Comment Amazon Marketplace évalue la qualité des pages A+ par IA

Amazon Web Services (AWS) décrit un système qui évalue une page Amazon A+ dans son ensemble, en combinant analyse visuelle, signaux de lisibilité et classification automatique. Dans un billet publié le 5 novembre 2026, AWS explique que le système examine une page rendue comme un client la voit, puis utilise les résultats pour formuler des recommandations (compte technique d’AWS).

L’évaluation porte sur la page complète

Amazon A+ désigne le contenu enrichi d’une page produit, avec ses textes, images, vidéos et sa mise en page. Selon AWS, le système analyse une image rendue de la page entière : il évalue ainsi l’ensemble du contenu et son organisation plutôt que chaque élément séparément.

Un modèle vision-langage (VLM) attribue une note de 0 à 10 à quatre dimensions : le récit visuel (Visual Storytelling), la présentation des caractéristiques (Feature Presentation), la mise en page A+ (A+ Layout) et l’optimisation de la conversion (Conversion Optimization). Chaque note est accompagnée d’un niveau de confiance et d’une justification écrite.

Pour interpréter les résultats, séparez la qualité de classification mesurée sur un jeu de test des résultats commerciaux rapportés dans une expérience distincte.

Comment les signaux visuels et textuels sont combinés

La reconnaissance optique de caractères (OCR) extrait quatre indicateurs liés à la lisibilité : densité du texte, densité des caractères, espacement et lisibilité globale. Ces signaux tiennent compte de la disposition : un même texte peut obtenir des évaluations de lisibilité différentes selon sa présentation.

Un classificateur CatBoost combine les quatre notes du VLM et les quatre indicateurs OCR, soit huit variables. Il a été entraîné à partir d’étiquettes de qualité établies par des évaluateurs : un expert en marketing du commerce en ligne et quatre annotateurs professionnels ont noté les pages, puis un vote majoritaire a déterminé l’étiquette de consensus.

Le jeu principal comptait 5 478 pages produit réparties dans dix catégories. 49,6 % des étiquettes de consensus les classaient comme de qualité élevée. Les évaluations des annotateurs concordaient avec le consensus à des niveaux de kappa de Cohen compris entre 0,845 et 0,915.

Après la classification, SHAP — une méthode d’attribution des variables — indique quels signaux ont contribué à une prédiction et dans quel sens. AWS indique qu’un grand modèle de langage s’appuie sur les contributions négatives, la catégorie, les bonnes pratiques du commerce en ligne et les justifications du VLM pour hiérarchiser des recommandations.

Les résultats de classification rapportés par AWS

Sur une réserve de test représentant 20 % du jeu principal, soit environ 1 100 pages, AWS rapporte les résultats suivants :

L’exactitude correspond à la part des pages correctement classées. Le score F1 combine précision et rappel, deux mesures qui tiennent compte des erreurs de classement. Dans ce test, la configuration combinant OCR et VLM obtient les scores les plus élevés des quatre configurations évaluées par AWS.

AWS rapporte aussi un test distinct sur 499 projets de contenu, dans une seule catégorie. Avec un VLM plus léger, l’exactitude et le score F1 passent respectivement de 0,74 et 0,72 pour la configuration de référence à 0,90 et 0,90 pour la combinaison. Avec un VLM plus puissant, les scores passent de 0,79 et 0,84 à 0,94 et 0,95.

Les résultats commerciaux sont rapportés séparément

AWS indique qu’après la révision de pages par des vendeurs, le score de qualité a augmenté en moyenne de 1,4 point sur une échelle de 10. Ce résultat porte sur le score de qualité après révision, et non sur l’exactitude ou le score F1 du classificateur.

AWS rapporte également une amélioration statistiquement significative des ventes de produits commandés (OPS, Ordered Product Sales) lors d’une expérience A/B mondiale qui modifiait la visibilité des contenus A+ de faible qualité. AWS ne chiffre pas l’ampleur de cette amélioration.