Gymshark utilise Algolia Recommend pour gérer la période cruciale du Black Friday

Une excellente occasion d’améliorer les recommandations

La transformation de Gymshark ne s’est pas arrêtée là, elle n’a eu de cesse d’innover et d’améliorer ses boutiques. En 2021, le détaillant e-commerce a intégré Algolia Recommend. Les résultats ont dépassé toutes les attentes, notamment pendant la période essentielle de Black Friday. 

L’entreprise rencontrait de grandes difficultés avec sa précédente solution de recommandation. Fort du partenariat à succès avec Algolia dans une gamme complète de fonctionnalités d’e-commerce (recherche, analytics, règles, personnalisation, reclassement dynamique, etc.), Ben Pusey, Software Product Owner chez Gymshark et chargé de l'environnement technologique du e-commerce de l’entreprise, a saisi l’occasion pour évaluer ses fonctionnalités de recommandation. 

Algolia Recommend est une API simple et flexible, qui permet de créer des recommandations basées sur l’IA en utilisant seulement six lignes de code. Les résultats sont sans appel : grâce à un meilleur taux de conversion, Gymshark a enregistré une augmentation du taux de commande et une amélioration de l’engagement des utilisateurs, en particulier pour les anciens clients qui visitent à nouveau le site.

Les premiers tests ont démontré la robustesse du cas d’utilisation

En août 2021, Gymshark a testé en premier Algolia Recommend dans sa boutique aux Pays-Bas. Pendant une période de deux semaines, Gymshark a testé Algolia par rapport à sa solution précédente afin de se faire une idée complète de la manière dont Algolia Recommend pouvait améliorer les performances. Grâce à des tests A/B sur les produits connexes dans les pages de détail des produits (PDP), la société a obtenu des résultats impressionnants lors de cette première série de tests :

• Une augmentation de 5,5 % du taux de commande pour les clients qui ont cliqué sur un produit recommandé par Algolia Recommend.
• Un taux de commande de 13 % plus élevé de la part des anciens clients qui visitent à nouveau le site lorsque Algolia recommande des produits.
• Une augmentation de 10 % des ajouts au panier pour les anciens clients qui visitent à nouveau le site grâce à Algolia Recommend.
• Les utilisateurs qui voyaient les recommandations d’Algolia cliquaient sur davantage de produits : 1,4 clic par utilisateur, contre 1,1 avec la solution précédente.
• Un taux de conversion plus élevé avec Algolia pour les 10 principaux produits de Gymshark.

Pour ce test, Gymshark n’a pas testé les options de filtrage, telles que l’affichage des seuls produits d’une couleur spécifique ou des produits en stock. Le cas échéant, la qualité de la recommandation aurait encore été supérieure. Gymshark s’attend à faire encore mieux à mesure que la société tire parti de tout le potentiel d’Algolia Recommend, comme la personnalisation des recommandations. 

« En termes d’interaction réelle des utilisateurs avec autant de produits que possible, la réalité dépasse désormais la fiction », a déclaré Kristina Christova, Insight Analyst chez Gymshark. 

En étendant les tests à l’ensemble de ses marchés, Gymshark a obtenu des résultats similaires, avec des augmentations particulièrement importantes pour les clients mobiles. Malgré la baisse des performances du site due au caractère saisonnier, le détaillant a constaté une amélioration significative des interactions des utilisateurs avec les recommandations. En effet, grâce à l’intégration d’Algolia Recommend, les taux de commande sur mobile ont augmenté de l’ordre de 150 %. 

« Pour toute l’équipe, il ne fait aucun doute qu’Algolia recommande des résultats plus pertinents. L’augmentation des performances le prouve », a ajouté Mme Christova.

Conversions de nouveaux clients lors du Black Friday

À l’approche de la période promotionnelle cruciale du Black Friday, alors qu’Algolia Recommend fonctionnait à plein régime, Gymshark a pu constater comment la solution permettait de façonner le comportement des clients. 

Tout le monde s’accordait à dire que les clients existants viendraient sur le site avec une liste d’articles à l’esprit et des listes de souhaits précédemment enregistrées, de sorte que les recommandations auraient un impact moindre dans les jours précédant le Black Friday, selon Pusey. 

Algolia Recommend a toutefois permis de générer des ventes considérables de la part des nouveaux utilisateurs du site : une augmentation de 150 % du taux de commande et de 32 % des ajouts au panier par rapport aux Black Friday précédents. 

Le nombre d’utilisateurs interagissant avec les recommandations a augmenté pendant le Black Friday, en particulier ceux sur mobile où l’utilisation des recommandations a augmenté de 16 % et, même si de nombreux utilisateurs arrivaient avec des listes préétablies, les conversions ont augmenté de manière significative parmi ceux qui ont interagi avec Algolia Recommend. 

Ces excellents résultats ont également montré comment Algolia pouvait prendre en charge et s’adapter aux pics de trafic, un défi posé à Gymshark dans les années qui ont précédé l’adoption de sa nouvelle infrastructure. 

« Algolia Recommend et les produits associés ont très bien fonctionné sur les pages produits... l’impact sur nos ventes lors du Black Friday a dépassé toutes nos attentes. » 

Au-delà des chiffres

Outre l’amélioration des performances du site grâce à Algolia Recommend, Pusey a déclaré que son utilisation renforce l’attrait de Gymshark en tant qu’employeur pour les meilleurs talents informatiques. Comme pour les solutions Algolia précédentes, il a déclaré que Recommend permet de réduire la quantité de travail manuel que son équipe doit fournir. En outre, il a ajouté que le fait de collaborer avec des fabricants de solutions de pointe comme Algolia, qui propose des technologies innovantes et attrayantes, est une aubaine pour le recrutement. 

Dans les mois à venir, Gymshark prévoit d’améliorer encore les performances d’Agolia Recommend pour les utilisateurs mobiles en repositionnant les recommandations sur ses pages. À l’heure actuelle, les utilisateurs doivent faire défiler la page pour voir les recommandations. Pusey estime que ce repositionnement entraînera une augmentation du nombre de clics dans le canal mobile déjà très performant. 

Gymshark n’a pas encore saisi tout le potentiel que lui offre son déploiement d’Algolia Recommend. La prochaine étape de l’entreprise consistera à tester le modèle «Achetés fréquemment ensemble » d’Algolia sur sa page de panier, afin de stimuler les ventes croisées, les ventes incitatives et d’augmenter la valeur moyenne des commandes.