Déployer une stratégie SEO sur 2 500 références par saison

Bellerose est une marque de mode belge premium qui vend dans plusieurs langues. Ses contenus produits sont rédigés en interne par une petite équipe et, jusqu'à cette année, chaque étape de cette production passait par un outil distinct, avec sa propre relecture.

Secteur : Mode

Siège : Bruxelles, Belgique

Effectif : 130 à 150

Une personne aux cheveux mi-longs porte un pull imprimé tigre et un short taille haute en cuir noir, une pochette noire à détail doré à la main, sur des marches en pierre ensoleillées.

Une personne debout sur un trottoir en ville, vêtue d'un pull rose pâle duveteux et d'un pantalon large noir, tient un petit sac à main devant un immeuble sombre aux façades ornées.

Avant : cinq outils, une personne, un produit à la fois

Margaux Breda, E-commerce Merchandising and Content Specialist, démarrait chaque collection lors de la présentation collection, en prenant des notes produit par produit. Les produits sous les yeux, elle les photographiait elle-même un par un, chargeait les photos dans ChatGPT avec les caractéristiques extraites du PLM, puis lui demandait, produit par produit, une description et des détails en liste à puces, en corrigeant et en intégrant chaque brouillon à la main. Les textes finalisés passaient ensuite par un outil de traduction professionnel, avec un glossaire qu'elle tenait elle-même à jour, puis revenaient pour une correction ligne par ligne dans chaque langue.

Le SEO arrivait en dernier, et c'était l'étape la plus coûteuse.

« Je faisais produit par produit pour m'assurer que la couleur était bien décrite, et que les éléments essentiels du produit figuraient dans le titre. »

Margaux Breda

E-commerce Merchandising and Content Specialist, Bellerose

Chaque meta description reprenait la phrase principale de la description, plus la même phrase sur tous les produits : « Découvrez les dernières tendances pour femme. »

Une personne traitait une centaine de produits par jour. Une collection femme compte 600 modèles. Partagé avec un stagiaire, cela représentait environ trois jours pleins de production par personne, à raison d'un jour par semaine sur plusieurs semaines, avant même de commencer l'optimisation. L'optimisation n'a jamais commencé.

Et la collection femme n'est qu'une partie du catalogue. Avec environ 300 références en homme, environ 200 en enfant et quelque 1 400 produits de marques externes gérés par un collègue, les contenus produits de Bellerose couvrent environ 2 500 références par saison, chacune avec une description, des détails, un meta title et une meta description dans chaque langue.

Après : création, localisation et optimisation, un seul système automatisé

Newtone automatise toute la chaîne que Bellerose gérait à la main. À partir des données produits du PLM, des visuels du DAM et des notes prises lors de la présentation collection, Newtone crée chaque description et chaque détail produit, les localise directement dans toutes les langues où la marque vend, et optimise chaque meta title et chaque meta description selon la façon dont les clients de chaque marché recherchent réellement. Rien ne passe par un outil de traduction : chaque langue est rédigée à part entière, avec le ton de marque, le glossaire et les règles éditoriales de Bellerose codifiés dans le système plutôt qu'appliqués à la main. Le contrôle qualité est indépendant de la production : c'est pourquoi la charge de relecture a diminué au lieu de simplement se déplacer.

« Nous ne supprimerons pas totalement la relecture humaine, par sécurité et par principe. Mais elle prend beaucoup moins de temps. La grammaire est correcte, et sur le vocabulaire, nous avions bien plus de corrections à faire qu'avec vous. Sur le SEO, je fais beaucoup moins de vérifications aujourd'hui, alors qu'avant c'était un titre par produit, un par un. »

Margaux Breda

E-commerce Merchandising and Content Specialist, Bellerose

Ce que cela rend possible

La production n'étant plus une contrainte, l'équipe ne consacre plus son temps à produire les pages, mais à décider de ce qu'elles doivent contenir. Bellerose a lancé avec Newtone et son agence SEO un programme complet d'optimisation de son catalogue multilingue, mené comme une expérimentation structurée : le premier lot porte sur les produits carry-over, qui offrent une base de mesure fiable. L'agence définit les règles (des descriptions plus riches, construites à partir des contenus déjà en ligne, et une stratégie de maillage interne de chaque PDP vers les PLP), et Newtone les applique à tout le catalogue : chaque nouvelle collection hérite automatiquement des mêmes standards. La performance sera mesurée saison après saison sur ces mêmes produits, dans toutes les langues de Bellerose et pas seulement dans la langue master.

Quand on lui demande si Bellerose pourrait déployer une stratégie SEO éditoriale sur son catalogue produits sans un outil comme Newtone, sa réponse est sans ambiguïté :

« Quasiment impossible, je pense. J'avais déjà essayé. Quand on met ses fichiers dans Copilot ou ChatGPT, ils ne les traitent pas correctement. Ils font des erreurs. Le résultat n'a rien à voir avec ce qu'il devrait être. »

Margaux Breda

E-commerce Merchandising and Content Specialist, Bellerose

Avant Newtone, Margaux utilisait justement Copilot et ChatGPT pour cela, avec des résultats très inégaux. Ce qu'elle produit aujourd'hui avec Newtone (des collections entières créées, localisées et optimisées pour le SEO directement à partir des données produits et des visuels de la marque) était hors de portée avec l'un comme avec l'autre.

Avec Newtone, la question a changé d'échelle chez Bellerose. Il ne s'agit plus de savoir si 2 500 références peuvent être produites dans chaque langue chaque saison, mais combien de trafic organique un catalogue multilingue entièrement optimisé peut générer. Les prochaines saisons apporteront la réponse.