“ Quand les utilisateurs ne trouvent pas ce qu'ils cherchent, le problème n'est pas toujours le produit — c’est souvent l’expérience de recherche.” — Équipe Buyam

La recherche dans le contexte du e-commerce africain

Sur des marketplaces en pleine expansion comme Buyam, connecter rapidement les utilisateurs aux bons produits est crucial — non seulement pour la satisfaction des clients, mais aussi pour le succès des vendeurs. De l’utilisateur qui tape “sandales rouges pour femmes” à celui qui télécharge une capture d’écran de chaussures repérées sur Instagram, la recherche est le point de départ de leur parcours. Et ce parcours doit être intuitif.
Les défis:
⦁ Catalogues en constante évolution
⦁ Trop d’images au détriment de descriptions claires et bien reférencés
⦁ Requêtes imprécises, mal orthographiées ou multilingues

Nous avons donc conçu un système qui fonctionne non seulement pour les requêtes parfaites, mais aussi pour les comportements réels : images, texte, intentions.

 

Vers un système de recherche unifié : texte + image

Nous avons élaboré une architecture de recherche à deux volets :
⦁ La recherche textuelle pour une exploration rapide via noms de produits, caractéristiques, vendeurs…
⦁ La recherche visuelle pour une découverte guidée par l’image grâce à l’apprentissage profond et aux intégrations vectoriels
L’expérience utilisateur reste unifiée, quel que soit le mode de recherche choisi.

Buyam supporte autant la recherche basée sur l’image et sur le texte

Recherche textuelle : pertinence et rapidité

Notre moteur de recherche textuel repose sur Elasticsearch, optimisé pour la pertinence. Il comporte plusieurs couches :
⦁ Indexation par champ : nom du produit, description, vendeur, catégorie…
⦁ Prétraitement de requête : expansion par synonymes, tolérance aux fautes de frappe, tokenisation par n-grammes
⦁ Logique de scoring : popularité, nouveauté, proximité géographique
Ainsi, une requête comme “téléphone pas cher avec bon appareil photo” aboutit à un résultat pertinent, même si aucun produit ne contient cette phrase exacte.

Recherche visuelle : comprendre les images au-delà des tags

Le texte fonctionne bien quand l'utilisateur sait quoi écrire. Mais s’il n’a qu’une image ?
Buyam comble ce besoin en permettant à l’utilisateur d’importer une photo — qu’il s’agisse d’un produit ou d’une capture mode — et d’obtenir des résultats visuellement similaires.
Fonctionnement :
⦁ Un modèle convolutionnel pré-entraîné transforme les images en vecteurs de caractéristiques
⦁ Ces embeddings sont indexés dans Elasticsearch via le plugin k-NN
⦁ Un score de similarité est calculé à partir de la distance vectorielle (cosinus ou euclidienne)
Cela permet un match sémantique d’image — le modèle ne se contente pas de comparer couleurs ou formes : il comprend les motifs et les contextes visuels

Indexation en temps réel et évolutivité dynamique

Notre principal défi technique : maintenir la recherche en temps réel malgré un catalogue qui évolue rapidement.
⦁ Les nouveaux produits sont indexés dès leur ajout (texte + image)
⦁ Le cluster Elasticsearch s’adapte automatiquement au volume et à la charge

Boucles de retour & optimisation continue

La recherche n’est pas statique. Nous ajustons les classements grâce aux signaux comportementaux :
⦁ Produits cliqués après recherche
⦁ Taux d’ajout au panier ou d’achat
⦁ Taux de rebond
Ces métriques nous aident à affiner les résultats. Par exemple, si un produit visuellement similaire ne convertit pas, on revoit sa ponderation

Ce que nous avons appris

⦁ La pertinence est multidimensionnelle : les utilisateurs veulent des résultats cohérents sur le texte, les visuels, les prix, la fiabilité du vendeur, et les délais de livraison
⦁ La recherche visuelle stimule l’exploration : les acheteurs découvrent souvent de nouveaux vendeurs ou catégories
⦁ La latence est essentielle : une réponse rapide renforce la confiance. L’optimisation de la vitesse de recherche visuelle a été déterminante

Notre feuille de route :

⦁ Recherche multimodale : combiner texte + image dans une seule requête
⦁ Résultats personnalisés : adapter les classements selon les préférences et interactions passées
⦁ Analytique des tendances de recherche : aider les vendeurs à suivre les produits populaires en temps réel

Mots de fin

Chez Buyam, nous croyons que la recherche n’est pas juste une fonctionnalité de backend — c’est au cœur de l’expérience utilisateur, du premier clic à la conversion.En mettant ensemble l’apprentissage approfondi, l’infrastructure de recherche et analyse du comportement humain, nous redéfinissons ce que signifie “chercher quelque chose en ligne”.
Et ce n’est que le début.