E-commerce
28 juin 2026
« Quelle différence entre le modèle Pro et le Standard ? » Le client a deux onglets ouverts, relit les descriptions, finit par fermer les deux. Une page comparaison statique l'aiderait, mais il ne l'a pas trouvée.
Fast Simon analyse près de 50 000 acheteurs en 2026 : les dialogues de découverte interactive portent la conversion à 15-22 % en mode et chaussures, soit près du triple de la recherche par mots-clés seule (Fast Simon, agents shopper 2026).
Ce guide #208 traite le chatbot IA comparaison produit conversationnelle : comparer deux SKU de votre boutique en chat, avec verdict contextualisé. Distinct de la page comparaison statique (tableau éditorial) et du bot collection (#196) (discovery PLP) : ici, flow compare dédié PDP à PDP.
Sommaire
Pourquoi comparer en conversation plutôt qu'en page statique ?
La comparaison produit conversationnelle répond à une intention précise : « lequel des deux est fait pour moi ? ». La page statique liste des specs. Le chat pose la question manquante avant de trancher.
Limites de la page comparaison seule
Une page « Modèle A vs Modèle B » performe en SEO et pour les visiteurs qui la trouvent. Mais beaucoup hésitent sur deux PDP sans jamais chercher « vs ». Le comparateur widget demande de cocher manuellement. Le chat intercepte la question au moment où elle naît.
Avantage conversationnel
Usage d'abord : « randonnée 3 jours » filtre les attributs pertinents
Follow-up naturel : « et si je voyage souvent en avion ? »
Moins de charge cognitive : 5 lignes différenciantes, pas 40 specs
Contexte session : produit A déjà consulté, comparaison en 1 clic
Conversion assistée
GenAIembed cite un taux de conversion de 12,3 % pour les acheteurs assistés par IA vs 3,1 % sans assistance (Rep AI, données 2026). La comparaison en chat est l'un des intents à plus fort lift car il supprime l'indécision finale.
En quoi diffère-t-il des contenus voisins ?
Cinq ressources, cinq rôles dans le parcours d'achat.
Page comparaison statique
Page comparaison : tableau specs, SEO « X vs Y », verdict éditorial. Le #208 = comparaison dynamique en chat, déclenchée par question libre.
Bot collection (#196)
Bot collection (#196) inclut un intent plp_compare entre produits visibles sur la PLP. Le #208 approfondit le flow compare 2 SKU sur PDP, panier ou session multi-produits.
Guided selling (#150)
Guided selling (#150) oriente vers 1 produit via entonnoir. Le #208 intervient quand le client a déjà short listé 2 références.
Assistant indécis
Assistant indécis : parcours large « je ne sais pas quoi acheter ». Le #208 = comparaison ciblée entre produits identifiés.
Promesse #208
Intents compare, sélection attributs, flow 6 étapes, verdict usage, placement widget, anti-hallucination, KPI.
Quels triggers et intents activer pour la comparaison ?
Cartographier les intents comparaison chatbot avant de coder le flow.
Verbatims à détecter
« Quelle différence entre [A] et [B] ? »
« Le Pro vaut-il le surcoût ? »
« Lequel est le plus léger / silencieux / durable ? »
« Je hésite entre ces deux, conseillez-moi »
« Comparez celui-ci avec celui que j'ai vu avant »
Triggers proactifs
2 PDP consultées même session, 5 min d'écart
Scroll PDP > 70 % + retour arrière vers produit similaire
Panier 2 SKU même catégorie (hésitation)
Exit intent PDP sur gamme avec produit frère connu
Tag intent
compare_two_products, compare_upgrade, compare_sibling_sku. Talkbar recommande de placer l'assistant là où la décision se joue : PDP et vues comparaison, pas seulement coin bas droite (Talkbar, shopping assistant 2026).
Quelles données catalogue alimenter la comparaison ?
La comparaison bot fiable repose sur des attributs structurés, pas sur la description marketing brute.
Metafields Shopify obligatoires
compare_group : identifiant gamme (ex. casque_serie_x)
compare_tier : entry / mid / premium
spec_* : poids_g, autonomie_h, matiere, compatibilite
best_for : usage tags (voyage, sport, bureau)
price_delta_vs_entry : +49 € vs entrée gamme
Sources complémentaires
Note avis agrégée, stock temps réel, délai livraison CP si fourni. Barilliance insiste : l'IA doit répondre depuis les données produit existantes, pas inventer (Barilliance, Product Expert).
Mapping sibling products
Table interne : SKU A ↔ SKU B (upgrade path). Flow auto : client sur PDP Standard → bouton « Comparer avec Pro » pré-remplit le second produit.
Comment structurer le flow conversationnel en 6 étapes ?
Un flow compare chatbot efficace suit six étapes, pas un paragraphe unique.
Étape 1 : identifier les 2 SKU
Noms cités, cartes cliquées, historique session, ou quick reply « Comparer avec le modèle Pro ». Si un seul SKU : « Avec quel produit souhaitez-vous comparer ? » + 2 suggestions sibling.
Étape 2 : qualifier l'usage
« Pour quel usage principal ? » Boutons : voyage / bureau / sport / cadeau / autre. Cette réponse filtre les attributs affichés à l'étape 4.
Étape 3 : deal-breaker optionnel
« Y a-t-il un critère non négociable ? » Ex. : moins de 500 g, compatible iPhone, sans allergène X. Élimine un SKU si incompatible.
Étape 4 : tableau différenciant in-chat
5 à 8 lignes max, attributs pertinents pour l'usage. Format : Attribut | Produit A | Produit B. Masquer lignes identiques (Baymard : « Hide similarities »).
Étape 5 : verdict contextualisé
« Pour randonnée 3 jours, le modèle B (420 g) est plus adapté que A (650 g). Le surcoût de 30 € se justifie si vous portez le sac longtemps. »
Étape 6 : CTA et follow-up
Bouton « Voir [gagnant] » + « Voir les deux fiches » + « Autre question sur ces modèles ? ». Proposer comparaison avec 3e SKU seulement si demandé.
Quels attributs afficher selon la catégorie ?
Baymard recommande quatre détails UX pour les tableaux comparatifs : masquer similitudes, grouper par catégorie, en-têtes sticky, lignes horizontales (Baymard, comparison UX). Le chat reprend cette logique en version condensée.
Électronique / tech
Autonomie, poids, connectivité, garantie, compatibilité. Deal-breaker fréquent : prise USB-C vs propriétaire.
Mode / chaussures
Matière, coupe (ajustée/ample), entretien, saison, retours taille. Lien recommandation taille (#199) si hésitation pointure.
Beauté / cosmétique
Type peau, actifs clés, format ml, vegan/clean, parfum. Voir conseil cosmétique.
Maison / mobilier
Dimensions L×l×H, poids max, matière, montage requis, délai livraison.
Règle universelle
Afficher le delta (« 2× autonomie ») plutôt que deux chiffres bruts isolés. Max 8 lignes first view. Toggle « Voir toutes les specs » renvoie vers page comparaison statique si elle existe.
Comment formuler le verdict sans pousser le mauvais produit ?
Le verdict comparaison bot doit recommander, pas neutraliser à tout prix.
Structure verdict (3 phrases)
Rappel usage client : « Pour [usage], le critère clé est [X]. »
Différence décisive : « [Produit B] offre [avantage mesurable] vs [A]. »
Recommandation nuancée : « Je vous oriente vers [B]. Choisissez [A] si [contre-indication budget/usage]. »
Upgrade vs down-sell éthique
Surcoût > 40 % AOV : mentionner explicitement le trade-off. Si usage simple (« écouter en métro »), ne pas pousser le premium inutilement : churn post-achat et retours.
Match nul honnête
Specs équivalentes sur l'usage : « Les deux conviennent. [A] est moins cher, [B] a [1 différenciateur]. Préférez selon budget. » Pas de gagnant forcé.
Produit indisponible
Si B en rupture : « B correspond mieux à votre usage mais est indisponible. A est une alternative immédiate. Alerte retour stock ? »
Quelle UX in-chat pour la comparaison ?
L'UX comparaison in-chat combine cartes produit et tableau scannable.
Cartes produit (header compare)
Image, nom, prix TTC, note avis, badge tier (Entrée / Pro). Côte à côte mobile : swipe horizontal.
Tableau attributs
Colonnes = produits, lignes groupées (Performance, Confort, Prix). Icône ✓ / ✗ pour booléens. Surligner cellule gagnante par ligne si un seul gagnant clair.
Quick replies post-verdict
« Ajouter [B] au panier » · « Voir fiche [A] » · « Comparer avec un 3e modèle » · « Question livraison » · « Parler à un conseiller ».
Desktop vs mobile
Mobile : max 2 colonnes, scroll vertical tableau. Desktop : widget élargi ou side panel. N-iX note que 42 % des répondants préfèrent la recherche live pour décider ; le compare in-chat complète la PDP sur mobile (N-iX, conversational AI 2026).
Où placer le compare bot dans le parcours ?
Le placement compare chatbot conditionne le taux d'engagement.
PDP (priorité 1)
Bloc « Comparez avec [sibling SKU] » sous le bouton acheter. Intent pré-rempli. Taux d'ouverture chat 3 à 5× vs widget générique selon benchmarks assistants produit.
Panier 2 SKU même catégorie
Nudge : « Vous avez deux modèles similaires. Besoin d'aide pour choisir ? » Réduit abandon par indécision panier.
Page comparaison statique
Chat complète le tableau : « Posez votre question sur ces deux modèles ». Le statique SEO + le dynamique conversationnel.
Collection (light)
Intent plp_compare reste dans bot collection (#196). Le #208 approfondit le flow une fois 2 SKU identifiés.
Post-achat (limité)
« Vous avez acheté A le mois dernier, le B est sorti » : compare upgrade, pas comparaison pré-achat classique.
Quelles erreurs faire chuter la confiance ?
Cinq erreurs comparaison bot détruisent la conversion.
Erreur 1 : specs inventées
LLM cite une autonomie fausse. Fix : réponses grounded catalogue uniquement ; « je ne trouve pas cette spec » si absent.
Erreur 2 : comparer 5+ produits
Tableau illisible. Max 2 SKU, 3 si demande explicite. Au-delà : renvoi collection filtrée.
Erreur 3 : mentionner concurrents
« Le Sony est mieux » sur boutique DTC. Policy : comparer uniquement SKUs internes.
Erreur 4 : ignorer le budget
Pousser le premium sans citer le delta prix. Toujours afficher les deux prix et le surcoût en €.
Erreur 5 : pas de handoff
Client hésite après verdict, bot boucle. Seuil 2 tours post-verdict sans clic CTA → agent avec transcript + produits comparés.
Voir limites chatbot (#124).
Comment Qstomy compare-t-il deux produits en conversation ?
Qstomy exécute le flow compare avec données Shopify live et historique session.
Fonctionnalités compare
Intent compare_two_products : détection verbatims + trigger 2 PDP session
Sibling lookup : metafield compare_group → suggestion auto
Usage qualifier : filtre attributs affichés
Tableau in-chat : 5-8 lignes, hide similarities
Verdict + CTA : lien PDP gagnant, add-to-cart deep link
Scénario DTC chiffré
Marque audio, 2 gammes casques (Entry / Pro), bounce entre PDPs jumelles 58 %, intent compare 9 % des chats. Déploiement flow compare Qstomy + metafields spec + trigger 2 PDP. Après 8 semaines : conversion sessions avec compare engagé 18,4 % (vs 4,1 % baseline Shopify), AOV compare +12 % (upgrade Pro), tickets « différence modèles » -44 %, taux handoff post-compare 8 % seulement.
Explorez agent vente, intégration Shopify, demander une démo.
Quels playbooks opérationnels lancer en 30 jours ?
Playbook 1 : audit matchups (3 h)
Top 10 paires SKU consultées même session (GA4). Lister sibling products. Prioriser 5 matchups pour metafields compare.
Playbook 2 : metafields compare (1 j)
Créer compare_group, spec_*, best_for sur 5 paires. QA : bot cite les mêmes chiffres que PDP.
Playbook 3 : flow 6 étapes (1 j)
Configurer intent section 5 dans Qstomy. 15 tests manuels : usage, deal-breaker, rupture stock, match nul.
Playbook 4 : placement PDP (4 h)
Bloc « Comparer avec [sibling] » + trigger 2 PDP session. A/B widget générique vs compare contextualisé.
Playbook 5 : KPI S+30
Taux engagement compare, conversion post-compare, AOV, upgrade rate, handoff rate. Ajuster attributs affichés selon questions follow-up réelles.
Maillage utile
Comparer deux produits en chat, c'est tenir le rôle du vendeur en magasin : poser la bonne question, montrer la différence qui compte, trancher sans condescendance.
Enzo
28 juin 2026
