Développement Web

Garnier

En parfumerie, une conseillère pose trois questions avant de recommander un soin ; en ligne, la plupart des sites de cosmétique se contentent d'aligner un catalogue. Garnier, marque du groupe L'Oréal, voulait combler cet écart : conseiller comme le ferait une esthéticienne, mais à l'échelle du web.

Client
Garnier — L'Oréal Group
Année
2025
Durée
14 semaines
Next.jsStripeGPT-4
Garnier — projet Développement Web réalisé par Wizz You
+420% taux de conversion
Résultat clé

Les résultats obtenus

Des chiffres concrets, mesurables, vérifiables.

+420%
Taux de conversion
92%
Satisfaction diagnostic IA
+185%
Panier moyen
-40%
Taux de retour produits

Le contexte

Le rayon soin est celui où l'acheteuse hésite le plus : types de peau, préoccupations multiples, routines à composer, promesses marketing difficiles à départager. Cette hésitation se lit dans les taux de conversion du secteur, structurellement bas sur les parcours catalogue. La marque cherchait un dispositif capable de transformer cette hésitation en confiance, sans tomber dans le gadget.

Nous avons développé sur quatorze semaines un diagnostic beauté propulsé par GPT-4 : l'utilisatrice répond à des questions progressives sur sa peau, ses préoccupations et sa routine, puis reçoit une recommandation personnalisée parmi les produits de la marque, argumentée en langage naturel et achetable en un clic via Stripe. Un projet au croisement du conseil, de la cosmétique et de l'ingénierie IA.

Femme testant un sérum cosmétique parmi des flacons en verre ambré
01 — Le point de départ

Le défi

Le piège des diagnostics beauté en ligne est documenté : des recommandations génériques qui proposent à toutes les visiteuses les trois mêmes best-sellers, et une confiance qui s'effondre à la première suggestion hors sujet. Une utilisatrice qui décrit une peau sensible et se voit recommander un exfoliant agressif ne revient jamais. Le diagnostic devait être réellement personnalisé, et surtout capable de justifier chaque recommandation.

Lire la suite →

Le cadre réglementaire ajoutait sa propre exigence : un grand groupe cosmétique ne laisse aucune allégation partir en production sans validation. Chaque affirmation sur un produit, chaque promesse d'effet relève d'un périmètre approuvé par les équipes scientifiques et juridiques. Or un modèle génératif, par nature, improvise. Faire cohabiter la souplesse conversationnelle de l'IA et la rigueur d'un référentiel d'allégations validées constituait le vrai nœud du projet, bien davantage que la technique d'intégration elle-même, un sujet que nous abordons dans notre analyse des [usages concrets de l'IA générative en marketing](/blog/ia-generative-marketing-usages-concrets).

02 — Ce que nous avons fait

Notre solution

Nous avons construit un système de questions progressives qui affine le profil au fil des réponses : type de peau, préoccupations, routine actuelle, sensibilités. Chaque réponse resserre le champ des produits pertinents, croisés avec une base enrichie par les équipes scientifiques de la marque, ingrédients, indications, ordre d'application dans une routine.

Lire la suite →

GPT-4 travaille en périmètre contraint : il ne génère jamais d'allégation libre, il compose l'explication personnalisée à partir d'arguments pré-validés, en les articulant au profil précis de l'utilisatrice. Le résultat se lit comme un conseil sur mesure, pourquoi ce produit, pour ce profil, à cette étape de la routine, alors que chaque brique argumentaire a été approuvée en amont. C'est cette architecture qui a rendu le projet acceptable pour les équipes conformité sans sacrifier la fluidité de l'expérience.

Le parcours d'achat prolonge le conseil : la routine recommandée s'ajoute au panier en un geste, et le paiement Stripe conclut sans rupture. Le diagnostic n'est pas une animation marketing posée à côté de la boutique, c'est le [tunnel de vente](/services/developpement-web/ecommerce) lui-même, repensé autour de la recommandation.

03 — Ce que ça a changé

Les résultats

Le diagnostic IA a fait progresser le taux de conversion de 420 % par rapport au parcours catalogue classique, avec un panier moyen en hausse de 185 % porté par des routines complètes plutôt que des produits isolés.

La pertinence se mesure aussi en satisfaction : 92 % des utilisatrices jugent le diagnostic utile, et les retours produits ont chuté de 40 %, signe que les recommandations correspondent réellement aux besoins.

Pour la marque, l'outil est devenu un laboratoire d'insights inattendu : les réponses agrégées au diagnostic éclairent les équipes produit sur les préoccupations réelles du marché, une remontée d'information directe que les études consommateurs classiques mettent des mois à produire. Ce bénéfice-là n'était pas au cahier des charges.

Garnier aperçu

Vous avez un projet similaire ?

Parlons-en. Notre équipe vous répond sous 24h avec un audit offert.