Boutique beauté : un guide par jour au lieu de deux articles par mois

Le client et ses difficultés

Une boutique en ligne de cosmétiques proposant des produits de soin, du maquillage et des parfums. Dans ce secteur du e-commerce, la concurrence ne se joue pas seulement sur les prix : il faut aussi que les clientes trouvent la boutique lorsqu’elles cherchent, par exemple, comment choisir une crème pour peau mixte. Le blog existait, mais ses publications étaient rares.

Le modèle économique ne tenait pas. Les rédacteurs facturaient entre cent et trois cents dollars par article. À un rythme raisonnable de dix à vingt articles par mois, cela représentait de mille à six mille dollars mensuels pour le seul contenu. Dans les faits, la boutique publiait deux ou trois articles par mois, lorsque le temps et le budget le permettaient. À ce rythme, le moteur de recherche n’avait aucune raison de considérer le blog comme une source importante.

En outre, les articles étaient écrits sans vérifier ce que les internautes recherchaient vraiment. Les sujets venaient d’idées, pas des données. Le résultat était prévisible : des textes soignés, de mauvaises positions et presque aucun trafic. L’optimisation de base manquait également : une structure lisible par le moteur et une section de questions balisée pour pouvoir apparaître dans les résultats enrichis.

Ce que nous avons mis en place

Nous avons construit un système qui gère tout le parcours, de l’idée de sujet à la publication prête dans l’interface de la boutique. La recherche de mots-clés et la publication reposent sur Python, Claude rédige les contenus, Supabase stocke les articles finalisés et un serveur exécute le tout selon un calendrier.

Le système commence par lire le plan du site, repérer les catégories de produits et générer des requêtes de départ, par exemple comment choisir un produit ou quels cosmétiques sont les meilleurs dans une catégorie. Il consulte ensuite les suggestions du moteur de recherche pour en extraire des requêtes précises et de longue traîne, où la concurrence est plus faible et l’intention plus claire. Avant de poursuivre, il vérifie que le sujet n’a pas déjà été traité.

La rédaction suit un modèle strict : introduction, sections avec titres, listes, tableau comparatif, six à huit questions-réponses et conclusion avec appel à l’action. La densité du mot-clé reste dans une plage raisonnable. Le système ajoute des liens internes adaptés aux URL du plan de site et des références vers des sources sectorielles reconnues. La section de questions reçoit des données structurées pour pouvoir apparaître dans les résultats enrichis. Les images sont sélectionnées automatiquement.

Le texte final est converti au format accepté par la boutique et ajouté à son interface. Le client valide lui-même la publication : la décision finale reste donc humaine.

Fonctionnement actuel

La mise en place a pris dix jours, répartis en quatre étapes : analyse de la boutique et conception du modèle de contenu, module de recherche de mots-clés, module de rédaction, puis intégration à la boutique et déploiement sur le serveur.

Le système se lance une fois par jour, la nuit. Le matin, un nouveau guide de trois à cinq mille mots attend dans l’interface, avec un tableau, une section de questions et des liens vers les catégories et les produits. Un membre de l’équipe de la boutique le relit et le publie. En dehors de cette validation, aucune tâche manuelle n’est nécessaire : ni trouver un sujet, ni passer commande à un rédacteur, ni suivre les échéances, ni copier le contenu.

Résultats

Le système fonctionne en continu, vingt-quatre heures sur vingt-quatre et sept jours sur sept. Les articles comptent de trois à cinq mille mots, un format qui répond réellement à une question au lieu de simplement effleurer le sujet. Les données structurées de la section de questions sont ajoutées automatiquement, et chaque article peut ainsi prétendre à un résultat enrichi. Après le déploiement, aucun frais récurrent ne s’applique à la production de contenu.

Ce que nous ferions autrement

La principale faiblesse venait de la source des mots-clés. Les suggestions du moteur sont gratuites et rapides, mais n’indiquent pas le nombre réel de personnes qui recherchent une expression. Les premiers jours, le système produisait des articles sérieux sur des sujets qui intéressaient presque personne. Pour un prochain projet, nous confronterons les suggestions à des données fiables de volume de recherche avant d’ajouter les sujets à la file d’attente.

Nous avons aussi commencé trop tard à détecter les doublons thématiques. Nous vérifiions les répétitions exactes des mots-clés, alors que dans le domaine des cosmétiques, deux requêtes différentes peuvent désigner exactement le même article. La détection doit comparer le sens, et pas seulement le texte de la requête, dès la première version.