Un site e-commerce a reduit ses tickets support de 70% grace a un agent IA

Cette marque e-commerce D2C specialisee dans les accessoires de mode avait connu une croissance rapide. En deux ans, elle etait passee de 3 000 a 15 000 commandes par mois. Mais cette croissance avait un revers : l'equipe support, composee de quatre personnes, croulait sous les demandes. Chaque semaine, 800 tickets atterrissaient dans leur boite de reception, et le rythme ne faisait qu'accelerer.

L'analyse detaillee des tickets a revele un schema recurrent. Soixante-cinq pour cent des demandes portaient sur trois sujets : le suivi de commande ('Ou est mon colis ?'), les retours et echanges, et les questions sur les tailles. Ces demandes, bien que simples, necessitaient chacune entre 5 et 15 minutes de traitement manuel : ouvrir Shopify, verifier le statut, copier le numero de suivi, rediger une reponse personnalisee. Multiplie par des centaines de tickets, cela representait un gouffre de temps.

Le temps de reponse moyen avait grimpe a 18 heures en semaine, et depassait regulierement 48 heures le week-end. Les clients, habitues a l'instantaneite d'Amazon, ne comprenaient pas ces delais. Le score CSAT etait tombe a 3.2/5, et les avis negatifs sur Trustpilot commencaient a impacter le taux de conversion du site. La direction envisageait de recruter deux personnes supplementaires, soit un investissement annuel de 80 000 euros.

Notre proposition etait differente : plutot que d'ajouter des bras, ajouter de l'intelligence. Nous avons deploye un agent IA conversationnel capable de traiter les demandes recurrentes de maniere autonome. L'agent est connecte en temps reel a Shopify (statuts de commande, historique d'achats), au transporteur (tracking en direct), et a la base produits (guides de tailles, disponibilites, recommandations).

La conception de l'agent a ete un travail de precision. Nous avons analyse 5 000 tickets historiques pour identifier les patterns de conversation, les formulations clients, et les cas limites. L'agent ne se contente pas de repondre a des mots-cles : il comprend le contexte. Un client qui demande 'ou est ma commande' recoit instantanement le statut avec le lien de suivi. Un client qui dit 'je veux retourner le pull bleu' voit l'agent identifier automatiquement la commande concernee, verifier l'eligibilite au retour, et generer l'etiquette de retour.

L'escalade intelligente a ete un point crucial du deploiement. L'agent sait reconnaitre les situations qui necessitent une intervention humaine : un client en colere, un litige sur un produit endommage, une demande de geste commercial. Dans ces cas, il transfere la conversation a un agent humain avec un resume complet du contexte, evitant au client de repeter son probleme. Cette approche hybride garantit que l'IA traite le volume, tandis que les humains se concentrent sur la valeur ajoutee.

L'integration avec Gorgias a permis de creer un workflow unifie. Les agents humains voient l'historique complet des echanges entre le client et l'IA, avec des annotations sur le sentiment detecte et la priorite estimee. Ils peuvent reprendre une conversation la ou l'IA s'est arretee, sans aucune friction. Le tableau de bord de monitoring permet de suivre en temps reel les metriques de satisfaction par type de demande, et d'identifier les sujets ou l'IA a besoin d'etre amelioree.

Les resultats ont ete spectaculaires. En quatre semaines de deploiement, l'agent IA traitait 70% des tickets sans aucune intervention humaine. Le temps de reponse moyen pour ces tickets est passe de 18 heures a 12 secondes. Le CSAT a bondi de 3.2 a 4.6/5. Et surtout, le recrutement de deux personnes supplementaires n'a plus ete necessaire, soit une economie de 80 000 euros par an. L'equipe support existante, liberee des taches repetitives, se concentre desormais sur les cas complexes et les initiatives proactives de fidelisation.