Aller au contenu principal

Tendances e-commerce B2B : 8 évolutions et les données produit derrière elles

Huit tendances e-commerce B2B tirées des études de Gartner, McKinsey et Forrester, ce que chacune exige de tes données produit, et un plan sur 12 mois.

Tendances e-commerce B2B : 8 évolutions et les données produit derrière elles

Les tendances e-commerce B2B qui comptent à l'approche de 2027 vont toutes dans le même sens : les acheteurs professionnels veulent se renseigner, comparer et recommander sans attendre un commercial, et une part croissante de ce travail est faite par des logiciels, des assistants AI qui résument les fournisseurs aux systèmes d'achat et aux agents AI qui passent les commandes. Selon McKinsey, l'e-commerce est déjà le premier canal de revenus des vendeurs B2B qui le proposent, et Gartner prévoit que la majorité des achats B2B passeront par des agents AI d'ici 2028.

Voici huit évolutions, chacune appuyée par une étude que tu peux consulter, avec ce que chacune exige de tes données produit : des caractéristiques sous forme de champs typés, une classification comme ETIM, des identifiants, des unités de commande et des documents. Les dernières sections en tirent une stratégie e-commerce B2B pour les 12 prochains mois et signalent les affirmations sur les tendances à lire avec prudence. Si tu choisis encore une plateforme, notre liste des fonctionnalités e-commerce B2B détaille la tarification, les validations et le punchout, cet article ne le répète donc pas.

Gartner, McKinsey et Forrester : les études derrière cette liste

Les listes de tendances du commerce B2B viennent de deux types d'éditeurs. Les cabinets d'analystes interrogent acheteurs et vendeurs, et Gartner, Forrester et McKinsey publient tous des synthèses de leurs études sur l'achat B2B. Les éditeurs de plateformes e-commerce comme Sana Commerce et OroCommerce publient eux aussi des articles annuels sur les tendances. Ils sont utiles pour voir ce que les plateformes développent, mais ce sont des points de vue d'éditeurs qui citent souvent des chiffres sans source traçable. Les chiffres de cet article viennent du premier groupe, ainsi que de la législation européenne et de l'organisme de normalisation ETIM :

  • Gartner a interrogé 645 acheteurs B2B en août et septembre 2025 sur l'achat sans commercial et leur usage de l'AI générative (Gartner, mai 2026).
  • L'enquête B2B Pulse 2024 de McKinsey a recueilli les réponses de près de 4 000 décideurs B2B dans 34 secteurs et 13 pays (McKinsey, septembre 2024).
  • Forrester a résumé son étude State of Business Buying, 2026 sur la façon dont les acheteurs utilisent l'AI (Forrester, janvier 2026).

Huit tendances e-commerce B2B et ce que chacune exige de tes données produit

1. L'achat sans commercial devient la norme pour les achats courants

Dans l'enquête de Gartner, 67 % des acheteurs B2B déclarent préférer une expérience sans commercial. Cela ne veut pas dire qu'ils ne veulent jamais parler à quelqu'un : la même étude montre que 69 % préfèrent valider les analyses générées par l'AI avec un commercial (Gartner). Les tâches courantes, comme trouver une caractéristique, vérifier un tarif dégressif ou recommander, passent en libre-service, tandis que les décisions complexes ou à risque impliquent toujours des personnes.

Ce que cela exige de tes données produit : chaque question à laquelle un commercial répondait au téléphone doit maintenant trouver sa réponse sur la fiche produit. Pour un produit technique, cela veut dire des caractéristiques typées avec leurs unités, l'unité de commande et le conditionnement, les accessoires compatibles et la fiche technique à jour. Une caractéristique qui n'existe que dans la tête d'un technico-commercial est une raison de décrocher le téléphone, ou d'acheter ailleurs.

2. L'e-commerce devient le premier canal de revenus B2B

Le B2B Pulse 2024 de McKinsey montre que 71 % des répondants B2B proposent une forme d'e-commerce et que les ventes en ligne représentent 34 % de leur chiffre d'affaires, ce qui fait de l'e-commerce le premier canal de revenus, devant la vente en personne (McKinsey). L'aisance des acheteurs avec les dépenses à distance et en libre-service a aussi progressé, notamment pour les commandes de plus de 500 000 $.

Ce que cela exige de tes données produit : une boutique B2B lancée comme un complément pour les petites commandes porte désormais un tiers du chiffre d'affaires, donc la longue traîne compte. Un schéma fréquent : les 500 premiers articles reçoivent toute l'attention et les dizaines de milliers restants gardent une description fournisseur d'une ligne, sans attributs. Les grosses commandes contiennent souvent justement ces articles à faible rotation, et une commande impossible à finaliser en ligne repart par e-mail.

3. Les acheteurs étudient les fournisseurs avec l'AI générative

Forrester indique que 94 % des acheteurs professionnels utilisent l'AI dans leur processus d'achat, contre 89 % un an plus tôt, et que 61 % utilisent des outils d'AI privés fournis par leur organisation (Forrester). Gartner a constaté que 45 % des acheteurs ont utilisé l'AI générative lors d'un achat récent, surtout pour collecter des informations sur les fournisseurs et les produits, et que 51 % pensent être plus exposés à des informations trompeuses venant de la GenAI.

Ce que cela exige de tes données produit : un assistant AI ne peut résumer que ce qu'il peut lire. Quand ton site indique 6 kA, la fiche technique 10 kA et la fiche d'un distributeur rien du tout, l'acheteur obtient une supposition. Des valeurs cohérentes sur ton site, tes feeds et tes documents sont la meilleure défense en pratique. Un test rapide : demande à un assistant AI généraliste les caractéristiques de trois de tes meilleures ventes et compare ses réponses avec tes propres données.

4. Les agents AI passent de la recherche à la commande

Parmi les prédictions de Gartner pour 2026 et au-delà figure celle-ci : d'ici 2028, 90 % des achats B2B passeront par des agents AI, ce qui fera transiter plus de 15 000 milliards de dollars de dépenses B2B par des échanges entre agents AI (Gartner, octobre 2025). Gartner relie cela à une économie des flux de données dans laquelle des données opérationnelles vérifiables sont une condition pour participer. C'est une prévision, pas une mesure, mais elle décrit ce dont a besoin un acheteur en commerce agentique : des données qu'une machine peut croire sans qu'une personne les vérifie.

Ce que cela exige de tes données produit : des identifiants qui concordent entre les systèmes (ta référence article, la référence fabricant et le GTIN), des attributs stockés sous forme de nom, valeur et unité plutôt qu'en texte libre, des prix et une disponibilité à jour, et des règles de commande qu'une machine peut appliquer, comme la quantité minimale, le pas de commande et le conditionnement. Un texte libre comme « 16A B-curve 1P 6kA » dans une description est lisible pour une personne et presque inutile pour un agent qui compare trois fournisseurs.

5. Les acheteurs passent d'un canal à l'autre parmi dix et attendent la même réponse partout

L'enquête de McKinsey montre que les clients B2B utilisent en moyenne dix canaux d'interaction au cours de leur parcours d'achat, contre cinq en 2016, et qu'ils changent volontiers de fournisseur quand l'expérience sur ces canaux est mauvaise. Pour un grossiste, ces canaux incluent la boutique en ligne, un portail client, une marketplace ou une plateforme sectorielle, des sessions punchout, des fichiers catalogue pour les centrales d'achat, des listes de prix en PDF et la tablette du commercial.

Ce que cela exige de tes données produit : une seule fiche maintenue par article, à partir de laquelle chaque canal reçoit sa propre sortie, au lieu d'une copie séparée par canal. Dix copies divergent en un trimestre. Notre article sur le commerce unifié traite du côté systèmes ; pour les données produit, la règle est qu'une correction faite une fois atteint tous les canaux.

Une fiche produit, plusieurs destinations : l'onglet Shops définit par connexion si le produit se synchronise, et chaque connexion garde ses propres correspondances de champs et ses langues.

6. Les services achats demandent plus tôt le punchout et les fichiers catalogue

Les grands clients achètent via leurs propres systèmes d'achat, donc ton catalogue doit y arriver : sous forme de session de catalogue punchout en direct via cXML ou OCI, ou sous forme de fichier catalogue comme BMEcat que l'acheteur importe. À mesure que les groupes d'achat s'élargissent et que les achats interviennent tôt dans le processus, ces exigences apparaissent dès le premier échange plutôt qu'après la signature du contrat.

Ce que cela exige de tes données produit : les systèmes d'achat sont stricts. Un import de catalogue rejette un article sans unité de commande, sans classification ou sans prix, et un panier punchout ne trouve pas de correspondance quand ta référence article diffère de celle du contrat de l'acheteur. Des identifiants, des unités et une classification propres sont le ticket d'entrée. L'article sur les fonctionnalités B2B cité plus haut explique les protocoles eux-mêmes.

7. Les standards de classification donnent le rythme : ETIM 10 et la prochaine version

ETIM International a publié ETIM 10.0 en décembre 2024 et sort des versions officielles environ tous les trois ans, avec des versions dynamiques entre les deux (ETIM International). Dans la distribution électrique, CVC et sanitaire, les données des fabricants et les demandes des clients sont souvent liées à une version ETIM précise. ECLASS et UNSPSC jouent un rôle similaire dans d'autres secteurs et dans les achats.

Ce que cela exige de tes données produit : attribue une classe à chaque article, remplis les caractéristiques de la classe avec des valeurs de la liste autorisée et dans la bonne unité, et note la version sur laquelle tu as fait la correspondance. Traite ensuite le passage à la version suivante comme un projet, car les classes et les caractéristiques changent d'une version à l'autre. Notre guide ETIM explique comment classes, caractéristiques et valeurs s'articulent.

La page de classification fixe le catalogue sur une version ETIM et montre quelles classes sont déjà adoptées comme familles de produits.

8. La réglementation transforme les données produit en registres de conformité

Le règlement européen sur l'écoconception des produits durables (ESPR) introduit le passeport numérique des produits, un registre numérique des matériaux, de la conformité et des informations de réparation d'un produit, et renvoie les détails par groupe de produits à des actes ultérieurs. En pratique, les batteries passent en premier : à partir du 18 février 2027, toutes les batteries doivent porter un QR code, et pour les batteries LMT, les batteries industrielles de plus de 2 kWh et les batteries de véhicules électriques, ce code doit donner accès à un passeport batterie (EUR-Lex, règlement (UE) 2023/1542).

Ce que cela exige de tes données produit : des informations qui dormaient dans un dossier de conformité, comme la composition des matériaux, les substances préoccupantes, les informations de réparation et de pièces détachées et les déclarations, deviennent un ensemble d'attributs produit à versionner et à partager. Les distributeurs se les verront demander par leurs propres clients. Notre fiche sur le passeport numérique des produits résume ce que contient un passeport.

Un presse-étoupe, huit tendances : un exemple concret

Pour rendre cela concret, prenons un article qu'un grossiste en matériel électrique vend par milliers : un presse-étoupe en polyamide gris avec un filetage M20, classé IP68. Voici la fiche dont il a besoin et les tendances que sert chaque champ.

La fiche du presse-étoupe M20, champ par champ

IdentifiantsRéférence article, référence fabricant et GTIN4, 6L'agent, le panier punchout et l'ERP de l'acheteur doivent tous pointer vers le même article
CaractéristiquesFiletage M20 x 1,5, plage de serrage 6 à 12 mm, IP68, matériau polyamide, couleur gris, en champs séparés avec unités1, 3, 7Elles alimentent les filtres, les résumés AI et les caractéristiques de classe ETIM
ClassificationClasse et version ETIM7Un code de classe et le numéro de la version utilisée pour la correspondance
Unités de commandeUnité de vente pièce, conditionné par 100, commande minimale 100, pas de 1002, 4Sans elles, un tarif dégressif ou la quantité commandée par un agent est faux
PrixPrix unitaire et tarifs dégressifs2, 4À jour, et exprimés dans la même unité que l'unité de commande
DocumentsFiche technique et déclaration de conformité1, 8La révision en vigueur, jointe par langue
AccessoiresContre-écrou M20 et rondelle d'étanchéité1, 2Un acheteur en libre-service finalise sa commande sans appeler
7 lignes sur 7
Filtre par numéro de tendance pour voir de quels champs elle dépend ; les identifiants et les unités de commande portent le plus de tendances.

Compte maintenant combien de ces champs sont aujourd'hui typés, à jour et identiques sur tous tes canaux. Dans beaucoup de catalogues de grossistes, seuls les identifiants et le prix sont remplis de façon fiable. Dans ce cas, les tendances libre-service, AI et achats butent toutes sur la même lacune, et la combler une fois les sert toutes.

Une stratégie e-commerce B2B pour les 12 prochains mois, fondée sur ces tendances

Une liste de tendances n'est utile que si elle change ce que tu fais au trimestre prochain. Cette séquence convient à un grossiste ou un fabricant qui gère de quelques milliers à quelques centaines de milliers d'articles :

Un plan de données produit B2B sur 12 mois

0 sur 8 terminés0%
Avance de haut en bas : les premières étapes sur les identifiants et la classification sont celles dont dépendent ensuite les étapes portail, AI et achats.

Chaque étape produit quelque chose qu'un acheteur ou un système d'achat remarque. L'ordre compte : des portails, des fonctions AI et des agents construits sur des données pauvres ne font surtout qu'exposer plus vite cette pauvreté.

Les affirmations sur les tendances B2B à lire avec prudence

Tous les chiffres de tendances qui circulent ne tiennent pas. Avant de mettre un chiffre dans un business case, vérifie-le au regard de ces schémas :

  • Des prévisions présentées comme des faits. Le chiffre de 90 % de Gartner pour les achats passant par des agents AI est une prédiction pour 2028. Cite-le comme tel.
  • Des tailles de marché sans source. Les chiffres du marché mondial de l'e-commerce B2B qui se comptent en milliers de milliards sont souvent recopiés d'article en article sans rapport consultable.
  • Des enquêtes d'éditeurs sur leurs propres catégories. L'enquête d'un éditeur de plateforme sur l'intérêt des acheteurs pour la fonctionnalité de cet éditeur n'est pas neutre. Elle peut rester utile ; indique-le.
  • Les pourcentages de gain grâce à l'AI. Les affirmations selon lesquelles l'AI augmente la conversion ou la marge d'un pourcentage fixe précisent rarement la base de départ, l'échantillon ou la période.
  • Les affirmations générationnelles. Les chiffres sur les acheteurs milléniaux et de la génération Z varient selon l'enquête et la définition des tranches d'âge. Vérifie qui a été interrogé.

Classer, contrôler et exporter les données produit B2B dans un PIM

L'essentiel du travail ci-dessus porte sur les données produit, et c'est là qu'un PIM trouve sa place. Dans WISEPIM, les produits peuvent être classés en ETIM ou GS1 GPC avec la version ETIM fixée, et chaque produit affiche un contrôle de conformité indiquant quelles caractéristiques de classe obligatoires sont valides, manquantes ou invalides, avec la possibilité de remplir les caractéristiques manquantes par AI. Feed Hub exporte des fichiers BMEcat 2005 avec les caractéristiques ETIM, Channel Readiness montre quels produits n'ont pas les champs obligatoires par canal, et l'enrichissement par AI extrait des attributs des textes fournisseurs que tu vérifies avant leur diffusion.

Les comptes entreprise, les devis, les validations et les sessions punchout restent dans ta plateforme e-commerce ou ton ERP. Si tu compares des systèmes pour la partie données produit, consulte PIM pour le B2B ou notre guide PIM pour les distributeurs.

Diego Nijboer

CTO et cofondateur de WISEPIM, je développe des solutions propulsées par l’AI qui transforment la gestion des données produit des entreprises e-commerce. Plus de 10 ans d’expérience dans la résolution de défis techniques complexes dans l’e-commerce et les systèmes PIM.

Questions fréquentes

Tu as encore des questions ?

Tu ne trouves pas la réponse que tu cherches ? Contacte notre équipe.

Contacter le support

Les principales évolutions sont le libre-service sans commercial pour les achats courants, l'e-commerce qui devient le premier canal de revenus B2B, les acheteurs qui se renseignent avec l'AI générative, les agents AI qui commencent à passer des commandes, des acheteurs qui utilisent une dizaine de canaux, des demandes plus précoces de punchout et de fichiers catalogue, de nouvelles versions de classification comme ETIM 10 et une réglementation comme le passeport numérique des produits. Toutes dépendent de données produit structurées et cohérentes.

Une stratégie e-commerce B2B est un plan qui précise quelles tâches d'acheteur passent en ligne, quels canaux tu sers (boutique en ligne, portail, marketplaces, punchout, fichiers catalogue), quels systèmes gèrent les prix, les comptes et les données produit, et comment tu mesures les progrès. Une stratégie pragmatique commence par quelques tâches courantes comme la recommande et la vérification des caractéristiques, puis corrige les données produit dont ces tâches ont besoin avant d'ajouter de nouveaux canaux.

Gartner prévoit que d'ici 2028, 90 % des achats B2B passeront par des agents AI. En pratique, un agent compare les fournisseurs et passe des commandes selon des règles définies par l'acheteur. Il ne peut utiliser que des données qu'il peut lire et croire : des identifiants concordants, des attributs typés avec unités, des prix et une disponibilité à jour, et des règles de commande comme le conditionnement et la quantité minimale.

Pour les achats courants, plutôt non : Gartner a constaté que 67 % des acheteurs B2B préfèrent une expérience sans commercial. Pour les décisions complexes ou à forte valeur, les personnes comptent toujours, et 69 % des acheteurs préfèrent vérifier les analyses générées par l'AI avec un commercial. Le partage pragmatique : le libre-service pour trouver, comparer et recommander, et des personnes pour le conseil, la négociation et les exceptions.

Les acheteurs B2B jugent les produits sur les caractéristiques, les unités de commande et les documents plutôt que sur les photos et les textes, et leurs systèmes importent tes données directement via le punchout ou des fichiers catalogue. Une unité ou une classification manquante peut bloquer un import ou produire une commande erronée. Les catalogues B2B sont aussi volumineux et techniques, si bien que les lacunes se répandent sur des milliers d'articles.

Continue d'explorer

Une sélection d'étapes suivantes pour aller plus loin.

De meilleures données produit, de meilleurs résultats.Génère plus de ventes.