Un client photographie une chaise repérée dans un café et cherche à l'acheter. Une visiteuse prend en photo une paire de baskets croisée dans la rue. Cet usage existe depuis des années sur Google Lens et sur les applications des grandes marketplaces, et il revient régulièrement dans les discussions sur l'avenir de la recherche e-commerce.
La question que se posent la plupart des responsables e-commerce n'est pas "est-ce que ça existe", mais "est-ce que je dois m'en occuper maintenant, et à quel prix". Cet article fait le point sur ce que recouvre réellement la recherche visuelle, sur ce qui fonctionne aujourd'hui, sur ce que ça demande à mettre en place, et sur les évolutions qui se dessinent.
Trois choses différentes derrière un même mot
"Recherche visuelle" désigne au moins trois fonctionnalités distinctes, avec des niveaux de maturité et des coûts d'intégration très différents.
La recherche par image sur votre site
Le visiteur charge une photo, depuis sa galerie ou son appareil, et le moteur renvoie les produits du catalogue visuellement les plus proches. C'est l'usage le plus connu. Il repose sur la comparaison de représentations numériques des images, la même mécanique que celle décrite dans notre article sur la recherche vectorielle, appliquée aux pixels plutôt qu'au texte.
La détection d'objets dans une image
Souvent appelée "shop the look". À partir d'une photo d'ambiance qui contient plusieurs articles, un canapé, un tapis, une lampe, le système isole chaque objet et propose des produits pour chacun. C'est plus complexe que la recherche par image simple, car il faut d'abord segmenter l'image avant de comparer.
Le trafic entrant depuis un moteur visuel externe
Ici, vous ne développez rien. Un internaute utilise Google Lens ou l'outil visuel d'une plateforme, et l'un de vos produits ressort dans les résultats. Ce canal dépend de la qualité de votre flux produit et de vos images, pas d'une brique installée sur votre site. C'est le seul des trois qui vous concerne même si vous ne faites rien.
Où en est la technologie
La partie modèle a beaucoup progressé. Les embeddings multimodaux, ces représentations qui placent images et textes dans un même espace, sont accessibles via des API standard, notamment chez Google Cloud avec les multimodal embeddings de Vertex AI. Sur le papier, indexer les images d'un catalogue et interroger cet index par similarité n'est plus un projet de recherche.
En pratique, la qualité des résultats dépend fortement du type de produit.
Ce qui fonctionne bien
Les catégories où l'apparence porte l'essentiel de la décision d'achat : mode, décoration, mobilier, luminaires, bijoux, papeterie. Sur une robe imprimée ou un fauteuil, la ressemblance visuelle correspond assez bien à ce que le client a en tête. Ce sont aussi les catégories où le vocabulaire est le plus pauvre : décrire un motif ou une forme avec des mots est difficile, prendre une photo ne l'est pas.
Ce qui fonctionne mal
Les produits techniques, où deux références quasi identiques à l'oeil ont des caractéristiques déterminantes : compatibilité, puissance, dimensions précises. Une photo de perceuse ne dit rien de la tension de la batterie. Les cas où l'intention est ambiguë : une photo de cuisine peut vouloir dire "je cherche ce robot", "je cherche ce plan de travail" ou "je cherche cette suspension". Et tous les catalogues où les images sont hétérogènes, avec des fonds, des cadrages et des résolutions qui varient d'une fiche à l'autre.
Ce que ça coûte à mettre en place
Un projet de recherche par image sur votre site ajoute quatre postes que la recherche textuelle n'a pas, ou pas au même niveau.
La génération des embeddings d'images. Chaque image du catalogue passe une fois par un modèle, puis à nouveau à chaque changement de visuel. Sur un catalogue de plusieurs dizaines de milliers de références avec plusieurs images par produit, le volume n'est pas négligeable, et il se répète à chaque resynchronisation.
Le stockage et l'interrogation de l'index vectoriel d'images. C'est un index en plus de celui du texte, avec son propre coût d'infrastructure proportionnel au nombre d'images.
La normalisation du catalogue image. Souvent le poste le plus lourd, car il est manuel : reprendre des milliers de visuels pour homogénéiser fonds et cadrages. C'est un chantier catalogue, pas un chantier technique.
L'intégration front. Bouton d'accès à l'appareil photo, gestion du chargement de fichier, cas du mobile où l'usage est le plus naturel. Rien d'insurmontable, mais c'est un développement dédié sur la boutique.
Face à ces coûts, un repère utile : sur la quasi-totalité des boutiques, la très grande majorité des recherches restent textuelles, et le resteront. La recherche visuelle est un complément sur un segment de visiteurs, pas un remplacement du champ de recherche.
Ce qui arrive
Trois directions se dégagent, à des stades de maturité différents.
La recherche multimodale. Combiner une image et du texte dans la même requête : partir d'une photo de canapé et préciser "mais en velours vert" ou "en version deux places". Les modèles savent techniquement le faire ; l'enjeu est l'interface qui rend ce geste naturel pour un acheteur. C'est la piste la plus concrète à court terme.
La recherche conversationnelle avec image. Un échange où le visiteur envoie une photo puis affine par le dialogue, dans la logique des assistants d'achat. Les briques existent, les déploiements grand public restent limités et l'intérêt réel côté conversion n'est pas encore établi.
La suggestion visuelle à partir de la navigation. Déduire l'intention des produits déjà consultés pour proposer des articles visuellement cohérents, sans que le visiteur photographie quoi que ce soit. Prometteur, mais encore proche de la recommandation classique que de la recherche.
Faut-il s'en préoccuper maintenant ?
La réponse dépend d'abord du secteur.
Mode, décoration, mobilier, bijoux : oui, le sujet mérite d'être testé, au moins sous forme de pilote sur une partie du catalogue, en commençant par vérifier l'état de vos images. C'est là que le rapport valeur/coût peut se justifier.
Tous les autres secteurs : surveiller, sans investir. Assurez-vous simplement que votre flux produit est propre et que vos images sont exploitables par un moteur externe, ce qui est de toute façon utile pour Google Shopping.
Dans les deux cas, une règle tient : la recherche visuelle amplifie un socle qui fonctionne, elle ne répare pas un socle défaillant. Si votre recherche textuelle renvoie encore des pages sans résultat évitables, si vos synonymes ne sont pas en place, si votre autocomplétion ne suggère pas de produits, ces chantiers passent avant. Ils touchent 100 % des recherches, pour un coût très inférieur.
D'abord, une recherche textuelle qui convertit
Vectail se concentre sur la recherche par mots et en langage naturel : tolérance aux fautes, synonymes, autocomplétion, mise en avant. Une ligne de code à installer, propulsé par Google Vertex AI.
Démarrer gratuitement - 14 jours sans CBNotre position
Vectail ne propose pas la recherche par image aujourd'hui. Notre priorité est la recherche textuelle et en langage naturel, celle qui traite l'essentiel du volume et où la marge de progression reste la plus large sur la plupart des boutiques. Nous suivons de près la recherche multimodale, parce que c'est l'évolution qui, à terme, se branchera le plus naturellement sur un moteur déjà fondé sur des embeddings.
La recherche visuelle n'est pas un effet de mode : l'usage est réel et durable. Mais pour la majorité des e-commerçants, ce n'est pas le prochain chantier. Le prochain chantier, c'est presque toujours de rendre irréprochable la recherche que 100 % des visiteurs utilisent déjà.