Baisser le taux d'abandon post-recherche
Repenser la barre de recherche globale de Rakuten pour réduire un taux d'abandon post-recherche estimé à 36%, sur un canal qui génère 44% des ventes du site.
Overview
Rakuten France (ex-PriceMinister, racheté in 2010) est la marketplace généraliste du groupe japonais Rakuten en France, mettant en relation vendeurs professionnels/particuliers et acheteurs sur des catégories variées (high-tech, mode, maison, culture...). Le site s'appuie sur un fort trafic organique et un programme de fidélité (Club R / cashback) pour fidéliser ses 500k+ utilisateurs quotidiens.
500k utilisateurs quotidiens exposés à la global search
36,04% → 10,02% de Search Exit Rate mesuré en test (-26 points)
4,5M d'utilisateurs additionnels seraient conservés en 3 mois si la solution était déployée à l'échelle des 45M d'utilisateurs
Problème
Entre septembre 2019 et octobre 2019, les données ont révélé un Search Exit Rate de 36,04% : une grande partie des utilisateurs ne trouvait pas ce qu'elle cherchait via la barre de recherche : plus d'un tiers des utilisateurs qui lançaient une recherche quittaient le site sans conversion, faute de trouver un résultat pertinent.
Approche
- • Analyse quantitative du parcours existant (Contentsquare) pour identifier le point de friction précis dans le tunnel de recherche.
- • Benchmark concurrentiel et étude des avis utilisateurs (ManoMano, Sephora, Trustpilot, Google Store) pour identifier les mécaniques de suggestion qui fonctionnent.
- • Refonte de deux moments clés du parcours — au clic sur la barre de recherche et à la saisie de la requête — en s'appuyant sur les tendances de navigation et le contexte produit.
- • Prototypage du nouveau flux et validation itérative avec le Product Owner et les développeurs front-end, avec ajustements du design après retours.
- • Test utilisateur non modéré sur 3 scénarios représentatifs des habitudes de recherche, pour mesurer l'impact réel sur le Search Exit Rate.
Parcours actuel
L'analyse du parcours sur Contentsquare a révélé un taux de clic inférieur à 10% sur les suggestions textuelles sur la période mesurée.
Benchmark
L'analyse des avis publics (Trustpilot, Google Store) révèle une satisfaction constante sur la mécanique de recherche produit, notamment sur la richesse du contexte produit affiché (photo, prix, catégorie). J'ai formalisé mes observations dans Notion et catégorisé les bonnes pratiques identifiées selon les 10 heuristiques de Jakob Nielsen.
Mapping
Solution
L’algorithme propose désormais des contenus en corrélation directe avec la requête de l’utilisateur. Les recommandations tiennent également compte des tendances
Résultats
- Amélioration majeure de la compréhension utilisateur et réduction de la frustration.
- SER post-solution : 10,02% VS 36,04% en pré-solution.