Tout le monde parle des assistants d’achat basés sur l’IA. Des chatbots qui composent des paniers. Des agents numériques qui comparent les produits. Des outils conversationnels qui promettent de faire les achats à la place des clients.
Cela paraît impressionnant. Mais il y a un problème : les acheteurs ne sont pas impressionnés par l’IA pour elle-même.
Ils veulent des recommandations utiles.
Et lorsque ces recommandations sont erronées, ils partent. 69 % des acheteurs ont complètement abandonné leur recherche après avoir reçu des suggestions non pertinentes. Ce n’est pas un simple problème technique. C’est un avertissement direct pour les retailers : une mauvaise expérience avec l’IA peut faire perdre la vente entière.
Les consommateurs veulent de l’aide, pas du battage médiatique
L’intérêt pour les achats assistés par l’IA est bien réel :
- 66 % des consommateurs aux États-Unis et au Royaume-Uni ont utilisé ou sont prêts à utiliser des assistants conversationnels basés sur l’IA pour faire leurs achats.
- 20 % ont déjà utilisé des outils tels que ChatGPT ou Gemini pour trouver des produits.
- 13 % ont interagi avec un assistant IA sur le site web d’une marque.
Mais être ouverts à l’IA ne signifie pas lui faire une confiance inconditionnelle. Les consommateurs essaieront l’IA une fois. Ils y reviendront uniquement si elle les aide à trouver quelque chose de pertinent, à gagner du temps ou à prendre une meilleure décision.
Les retailers se trouvent donc à la croisée des chemins. Doivent-ils se précipiter pour lancer un assistant IA ou commencer par améliorer la pertinence de leurs recommandations de produits ? La réponse est peut-être moins glamour, mais elle est bien plus efficace.
La meilleure expérience IA peut ne pas ressembler à de l’IA
Les alertes de réduction attirent 59 % des consommateurs. Les recommandations de produits personnalisées intéressent 51 % d’entre eux. Les idées de cadeaux intéressent 44 %.
Ces fonctionnalités peuvent ne pas sembler révolutionnaires, mais elles répondent à de vrais problèmes liés aux achats. Elles réduisent les efforts, éliminent l’incertitude et aident les clients à découvrir des produits qu’ils sont plus susceptibles de vouloir.
Les ensembles de produits et les recommandations d’articles complémentaires sont encore plus convaincants : ils intéressent 61 % des consommateurs dans l’ensemble et 88 % des personnes qui utilisent déjà des outils d’achat basés sur l’IA.
La leçon est simple : les consommateurs ne veulent pas nécessairement qu’une machine prenne en charge l’ensemble du parcours d’achat. Ils veulent que ce parcours devienne plus facile.
C’est pourquoi des recommandations de produits classiques, alimentées par un moteur de recommandation performant, peuvent être mieux acceptées et plus efficaces qu’un assistant d’achat IA entièrement autonome.
Une recommandation proposée au bon moment sur une page produit, dans un e-mail ou lors d’une recherche peut améliorer l’expérience sans l’interrompre. Les clients gardent le contrôle, tandis que le retailer fournit des conseils utiles exactement au bon moment.
Les consommateurs n’attendent pas des retailers qu’ils leur proposent un robot futuriste pour faire leurs achats. Ils attendent des marques qu’elles comprennent ce qu’ils veulent.
Découvrez ce qui fonctionne vraiment : le moteur de recommandation de produits de Quarticon pour le e-commerce.
Source de l’étude : https://www.emarketer.com/content/ai-retail-interest-high-poor-execution-driving-abandonment
