Sur une boutique en ligne, la grande majorité des visiteurs restent anonymes. Pas de compte créé, pas d'adresse e-mail renseignée, aucun historique d'achat à consulter. Or la personnalisation telle qu'elle s'est développée ces dernières années repose précisément sur ces données : segments définis à l'avance, scénarios déclenchés par un profil client connu, recommandations calculées sur des achats passés. Appliquée à un site e-commerce dans son ensemble, cette approche ne concerne donc qu'une minorité des visites, celles où un visiteur est déjà identifié.
Le renversement introduit par l'intelligence artificielle
Plutôt que de s'appuyer sur l'identité du visiteur, les outils actuels interprètent son comportement pendant la session elle-même : pages consultées, temps passé sur chaque page, montant du panier en cours de constitution, source du trafic, première visite ou retour sur le site. À partir de ces signaux, une intention d'achat est déduite en temps réel, sans attendre qu'un compte soit créé ou qu'un e-mail soit collecté. La segmentation ne se définit plus à l'avance dans un outil marketing, elle se construit pendant la visite, au fil des actions du visiteur. Pour un site qui vend dans plusieurs pays, ce même principe permet d'adapter le message au marché dont provient le visiteur, déduit par exemple de sa localisation ou de la page d'atterrissage, sans lui poser aucune question.
Recommandations et messages, en pratique
Concrètement, cette personnalisation e-commerce se traduit par deux types d'actions sur le site. D'une part, des recommandations de produits qui s'ajustent au comportement en cours plutôt qu'à un historique figé : un visiteur qui consulte plusieurs pages d'une même catégorie se voit proposer des produits complémentaires ou comparables, sans que ce parcours ait été anticipé. D'autre part, des messages affichés directement sur le site au moment jugé pertinent, par exemple lorsqu'un visiteur s'apprête à quitter la page ou hésite sur une fiche produit depuis un certain temps. Parmi les plateformes présentes sur ce segment, Wisepops propose une solution de personnalisation et de création de popups pour l'e-commerce, construite autour de ce principe d'adaptation au comportement de session plutôt qu'au profil du visiteur.
Attribuer une vente ou prouver son incrémentalité
Mesurer l'effet réel de ces dispositifs pose une question distincte de leur mise en place. Attribuer une vente à une campagne consiste à constater qu'un achat a suivi l'affichage d'une recommandation ou d'un message : une corrélation simple à observer, mais qui ne dit rien de ce qui se serait passé en l'absence de cette action. Démontrer qu'une vente n'aurait pas eu lieu autrement demande une méthode différente, fondée sur des groupes de contrôle et des tests en holdout, où une partie des visiteurs ne reçoit volontairement pas la personnalisation testée, afin de comparer les deux comportements.
Cette distinction entre attribution et incrémentalité est déjà bien installée dans les pratiques de mesure du secteur, notamment chez les annonceurs les plus avancés en acquisition payante. Son application systématique à la personnalisation on-site, en revanche, reste encore émergente : peu d'outils l'intègrent nativement, et la plupart des sites continuent de raisonner en attribution simple faute d'infrastructure de test adaptée. C'est un des axes que plusieurs éditeurs cherchent à développer dans les prochains mois, à mesure que la personnalisation pilotée par le comportement de session devient un standard plutôt qu'une option.
L'annuaire 
L'agenda 
