Skip to main content

En savoir plus sur Einstein for Commerce

Objectifs de formation

Une fois cette unité terminée, vous pourrez :

  • Expliquer ce qu’est Einstein for Commerce
  • Décrire les fonctionnalités et capacités d’Einstein for Commerce

Introduction

Les fonctionnalités d’Einstein for Commerce sont directement intégrées à Salesforce B2C Commerce pour améliorer l’expérience des acheteurs, et augmenter la productivité et le chiffre d’affaires des sites commerçants. Tout ceci est possible grâce à l’intelligence artificielle et à l’apprentissage automatique, qui puisent dans de riches données commerciales.

Fonctionnalités d’Einstein for Commerce

Einstein se retrouve dans ces fonctionnalités essentielles de B2C Commerce.

Expériences d’achat

  • Einstein Product Recommendations
  • Einstein Predictive Sort
  • Einstein Search Recommandations

Expériences de merchandising

  • Einstein Commerce Insights
  • Einstein Search Dictionaries

Commençons par examiner les expériences Einstein orientées consommateur.

Icônes représentant les fonctions de Commerce Cloud Einstein

Einstein Product Recommendations

Icône de Einstein Product Recommendations

Product Recommendations utilise l’apprentissage machine pour proposer des recommandations aux acheteurs et leur offrir une expérience sur mesure. Que l’acheteur soit un visiteur ou un utilisateur connu (c’est-à-dire, connecté à son compte), ces recommandations suggèrent les produits les plus pertinents tout au long de son parcours d’achat afin de maintenir son engagement sur le site Web et de lui permettre d’y naviguer plus facilement.

Les commerçants peuvent choisir parmi plusieurs types de recommandations. Ils peuvent utiliser les recommandations classiques, qui affichent des produits similaires. Par exemple, lorsqu’un client consulte la page de chaussures bleues, d’autres chaussures de la même couleur lui sont recommandées.

Einstein Product Recommendations présente aux acheteurs les produits appropriés au bon moment. Il encourage à effectuer davantage d’achats et maximise le chiffre d’affaires de la marque. Il fait également quelque chose qui est tout aussi important, mais moins quantifiable. Il offre à chaque acheteur une expérience d’achat agréable en prêtant une attention personnalisée (voire prévenante) à ses centres d’intérêt en fonction des articles auxquels il s’est intéressé. Et qui dit acheteurs heureux, dit ventes.

Einstein Product Recommendations est disponible gratuitement pour les acheteurs de B2C Commerce et est activé sur demande de l’acheteur.

Einstein Predictive Sort

Avec Einstein Predictive Sort, les marques peuvent automatiquement personnaliser les commandes des produits qui apparaissent sur chaque page de résultats de recherche ou de catégorie. Cela signifie que les produits les plus pertinents pour un acheteur s’affichent en premier lieu dans le cadre de leur comportement de navigation et d’achat. Predictive Sort rend l’expérience Web plus agréable : les acheteurs n’ont pas à faire défiler quantité de produits et de pages pour rechercher les articles qui les intéressent.

C’est d’autant plus important pour les acheteurs sur mobile. En général, les écrans des appareils mobiles affichent moins de produits par page et les acheteurs n’aiment pas cliquer et faire défiler les pages pour rechercher un article. Einstein Predictive Sort est une manière simple de rendre l’expérience d’achat sur mobile plus rapide et fluide.

Einstein Search Recommandations

Icône de Einstein Search Recommandations

Einstein Search Recommendations permet un guidage de recherche prédictive de saisie personnalisée pour chaque acheteur du site. Cela permet de « Google-ifier » la recherche sur le site de la marque pour que les acheteurs soient automatiquement guidés vers les termes qui leur correspondent le mieux.

Par exemple, si une cliente commence à saisir la lettre s, le mot sandales lui sera proposé automatiquement. Cette proposition est basée sur ses précédents achats et son historique de navigation. Si un autre client saisit la lettre s, le mot sneakers lui sera peut-être proposé, en fonction de son historique.

Search Recommendations applique des algorithmes aux données de B2C pour identifier les résultats de recherche les plus pertinents pour chaque acheteur, avant même qu'ils n'aient saisi une recherche complète. Les marques peuvent avoir confiance dans le fait que leurs clients exploreront le site en suivant le chemin le plus court vers la conversion. Il ne s'agit pas seulement d'une recherche avec saisie prédictive, mais d'une recherche prédictive à la fois intelligente et personnalisée.

Ensuite, regardons quelques outils conçus spécifiquement pour le merchandiser !

Einstein Commerce Insights

Icône de Einstein Commerce Insights

Einstein Commerce Insights permet aux merchandisers d'interpréter le comportement d'achat grâce à un puissant tableau de bord d'analyse du panier d'achats. Les merchandisers peuvent choisir des articles clés dans leur inventaire et découvrir les produits que les acheteurs achètent le plus souvent en association avec ceux-ci. Les spécialistes du merchandising peuvent accéder aux données de produits spécifiques sur une période déterminée et obtenir des statistiques, telles que les ventes d’un produit particulier et les meilleures catégories d’achats combinés.

Einstein for Commerce utilise des sources de données commerciales clés, telles que l’historique de navigation et des achats, provenant directement de B2C Commerce. À la différence des technologies de personnalisation tierces, les algorithmes d’apprentissage automatique d’Einstein ne demandent aucune intégration pour accéder aux riches jeux de données de B2C Commerce et les analyser. Einstein for Commerce et ses algorithmes d’apprentissage automatique peuvent se cacher derrière chaque expérience personnalisée offerte aux acheteurs. Einstein permet aux marques de proposer une expérience plus pertinente sur les différents canaux, sans investissements importants dans des technologies ou opérations supplémentaires.

Einstein Search Dictionaries

Avez-vous jamais recherché un article sur un site sans obtenir de résultats ? Peut-être aviez-vous mal orthographié le nom ou aucun article ne correspondait au mot particulier que vous recherchiez, par exemple « cobalt ». Il s'agit précisément de ce que cette fonctionnalité est en mesure de résoudre !

Einstein Search Dictionaries ingère toutes les recherches du site et tous les termes de surface qui sont utilisés dans des recherches, mais ne figurent pas encore dans la liste de mots-clés d’un détaillant. Il fait des recommandations aux merchandisers, par exemple en proposant des synonymes qui peuvent être ajoutés à la liste. Auparavant, si des détaillants voulaient trouver des termes de recherche qui leur échappaient et choisir à quelle liste de synonymes les ajouter, il leur fallait parcours d’interminables feuilles de calcul et essayer deviner lesquels étaient utiles.

Einstein Search Dictionaries analyse des données provenant de tout B2C Commerce pour trouver des relations entre les termes de recherche, puis recommande une liste de synonymes à laquelle les ajouter. Par exemple, un acheteur cherchant « pull mauve » ne trouvera peut-être pas de résultats. Mais Einstein Search Dictionaries découvrira une relation potentielle et recommandera d’ajouter « mauve » à la liste des synonymes de « rose » et de « violet ». Désormais, un acheteur qui cherche un « pull mauve » trouvera peut-être exactement ce qu'il veut. Les avantages sont clairs pour les détaillants et les acheteurs. Les acheteurs ne sont pas déçus de ne pas trouver ce qu’ils cherchaient. Les avantages pour les détaillants sont multiples : ils ne risquent pas de perdre une vente parce qu’un acheteur ne trouve pas un article pourtant en stock, et ils réduisent une partie de leur charge de travail pour mieux se concentrer sur d’autres tâches importantes de merchandising sur le site.

Partagez vos commentaires sur Trailhead dans l'aide Salesforce.

Nous aimerions connaître votre expérience avec Trailhead. Vous pouvez désormais accéder au nouveau formulaire de commentaires à tout moment depuis le site d'aide Salesforce.

En savoir plus Continuer à partager vos commentaires