Dans ce chapitre, je souhaite approfondir une question qui me préoccupe beaucoup ces derniers temps : toutes les catégories de commerce électronique sont-elles égales aux yeux de l’IA ? Les produits tels que les gadgets à 500 euros et les équipements de niche retiennent-ils toute l’attention des LLM, tandis que les produits de base comme les t-shirts et les shampoings restent invisibles ?
La réponse courte est non. Voyons pourquoi.
Le résumé de l’article en quelques points:
- Les LLM comme ChatGPT influencent déjà les parcours d’achat, mais de façon invisible.
- Les produits complexes ou chers (électronique, beauté, parentalité) performent mieux que les produits courants.
- L’IA agit comme un vendeur intelligent : elle aide à choisir, à comparer, à rassurer.
- Les marques visibles sont celles qui ont un site structuré, lisible et optimisé pour les bots.
- Les catégories à faible intention d’achat (mode, maison, alimentaire) restent en retrait… sauf exceptions.
- Le design importe peu : ce qui compte, c’est l’accessibilité des données.
- Même avec peu de clics directs, l’IA peut impacter la notoriété et les recherches de marque.
Avant d’entrer dans le vif du sujet, commençons par ce graphique.
Jetez un œil au nombre total de visites sur ChatGPT par rapport à Amazon, X et IG. Il a explosé à un rythme assez fou.
Sur les 5,7 milliards de visites entrantes sur ChatGPT le mois dernier, 3,1 milliards ont été redirigées, dont 59 millions vers des sites de commerce électronique. 77,6 % de ces redirections ont été vers des places de marché. Amazon a reçu à lui seul 0,38 % de tout le trafic de ChatGPT. Ensuite, la liste s’allonge : Etsy (0,19 %), eBay (0,09 %), Temu (0,08 %).
Donc, si vous ne le voyez pas dans vos analyses, cela ne signifie pas que cela ne se produit pas.
ChatGPT n’est pas un canal traditionnel. C’est une couche invisible qui influence les décisions des gens. Cela commence en amont, lors de la découverte et de l’éducation, et sème des graines qui fleurissent souvent sous forme de recherches de marque ou de visites directes quelques jours plus tard.
Zoomons sur les détails
– L’IA adore les produits haut de gamme. Les catégories telles que l’électronique, les produits de beauté et les articles pour bébés obtiennent systématiquement de meilleurs résultats. Lorsque les acheteurs ont besoin de conseils, ChatGPT est là pour les aider.
– Les catégories à faible intention d’achat sont à la traîne. Ce n’est pas une question de type de produit, mais plutôt de la clarté avec laquelle une marque se présente à l’IA.
– Le secteur de l’habillement semble faible à première vue, mais il est divisé. Zara écrase la concurrence tandis que ses concurrents peinent à suivre. Les marques émergentes peuvent encore s’imposer avec la bonne structure.
– La plupart des marques sont invisibles pour l’IA. Plus de 40 % d’entre elles obtiennent moins de 2 % de leur trafic via ChatGPT. Mais quelques-unes dépassent les 6 %, ce qui montre ce qu’il est possible de faire.
– Les marques gagnantes maîtrisent le backend. Des métadonnées riches, un contenu structuré et des pages indexables déterminent votre visibilité auprès de l’IA.
– Le shopping IA n’est pas un jeu de front-end. Les assistants ne sont pas impressionnés par un joli design. Ils récompensent les sites faciles à lire, à analyser et à citer.
– Même si ChatGPT n’est pas votre canal principal aujourd’hui, il façonne la manière dont les acheteurs s’informent et prennent leurs décisions. Et vous ne le verrez probablement pas dans votre modèle d’attribution.
– Votre page produit est désormais votre argumentaire de vente… auprès d’un bot.
Différences de performances de l’IA dans le domaine du shopping
Les premières données montrent des écarts évidents. Les produits nécessitant une réflexion approfondie obtiennent de meilleurs résultats. Il s’agit d’articles coûteux ou techniquement complexes, tels que les téléviseurs, les ordinateurs portables, les appareils électroménagers de niche ou les produits de luxe. Les acheteurs sont confrontés à une fatigue décisionnelle dans ces catégories. L’IA est particulièrement efficace dans ce domaine. Elle réduit les options, explique les compromis et agit comme un vendeur intelligent.
Adobe rapporte que 87 % des utilisateurs préfèrent l’aide de l’IA pour les achats importants ou complexes. Les experts estiment que l’IA peut multiplier par 2 à 5 le taux de conversion dans ces secteurs verticaux.
Prenons l’exemple des fours à pizza d’extérieur. Si quelqu’un demande à ChatGPT quel est le meilleur four à pizza compact et que Ooni bénéficie d’avis positifs, ce produit sera mis en avant. Il s’agit d’un trafic qualifié avec une intention d’achat élevée.
La conclusion pour les marques de ces catégories est donc claire :
des spécifications structurées, des descriptions axées sur les avantages et des avis positifs sont désormais votre moteur de croissance.
Catégories de produits de base et angles morts de l’IA.
À l’inverse, les vêtements, les articles ménagers et les produits alimentaires affichent des performances médiocres. Non pas parce que les gens n’achètent pas ces produits, mais parce que l’IA ne dispose pas de suffisamment d’informations pour guider les décisions.
Pour des articles tels que les essuie-tout ou le shampoing, il n’est pas nécessaire de consulter un chatbot. Il s’agit d’achats habituels. Pour les produits alimentaires, l’IA aide un peu avec les recettes, mais pas beaucoup plus.
La mode est plus nuancée. C’est personnel. L’IA ne peut pas saisir pleinement les goûts ou les coupes. Les gens aiment parcourir les boutiques. Ils ne veulent pas de réponse rapide. Pour l’instant, l’IA est donc source d’inspiration, mais pas de conversion. Mais cela pourrait changer rapidement avec le mode IA de Google et d’autres outils similaires.
La répartition de la visibilité : les gagnants contre tous les autres
Lorsque nous avons examiné le trafic ChatGPT pour différentes marques, les résultats étaient très inégaux. Plus de 50 % des marques obtiennent moins de 2 % du trafic provenant de ChatGPT. 20 % obtiennent moins de 0,5 %. Seules 7 % dépassent les 6 %.
L’écart est déjà important. Et la visibilité dépend de la capacité de l’IA à vous comprendre, et non de la notoriété de votre marque.
D’après l’analyse que nous avons effectuée, il existe clairement des « gagnants » et des « perdants ».
Les catégories les plus performantes ont un point commun : les acheteurs souhaitent être guidés.
Analysons certaines catégories spécifiques
- L’électronique arrive en tête avec une part de marché supérieure à 4 %. Les acheteurs demandent à l’IA de comparer les caractéristiques techniques.
- Les bijoux et les montres affichent de bons résultats grâce aux achats motivés par l’émotion.
- Les produits pour bébés et parents se démarquent : une marque de produits pour le sommeil des tout-petits obtient 8 % du trafic provenant de ChatGPT.
- Les produits de santé et de beauté sont également très performants. Les avantages clairs et les informations structurées sont gagnants.
Là où les gens hésitent, comparent ou ont besoin d’être rassurés, c’est là que l’IA prospère.
À l’opposé, le secteur du sport et du fitness affiche des performances médiocres, malgré la présence de marques telles que Nike et Adidas. Pourquoi ? Leur contenu n’est pas optimisé pour l’IA et elles dépendent fortement des ventes hors ligne.
Dans le secteur des arts et de l’artisanat, une seule marque dépasse les 3 %. La plupart sont à peine visibles. Une structure faible et une visibilité limitée en sont probablement les raisons.
Même les grandes places de marché ont du mal. L’IA préfère les recommandations de produits individuels aux listes agrégées.
Vêtements : une histoire contrastée
Le secteur de l’habillement semble globalement en difficulté. Mais en y regardant de plus près, on constate des extrêmes.
Parmi les cinq premières marques de vêtements en ligne, Zara domine le trafic ChatGPT avec une part de 66,5 %. Les autres, Gap (12,8 %), Skechers (9,0 %), Uniqlo (6,4 %) et Victoria’s Secret (5,4 %), sont loin derrière.
Pourquoi ? Le backend de Zara est propre. Les métadonnées sont structurées. Les descriptions sont claires. La mise en page est simple. Le site est compatible avec les modèles LLM.
Les autres ? Pas vraiment. Le désordre, l’omniprésence de la marque, le formatage incohérent… tout cela perturbe l’IA. Lorsque ChatGPT doit deviner, il passe son tour.
Les marques DTC émergentes tirent également la catégorie vers le bas. La plupart ne jouent pas encore le jeu de l’IA. Le schéma est absent. Les pages ne sont pas structurées. Le trafic en est le reflet.
Ainsi, même si la médiane du secteur de l’habillement est faible, Zara prouve que tout est possible.
La mode et les accessoires étaient très intéressants, car la théorie était que nous ne verrions pratiquement aucun trafic significatif provenant de GPT. Mais j’ai été surpris (et très heureux) de constater que certaines de nos marques les plus fortes voient plus de 5 % de leur trafic provenant de ChatGPT, et pour la meilleure d’entre elles, j’ai remarqué un pourcentage remarquable de 14,6 % de leur trafic.
J’ai donc dû approfondir la question et comprendre pourquoi. J’ai remarqué que cette marque réunissait deux des éléments clés que j’ai mentionnés dans la dernière newsletter et qui facilitent grandement la tâche du crawler LLM et permettent de classer la page avec une pertinence/autorité élevée pour CHACUN de leurs produits.
Un niveau inégalé de détail dans les conseils pour choisir les tailles.
on retrouvera même les mensurations de la mannequin
La structure de la page produit
Tout cela est structuré et facile à lire pour le LLM. En parcourant la page produit très impressionnante, je ne pouvais m’empêcher de penser à la façon dont toutes les données fournies sont utilisées pour répondre à tout type de question tout au long du parcours client.
J’ai alors voulu me lancer un défi et examiner la page produit du site qui obtenait un faible trafic de la part de ChatGPT (0,81 %) pour voir si je pouvais repérer ce qui n’allait pas ou ce qui n’était pas optimal.
Je dois admettre que cela semblait plutôt bien, du moins du point de vue des informations fournies. Ils proposaient même une FAQ sur la page produit.
J’ai donc fait ce que tout le monde aurait fait, et j’ai effectué des recherches approfondies sur ChatGPT. Je lui ai demandé d’analyser les deux pages produit et de me donner son avis sur ce qui fonctionnait et ce qui ne fonctionnait pas pour chacune d’elles.
Pour rendre les choses encore plus intéressantes, je lui ai demandé de deviner laquelle générait le plus de trafic 🙂
Et voici les résultats :
LULU a remporté la bataille pour les raisons suivantes :
- Données structurées et métadonnées, plus faciles à traiter pour les robots d’indexation/LLM grâce à son titre HTML statique avec une chaîne de mots-clés complète, des balises alt descriptives pour les images, et le prix et la note visibles dans le code HTML source. Versus « Spanx », qui avait certes un titre/une méta riche en mots-clés, mais dont une grande partie de la page s’affichait côté client derrière JS
- Contenu produit riche, approfondi et généré par les utilisateurs – Paragraphe de type récit, plus des puces sur la taille et la coupe et environ 800 avis avec des photos d’utilisateurs et des données corporelles
- Indexabilité/accès IA – Lulu avec HTML entièrement lisible ; pas de blocage des robots ; avis paginés toujours sous forme de texte vs Spanx, qui avait un mur anti-robot et un JS lourd (écran « Site web non autorisé ») pouvant masquer le contenu aux robots d’indexation non Google
- Points forts adaptés à l’IA – Spanx l’emporte ici grâce à des puces compactes sur les avantages, parfaites pour l’extraction LLM, contrairement à Lulu qui avait des attributs dispersés ; pas de résumé sous forme de puces « en un coup d’œil »
- Mots-clés en langage naturel – c’était effectivement un match nul, comme je l’avais senti, car les deux avaient un contenu très pertinent dans la page produit
Le dernier critère échappait au contrôle de Spanx, mais constituait tout de même un facteur (dont l’importance est toutefois incertaine) : l’autorité de la marque/du domaine. Les deux sites sont solides, mais Lulu l’emporte ici grâce au trafic brut généré par le site.
Lulu l’emporte donc en termes de facilité d’exploration, de profondeur des avis et de trafic global, ce qui en fait un choix facile pour les LLM lorsque les utilisateurs recherchent une « robe midi romantique pour un mariage ».
Il convient toutefois de prendre ces résultats avec des pincettes, car en moyenne, le trafic de référence global est de ±5 % et près de 95 % provient du trafic organique ou payant.
Cela dit, les outils d’IA tels que ChatGPT pourraient bien être en train de façonner discrètement votre entonnoir de conversion
1. Les utilisateurs qui cliquent sont souvent plus qualifiés et plus proches de l’achat.
2. Personne ne sait quelle part du trafic payant ou organique a réellement effectué une recherche initiale via ChatGPT. Une indication possible de cela est que vous constatez une augmentation du trafic dans les recherches de marque.
Conclusion
À l’heure actuelle, le trafic ChatGPT est encore faible pour la plupart, avec une moyenne d’environ 5 %. Mais il a probablement une influence bien plus importante que ce que vous pouvez voir. Les acheteurs qui cliquent sont généralement plus proches de l’achat. Et les pics de recherche de marque pourraient être l’indice que l’IA a semé la graine.
Sources : yotpo.com, zara.com, X.