E-commerce
4 août 2026
« Je veux échanger M contre L. » « Quelle couleur en stock à la place ? » « Si j'échange encore, j'ai peur que ce soit encore trop petit. » Trois messages où un bot retour générique envoie un lien RMA sans recommander la variante qui conviendra vraiment.
Coresight estime que 53 à 67 % des retours mode proviennent d'un mauvais ajustement, et qu'un échange mal calibré génère souvent un second retour (Eightx, coût retours apparel 2026). Zalando rappelle que la recommandation taille contextualisée réduit les retours répétés quand elle s'appuie sur fit note produit et retour client (Zalando, sizing 2025).
Ce guide #367 formalise le chatbot IA échange produit e-commerce : recommander la bonne taille ou variante. Nouveau cas d'usage IA distinct de bot retours (#10) (parcours général) et de recommandations taille (#199) (pré-achat) : intents xch_bot_*, flow XCH-BOT-GATE et moteur variante post-achat. Il automatise la policy SIZE-XCH (#366).
Sommaire
Pourquoi automatiser l'échange produit par bot IA ?
Un bot échange produit ne se contente pas d'ouvrir un RMA : il recommande la variante optimale (taille, couleur, SKU alternatif) avant reship, pour éviter le deuxième retour wrong size.
Trois échecs bot générique
RMA aveugle : lien portail sans conseil fit
+1 taille automatique : L alors que fit note exige +2
Variante hors stock : promet XL indisponible
Loop Returns observe que les portails échange avec hints fit réduisent les repeat wrong size de 15 à 25 points sur boutiques fashion DTC (Loop Returns, retours 2026).
Angle #367
Le #10 guide échange/remboursement. Le #199 recommande taille pré-achat. Le #366 documente FIT-XCH ops humain. Le #367 implémente la couche bot xch_bot_* + moteur variante déterministe post-achat.
ROI xch bot
Sur marque mode 185 échanges/mois, bot échange ciblé 60 à 70 % auto-résolus vs bot retour générique 30 %.
Exemple DTC
Marque robes, 24 % repeat wrong size post-échange. Après bot XCH-BOT-GATE : xch_bot_repeat_rate 8 %, xch_bot_resolution 76 %, temps réponse 32 s, CSAT xch 4,6/5.
Moment parcours
Post-livraison après ret_elig OK (#365). Trigger : échange, mauvaise taille, autre couleur, wrong size, variant.
Prérequis ops
Policy SIZE-XCH (#366) publiée. Metafields fit_note, exchange_count. Bot handoff si repeat_wrong ou exchange_count >= 2.
Déterministe vs LLM
Variante recommandée = règle fit_note + mensurations + issue type. LLM dialogue FIT-XCH et reformule, ne choisit pas la taille seul.
Scope variantes
Taille, couleur, parfois SKU alternatif (longueur, coupe). Pas changement produit famille différente : handoff #10.
Coût mauvaise recommandation
Reship incorrect = 2x logistics + client perdu. XCH-BOT-GUARD exige confirmation client avant lien RMA variant_target.
Verticals concernés
Fashion en priorité (jeans, robes, chaussures). Extensions possibles : cosmétiques teinte, déco couleur variant. Hors scope : changement produit famille différente.
Intégration silo retours
Le bot échange s'insère après ret_elig (#365) et alimente le portail Loop. Il ne remplace pas SIZE-XCH (#366) mais automatise FIT-XCH et VARIANT-REC à l'échelle.
En quoi diffère-t-il du bot retours #10 et du sizing #199 ?
Huit contenus voisins, huit rôles bot distincts sur échange et taille.
Support échange taille (#366)
SIZE-XCH (#366) : policy ops FIT-XCH humain. Le #367 = automation bot recommandation variante + RMA link.
Bot retours (#10)
Bot retours (#10) : parcours refund/échange complet. Le #367 = sous-module échange intelligent handoff #10 si refund voulu.
Bot éligibilité (#365)
Éligibilité (#365) : gate amont ret_elig. Le #367 exige eligible=true avant XCH-BOT-GATE.
Recommandations taille (#199)
Recommandations (#199) : moteur sizing pré-achat. Le #367 réutilise même logique mapping avec contexte order + issue reçu.
Guide tailles bot (#5)
Guide tailles bot : PDP FAQ. Le #367 intervient post-achat échange.
Préqualification (#138)
Préqualification (#138) : collecte motif. Le #367 assume motif wrong size ou variant change.
Tailles internationales (#265)
Conversion (#265) : EU/US. Le #367 intent xch_bot_intl_convert.
Promesse #367
Intents xch_bot_*, flow XCH-BOT-GATE, moteur VARIANT-REC, garde-fous XCH-BOT-GUARD, KPI xch_bot.
Quels intents xch_bot le bot doit-il classifier ?
Cartographier les intents xch_bot avant flows. Scope : recommander variante et envoyer RMA, pas refund sans triage.
Douze intents échange bot
xch_bot_size_up : trop petit, taille supérieure
xch_bot_size_down : trop grand, taille inférieure
xch_bot_between_sizes : hésitation, conseil fit dialogué
xch_bot_color_change : même taille, autre couleur
xch_bot_variant_alt : longueur, coupe, SKU alternatif
xch_bot_stock_out : cible indispo, alternatives
xch_bot_repeat_wrong : 2e échange, handoff #366 supervisor
xch_bot_wrong_shipped : erreur entrepôt, pas fit client
xch_bot_advanced : reship avant retour, eligibility check
xch_bot_intl_convert : confusion EU/US sizing
xch_bot_refund_pivot : renonce échange, veut refund
xch_bot_confirm_variant : validation client variant_target
Champs session obligatoires
order_id, line_item, variant_ordered, size_issue, measurements_json, fit_note, variant_recommended, stock_available, exchange_count, fit_confirmed (bool).
Router parent
« échanger », « mauvaise taille », « autre couleur », « L au lieu de M » → xch_bot_*. « Rembourser » sans échange → #10 refund flow.
Mining tickets 90 j
Export size_xch tags #366. Prioriser flows top verbatims avant VARIANT-REC tuning.
Priorisation MVP
Semaine 1 : xch_bot_size_up/down + VARIANT-REC. Semaine 2 : xch_bot_color + stock_out. Semaine 3 : repeat_wrong handoff + advanced.
Comment construire le flow XCH-BOT-GATE et VARIANT-REC ?
Le flow XCH-BOT-GATE route chaque demande échange via elig, fit dialog et moteur variante avant RMA.
Huit gates séquentielles
Gate auth : email + order_id + line_item
Gate ret_elig : eligible (#365) ou handoff late (#364)
Gate exchange_count : >= 2 → xch_bot_repeat_wrong handoff
Gate issue : too_small / too_big / color / wrong_shipped
Gate FIT-DIALOG : 3 à 5 questions mensurations + ressenti
Gate VARIANT-REC : moteur recommande variant_target
Gate stock : inventory > 0 ou xch_bot_stock_out branch
Gate sortie : confirm → RMA deep link, advanced, waitlist, handoff
Moteur VARIANT-REC
Entrées : variant_ordered, size_issue, fit_note (runs_small +2 steps), measurements, avis agrégés fit. Sortie : variant_id recommandée + confidence + rationale texte bot.
FIT-DIALOG bot
Reprend FIT-XCH #366 en conversation : « Où serre le vêtement ? », « Votre taille habituelle chez nous ? », « Mensurations poitrine/taille/hanches ? » Max 5 tours.
Branche xch_bot_confirm_variant
« Nous recommandons XL car ce jean taille 2 sizes small. Confirmez-vous ? » Client oui → RMA link variant_target. Non → relance FIT-DIALOG ou handoff.
Branche xch_bot_wrong_shipped
Skip FIT-DIALOG. Reship variant_ordered correcte + prepaid label. Pas fit fault client.
Advanced exchange branch
Si policy #366 advanced OK (LTV, 1er xch) : reship immédiat + label retour. Bot cite délai retour 14 j.
Quelles sources de data le bot échange lit-il ?
Le bot échange lit data live Shopify + fit catalog pour VARIANT-REC fiable.
Sources Shopify obligatoires
Order line items : variant_ordered, product_id
Variant inventory : stock par taille/couleur
Metafield fit_note : runs_small, runs_large, true_to_size
Metafield exchange_count : order history
Product options : size, color, length axes
Sources recommandation
Size mapping table : même logique #199 pré-achat
Avis fit agrégés : « taille petit » weight
Loop exchange API : eligible variants + RMA URL
SIZE-XCH RAG #366 : policy advanced, max 2 exchanges
Règle runs_small
Si fit_note=runs_small et issue=too_small : +2 sizes not +1. Bot cite fit note dans rationale.
Color change xch_bot_color
Même size axis, swap color option. Stock check color variant. Pas FIT-DIALOG sizing si taille OK.
Parity portail
variant_recommended doit exister dans portail exchange picker. Test CI 20 SKUs fashion.
Quels garde-fous XCH-BOT-GUARD imposer ?
Les garde-fous XCH-BOT-GUARD évitent reship incorrect et repeat wrong size automatisé.
Sept règles strictes
Pas RMA sans fit_confirmed : client valide variant_target
VARIANT-REC déterministe : LLM ne override pas +2 runs_small
Stock live obligatoire : pas promettre variant OOS
exchange_count >= 2 : handoff supervisor, pas bot seul
ret_elig false : handoff #364, pas échange bot
final_sale : refus échange, citation policy
Documenter rationale : log fit_note + measurements pour audit
Prompt system xch bot
« Tu recommandes variante échange selon VARIANT-REC et FIT-DIALOG. Tu ne promets jamais remboursement. Tu confirmes toujours avec client avant lien RMA. Si repeat_wrong, handoff agent. » Voir anti-hallucination.
Client refuse recommandation
Bot documente : « Vous avez choisi L malgré recommandation XL. » fit_confirmed=client_override. Limite 1 override puis handoff.
Audit repeat rate
Sample mensuel : xch_bot_repeat_rate post-bot exchange. Si > 15 % : tuner VARIANT-REC rules.
Logging rationale
Chaque session logue variant_recommended, fit_note_used, measurements_summary pour audit qualité et formation agents handoff.
Sur quels parcours client déployer le bot échange ?
Le bot échange se déploie sur parcours post-livraison wrong size.
Flow chat échange taille
ret_elig (#365) → XCH-BOT-GATE → FIT-DIALOG → VARIANT-REC → confirm → RMA link.
Flow portail Loop redirect
Portail « wrong size » : bouton « Aide choix taille » → chat xch_bot pré-rempli order.
Flow email post-livraison J+3
« Taille ne convient pas ? » CTA chat échange intelligent. Réduit tickets sans fit-check.
Flow compte client
Bouton « Échanger avec conseil taille » vs « Retour simple » self-service.
Flow xch_bot_color_change
Client veut bleu pas rouge : skip FIT-DIALOG, stock color picker, RMA direct.
Handoff #366 repeat
xch_bot_repeat_wrong : payload fit history, measurements, prior variant_recommended. Agent supervisor décide refund ou expert call.
Handoff #10 refund pivot
xch_bot_refund_pivot après stock_out ou client refuse toutes alternatives. Bot collecte motif refund avant redirect parcours #10 complet.
Comment configurer le bot échange sur Shopify ?
Le setup bot échange Shopify connecte VARIANT-REC, Loop et SIZE-XCH RAG.
Checklist technique
Deploy fit_note metafields top SKU fashion
Build VARIANT-REC rule engine (fit_note + issue + size axis)
Intégrer ret_elig gate #365 upstream
Connecter Loop exchange API + deep links
Indexer SIZE-XCH #366 + policy /retours RAG
Configurer router xch_bot_* intents
Implémenter XCH-BOT-GATE + FIT-DIALOG
Rédiger prompt XCH-BOT-GUARD
Tester 30 scénarios régression fashion
Dashboard xch_bot_resolution hebdo
Réutiliser moteur #199
Partager size mapping table pré-achat (#199) et post-achat (#367). Une source de vérité fit.
Lancement progressif
Phase 1 : jeans category xch_bot_size_up/down. Phase 2 : robes + between_sizes. Phase 3 : color + advanced.
Helpdesk handoff payload
Sidebar : variant_recommended, fit_note, fit_confirmed, exchange_count, rationale summary.
Quels KPI xch_bot mesurer ?
Sans KPI xch_bot, impossible de prouver ROI vs FIT-XCH humain #366 seul.
Sept métriques clés
xch_bot_resolution : RMA envoyé sans agent / sessions xch bot
xch_bot_repeat_rate : 2e wrong size / échanges bot
xch_bot_fit_confirm_rate : client confirme recommandation / total
xch_bot_override_rate : client refuse recommandation / total
xch_bot_stock_out_rate : waitlist ou refund pivot / demandes
xch_bot_handoff_rate : repeat_wrong + supervisor / sessions
CSAT intent xch_bot : satisfaction échange bot
Benchmark DTC fashion
Objectif xch_bot_resolution > 75 %, xch_bot_repeat_rate < 10 %, xch_bot_fit_confirm > 85 %, CSAT > 4,5/5.
Comparaison #366 seul
Mesurer size_xch_repeat_rate avant/après bot. Cible -15 points repeat wrong size.
A/B VARIANT-REC
Test +1 auto vs fit_note +2 rules sur SKU runs_small. Métrique : repeat_rate 30 j.
Dashboard hebdo ops
Revue 30 min : top 5 SKU xch_bot_repeat_rate, override_rate par fit_note type, handoff repeat_wrong volume. Ajuster VARIANT-REC si runs_small SKU repeat > 12 %.
Quels edge cases et handoffs prévoir ?
Sept edge cases xch bot exigent handoff ou branche spéciale.
Set matching top+bottom
Échange partiel line item. Bot traite une line à la fois, pas set bundle forcé.
Chaussures demi-pointure
VARIANT-REC propose inset sole ou size up si 42.5 absent. Handoff si client exige demi-pointure.
Unisex sizing
FIT-DIALOG mensurations, pas gender label. Mapping unisex table séparée.
Bracketing S+M commandé
Retour taille non gardée = retour standard #365, pas xch_bot exchange_count.
Marketplace order
xch_bot redirect canal externe. Pas XCH-BOT DTC.
Customized product
final_sale or no_exchange tag : refus bot, pas VARIANT-REC.
International xch_bot_intl
Client commandé US 8 pense EU 38. Conversion table #265 avant VARIANT-REC.
Gift exchange
Destinataire auth. FIT-DIALOG sans données acheteur. Policy gift #366.
Preorder delivered late
Deadline ret_elig depuis delivery réelle. Bot cite date tracking delivered_at avant XCH-BOT-GATE, pas order date.
Comment Qstomy recommande la variante d'échange ?
Qstomy exécute XCH-BOT-GATE, VARIANT-REC et FIT-DIALOG avec contexte order Shopify live.
Capacités échange bot
xch_variant_rec : moteur fit_note + measurements
xch_fit_dialog : FIT-XCH conversationnel 5 questions
xch_stock_live : inventory variant avant promesse
xch_rma_deep_link : Loop pré-rempli variant_target
xch_repeat_handoff : supervisor payload #366
Scénario DTC chiffré
Marque jeans, 165 échanges taille/mois, repeat rate 22 %.
Après Qstomy xch_bot : 68 % résolus sans agent, xch_bot_resolution 77 %, xch_bot_repeat_rate 7 %, CSAT 4,7/5.
Explorez support IA, Shopify, demander une démo.
Quelle checklist pour lancer XCH-BOT ?
Checklist bot échange (10 étapes)
Valider SIZE-XCH #366 et ret_elig #365
Auditer tickets size_xch 90 j
Deploy fit_note metafields fashion catalog
Build VARIANT-REC rule engine
Implémenter XCH-BOT-GATE section 4
Configurer router xch_bot_* intents
Rédiger prompt XCH-BOT-GUARD section 6
Intégrer Loop RMA deep links
Tester 30 scénarios régression
Dashboard xch_bot_repeat_rate hebdo
En bref
#367 = bot échange intelligent, pas retour général (#10) ni sizing pré-achat (#199)
XCH-BOT-GATE : elig → fit dialog → VARIANT-REC → confirm → RMA
12 intents xch_bot_* : size, color, repeat, stock
Déterministe : LLM dialogue, VARIANT-REC décide taille
KPI xch_bot_repeat_rate : cible < 10 %
FAQ
Bot échange = bot retours ?
Non. #367 recommande variante optimale. #10 gère refund et parcours complet.
Différence avec recommandations #199 ?
#199 = pré-achat PDP. #367 = post-achat avec contexte produit reçu + issue fit.
Bot peut-il forcer XL si client veut L ?
Non. Recommandation + confirmation. Override documenté, 1 max puis handoff.
2e échange même commande ?
Handoff supervisor #366, pas bot seul.
Couleur seule sans fit ?
Oui. xch_bot_color_change skip FIT-DIALOG, stock check seul.
Aller plus loin
Testez mystery shop : order jeans runs_small M too tight, vérifiez bot recommande XL (+2) et demande confirmation avant RMA.
Partagez ce guide #367 avec product et support : un bot échange bien calibré transforme le wrong size en bonne variante du premier coup, sans second retour coûteux.
Enzo
4 août 2026
