La recherche interne classique compare des chaînes de caractères. Elle trouve les produits dont le texte contient les mots saisis, et rien d’autre. La recherche sémantique compare des sens : elle rapproche « chargeur voiture » et « adaptateur allume-cigare » sans qu’aucun synonyme n’ait été déclaré.
Voici comment cela fonctionne réellement, ce que cela coûte, et où cela reste moins bon que le classique.
Le principe, sans jargon
Chaque produit de votre catalogue est transformé en une suite de nombres, appelée vecteur, qui représente son sens. Deux produits proches par le sens produisent des vecteurs proches dans cet espace.
Quand un visiteur cherche quelque chose, sa requête est transformée de la même façon, puis le moteur cherche les vecteurs les plus proches. Aucune correspondance de mots n’est nécessaire : c’est la proximité de sens qui décide.
Cette transformation est produite par un modèle de langue, entraîné sur d’énormes volumes de texte, qui a appris que certains termes apparaissent dans les mêmes contextes. C’est ce qui lui permet de savoir qu’un allume-cigare et un chargeur voiture relèvent du même usage.
Ce que cela résout
Trois situations où le moteur classique échoue systématiquement.
Le vocabulaire différent. Le client emploie ses mots, votre catalogue emploie ceux du fournisseur. Sans synonymes déclarés, aucun résultat. C’est le cas le plus fréquent et le plus coûteux.
La requête descriptive. « Quelque chose pour ranger des outils dans un garage » ne contient aucun mot de votre catalogue, mais décrit précisément un besoin. Le moteur lexical renvoie du bruit ou rien.
La faute de frappe et la variation. Pluriels, conjugaisons, orthographes approximatives sont absorbés par la représentation vectorielle sans réglage particulier.
Recherche Sémantique IA — Module PrestaShop 8 & 9La recherche qui comprend l'intention, pas juste les mots-clés€149.00
Ce qu’il faut vectoriser
Question qui détermine la qualité des résultats bien plus que le choix du modèle.
Le minimum utile : le nom du produit, sa description courte, sa catégorie et ses attributs principaux. La description longue apporte du contexte mais aussi du bruit, en particulier quand elle contient des conditions de livraison ou des mentions légales identiques sur toutes les fiches.
Un principe simple : ne vectorisez que ce qui distingue le produit. Tout texte présent à l’identique sur cent fiches rapproche artificiellement ces cent fiches les unes des autres et dégrade la pertinence.
Les caractéristiques techniques méritent un traitement particulier. Un modèle de langue comprend mal les nombres et les unités : « 120 cm » et « 140 cm » lui paraissent très proches. C’est une limite structurelle, pas un défaut de configuration.
Le point le plus important : ne pas remplacer, combiner
C’est l’erreur de conception classique. La recherche sémantique n’est pas meilleure que la recherche lexicale, elle est différente, et elle est nettement moins bonne sur certains cas.
Sur une référence exacte, un code produit, un numéro de pièce, un code-barres, le lexical gagne toujours. Le vectoriel ne comprend pas qu’une suite de caractères doit correspondre exactement.
Sur les valeurs numériques, taille, poids, dimension, puissance, le lexical associé à des filtres reste supérieur.
Sur un nom de marque, le lexical est plus fiable, le vectoriel ayant tendance à ramener des marques concurrentes du même univers.
L’architecture qui fonctionne combine les deux : une recherche lexicale d’abord, complétée par la couche vectorielle quand elle renvoie peu ou pas de résultats, ou fusionnée avec une pondération. Une boutique qui bascule entièrement en sémantique voit ses recherches par référence se dégrader, et ce sont souvent celles de ses meilleurs clients.
Le coût, en clair
Trois postes, d’ampleurs très différentes.
L’indexation initiale. Chaque produit doit être vectorisé une fois. Sur un catalogue de dix mille références, l’opération représente un coût unitaire faible mais réel, et un temps de traitement de quelques heures.
La mise à jour. Seuls les produits modifiés doivent être revectorisés. Une réindexation complète à chaque import est une erreur coûteuse : détectez les changements réels sur les champs vectorisés.
Les requêtes. Chaque recherche visiteur suppose de vectoriser la requête. C’est le poste qui monte avec le trafic, et celui qu’il faut regarder avant de se lancer. Un cache des requêtes fréquentes le réduit fortement, une part importante des recherches d’une boutique étant répétitive.
Mesurer avant et après
Trois indicateurs, relevés sur les trente jours qui précèdent la mise en place.
Le taux de recherches sans résultat, qui doit baisser nettement. C’est le gain le plus visible et le plus immédiat.
Le taux de clic sur le premier résultat, qui mesure la pertinence perçue. S’il baisse alors que le taux de résultats monte, votre moteur renvoie des produits proches mais pas pertinents.
Le taux de conversion des sessions avec recherche, seul chiffre qui justifie l’investissement.
Un quatrième contrôle, qualitatif : constituez une liste de trente requêtes réelles issues de vos logs, avec le résultat attendu, et rejouez-la après chaque modification. C’est le seul moyen de constater une régression avant vos clients.
Le module Recherche Sémantique IA pour PrestaShop met en place cette couche sur PrestaShop 8 et 9 : indexation vectorielle du catalogue avec sélection des champs, combinaison avec la recherche lexicale existante, produits similaires calculés sur le sens, et tableau de bord des requêtes avec leur taux de résultat.