Donnée orthogonale : ce que l’IA ne peut pas deviner sur vos produits

Sur ChatGPT, Gemini ou dans l’AI Mode de Google, les internautes ne cherchent plus un « pull en cachemire » mais « un pull en cachemire qui ne bouloche pas ». Pour répondre à ce type de demande, les fiches produit traditionnelles ne suffisent plus. L’avantage concurrentiel se déplace vers une autre catégorie d’informations, celles que l’IA ne peut ni déduire ni inventer : les données orthogonales. Explications.

Demandez à un assistant IA « un pull en cachemire qui ne bouloche pas ». Il vous répondra, avec assurance, en citant quelques modèles. Mais sur quoi s’appuie-t-il ? Aucune marque n’écrit sur sa fiche produit que son pull « ne bouloche pas », personne ne s’engage sur la tenue d’une maille dans le temps.

Faute d’information officielle, le modèle s’adapte. Il puise dans les avis clients, les fils Reddit, les blogs, autrement dit dans des données anecdotiques et aléatoires. Au mieux, il raisonne à partir de spécifications techniques quand elles existent : diamètre et longueur de la fibre, origine (le cachemire de Mongolie-Intérieure a la réputation de moins boulocher), construction en deux fils.

Depuis quinze ans, l’e-commerce repose sur la donnée produit structurée. Le flux Google Shopping, avec sa taxonomie et ses champs (titre, catégorie, prix, marque, couleur, taille, matière, disponibilité…), s’est imposé comme le standard minimal de fait. À raison : pour la plupart des e-commerçants matures, fiabiliser ce flux reste l’un des investissements qui fournissent le meilleur rendement marginal, car il est utilisé sur tous les canaux et chaque amélioration s’y répercute en cascade.

Ce modèle a le mérite de répondre parfaitement aux requêtes classiques, de type « nom + adjectif » : « pull cachemire », « pull gris », « sérum SPF 15 ». Mais l’arrivée des moteurs de recherche IA change aujourd’hui la donne.

En effet, l’IA sait désormais extraire seule ces attributs. Si la description indique « maille fine en 100 % cachemire », un LLM identifie la matière même si le champ dédié n’est pas renseigné. Si le titre mentionne la teinte, la couleur est déduite. Google Shopping complète de plus en plus automatiquement les champs manquants, et les nouvelles plateformes publicitaires comme ChatGPT Ads extrapolent tout ce qui est déductible. Autrement dit, l’hygiène de base du flux d’information produit reste un prérequis, mais elle n’est plus suffisante pour faire la différence.

Une autre évolution, plus profonde encore, mérite l’attention des équipes marketing et e-commerce : avec l’IA conversationnelle, les requêtes elles-mêmes changent. Selon Google, les questions formulées dans AI Mode sont en moyenne trois fois plus longues que les recherches classiques.

On pourrait croire que les internautes empilent simplement plus d’adjectifs. Mais non : ils passent d’une logique « nom + adjectif » à une logique « concept + contraintes ». Par exemple, avec l’IA, les internautes ne cherchent plus « un fond de teint sérum SPF 15 cruelty free », mais « le fond de teint sérum cruelty free le moins cher avec un SPF supérieur à 15 ». Ils ne cherchent plus des « bottes noires en cuir », mais « une paire de bottes noires en cuir confortables pour marcher toute la journée, qui résistent à la pluie ».

Une requête classique se résout en lisant des champs, alors qu’une requête « concept + contraintes » oblige à raisonner : trouver le prix le plus bas, accepter toute une plage de SPF, reconnaître « cruelty free » derrière un label comme « Leaping Bunny », et, dans le cas de « confortables toute la journée », chercher une information qui n’existe tout simplement pas sur la fiche. Or les IA préfèrent répondre mal que ne pas répondre : les internautes prennent donc l’habitude de ces requêtes complexes, même quand la donnée manque.

Pour fiabiliser les résultats de l’IA, Google a commencé à réagir en ajoutant à Merchant Center des attributs conversationnels, dont un champ questions-réponses. C’est une solution utile, mais qui reste insuffisante. Faute de méthode pour identifier ce qu’il faudrait ajouter dans ces questions-réponses, la plupart des entreprises recyclent ce qu’elles publient déjà. Elles feraient mieux de consacrer leur énergie à la construction de bases de données produit orthogonales.

Une donnée orthogonale est une information qu’on ne peut ni inférer, ni extrapoler, ni déduire de ce qui est déjà publié sur le produit. Elle est nouvelle, pour le consommateur comme pour les LLM, les moteurs de recherche et tous les outils de découverte.

Pour savoir si une donnée est vraiment orthogonale, le test est simple : un modèle d’IA pourrait-il retrouver cette information à partir de ma fiche produit actuelle ? Si oui, elle n’est pas orthogonale. Par exemple, la matière, la couleur ou la taille sont déductibles. Mais la résistance à l’abrasion d’un pantalon, le niveau sonore d’un cuiseur à riz ou la largeur de porte nécessaire pour faire entrer un canapé ne le sont pas.

S’appuyer sur ces données représente de nombreux intérêts pour les marques : elles réduisent les hallucinations des assistants IA, elles élargissent le nombre de requêtes auxquelles un produit peut répondre, elles renforcent la visibilité dans les moteurs conversationnels et les nouvelles interfaces de recherche, mais aussi et surtout, elles sont beaucoup plus difficiles à reproduire par les concurrents !

Malheureusement, les données les plus utiles sont souvent indisponibles, coûteuses à rassembler, ou impossibles à publier par la marque elle-même pour des raisons d’image ou de responsabilité juridique.

Plusieurs solutions existent néanmoins. Pour les marques, une première étape consiste à faire enfin remonter les données qui dorment dans les systèmes internes (PIM, DAM, ERP, CMS). Quant aux retailers, ils doivent muscler le travail lors du référencement des produits. Certains ont déjà recours au « computer vision » pendant les shootings produits pour détecter des caractéristiques que les fabricants ne fournissent pas.

En parallèle, les partenariats éditoriaux peuvent être une autre source d’enrichissement des informations produit, tout particulièrement dans les secteurs où il existe une presse experte et des communautés de passionnés. Les sites spécialisés qui testent, mesurent et décrivent les produits en détail détiennent des informations particulièrement précieuses : certains découpent les chaussures de sport pour mesurer l’épaisseur et la densité de la semelle, d’autres suivent la température d’un matelas tout au long de la nuit, enregistrent le bruit des touches d’un clavier ou évaluent leur retour haptique… Soit autant de mesures qu’aucune fiche produit ne mentionne et qu’aucun modèle ne peut déduire.

Une autre option à mobiliser : les contenus utilisateurs, encore trop souvent sous-exploités. C’est la solution idéale pour faire remonter les informations très demandées que la marque ne peut pas affirmer elle-même. Cette valorisation des contenus utilisateurs peut prendre différentes formes : agréger les motifs de retour et les demandes au service client pour enrichir la fiche du produit (« ce modèle taille petit »), récompenser les clients qui documentent le produit en situation, en photo ou en vidéo, recueillir des informations vérifiées par les clients, etc.

Ces pistes ont toute leur place dans une feuille de route 2027. Parce que l’IA ne peut pas deviner ce qu’elle ne sait pas, la nouvelle bataille du e-commerce se joue désormais sur ces données orthogonales. Et chacun y a une carte à jouer. Les marques sont les seules à détenir une grande partie de ces informations sur leurs propres produits. Les retailers multimarques, eux, sont les seuls à pouvoir rester neutres et couvrir toute la gamme : y compris les données qui permettent de départager deux produits… et donc de désigner le moins bon, ce qu’aucune marque ne fera jamais pour elle-même.

Contactez-nous