|
EN BREF
|
Le Black Friday agit comme un test de stress pour les modèles de langage de grande taille (LLMs), dévoilant leur façon d’interpréter le commerce en ligne face à une demande réelle. Une étude de 10 000 réponses a montré que ces modèles s’appuient principalement sur un petit nombre de domaine externes tels que YouTube, des grands détaillants et des médias de critiques. Ils présentent une dépendance accrue à la discussion humaine et au contenu généré par les utilisateurs, surtout pendant des événements à fort trafic comme le Black Friday. Les réponses d’LLMs évoluent en fonction de l’intensité de la demande, ayant tendance à privilégier des sources sociales et de contenu UGC lorsque les comportements de consommation changent.
Cette situation souligne que, pour être visibles, les marques doivent non seulement soigner leur contenu sur leurs propres pages, mais également établir une forte présence à travers divers écosystèmes numériques.
Le Black Friday est plus qu’une simple journée marquée par des promotions spectaculaires ; c’est un événement qui teste les capacités des systèmes d’intelligence artificielle, notamment les modèles de langage (LLMs), à comprendre et à répondre aux comportements d’achat en ligne. En 2023, cet événement a révélé comment ces systèmes interprètent le commerce sous demande réelle, mettant en lumière les signaux qui façonnent leur compréhension des produits, des distributeurs et des intentions des consommateurs. Cet article se penche sur les résultats d’une analyse de 10 000 réponses générées par différents LLMs, fournissant des insights sur leur comportement et leur adaptabilité face au flot complexe d’informations générées lors de ce phénomène commercial.
Le Black Friday comme test pour les LLMs
Le Black Friday constitue un stress test naturel pour les découvertes automatisées guidées par l’IA. Avec un volume massif de recherches et une diversité de catégories, les comportements d’achat des consommateurs durant cette période exposent les sources et structures sur lesquelles les LLMs s’appuient pour formuler leurs réponses. La manière dont ils décrivent le paysage commercial révèle leur compréhension du marché et des priorités des consommateurs.
Analyses des 10 000 réponses
Une étude structurée a été menée pour évaluer comment ces systèmes penchaient en faveur de certaines sources d’informations. Sur les 10 000 réponses analysées, il a été constaté que les retailers généralistes et les médias de société de consommation dominent largement. Par exemple, les citations de plateformes comme YouTube, Best Buy, et Walmart, qui totalisent des milliers de références dans les réponses générées, mettent en évidence un biais vers des domaines externes familiers et largement reconnus.
L’influence des sources externes
Les LLMs font référence à un nombre restreint de domaine externes pour générer leurs réponses, notamment YouTube, Reddit, et Amazon. Ces sources contribuent à façonner leur vision commerciale et influencent majoritairement les recommandations produits et les réponses aux requêtes. En effet, l’approvisionnement en contenu qui reflète l’intérêt des consommateurs est fondamental pour ces systèmes.
Les variantes des contenus
Alors que le Black Friday voit une augmentation des sources de contenu généré par des utilisateurs (UGC), le rôle fondamental des sites de ecommerce traditionnels diminue. Les réponses des LLMs avant l’événement mettaient l’accent sur la recherche et la comparaison, tandis que pendant l’événement même, les discussions humaines et le contenu interactif ont pris le dessus. Cela souligne une capacité adaptative des modèles à répondre à l’évolution rapide des comportements des consommateurs.
Les différences entre les LLMs
Il est intéressant de noter que chaque LLM se comporte différemment face aux requêtes liées au commerce. Gemini, OpenAI, et Perplexity montrent des différences marquées dans la longueur, le format et la manière dont les informations sont présentées. Par exemple, les réponses de Gemini étaient généralement plus longues, adoptant souvent le format d’un essai, tandis que Perplexity privilégiait des réponses plus courtes et directes, s’apparentant davantage à un résumé exécutif.
Impact de la structure sur les réponses
La manière dont les marques et les détaillants structurent leur contenu est cruciale. Pour qu’un modèle de langage puisse publier un contenu d’intérêt, il est nécessaire que chaque site web présente des informations de manière claire et facilement compréhensible. Les données du Black Friday montrent que les pages d’accueil, les pages de produits, et les blogs ont chacun un rôle varié mais essentiel dans la compréhension que les LLMs construisent autour d’une marque.
Shift dans le comportement des consommateurs
Avant le Black Friday, les utilisateurs étaient davantage concentrés sur la planification et la recherche, avec 59,6% des réponses provenant de domaines dédiés au commerce de détail. Une fois l’événement lancé, une transition rapide a été observée, où le contenu UGC représentait 25,1% des réponses, marquant ainsi un tournant significatif dans les signaux perçus par les modèles. Cela démontre que les LLMs suivent et analysent non seulement les données de vente mais également les discussions et les retours des consommateurs sur les plateformes sociales.
Le poids des signaux hors-page
Un des enseignements les plus clairs de l’analyse est l’importance des signaux provenant de domaine tiers. Dans le contexte lié au Black Friday, des plateformes comme Reddit et YouTube ont joué un rôle significatif en fournissant des contenus qui reflètent un intérêt humain réel pour les produits. Ces données externes influencent directement les décisions prises par les LLMs dans leur processus de raisonnement.
Les implications pour les marques et détaillants
Avec l’essor de l’IA dans le commerce en ligne, les entreprises doivent repenser leur approche. L’optimisation du contenu ne peut plus se limiter à favoriser le SEO traditionnel ; il faut également s’assurer que le contenu est structuré et s’aligner sur les attentes des modèles de langage. Cela implique de renforcer les pages de produits avec des récits et des spécificités plus riches, créant ainsi des écosystèmes de confiance qui bénéficient à la fois aux consommateurs et aux systèmes d’IA.
Actions à entreprendre
Pour maximiser leur présence sur ces plateformes, les marques doivent construire des pages d’accueil qui transmettent clairement leur identité tout en consolidant du contenu éducatif autour de leurs produits. De plus, la présence dans des médias de comparaison et de recommandations est cruciale pour rester visible dans ce paysage commercial dominé par les LLMs.
En analysant les réponses des LLMs durant le Black Friday, il devient clair que ces modèles ne se contentent pas de rechercher ; ils interprètent et synthétisent des informations de manière dynamique. Alors que le commerce en ligne évolue vers cette intégration de l’IA, les détaillants et les entreprises doivent s’adapter rapidement pour rester pertinents. Une maîtrise des signaux internes et externes, couplée à une structuration claire de leur contenu, peut permettre aux marques de naviguer efficacement dans cette nouvelle réalité commerciale.