Un moteur hybride combine la recherche lexicale, qui fait correspondre les mots exacts (références, marques, codes), et la recherche sémantique, qui compare le sens de la requête à celui des produits grâce à des vecteurs stockés dans une base vectorielle. Les deux classements sont fusionnés, puis réordonnés selon les signaux métier : stock, marge, popularité.
LexicalPrécis sur les codes et les termes exacts, aveugle aux synonymes et aux fautes.
SémantiqueComprend « une lampe douce pour lire au lit », se trompe sur « REF 4521-B ».
FusionUn seul classement qui garde le meilleur des deux, mesuré sur vos requêtes réelles.
Le principe d'un moteur hybride : branche lexicale, branche sémantique, fusion des rangs puis reclassement métier
La recherche multimodale
Une photo prise en magasin, un texte, et le comportement des utilisateurs (clics, ajouts au panier, achats, abandons) sont projetés dans le même espace vectoriel et combinés dans un même classement. Le moteur apprend donc en continu des gestes des visiteurs autant que de leurs mots.
Recherche par image : retrouver un produit ou ses équivalents à partir d'une photo
Texte et image ensemble : « ce canapé, en bleu, moins de 800 euros »
Signaux comportementaux : reclassement par engagement et conversion, personnalisation par session
Recommandations et complémentarité : ce qui se vend avec, ce qui remplace un produit en rupture
Photo, texte et comportement projetés dans un même espace vectoriel, puis fusionnés en un seul classement
Cas d'usage
Sites marchands
Une référence exacte, une marque mal orthographiée ou une description en langage courant conduisent au bon produit. Moins de recherches sans résultat, plus d'ajouts au panier.
Catalogues B2B
Des dizaines de milliers de références techniques, unités, normes et équivalences entre fabricants : le moteur retrouve la pièce à partir d'un code partiel, d'une photo ou d'une description fonctionnelle.
Immobilier
« Appartement lumineux proche du métro avec balcon » croisé avec les critères structurés et les photos des annonces.
Support et documentation
Les clients décrivent un problème avec leurs mots ou une photo ; le moteur retrouve la procédure et alimente les assistants conversationnels.
Prédictions de trafic et de chiffre d'affaires
Une prédiction de trafic modélise l'historique du site comme une série temporelle : tendance, saisonnalité hebdomadaire et annuelle, événements commerciaux, effets des chantiers SEO. Elle projette les semaines à venir avec un intervalle de confiance, et convertit ce trafic en chiffre d'affaires par type de page à partir des taux de conversion et des paniers observés.
Prédictions de trafic organique par type de page et par catégorie
Scénarios : effet attendu d'une ouverture de facettes, d'une migration, d'une refonte
Détection d'anomalies : une baisse est signalée avant que le mois ne soit perdu
Objectifs et budgets construits sur des intervalles, pas sur un chiffre isolé
La boucle de décision d'une prévision : objectif, seuil d'alerte, puis lecture de l'écart entre observé et prévu
Questions fréquentes
La recherche hybride remplace-t-elle mon moteur actuel ?
Pas nécessairement. La partie lexicale peut rester votre moteur existant, complétée par une base vectorielle et une couche de fusion et de reclassement.
Qu'est-ce qu'une base de données vectorielle ?
Une base qui stocke, pour chaque produit ou document, une représentation numérique de son sens (et de son image), et retrouve rapidement les éléments les plus proches d'une requête.
Quelle profondeur d'historique pour une prédiction fiable ?
Deux ans de données quotidiennes ou hebdomadaires permettent de capter la saisonnalité annuelle. Avec moins, on prédit à plus court terme et avec des intervalles plus larges.
Vos requêtes internes et vos historiques de trafic sont le point de départ
Un premier échange permet de vérifier ce que vos données rendent possible.
