Découvrez JD Sports

L'entreprise britannique JD Sports jouit d'une longue réputation pour habiller et équiper les athlètes et les passionnés de baskets de part et d'autre de l'Atlantique et au-delà.

Fondée en 1981 à Bury, dans le Grand Manchester, JD Sports est devenue une enseigne mondiale de mode sportive. Finish Line, créée à Indianapolis en 1976, constitue un pilier de son activité aux États-Unis. Ensemble, ces marques ont bâti leur succès en proposant la chaussure ou le vêtement de sport idéal à une clientèle exigeante, en quête d'une expérience d'achat fluide. En ligne, cela implique une fonctionnalité de recherche ultra-pertinente, intuitive et capable de s'adapter en temps réel aux tendances, à la saisonnalité et au comportement des consommateurs.

« Trouver la paire de baskets ou le vêtement idéal doit être un jeu d'enfant, que ce soit en parcourant une page de catégorie générale ou en recherchant une nouveauté spécifique », déclare Kristin Matter, vice-présidente des opérations numériques chez JD Sports.

Le défi : du merchandising manuel à la recherche automatisée

Les équipes de merchandising, confrontées à un outil de recherche très manuel, ont vu leurs catalogues de produits s'étoffer et la gestion de cette expérience de recherche et de ses pages de listes de produits (PLP) devenir de plus en plus gourmande en ressources à mesure que ces catalogues s'étoffaient.

« Les équipes de merchandising ont passé énormément de temps à ajuster manuellement les résultats, à promouvoir les produits et à créer des règles statiques qui peinaient à suivre l’évolution rapide des tendances clients et de la saisonnalité », explique Kristin.

Par ailleurs, l'équipe technique de l'entreprise a entrepris la modernisation de ses systèmes de commerce électronique grâce à une architecture MACH axée sur l'agilité, la modularité et la rapidité. Cette transformation a contraint l'équipe technique à repenser l'intégration des systèmes essentiels, tels que la recherche et la découverte, au sein de sa nouvelle architecture composable pilotée par API.

« Nous souhaitions nous éloigner des plateformes de commerce électronique monolithiques et construire une architecture technologique flexible capable de proposer des expériences omnicanales fluides sur les canaux numériques et physiques », explique Kristin.

Les équipes avaient besoin d'une plateforme de recherche intelligente et moderne capable d'automatiser la logique de marchandisage, de fournir une recherche vectorielle ultra-pertinente à grande échelle et de s'intégrer parfaitement à la nouvelle architecture qu'elle était en train de mettre en place.

La solution : construire une infrastructure de recherche IA évolutive avec les services professionnels d’Algolia

En 2024, l'entreprise s'est tournée vers Algolia pour répondre aux exigences strictes de sa nouvelle plateforme de recherche. Selon Kristin, cette solution se distinguait de la concurrence grâce à sa combinaison performante de rapidité, d'automatisation pilotée par l'IA et de robustesse des API.

« Algolia correspondait parfaitement à notre vision », explique-t-elle. « Sa conception axée sur les API nous a permis d’intégrer facilement et rapidement des fonctionnalités de recherche et de découverte performantes directement dans nos interfaces sans interface graphique. » 

Elle ajoute que lors de la mise en œuvre, l'équipe des services professionnels d'Algolia a collaboré étroitement avec l'équipe numérique de JD Sports afin de bien comprendre sa stratégie commerciale, ses exigences en matière de classement et ses besoins en merchandising. Ensemble, ils ont traduit ces exigences en une approche technique optimale, depuis la transmission des données pertinentes à Algolia jusqu'à la conception d'un modèle de données capable de soutenir l'expérience client imaginée par JD Sports. De plus, et c'est tout aussi important, cette plateforme a permis aux équipes merchandising de créer et de gérer efficacement des règles sans nécessiter de développement supplémentaire.

L'équipe s'est d'abord concentrée sur une migration fluide : déploiement des fonctionnalités de recherche essentielles, du rendu PLP et des analyses de base sur toutes les plateformes de vente. Forte de ces bases solides, elle s'est rapidement attelée à l'optimisation et à l'enrichissement des fonctionnalités, passant de la simple correspondance de mots-clés à des capacités plus avancées basées sur l'IA, telles que la recherche neuronale, les transformations de données et les collections.

L'équipe a également déployé le Reclassement Dynamique (DRR) sur les pages de catégories en 2025, passant d'un merchandising manuel et réactif à des résultats de recherche algorithmiques basés sur le comportement réel des clients. « Avant Algolia, l'adaptation des résultats aux micro-tendances en temps réel nécessitait une intervention manuelle souvent en décalage avec le comportement réel des acheteurs », explique Kristin. « Aujourd'hui, le DRR identifie automatiquement les tendances grâce aux signaux de clics et de conversions réels, et met en avant les produits phares en tête des pages de catégories. »

Elle ajoute qu'après la mise en œuvre, l'équipe Customer Success d'Algolia a continué à travailler de manière proactive avec l'équipe technique de JD Sports sur l'optimisation continue, en fournissant régulièrement des données de performance pour analyse, en aidant à tester de nouvelles fonctionnalités et en identifiant les opportunités pour tirer encore plus de valeur de la plateforme.

Résultats : Amélioration de l'efficacité, de l'engagement et des revenus

Cette étroite collaboration a permis à JD Sports de se doter d'une plateforme de recherche évolutive, basée sur une API, qui réduit considérablement les efforts manuels de marchandisage et offre aux clients une expérience de navigation plus intuitive et fluide. 

« L’impact le plus important a été l’amélioration de l’efficacité opérationnelle », souligne Kristin. « Auparavant, les responsables merchandising passaient d’innombrables heures à peaufiner les règles de classement et à créer manuellement des pages de collection statiques. » 

« Aujourd'hui, nous avons considérablement rationalisé la gestion des listes de produits. Grâce aux algorithmes d'Algolia qui optimisent dynamiquement le classement des articles en fonction de leur popularité et des conversions en temps réel, notre équipe merchandising consacre beaucoup moins de temps aux interventions manuelles et davantage à la planification stratégique. »

Elle ajoute que des millions d'athlètes, de passionnés et d'amateurs de baskets sur les canaux numériques de JD Sports, y compris Finish Line, bénéficient désormais d'une expérience de découverte de produits plus fluide, plus rapide et plus intuitive, qu'ils recherchent une marque spécifique ou qu'ils parcourent une page de catégorie générale, ce qui conduit à un engagement accru et à une découverte plus rapide.

« Grâce à Algolia, les consommateurs voient désormais immédiatement des résultats pertinents et en phase avec les tendances, qu'ils recherchent une marque spécifique ou qu'ils parcourent une page de catégorie générale, ce qui conduit à un engagement accru et à une découverte plus rapide », explique Kristin.

L'impact sur l'activité est clair :

• Augmentation de 16 % des revenus PLP

• Augmentation de 22 % des revenus issus de la recherche

• Les taux de clics (CTR) des recherches augmentent de 7,65 %.

• Les taux de clics (CTR) des pages de téléchargement publicitaire (PLP) augmentent de 73 %.

« Le reclassement dynamique a permis à lui seul d'augmenter immédiatement le taux de clics de 2,2 %, le taux d'ajout au panier de 4 % et le taux de conversion de 4 % », explique Kristin. « Grâce à lui, nous pouvons désormais offrir des expériences de navigation personnalisées et performantes à l'échelle mondiale sans augmenter les efforts manuels. »

Pour l'avenir, elle explique que l'équipe numérique est impatiente de tirer parti de la puissance de l'IA d'Algolia pour passer au merchandising intelligent : passer de l'analyse manuelle à une intelligence automatisée capable d'analyser les tendances des données macroéconomiques et de faire émerger des informations proactives, alertant les responsables merchandising sur de nouvelles opportunités telles que la hausse des tendances de recherche, les variations d'inventaire ou les catégories sous-performantes.

Et ce n'est pas la seule utilisation d'Algolia basée sur l'IA que l'équipe explore. Algolia est déjà directement intégrée à l'agent d'achat IA destiné aux clients de la plateforme e-commerce, explique Kristin, agissant comme un moteur de recherche et de produits ultra-rapide qui fournit des résultats hyper-pertinents et en temps réel pour répondre aux questions des clients et optimiser les conversions.

L’objectif est d’améliorer l’expérience client et de stimuler les conversions grâce à une hyper-personnalisation à grande échelle. Dans les mois et les années à venir, poursuit-elle, « nous souhaitons personnaliser davantage chaque point de contact afin que les résultats de recherche, les commandes PLP et les recommandations de produits reflètent dynamiquement les préférences individuelles des acheteurs, leurs achats précédents et leurs intentions en temps réel sur tous les canaux numériques. »