Grand potentiel et problème croissant
Un jour, le fondateur d’une plateforme de voyage en croissance nous a contactés. À ce moment-là, il ne cherchait pas un moteur de recommandation IA ni des LLM. Il a simplement dit :
On perd des utilisateurs. Ils viennent, ils défilent un peu, puis ils s’en vont. Il faut qu’on les aide à trouver la bonne expérience, plus vite.
Leur plateforme proposait des hébergements magnifiques, des packs d’activités soigneusement sélectionnés, et même des trésors cachés que personne d’autre n’avait. Mais pour les utilisateurs, tout semblait pareil :
- Trop de choix, sans personnalisation
- Expérience générique et statique
Ce dont ils avaient besoin, ce n’était pas plus d’offres, mais de la pertinence.
L’objectif était de suggérer des offres correspondant au comportement, à la localisation, aux préférences et à l’opportunité de l’utilisateur. Pas à travers des filtres et des menus interminables, mais de manière automatique, intuitive et en temps réel.
Le tournant : Un début simple, mais réfléchi
Fort de notre expérience, nous savions qu’une approche simple et ciblée était la plus rapide. Cela permettait de créer de la valeur et d’avoir un réel impact. En réalité, la plateforme n’avait pas besoin d’un nouveau système, mais de solutions intelligentes adaptées à sa croissance.
Ainsi, nous avons suggéré de débuter avec une intégration simple d’Amazon Personalize, un moteur de recommandation IA puissant. Grâce à cette approche, nous avons pu lancer rapidement les opérations.
Pas de refonte d’infrastructure massive. Pas de cycle de développement de six mois.
De fait, il s’agissait d’une mise en œuvre rapide et efficace de modèles d’IA préexistants. En apprenant du comportement des utilisateurs, ces modèles offraient des recommandations personnalisées, plus intelligentes et plus rapides.
En trois semaines, nous avons :
- Connecté le site web à Amazon Personalize
- Intégré le suivi des événements en temps réel (via l’API PutEvents)
- Activé des blocs intelligents tels que « Vous aimerez aussi », « Tendances près de chez vous » et « Réservés fréquemment ensemble »
Sans faire de bruit, ça a vraiment marché.
Ensuite, les résultats se sont rapidement fait sentir.
Ce qui s'est passé ensuite : les chiffres parlent d'eux-mêmes
Après seulement 30 jours, nous avons fait un suivi. Les données ne chuchotaient pas : elles parlaient fort.
En effet, les utilisateurs restaient plus longtemps, réservaient plus rapidement et s’engageaient davantage. Et surtout : ils trouvaient exactement ce qu’ils cherchaient.
C’est là que la conversation a changé de direction. « D’accord, » a dit le fondateur. « Et la suite, c’est quoi ? »
De l'IA préconçue à un moteur de recommandation IA sur-mesure
Après avoir vu les résultats des modèles prêts à l’emploi, le client a voulu aller plus loin. Par la suite, nous avons commencé à construire au-delà de ces limites.
Au départ, nous avons étendu le système avec des modèles personnalisés via AWS SageMaker. Ensuite, nous avons intégré des outils basés sur les LLM pour renforcer la personnalisation.
Identité locale : Même produit, message adapté
Pour les utilisateurs du Royaume-Uni (à la recherche de vacances ensoleillées, comme aux Maldives) :
- Nom du produit : « Séjour côtier : Villa de luxe avec vue sur l’océan et petit-déjeuner anglais »
- Pourquoi ça marche : Les touristes britanniques apprécient un petit-déjeuner traditionnel, et l’idée d’une évasion tranquille est idéale pour leurs préférences de vacances.
Pour les utilisateurs américains (notamment de la côte ouest, planifiant un séjour aux Maldives) :
- Nom du produit : « Surf et Sérénité : Villa en front de mer avec surf et vue imprenable sur le coucher du soleil »
- Pourquoi ça marche : Les voyageurs américains, en particulier ceux de la côte ouest, recherchent des vacances qui allient activité et détente. C’est pourquoi le surf et les couchers de soleil spectaculaires forment une combinaison particulièrement séduisante.
Offres saisonnières et sensibles aux conditions météo
Pour un voyageur de New York, direction une destination ensoleillée en hiver (comme Bali ou les Maldives) :
- Offre : « Soleil et détente : Villas en bord de mer avec piscine privée et vue imprenable sur le coucher du soleil »
- Pourquoi ça marche : L’IA comprend que l’utilisateur recherche une pause hivernale et lui propose une escapade tropicale chaude et relaxante.
Pour un utilisateur de Berlin, à la recherche d’activités hivernales en Suisse :
- Offre : « Expérience alpine : Chalet de ski avec activités guidées et accès au spa »
- Pourquoi ça marche : Les voyageurs allemands privilégient les expériences hivernales actives. C’est pourquoi l’IA leur recommande une activité centrée sur le ski, en fonction de leurs intérêts pour les sports d’hiver.
Le système se réglait automatiquement selon les API météo et les saisons locales.
Optimisation des offres combinées
Les utilisateurs ne se limitaient pas à choisir des hôtels, ils découvraient des expériences.
Par exemple, « Bonheur tropical : Villa de bord de mer + Massage Thaïlandais + Cours de cuisine + Excursion aux temples,» une offre personnalisée spécialement pour eux.
Découverte via chat (Assistant LLM)
Un assistant IA conversationnel, alimenté par GPT, a permis aux utilisateurs de découvrir des choses qu’ils ne savaient même pas vouloir.
Les leçons à en tirer
- Le démarrage simple : Il n’est pas nécessaire de réinventer votre infrastructure technologique. Amazon Personalize propose un point d’entrée rapide et à faible risque.
- Laissez les données vous guider : Une fois les résultats visibles, évoluez avec des fonctionnalités personnalisées d’IA et de LLM.
- La personnalisation ne se limite pas à la pertinence : il s’agit de connexion.
En implémentant un système de recommandation IA simple, nous avons fourni des suggestions personnalisées en temps réel. Ainsi, cela a permis d’orienter les utilisateurs vers les expériences les mieux adaptées.
Cette approche a non seulement amélioré les conversions, mais a également renforcé la satisfaction client. En effet, les utilisateurs passaient plus de temps sur le site et effectuaient davantage de réservations.
Avec ce système en place, il y a toujours des possibilités de croissance. Une personnalisation plus précise et des modèles d’IA plus sophistiqués permettent d’atteindre cet objectif. De plus, ce système offre l’opportunité d’évoluer avec de nouvelles fonctionnalités adaptées aux besoins changeants des clients.
Si vous faites face à des défis similaires, nous pouvons vous aider à concevoir un système de recommandation AI. En fait, ce système simplifie le parcours client et génère des résultats. N’hésitez pas à nous contacter pour en savoir plus.
