Dashboard Marketplace Analytics
Voir sur une carte ce que les gens cherchent, et ce qu'ils ne trouvent pas
En bref
Pour une marketplace, Canopy a construit un tableau de bord cartographique qui superpose, zone par zone, ce que les visiteurs recherchent, ce que le catalogue propose et ce qui se vend. L’écart entre les deux indique où recruter des vendeurs et quoi référencer en priorité.
Par Simon Duchène, fondateur de Canopy · Mis à jour le
Qui est le client ?
Un tableau de bord qui superpose deux couches sur une carte de France : ce que les visiteurs recherchent, et ce que le catalogue propose réellement à cet endroit. L'écart entre les deux indique où recruter des vendeurs et quoi référencer en priorité.
Quel était le défi ?
La marketplace savait ce qu'elle vendait, pas ce qu'on lui demandait sans trouver. Une recherche sans résultat ne laisse aucune trace dans un outil d'analytics classique.
- Rapprocher trois choses jamais reliées : ce que les gens cherchent, ce que le catalogue contient, et ce qui se vend — le tout par zone géographique.
- Faire apparaître les endroits où la demande existe mais l'offre manque : c'est là qu'on va recruter des vendeurs.
- Tenir la charge sur des dizaines de milliers de sessions par jour, avec des requêtes géographiques coûteuses.
- Livrer quelque chose d'utilisable par une équipe produit, pas seulement par un analyste.
Qu’avons-nous construit ?
Le tableau de bord part d'une carte, pas d'un tableau.
- Interface React et TypeScript, cartographie Mapbox : on zoome sur un département, on lit la demande à cet endroit.
- Elasticsearch indexe chaque recherche avec sa position, y compris celles qui ne renvoient rien — c'est la donnée la plus utile du lot.
- Des cartes de chaleur superposent deux couches : les recherches d'un côté, le catalogue disponible de l'autre. L'écart entre les deux est le sujet.
- Le taux de conversion se lit par zone : une même annonce ne performe pas pareil selon la densité de l'offre locale.
- Rapports par région envoyés automatiquement aux équipes concernées.
- Déploiement sur Vercel.
Quelles fonctionnalités ?
- ·Cartographie interactive des recherches
- ·Heat maps de densité des recherches
- ·Visualisation des zones de forte demande
- ·Analyse géolocalisée des conversions
- ·Corrélation catalogue/recherches par zone
- ·Prédiction de la demande régionale
- ·Segmentation géographique dynamique
- ·Détection d'anomalies par région
- ·Rapports régionaux automatisés
- ·Export de données géospatiales
- ·Tableaux de bord par zone géographique
Quels résultats ?
- 01
Plus de 10 000 sessions géolocalisées analysées par jour
- 02
+22 % de taux de conversion après réorganisation du catalogue
- 03
+28 % de références pertinentes dans les zones sous-servies
- 04
−15 % d'abandons de panier
Comment chaque enjeu a-t-il été traité ?
| Aspect | L’enjeu | La réponse |
|---|---|---|
| Recherches sans résultat | Aucune trace dans un outil d’analytics classique | Chaque recherche indexée par Elasticsearch avec sa position, y compris celles qui ne renvoient rien |
| Offre et demande | Recherches, catalogue et ventes jamais rapprochés par zone | Deux couches superposées en carte de chaleur : les recherches d’un côté, le catalogue disponible de l’autre |
| Conversion | Une même annonce ne performe pas pareil partout | Taux de conversion lu zone par zone, selon la densité de l’offre locale |
| Utilisateurs | Une équipe produit, pas seulement un analyste | Une interface qui part d’une carte, et des rapports régionaux envoyés automatiquement |
Témoignage
« La visualisation géographique nous a permis de vraiment comprendre les dynamiques locales de notre marketplace. Nous avons pu optimiser notre catalogue par région et identifier de nouvelles opportunités de développement que nous n'aurions jamais vues autrement. »
Questions fréquentes
Pourquoi suivre les recherches sans résultat ?
Parce qu’elles révèlent une demande que le catalogue ne couvre pas. Un outil d’analytics classique n’en garde aucune trace ; ici, chaque recherche est indexée avec sa position, y compris celles qui ne renvoient rien.
Qui se sert du tableau de bord ?
L’équipe produit de la marketplace, pas seulement un analyste. L’interface part d’une carte : on zoome sur un département et on lit la demande à cet endroit. Des rapports par région partent aussi automatiquement vers les équipes concernées.
Sur quelles technologies repose-t-il ?
React et TypeScript pour l’interface, Mapbox pour la cartographie, Elasticsearch pour indexer les recherches, et un déploiement sur Vercel.
Lexique du projet
- Carte de chaleur
- Une carte de chaleur est une représentation graphique où l’intensité d’une valeur se lit à sa couleur : plus la zone est chaude, plus la valeur est forte. Source : Wikipédia
- Elasticsearch
- Elasticsearch est un moteur de recherche et d’analyse distribué, conçu pour interroger de gros volumes de données en quasi temps réel. Source : Wikipédia
- Mapbox
- Mapbox est une plateforme de cartographie en ligne qui fournit des cartes personnalisables aux sites et aux applications. Source : Wikipédia
- Taux de conversion
- Le taux de conversion est la part des visites qui aboutissent à l’action visée, ici un achat. Source : Wikipédia
- Marketplace
- Une place de marché en ligne est une plateforme qui met en relation des vendeurs et des acheteurs, et se rémunère en général par une commission sur les transactions. Source : Wikipédia
Stack
On démarre le vôtre ?
Brief en 2 minutes via l’estimateur, ou écrivez-nous. Réponse sous 48 heures.