéristiques différenciantes, les avis les plus récents. Tout ce qui change dans le temps doit se refléter dans le catalogue. Un assistant IA met constamment à jour sa compréhension du produit.

• Le suivi de sa présence dans l’AI shopping. Tout comme on surveille aujourd’hui son positionnement en recherche, il sera de plus en plus important de comprendre si, quand et pourquoi son produit est (ou n’est pas) recommandé par les assistants IA. On pourra ainsi intervenir avant les concurrents.

Un avantage qui pourrait ne pas durer longtemps

Quoi qu’il en soit, il est bon de replacer ce qui précède dans le juste contexte du timing. Il existe en effet un parallèle historique à garder en tête. La recherche organique d’Amazon était elle aussi, à ses débuts, un environnement relativement propre, où un bon produit pouvait émerger sans devoir nécessairement rivaliser avec d’énormes budgets publicitaires. Puis, progressivement, les annonces sponsorisées ont pris de plus en plus de place. Et elles sont devenues un coût quasi obligatoire pour qui veut être visible.

Rien n’exclut que la même chose arrive, tôt ou tard, à la troisième étagère de l’IA. Amazon a déjà commencé à introduire des annonces sponsorisées et des formats publicitaires directement dans Alexa for Shopping. Pour l’instant, selon l’étude, ces mécanismes ne semblent pas encore influencer de façon déterminante les recommandations organiques de l’assistant. Mais la fenêtre pendant laquelle la qualité du catalogue compte plus que le budget publicitaire pourrait ne pas rester ouverte éternellement.

En synthèse, l’étude d’Autopilotbrand photographie un moment de transition. Les assistants IA de shopping ne se limitent plus à restituer une version parlée de la page de recherche. Ils sélectionnent au contraire des produits selon des logiques qui leur sont propres, en grande partie déconnectées du classement organique et des investissements publicitaires. C’est une opportunité réelle pour les vendeurs qui n’occupent pas encore la première page de recherche. Mais c’est aussi une invitation à repenser la façon dont on construit les fiches produit. Non seulement pour convaincre un client qui parcourt une liste, mais pour être compris et recommandé par un système qui raisonne différemment.