Découvrez dm-drogerie-markt

L'un des principaux détaillants allemands, dm-drogerie markt (généralement abrégé en dm), propose depuis près d'une demi-décennie une gamme de produits cosmétiques, d'articles de santé, de produits ménagers, ainsi que d'aliments et de boissons diététiques. 

Fondée en 1973 par Götz Werner à Karlsruhe, en Allemagne, sous la forme d'une pharmacie, l'enseigne compte aujourd'hui 3 700 magasins répartis dans plus d'une douzaine de pays européens, dont l'Autriche, la Hongrie, la République tchèque, la Croatie, la Slovaquie, la Roumanie, la Serbie, la Slovénie, la Bulgarie, la Bosnie-Herzégovine, l'Italie, la Macédoine du Nord et la Pologne. Reconnue pour sa structure hiérarchique horizontale, elle emploie plus de 60 000 personnes et privilégie le bien-être de ses employés et son engagement social plutôt que la simple rentabilité financière.

La filiale dmTECH de l'entreprise est chargée de fournir des solutions informatiques, notamment les fonctionnalités de e-commerce et de recherche des magasins et du site web de vente au détail de dm. Forte de plus de 900 employés, dmTECH a pour objectif de proposer des solutions qui répondent au mieux aux besoins des clients et des employés de dm, en tirant parti d'approches axées sur les données et de technologies de pointe en matière de développement web et mobile, dans un environnement agile.

Le défi : passer d'une plateforme monolithique à une recherche plus flexible

Traditionnellement présent sur le marché des magasins physiques, le commerce en ligne de dm est encore relativement récent, mais la vente omnicanale est devenue un sujet brûlant pour l'entreprise, et encore plus important pendant la récente pandémie mondiale. 

En 2021, dmTECH a identifié une opportunité d'améliorer l'expérience de recherche pour ses clients et ses équipes internes, mais s'est heurtée aux limitations de sa plateforme existante. C'est pourquoi elle a entrepris de lancer un nouveau projet de recherche. 

L'entreprise utilisait les fonctionnalités de recherche intégrées à sa vaste plateforme de e-commerce. Cependant, l'essor du commerce omnicanal et l'objectif d'adopter à terme une approche de recherche basée sur les API — afin d'éviter les problèmes d'architecture, d'offrir une plus grande flexibilité et de réduire les dépendances internes — ont fait évoluer ses besoins en matière de recherche.

« D’un point de vue technique, notre solution de recherche existante faisait partie d’une plateforme monolithique à l’extensibilité limitée. Nous envisagions d’améliorer la recherche et avions défini une pyramide de recherche en quatre étapes : de la configuration technique de base à la recherche guidée, puis à la recherche auto-apprenante et enfin à la recherche personnalisée. Nous savions que cela serait difficile à réaliser avec les systèmes existants. »

De plus, les synonymes des termes de recherche étaient principalement gérés par les utilisateurs métiers tandis que, avec leur système existant, les requêtes étaient traitées et vérifiées par les développeurs, créant ainsi des goulots d'étranglement. 

dmTECH souhaitait permettre aux utilisateurs marketing et commerciaux de gérer et d'optimiser eux-mêmes leurs recherches. Avec le système précédent, les options de l'éditeur WYSIWYG étaient limitées et le débogage était impossible. Une solution en libre-service plus flexible était nécessaire. 

L'entreprise s'est tournée vers un partenaire de conseil en recherche externe pour obtenir de l'aide à l'évaluation et à la prise de décision afin de trouver la solution idéale pour répondre à ses nouveaux besoins, et Algolia a été présélectionnée pour des tests avec 4 autres fournisseurs.

La solution : améliorer la recherche et les suggestions avec Algolia

Le détaillant a testé la valeur commerciale de l'adoption d'Algolia par rapport à sa solution existante via des tests A/B pendant deux mois, et a sélectionné la solution en fonction de son impact mesurable sur les indicateurs commerciaux, de son approche API-first, de sa flexibilité, de sa transparence et de la capacité des utilisateurs métiers et des développeurs à agir de manière autonome. 

L'entreprise a lancé Algolia sur sa boutique en ligne allemande en juillet 2021. Ce lancement en ligne a rapidement été suivi par le lancement d'Algolia sur son application mobile, puis sur sa boutique autrichienne, et enfin dans d'autres pays avant la fin de l'année. 

En 2022, les fonctionnalités de recherche et de suggestion d'Algolia ont été implémentées dans toutes les applications mobiles et toutes ses boutiques en ligne, pour la recherche de produits, les pages de catégories et certains contenus basés sur des requêtes tels que les diaporamas. 

Grâce à Algolia, ils définissent les règles de marchandisage, le classement des entreprises et la configuration des facettes affichées dans la boutique en ligne. 

L'équipe d'Algolia a fourni des conseils et un soutien pendant et après la mise en œuvre. « Lors de la mise en œuvre et de la phase d'avant-vente, l'équipe d'Algolia s'est montrée très impliquée et a apporté des réponses rapides et pertinentes à nos questions et exigences », témoigne Florian Plag, consultant informatique chez dmTECH GmbH. 

Les clients reçoivent des suggestions dynamiques calculées en fonction de leurs recherches, avec des filtres prédéfinis tels que des listes déroulantes, le prix et, pour certains produits, la couleur. Le contenu basé sur la recherche, comme les pages de catégories, les pages de marques ou les diaporamas et grilles de produits, peut être créé et modifié à l'aide du CMS (système de gestion de contenu) de dm ; le diaporama est généré automatiquement lorsqu'un utilisateur saisit une requête.

En quelques mois seulement depuis le déploiement d'Algolia, dm a déjà constaté des résultats positifs : une amélioration de 2 % du taux de conversion lors de ses premiers tests d'Algolia Search et une amélioration de 1,17 % du taux de clics après l'introduction d'Algolia Suggests. L'entreprise a également constaté une nette amélioration de la vitesse et des performances. 

Selon Denise Schäfer, responsable technique du développement au sein de l'équipe de recherche de dmTECH, Algolia s'est révélé un atout majeur pour les équipes techniques et commerciales de dm. La disponibilité de son API et de ses clients API dans différents langages de programmation a offert à dm l'extensibilité et la flexibilité recherchées. 

« Les développeurs ont trouvé les tutoriels d'Algolia très utiles, car ils peuvent servir de modèle, par exemple pour le tri basé sur le classement ou la mise en avant automatique et les règles génériques », explique Florian Plag, ajoutant qu'Algolia reconnaît automatiquement les marques ou catégories pertinentes dans les termes de recherche et les met en avant dans les résultats en conséquence.

« Les utilisateurs professionnels apprécient la possibilité, offerte par Algolia, de suivre et de comprendre facilement le processus de génération du classement et l'impact de leurs modifications, notamment la pertinence, le tri complet, l'accessibilité des classements personnalisés et les nombreuses options de création et de configuration des règles. » – Florian Plag, consultant informatique, dmTECH GmbH

Résultats : Les goulots d'étranglement disparaissent grâce aux tests, aux règles, au débogage et plus encore.

Avec l'intégration de chaque nouveau pays, la mise en œuvre de nouvelles fonctionnalités de recherche est devenue plus facile et les avantages pour les utilisateurs professionnels et les développeurs ont été plus rapides à obtenir, réduisant ainsi les goulots d'étranglement antérieurs. 

Aujourd'hui, grâce à la facilité d'utilisation d'Algolia, davantage d'employés participent à la recherche et ont la possibilité de tirer parti de la solution, déclare Heiner Eisenmann, responsable du développement commercial électronique chez dm-drogerie markt. 

« Nous avons intégré Algolia pour réaliser des tests A/B sur différents classements personnalisés », explique-t-il. « Nous continuons de le faire et, grâce aux nombreuses possibilités de configuration, nous pouvons affiner les classements de base en fonction de nos règles métier. »

« Nous avons intégré Algolia pour réaliser des tests A/B sur différents classements personnalisés », explique-t-il. « Nous continuons de le faire et, grâce aux nombreuses possibilités de configuration, nous pouvons affiner les classements de base en fonction de nos règles commerciales. » Heiner Eisenmann, Développement e-commerce, dm-drogerie markt 

Et dm a implémenté de nombreuses règles métier sur ses boutiques en ligne et mobiles ; par exemple, en proposant des produits alternatifs si un client recherche une marque particulière indisponible ou en rupture de stock, en affichant des produits en fonction de leur numéro d'article, ou en remplaçant les catégories de produits par un terme plus général dans les requêtes de recherche. Et la liste est loin d'être exhaustive. (Par exemple, si un client recherche une marque spécifique de sirop contre la toux, une règle prédéfinie transforme sa requête en une recherche par catégorie « sirop contre la toux » si le produit est indisponible.) 

Selon Eisenmann, le tableau de bord Algolia est un outil très apprécié de l'équipe, permettant aux utilisateurs métiers de définir et de gérer des règles sans intervention des développeurs, tandis qu'Algolia Analytics fournit une analyse rapide du comportement des utilisateurs à des fins d'optimisation. 

Grâce à Algolia, l'équipe de dm peut facilement déboguer le fonctionnement de chaque index afin d'en garantir la pertinence pour les utilisateurs métiers qui les créent et les gèrent. Ainsi, même les utilisateurs non techniques peuvent vérifier systématiquement si et comment les règles qu'ils mettent en place influencent l'expérience client. À l'international, Algolia a aidé les services commerciaux à épingler des produits et à créer des catégories phares pour promouvoir des articles spécifiques.

L'équipe technique de l'entreprise, dmTECH, travaille en permanence à l'amélioration du classement et des fonctionnalités pertinentes pour les clients, ainsi qu'au déploiement international de ces fonctionnalités. 

L'équipe continue de se réunir régulièrement avec son responsable de la réussite client chez Algolia afin d'échanger sur les opportunités à venir, les questions à poser et des sujets spécifiques, comme l'analyse approfondie des classements ou de la personnalisation. Elle étudie actuellement l'adoption du système de reclassement et de personnalisation basé sur l'IA d'Algolia et procède à des tests.