Nicolas Leroyconsultant IA
cas client e-commerce

80 % du SAV répond sans personne. Les 20 % restants arrivent pré-rédigés.

Une boutique en ligne de bijoux et de montres. Tous les jours, les mêmes questions : quelle taille prendre, quel modèle pour tel poignet, où trouver le guide des tailles. Chaque réponse était écrite à la main, entre deux tâches, avec le retard qui s'accumule et les demandes qui passent à travers.

client
Boutique e-commerce (non nommée)
secteur
Bijoux et montres
livré
Tri, rédaction et envoi des réponses SAV
résultat
80 % des demandes traitées sans intervention
le problème

Ce sont toujours les mêmes questions. Il faut quand même y répondre.

Un SAV d'e-commerce, ce n'est pas un problème de difficulté, c'est un problème de volume et d'interruption. Les demandes arrivent en continu, elles se ressemblent toutes, et chacune coupe quelqu'un dans son travail.

Le résultat était prévisible : des réponses tardives, des demandes oubliées au fond de la boîte mail, et un ton qui variait selon qui avait le temps de répondre ce jour-là. Sur une boutique, un SAV lent ne coûte pas une réponse. Il coûte la commande.

les résultats

4 demandes sur 5 ne passent plus par personne.

80 %des demandes traitées sans intervention humaine
2 hrendues à l'équipe chaque jour
100 %des demandes classées : aucune ne passe à travers
20 %validés à la main, avec le brouillon déjà prêt

Ces 20 % sont une décision de conception, pas une limite technique. On aurait pu pousser le système à répondre à tout. On a choisi de ne pas le faire : sur une demande inhabituelle, une réponse automatique confiante et fausse coûte plus cher que 2 minutes de relecture. C'est justement parce que le système sait s'arrêter qu'on peut lui faire confiance sur le reste.

ce que j'ai construit

Un modèle qui lit le mail, le classe, et prépare la réponse.

le schéma Le mail entre par le haut. Ce qu'il devient dépend de ce que le modèle y a lu.
  1. Gmailun mail du support arrive
  3. GPT-4on analyse le besoin client

le client a besoin du guide des tailles

  1. WordPresson récupère l'URL du guide
  3. Le PDFtéléchargé automatiquement
  5. Gmailenvoi du PDF au client

100 % IAaucune vérification humaine

le client demande un conseil sur un produit

  1. GPT-4rédige le conseil
  3. Gmailmail prérédigé en brouillon
  5. Discordl'équipe support est notifiée

80 % IAvérification humaine avant envoi

  1. La lecture. Chaque mail entrant est lu par GPT-4, qui le range dans une catégorie : demande de conseil, ou demande de guide des tailles.
  2. La rédaction. La réponse est écrite avec les informations réelles de la boutique. Pas un modèle de réponse générique recopié à l'identique.
  3. La pièce jointe. Quand la demande porte sur les tailles, le guide est récupéré directement dans WooCommerce et joint au mail. Une seule source, toujours à jour.
  4. La main humaine. Ce qui sort du cadre part sur Discord, où l'équipe est déjà, avec un brouillon déjà écrit. Elle relit, corrige si besoin, envoie.
la stack

4 outils, choisis pour ne déplacer personne.

  • GPT-4
  • Gmail
  • WordPress / WooCommerce
  • Discord

GPT-4 pour la lecture et le classement : c'est exactement ce qu'une automatisation classique ne sait pas faire, comprendre un message écrit en langage humain. WordPress comme source des documents, pour que le guide des tailles envoyé soit toujours celui de la boutique, pas une copie oubliée dans un dossier. Discord parce que l'équipe y est déjà : un système qui oblige à ouvrir un outil de plus finit toujours par ne plus être ouvert du tout.

Où placer la frontière entre ce qui part seul et ce qui passe par un humain, et les 4 pièges à éviter : c'est le sujet du guide sur l'agent IA au service client.

Questions fréquentes

Est-ce que le modèle peut se tromper en répondant au client ?+
Oui, c'est pour ça que tout n'est pas automatisé. Sur une demande simple comme le guide des tailles, la réponse part seule. Sur une demande de conseil produit, le modèle rédige mais l'équipe relit avant l'envoi. Une réponse fausse et confiante coûte plus cher que 2 minutes de relecture.
Combien de temps ce système fait-il gagner sur le service client ?+
2 heures par jour rendues à l'équipe, et surtout plus aucune demande qui traîne au fond d'une boîte mail : 100 % des messages entrants sont lus et classés par le modèle, même ceux qui finissent par être traités à la main.
Pourquoi ne pas tout automatiser à 100 % ?+
Parce que ce n'est pas une limite technique, c'est un choix. Sur les demandes prévisibles, comme le guide des tailles, le modèle répond seul. Sur les demandes de conseil, il rédige mais une personne valide avant l'envoi. Le système sait s'arrêter, c'est ce qui permet de lui faire confiance sur le reste.

Deux cas voisins

l'autre cas e-commerce Fiches produits SEO Le modèle regarde la photo du produit et écrit la fiche. lire le cas → Logo AG Event's quand l'IA écrit à votre place AG Event's Le contrat se remplit, s'exporte et part au client tout seul. lire le cas →
disponible pour de nouveaux systèmes

Vos réponses types, vous les tapez encore à la main ?

Si vous pouvez prévoir la question, vous pouvez préparer la réponse. Décrivez-moi votre activité, l'audit vous rend 3 pistes chiffrées avant que vous ayez fini votre café. Sans inscription, et sans email à laisser.

Parlons de votre SAV Lancer mon audit IA

ou écrivez directement à contact@leroynicolas.fr

ou calculez d’abord vos économies d’automatisation →