Une nouvelle étude de BoF Insights menée auprès de 10 000 acheteurs européens de mode et d’articles de sport montre que la mauvaise qualité des informations produit et l’incertitude sur la coupe restent les deux principaux irritants de l’e-commerce. Jusqu’à un répondant sur cinq affirme que des informations insuffisantes ont provoqué son dernier abandon d’achat. Pourtant, seuls 19 % des dirigeants du secteur classent la correction des données produit fondamentales parmi leurs priorités, tandis que 54 % privilégient l’UX et l’expression de la marque. Parallèlement, un audit technique de 50 grands sites montre que la plupart sont raisonnablement accessibles à l’IA, mais beaucoup moins performants pour aider les machines à comprendre le sens ou à réaliser des transactions. Alors que la demande du commerce social et les budgets publicitaires sur les réseaux sociaux accélèrent à l’approche du Q4, les marques gagnantes seront celles qui consolideront les fondations peu séduisantes avant de déployer la couche la plus enthousiasmante.
| La newsletter quotidienne de Beecommercer |
| Date : mercredi 2 septembre 2026 |
| Proposé par : beecommercer.com |
Le thème du jour est clair : l’e-commerce ne manque ni de nouvelles interfaces, ni d’outils d’IA, ni de formats publicitaires, ni de canaux de distribution.
La ressource rare, c’est une information commerciale digne de confiance. Les acheteurs ont toujours besoin de comprendre ce qu’est le produit, s’il leur ira, quand il arrivera, combien il coûte et si la marque tiendra sa promesse. Les systèmes d’IA ont besoin des mêmes faits sous une forme lisible par machine avant de pouvoir citer, comparer, recommander ou effectuer des transactions de manière fiable.
Les marques les plus exposées ne sont pas nécessairement celles qui adoptent tardivement les nouvelles technologies. Ce sont les entreprises qui avancent vite tout en laissant sans réponse les données produit, l’attribution et les fondamentaux opérationnels.
Entrons dans le vif du sujet.
À LA UNE
Les marques de mode et de sport innovent sur des fondations fragiles
Le nouveau rapport de BoF Insights, « Inside Fashion & Sports E-Commerce », a interrogé 10 000 consommateurs et près de 150 dirigeants de marques et d’enseignes au Royaume-Uni, en Allemagne, en France, en Italie et en Espagne. Le rapport a été produit en collaboration avec Amazon Fashion & Sports ; il faut donc garder à l’esprit son contexte de plateforme, mais le décalage entre consommateurs et secteur est frappant.
La mauvaise qualité des informations produit et l’incertitude sur la coupe constituent les deux principaux irritants des achats en ligne. Jusqu’à un consommateur interrogé sur cinq déclare avoir abandonné son dernier achat de mode ou d’article de sport parce que les informations n’étaient pas assez bonnes.
Les priorités d’investissement du secteur ne correspondent pas à ce problème. Parmi les dirigeants interrogés, 54 % classent l’UX et l’expression de la marque comme leur première priorité e-commerce, contre seulement 19 % pour les données produit fondamentales.
C’est un avertissement utile pour le cycle actuel de l’IA. De meilleures interfaces de recommandation, des expériences plus riches, des parcours personnalisés et un passage en caisse agentique peuvent tous créer de la valeur. Mais le système a toujours besoin d’informations exactes sur la taille, la matière, la compatibilité, le prix, la disponibilité, la livraison et les retours avant que l’expérience ne devienne fiable.
Le rapport montre aussi où se déplace la confiance. Les amis et la famille restent la source de recommandation la plus forte, tandis que les athlètes inspirent confiance à près d’un tiers des consommateurs interrogés. Les micro-influenceurs, à 19 %, devancent les célébrités et les macro-influenceurs, tous deux à 17 %.
Dans les achats pilotés par l’IA, les détaillants pourraient disposer d’un avantage structurel sur les plateformes exclusivement consacrées à l’IA. Selon le rapport, les consommateurs font plus de deux fois plus confiance à un passage en caisse agentique fourni par un détaillant qu’à d’autres sources, notamment les entreprises d’IA pure et les marques de mode.
Les détaillants avancent aussi plus vite dans l’optimisation pour les moteurs génératifs : 56 % indiquent que la GEO fait déjà partie de leur stratégie, contre 20 % des marques. Le risque est que les marques poursuivent la couche de visibilité sans corriger la couche d’information que le système d’IA est censé comprendre.
Les données de conversion renforcent ce constat. Les consommateurs invoquent des raisons pratiques comme la livraison gratuite, les retours faciles et la livraison rapide bien plus souvent que la rareté ou l’exclusivité pour justifier le paiement du prix fort. Ils sont 42 % à citer la livraison gratuite, contre 15 % la rareté et seulement 7 % l’accès exclusif.
| À retenir pour les opérateurs : Avant de financer une nouvelle fonctionnalité d’achat par IA, auditez les 50 produits qui génèrent le plus de chiffre d’affaires sur la coupe, les dimensions, la matière, la compatibilité, les variantes, la livraison, les retours, les images, les avis et les données structurées. Comparez ensuite ces champs entre le site web, les flux marchands, les marketplaces et toute source produit destinée à l’IA. L’innovation se cumule lorsque la vérité produit est propre ; sinon, elle multiplie la confusion. |
LE BASCULEMENT
La préparation à l’IA passe de « Peut-on y accéder ? » à « Peut-on le comprendre et l’utiliser ? »
Search Engine Journal a publié un audit de 50 grands sites web à l’aide d’un cadre de préparation à l’IA en trois couches : accessibilité, attribution et sens, puis transaction et découverte par des agents.
Le site moyen obtient un score assez satisfaisant de 74,4 % pour l’accessibilité. Cette couche recoupe largement le SEO technique classique : HTML propre, structure sémantique, libellés ARIA, intégrité de l’arbre d’accessibilité, sitemaps et formulaires exploitables par les machines.
Le score chute fortement lorsque l’audit demande si l’IA peut comprendre le sens du contenu et savoir à qui il appartient. La moyenne pour l’attribution et le sens n’est que de 38,5 %.
Les données structurées représentent l’une des lacunes les plus importantes. Soixante-dix pour cent des pages d’accueil auditées comportent du JSON-LD, ce qui signifie que près d’un tiers n’en ont pas. Un modèle peut encore deviner quel nombre correspond au prix ou quelle entité possède la page, mais le risque de mauvaise interprétation augmente lorsque le site ne décrit pas explicitement ces relations.
La troisième couche — transaction et découverte par des agents — est à peine développée. Le score moyen n’est que de 2,1 %, ce qui reflète la nouveauté des interactions sécurisées entre agents et sites. L’audit examine des mécanismes comme la découverte OAuth et des protocoles émergents qui pourraient un jour permettre aux assistants de récupérer des données en temps réel ou d’accomplir des tâches.
Le constat le plus utile n’est pas le score lui-même. Les marques doivent prendre une décision stratégique explicite sur l’accès de l’IA. Vingt-neuf des 50 sites audités semblaient ne disposer d’aucune politique délibérée d’accès pour les robots d’IA.
Amazon constitue un bon contre-exemple. Son score global n’est que de 29,2 %, mais ce faible résultat semble intentionnel, car Amazon bloque la plupart des robots d’IA. Un faible score de « préparation à l’IA » peut donc traduire une stratégie délibérée de commerce fermé plutôt qu’une négligence technique.
C’est une meilleure façon d’envisager l’architecture de l’IA. L’objectif n’est pas de remplir toutes les nouvelles listes de contrôle, mais de décider ce que les systèmes d’IA sont autorisés à lire, à comprendre et à faire avec l’entreprise.
| À retenir pour les opérateurs : Décomposez la préparation à l’IA en trois questions : le système peut-il récupérer le contenu, peut-il comprendre correctement l’entité et le sens commercial, et doit-il être autorisé à agir ? Corrigez d’abord les fondamentaux éprouvés — HTML sémantique, accessibilité, balisage Schema, sortie serveur propre, sitemaps et politique explicite pour les robots d’exploration — avant de poursuivre des fichiers ou protocoles expérimentaux. Prenez ensuite délibérément la décision d’accès au lieu de l’hériter d’anciens réglages par défaut. |
LA COUCHE OPÉRATIONNELLE
Le Q4 récompensera davantage la maîtrise du canal qu’une arrivée de dernière minute
Un contributeur du Forbes Business Council qui exploite des boutiques TikTok estime que le Q4 2026 pourrait être une période décisive pour les vendeurs indépendants, car TikTok Shop monte rapidement en puissance comme canal distinct de commerce social. Il s’agit d’une tribune rédigée par un acteur du canal ; les recommandations stratégiques doivent donc être lues dans ce contexte.
Les chiffres sous-jacents de la plateforme sont significatifs. TikTok affirme que son Shop américain a généré plus de 500 millions de dollars pendant les quatre jours allant du Black Friday au Cyber Monday 2025, tandis que le nombre d’acheteurs a progressé d’environ 50 % sur un an et que les ventes en livestream ont bondi de 84 %.
EMARKETER prévoit que le GMV de TikTok Shop aux États-Unis atteindra environ 23,4 milliards de dollars en 2026, soit une hausse de 48 % par rapport à 2025. L’article de Forbes soutient que les vendeurs qui veulent gagner du terrain au Q4 ne doivent pas attendre octobre pour apprendre à maîtriser la plateforme, car les relations avec les créateurs, les mécaniques de contenu, les opérations et l’économie unitaire demandent du temps.
La recommandation la plus utile est financière plutôt que tactique : ne projetez pas le chiffre d’affaires du Q4 avec l’économie unitaire du Q3. Les coûts d’acquisition des fêtes, les commissions des créateurs, les retours, la pression sur les stocks, les délais d’expédition et l’intensité promotionnelle peuvent tous évoluer simultanément dans la mauvaise direction.
Le benchmark Q2 d’Emplifi sur les publicités sociales apporte de nouvelles preuves que la concurrence augmente déjà. Le fournisseur a analysé plus de 7 700 comptes publicitaires Meta et constaté que les dépenses mensuelles médianes de publicité sociale dans l’e-commerce avaient progressé de 70 % sur un an, passant de 16 426 à 27 966 dollars.
Le même jeu de données montre une hausse de 29 % des taux de clics dans l’e-commerce, tandis que le coût par clic recule de 18 % à 0,133 dollar. Comme il s’agit de données de référence d’un fournisseur, issues de comptes Meta gérés dans l’ensemble de données d’Emplifi, elles ne doivent pas être considérées comme une moyenne universelle du marché.
La tendance reste importante : les dépenses et l’efficacité peuvent progresser en même temps lorsque la publicité renvoie vers un contenu pertinent, de vrais avis et une expérience d’achat qui fonctionne après le clic.
| À retenir pour les opérateurs : Considérez septembre comme un mois d’opérations, pas seulement comme un mois de production créative. Verrouillez les priorités produit, les stocks, les seuils de marge, les dates limites d’expédition, les hypothèses de retours, les viviers de créateurs et le suivi avant le pic de pression des enchères du Q4. N’évaluez pas un nouveau canal de commerce social uniquement selon son GMV. Intégrez au modèle les commissions des créateurs, les frais de plateforme, les remises, le traitement des commandes, les retours et la qualité des clients. |
3 POINTS SUR LES PUBLICITÉS, LES AVIS ET LE CHANGEMENT D’ÉCHELLE DU COMMERCE
1. La migration vers AI Max peut modifier la priorité des mots-clés
Google a précisé le fonctionnement de la priorité des mots-clés dans AI Max pour les annonceurs qui abandonnent le réglage de campagne en requête large.
Lorsque le réglage de campagne en requête large est désactivé ou qu’une campagne passe à AI Max, les mots-clés existants en requête large ne sont pas traités comme des mots-clés en correspondance exacte pour la priorité.
Les annonceurs qui souhaitent préserver cette priorité doivent créer des copies en correspondance exacte dans la campagne AI Max. Convertir directement les mots-clés en requête large en correspondance exacte supprimerait leurs statistiques historiques.
Si la priorité standard d’AI Max accordée aux mots-clés existants en correspondance exacte convient, aucune action n’est nécessaire.
| À retenir pour les opérateurs : Auditez les campagnes Search à forte valeur avant la migration et repérez les requêtes pour lesquelles la priorité de la correspondance exacte est importante commercialement. Ne transformez pas des mots-clés en requête large en correspondance exacte uniquement pour préserver leur priorité sans tenir compte de la perte des données historiques. Documentez la structure prévue avant la migration afin de diagnostiquer clairement les performances après le changement. |
2. Google transforme les avis sur les boutiques en textes publicitaires générés par IA
Google teste une section « Ce que les clients aiment » dans les résultats sponsorisés, portant la mention « Généré par IA à partir des avis sur la note de la boutique ».
Google utilise déjà des synthèses d’avis générées par IA dans les notes de boutiques et les panneaux locaux. Le nouveau traitement publicitaire rend la même information plus visible dans le résultat sponsorisé.
Les données de réputation deviennent ainsi une composante de la création publicitaire, que l’annonceur rédige le texte ou non. La plateforme peut extraire des thèmes récurrents des avis et les présenter comme un signal commercial de confiance.
L’avantage évident est une preuve sociale plus forte. Le risque est qu’une synthèse par IA insiste sur un thème que la marque n’aurait pas retenu ou réduise des expériences clients contrastées à une affirmation simplifiée.
| À retenir pour les opérateurs : Traitez la qualité et les thèmes des avis comme des données d’entrée pour les médias payants. Surveillez les formulations que les clients emploient régulièrement, répondez aux plaintes récurrentes et vérifiez que les synthèses générées par IA représentent fidèlement l’expérience. À mesure que les plateformes produisent davantage de textes à partir de signaux propriétaires et tiers, la gestion de la réputation entre dans la gouvernance créative. |
3. L’activité e-commerce d’Amazon reste immense, même dans un récit de marché dominé par l’IA
Un commentaire de Yahoo Finance destiné aux investisseurs note que l’activité e-commerce d’Amazon suit un rythme de chiffre d’affaires qui pourrait dépasser 750 milliards de dollars en 2026, tandis qu’AWS croît beaucoup plus rapidement.
La répartition exacte de la valorisation entre l’e-commerce et AWS présentée dans l’article est une estimation de l’auteur, et non une information publiée par Amazon. Le texte s’adresse aux investisseurs plutôt qu’aux opérateurs.
Le rappel le plus utile est stratégique. L’infrastructure d’IA peut dominer le récit du marché, mais l’écosystème d’Amazon — vente au détail, marketplace, services aux vendeurs, logistique, publicité, abonnements et traitement des commandes — reste l’un des plus grands systèmes commerciaux au monde.
Cette échelle explique pourquoi les données produit, les avis, le traitement des commandes et la confiance dans le détaillant restent essentiels. Même la couche de découverte la plus avancée a finalement besoin d’un marchand capable d’honorer la commande.
| À retenir pour les opérateurs : Ne laissez pas le récit de l’IA détourner l’attention de l’économie unitaire et des opérations commerciales. Utilisez de nouveaux canaux de découverte pour générer de la demande, mais continuez à mesurer la disponibilité, le coût de traitement, la marge, les retours, les achats répétés et la charge du service client. L’entreprise qui possède la meilleure interface d’IA n’a pas automatiquement la meilleure activité commerciale. |
APRÈS LE TRAVAIL
La couche ennuyeuse devient la couche concurrentielle
Les sujets du jour décrivent un marché qui se précipite vers la découverte par IA, les achats agentiques, le commerce social et des médias payants toujours plus automatisés.
Pourtant, les preuves les plus solides ramènent constamment à des fondamentaux peu séduisants.
Les consommateurs abandonnent des achats parce que l’information produit manque de clarté. Ils paient le prix fort parce que la livraison et les retours semblent simples. Les systèmes d’IA comprennent mal les pages lorsque le balisage Schema et les signaux d’entité sont faibles. Les vendeurs perdent de la marge au Q4 lorsque les commissions et les taux de retour augmentent plus vite que le chiffre d’affaires. L’automatisation de Google Ads devient plus difficile à diagnostiquer lorsque la structure des mots-clés est modifiée sans plan.
La couche technologique progresse rapidement. Cela ne signifie pas que les fondations peuvent rester inachevées.
Le prochain avantage de l’e-commerce viendra peut-être d’une discipline très simple : corriger la source de vérité avant de multiplier les interfaces.
L’équipe Beecommercer