La quasi totalité des moteurs de recommandation e-commerce repose sur des approches déductives ( identification d’un profil, rattachement à un segment, activation d’un scénario, d’une règle) et négligent la situation actuelle comme LA clé d’une personnalisation intelligente en e-commerce.
Problème : un profil ne dit rien de ce que l’utilisateur est en train de vivre maintenant.
Ce que nous savons d’un visiteur (son historique d’achat, ses données CRM, son canal d’entrée) est une mémoire utile, mais insuffisante pour personnaliser finement et intelligemment au fil du parcours.
C’est pourquoi, dans des parcours fragmentés, sur-stimulés, multi-appareils, ce qui fait sens, c’est la situation présente.
De la cognition située à la personnalisation située
Les travaux en sciences cognitives, et en particulier en cognition située, ont démontré que la pensée humaine ne peut être comprise sans prendre en compte le contexte d’action dans lequel elle émerge.
« L’intelligence ne réside pas seulement dans le cerveau, mais dans l’interaction entre l’individu, le moment, l’environnement et l’action. » — Hutchins, E. (1995). Cognition in the Wild https://mitpress.mit.edu/9780262581462
Autrement dit, dans cette perspective, la perception d’un objet (ici, un produit) n’est pas indépendante du contexte dans lequel il est rencontré. Elle est située.
Concrètement, appliqué au e-commerce, cela signifie qu’un même produit, montré à un même visiteur, peut être perçu comme :
- Une bonne affaire,
- Une intrusion,
- Un hors-sujet…
…selon la situation de visite à cet instant précis.
Définir la situation dans un parcours utilisateur
Une situation, au sens technique et cognitif du terme, est la combinaison :
- D’un contexte observable : type de page, canal, heure, source de trafic, environnement de navigation.
- D’un ensemble de comportements : rythme de navigation, clics, retours arrière, ajouts au panier, scrolls, etc.
- D’une posture cognitive observée : exploration, hésitation, engagement, attention sélective, urgence, etc.
En, résumé, cette structure permet de modéliser une expérience vécue, non pas un statut ou une catégorie.
Comme l’exprime Clancey, « Une situation n’est pas une donnée : c’est une configuration dynamique d’éléments interprétée par un agent en fonction de ses objectifs perçus. » — Clancey, W.J. (1997). Situated Cognition https://doi.org/10.1017/CBO9781139174077
L’approche NetUp : percevoir chaque situation pour raisonner en temps réel
Côté solution, chez NetUp, cette idée devient opérationnelle : la plateforme analyse en continu les données de navigation pour construire une représentation située du visiteur à chaque instant. Cette représentation est appelée : signature situationnelle
C’est une empreinte computationnelle d’une situation de visite. La plateforme génère dynamiquement cette empreinte à partir de 232 marqueurs contextuels, comportementaux et psychologiques.
Plus précisément, ce que contient une signature situationnelle
Chaque action (clic, scroll, changement de page) met à jour cette signature, de manière à suivre le visiteur dans son cheminement réel, et non dans une hypothèse figée.
Ce que permet une perception située en e-commerce
En pratique, la perception située ouvre quatre leviers décisifs pour la performance e-commerce avec NetUp :
De la situation à la recommandation : raisonnement inductif
Contrairement aux approches déductives qui partent d’un segment pour appliquer une règle (ex. : “si client VIP, montrer X”), l’approche NetUp part de la situation et utilise un raisonnement analogique :
- Une signature situationnelle est générée pour le visiteur.
- La plateforme compare cette signature à des dizaines de milliers de situations passées mémorisées.
- Le moteur identifie ce qui a fonctionné dans les situations similaires (clics, achats, conversions).
- Il transpose la recommandation gagnante dans la situation actuelle.
Sur le plan méthodologique, ce fonctionnement reprend les principes du reasoning by similarity développés dans les systèmes à base de cas :
« Instead of relying on rules, case-based reasoning reuses the knowledge of specific past experiences to interpret new situations. » — Aamodt, A., & Plaza, E. (1994). Case-Based Reasoning: Foundational Issues, Methodological Variations, and System Approaches https://www.sciencedirect.com/science/article/pii/0950705194900418
Exemple appliqué
Ce que l’on peut construire, c’est une signature indiquant un visiteur qui:
- Parcourt plusieurs produits sans cliquer,
- Passe beaucoup de temps sur une gamme moyenne,
- Reçoit des recos… qu’il ignore,
- Sur-consulte l’avis des autres.
La signature : visiteur peu sensible aux recommandations posture exploratoire, sensibilité à la réassurance et aux prix moyens.
La plateforme repère que, dans les cas similaires les plus récents, c’est la recommandation des produits, A,B et C qui a généré des conversions. En conséquence, elle applique cette configuration automatiquement.
Implications stratégiques pour les sites e-commerce
- On ne personnalise plus un visiteur, mais une situation.
- On ne segmente plus, on comprend.
- On ne programme plus des scénarios, on infère à la volée.
En définitive, ce changement de paradigme ne repose pas simplement sur une rupture technologique, mais sur une refonte cognitive : comprendre la personnalisation non comme une prédiction, mais comme une interprétation en contexte.
Pour aller plus loin
Pour approfondir, voici quelques sources intéressantes:
Clancey, W. (1997). Situated Cognition. https://doi.org/10.1017/CBO9781139174077
Hutchins, E. (1995). Cognition in the Wild. https://mitpress.mit.edu/9780262581462
Aamodt, A., & Plaza, E. (1994). Case-Based Reasoning. https://www.sciencedirect.com/science/article/pii/0950705194900418
Kolodner, J. (1992). An Introduction to Case-Based Reasoning. https://doi.org/10.1016/B978-0-08-051145-0.50004-1
FAQ – Tout comprendre sur la personnalisation intelligente en e-commerce
En quoi la personnalisation intelligente en e-commerce diffère-t-elle des approches classiques ?
Les approches classiques reposent sur des règles figées, des segments CRM ou des scénarios prédéfinis.
La personnalisation intelligente en e-commerce s’appuie, elle, sur l’analyse en temps réel de la situation de navigation du visiteur (et non de son profil statique) pour proposer une réponse contextualisée, dynamique, et adaptée à chaque instant.
Faut-il un historique client ou un compte connecté pour activer la personnalisation intelligente ?
Non. C’est l’un de ses atouts majeurs.
La personnalisation intelligente en e-commerce fonctionne même en mode anonyme : elle se base sur ce que le visiteur fait maintenant, pas sur ce qu’il a fait hier. L’analyse de la situation suffit à produire une recommandation beaucoup plus pertinente que celles des modèles probabilistes pré-calculés.
Quelle est la différence entre personnalisation situationnelle et personnalisation en temps réel ?
La personnalisation en temps réel se limite souvent à l’instantanéité d’exécution.
La personnalisation situationnelle, elle, implique une compréhension fine de la situation : elle combine temps réel, perception du contexte, posture cognitive et raisonnement inductif. Elle interprète avant d’agir.
Comment NetUp met-il en œuvre une personnalisation intelligente en e-commerce ?
NetUp transcrit la situation de chaque visiteur via une signature situationnelle, calculée à partir de 232 marqueurs comportementaux, contextuels et cognitifs, mise à jour en temps réel à chaque clic.
Cette signature est ensuite comparée à des cas analogues observés dans le passé pour induire, par analogie, quelle recommandation ou configuration a généré les meilleurs résultats et l’appliquer immédiatement (moins de 35ms) à la visite en cours.
Quels résultats concrets peut-on attendre d’une personnalisation intelligente ?
Selon les contextes, les bénéfices observés incluent :
- Une hausse du taux de clic sur les blocs de recommandation,
- Une amélioration du taux de conversion ,
- Une expérience perçue comme plus fluide et moins intrusive.
Est-il possible de visualiser les décisions prises par l’IA dans ce type de personnalisation ?
Oui, avec NetUp, toutes les signatures situationnelles et recommandations induites sont consultables dans l’interface Analyzer NetUp.
Cela permet aux équipes e-commerce de comprendre les logiques de personnalisation activées et de les ajuster si besoin.