# Automatiser le service client e-commerce : la frontière > Ce qui gagne à être automatisé dans un service client e-commerce, ce qui doit rester humain, et où passe exactement la frontière entre les deux. Source : https://woorkers.ai/blog/automatiser-service-client-ecommerce/ --- Service client # Automatiser le service client e-commerce : ce qui marche et ce qui casse la confiance Toutes les demandes ne se valent pas. Analyse de ce qui gagne à être automatisé dans un service client e-commerce, de ce qui doit rester humain, et de la frontière entre les deux. Woorkers14 août 20265 min de lecture L'automatisation du service client e-commerce a mauvaise réputation, et cette réputation est méritée. Une décennie de robots conversationnels incapables de répondre à la moindre question précise a installé une méfiance légitime chez les marchands comme chez les acheteurs. Le problème n'était pourtant pas l'automatisation en soi. Il était l'automatisation appliquée sans distinction à des demandes qui n'ont rien en commun. ## Trois familles de demandes, trois traitements différents Un service client e-commerce reçoit en réalité trois types de sollicitations, qui n'appellent pas la même réponse. ### Les demandes d'information vérifiable Disponibilité d'une taille, délai de livraison sur un code postal, compatibilité entre deux références, conditions de retour, position d'une commande. Ces questions ont une réponse exacte, qui existe déjà dans le catalogue, le stock ou le système de commandes. C'est là que l'automatisation apporte le plus, pour une raison qui n'a rien à voir avec le coût : ces demandes arrivent massivement le soir et le week-end, exactement quand la décision d'achat se prend et quand le support humain est absent. Une réponse à 21 h 02 sur la disponibilité d'un produit est un acte commercial. La même réponse le lundi matin est une formalité administrative sur une vente déjà perdue. ### Les demandes de traitement encadré Un retour, un échange, une modification d'adresse, une annulation. Ces demandes supposent une décision, mais une décision déjà prise : elle est écrite dans votre politique commerciale. L'enjeu ici n'est pas la rapidité mais l'homogénéité. Quand cinq personnes appliquent une politique de retour, cinq interprétations coexistent. Un client qui découvre sur un forum qu'un autre a obtenu mieux que lui devient un problème de réputation. ### Les demandes à enjeu Un litige, une réclamation d'un client à forte valeur, une insatisfaction qui menace de basculer en avis public, une demande qui sort de la politique commerciale et suppose un geste. Celles-là ne doivent pas être automatisées, et pas seulement par prudence : elles sont précisément le moment où un humain crée de la valeur. Le problème est qu'aujourd'hui elles attendent, parce que la file est encombrée par les deux premières familles. ## L'erreur classique : automatiser la file plutôt que les demandes L'échec le plus fréquent consiste à placer un robot en entrée de tunnel pour filtrer tout le monde. Le client à réclamation doit alors franchir un parcours automatisé avant d'atteindre un humain, ce qui transforme une insatisfaction en colère. L'approche qui fonctionne est l'inverse. On automatise complètement les catégories traitables, on laisse passer immédiatement le reste, et on juge le système sur un critère unique : le taux d'escalade correcte. Un agent qui escalade une demande sur trois en ayant raison à chaque fois vaut mieux qu'un agent qui n'en escalade qu'une sur vingt en se trompant une fois sur deux. ## La contrainte technique qui détermine tout le reste Un agent ne doit répondre que sur ce qu'il peut vérifier dans vos données. Cette phrase paraît anodine, elle est en réalité la seule protection sérieuse contre le scénario qui détruit la confiance : un délai de livraison annoncé au hasard, une caractéristique produit inventée, une compatibilité affirmée à tort. Concrètement, cela impose trois accès : - **Le catalogue**, pour les caractéristiques et la compatibilité - **Le stock**, pour la disponibilité réelle et non théorique - **Les commandes**, pour le suivi et l'éligibilité aux retours Sans ces accès, un agent ne peut que reformuler des généralités, et c'est exactement ce qui a donné leur mauvaise réputation aux robots conversationnels de la génération précédente. C'est la répartition que nous appliquons : [Shopkeeper](https://woorkers.ai/agents/shopkeeper/) répond sur le catalogue et le stock réels, [SAPor](https://woorkers.ai/agents/sapor/) instruit les retours en vérifiant l'éligibilité, et [Helpdesker](https://woorkers.ai/agents/helpdesker/) absorbe le suivi de commande. Le détail processus par processus est sur la page [agents iA pour l'e-commerce](https://woorkers.ai/secteurs/e-commerce/). ## Ce que cela change sur les pics saisonniers Le raisonnement le plus convaincant en e-commerce n'est pas la réduction de coût mais le dimensionnement. Le volume de demandes n'est pas linéaire : les soldes, les lancements et la fin d'année créent des pointes brutales. Dimensionner l'équipe pour le pic coûte cher onze mois sur douze. La dimensionner pour la moyenne dégrade le service exactement au moment où le chiffre d'affaires se fait. Une capacité de traitement qui ne dépend pas d'un effectif supprime cet arbitrage sur les demandes automatisables. L'équipe humaine reste dimensionnée pour les demandes à enjeu, qui augmentent aussi en période de pic, mais dans une proportion bien moindre. ## Le levier sous-exploité : l'après-achat L'attention se concentre sur l'avant-vente, où l'effet est immédiat et mesurable. Le gisement le plus important est ailleurs. Un client déjà acheté est le prospect le moins cher qui existe, et pourtant la relance post-achat reste souvent limitée à un envoi identique pour toute la base. Une relance qui tient compte du produit acheté, du moment de l'achat et de l'historique n'est pas plus coûteuse à envoyer, elle est simplement plus difficile à construire manuellement. Le même raisonnement vaut pour le panier abandonné. Relancer en répétant le contenu du panier ignore la question centrale : pourquoi le client s'est-il arrêté. Un frein sur les frais de port, une hésitation sur une taille et un doute sur le délai n'appellent pas le même message. ## Comment décider si cela vaut le coup chez vous Deux mesures suffisent à trancher, et les deux se lisent dans vos propres outils. La première est la **part de votre trafic qui arrive en dehors de vos horaires de support**, à confronter à la fraction de ces visiteurs que vous parvenez aujourd'hui à recontacter avant qu'ils achètent ailleurs. Il n'existe pas de seuil universel valable pour tous les catalogues : c'est l'écart entre ces deux valeurs, chez vous, qui révèle une perte de conversion structurelle. La seconde est la **part de vos tickets qui portent sur le suivi de commande et les questions produit récurrentes**. C'est le volume directement automatisable, et il est presque toujours plus élevé que l'estimation intuitive. Si ces deux mesures sont élevées, le problème n'est pas la taille de votre équipe support. C'est que sa capacité est consommée par des demandes qui n'exigent pas de jugement humain, pendant que celles qui en exigent attendent. ## Pour aller plus loin [Agents iA pour e-commerce & retail](https://woorkers.ai/secteurs/e-commerce/)[Découvrir Shopkeeper](https://woorkers.ai/agents/shopkeeper/)[Découvrir SAPor](https://woorkers.ai/agents/sapor/)[Découvrir Helpdesker](https://woorkers.ai/agents/helpdesker/) ## Sur le même sujet - [Le rendez-vous non honoré n'est pas un problème de discipline, c'est un problème de capacité5 min](https://woorkers.ai/blog/rendez-vous-non-honores-cabinet/) - [La commission que vous payez aux plateformes est souvent le prix de votre délai de réponse5 min](https://woorkers.ai/blog/reservation-directe-delai-reponse/) - [Le trou d'air de novembre se fabrique au mois d'août7 min](https://woorkers.ai/blog/pipeline-rentree-prospection-aout/) ## Ce que cela donnerait chez vous Trente minutes suffisent pour identifier le processus à automatiser en premier dans votre activité. [Réserver un échange](https://woorkers.ai/rendez-vous/)