E-commerce
30 juin 2026
« Cette veste est-elle vraiment en excellent état ? » « La tache photo 3, c'est acceptable pour un Très bon ? » « Vous avez la même en taille 38 ? » Sur une fiche seconde main, le client ne compare pas deux SKU identiques : il évalue une pièce unique. Un bot catalogue neuf répond « livraison 48 h » alors que la question porte sur l'usure réelle et les alternatives du stock.
Faume observe une corrélation directe entre richesse visuelle de la fiche pré-ownée et taux d'ajout panier : plus de photos et de détails mesurés, plus la conversion se rapproche de l'expérience neuf (Faume, conversion seconde main 2026). Congruence Market Insights estime que 58 % des plateformes resale leaders utilisent déjà la vision par ordinateur pour le grading, mais le dialogue pré-achat reste sous-automatisé (Congruence, tech resale 2026).
Ce guide #287 traite le chatbot IA recommerce : expliquer état et défauts unitaires, proposer alternatives listing à listing. Complète support seconde main (#286) (macros SNAD humaines) et bot reconditionné (#270) (grades A/B/C standardisés) avec l'angle aide au choix sur pièce unique.
Sommaire
Pourquoi un bot générique échoue sur le recommerce ?
Le chatbot recommerce doit parler listing_id, photos unitaires et défauts listés, pas variantes stock homogène.
Trois échecs bot générique
État générique : « bon état » sans citer le grade ni les défauts de la fiche consultée
Promesse neuf : minimiser usure (« imperceptible ») hors données listing
Alternatives aveugles : proposer taille S quand le client veut même modèle taille 38
Attentes acheteur recommerce
Étude MDPI sur 524 consommateurs US : précision de l'information et authenticité sont les deux leviers principaux de confiance avant achat resale (MDPI, trust circular fashion 2025). Le bot doit répondre comme un vendeur expert qui a vu la pièce, pas comme une base centre d'aide produit neuf.
Volume automatable
Boutique reprise marque ou marketplace certifiée : 45 à 65 % questions pré-achat = grade, défaut visible, mesures, authenticité badge, alternative même modèle. Naratix estime que listings avec photos défauts explicites réduisent les messages « c'est authentique ? » (Naratix, catalog seconde main 2026).
En quoi diffère-t-il du reconditionné (#270) et du support (#286) ?
Cinq contenus voisins, cinq rôles bot.
Support humain seconde main (#286)
Seconde main (#286) : protocole SNAD, macros SH, photos litige. Le #287 : bot tier 1 grade, défauts, alternatives avant escalade.
Bot reconditionné (#270)
Reconditionné (#270) : grades A/B/C, batterie %, tests atelier. Le #287 : grading Excellent à Correct, patine, pièce unique sans reset.
Alternatives rupture (#OOS)
Bot alternatives OOS : substitut SKU neuf même gamme. Le #287 : autre listing recommerce (grade supérieur, taille voisine, même marque).
Comparaison produit
Comparaison bot : specs catalogue. Le #287 : comparer deux listings avec défauts et prix différents.
Grille test (#283)
Grille test bot (#283) : QA générique. Le #287 fournit pack 30 questions recommerce listing-specific.
Quelle matrice intents automatiser vs handoff ?
La matrice intents bot recommerce sépare réponses sûres sur fiche unité et dossiers litige.
Auto (listing context + confidence ≥ 95 %)
recom_grade_explain: définition Excellent/Très bon/Bon/Correct maisonrecom_defect_detail: liredefects_list[]+ renvoi photo Nrecom_measurements: mesures cm depuis ficherecom_auth_badge: statutauth_verified+ daterecom_return_policy: final sale ou 14 j si applicablerecom_photos_gallery: liens angles listingrecom_alternative_same_model: autres listings même SKU parentrecom_alternative_grade_up: même taille, grade supérieurrecom_alternative_size: même modèle, taille ±1 si stockrecom_vs_new: économie % vs neuf + usure attendue
Handoff immédiat
recom_snad_open: litige non conforme annoncerecom_auth_dispute: suspicion contrefaçon post-achatrecom_p2p_mediation: marketplace vendeur tiersrecom_exception_final_sale: demande retour hors policy
Règle or
Le bot cite toujours listing_id consulté. Jamais décrire l'état d'un autre listing sans changement de contexte explicite.
Comment configurer voix et guardrails sur pièce unique ?
La voix bot recommerce est transparente sur l'usure, jamais apologétique sur la seconde main.
Principes system prompt
Vouvoiement, ton rassurant, factuel
Citer grade + chaque défaut listé avant tout adjectif positif
Renvoyer vers numéro photo pour chaque défaut (« voir photo 4 »)
Ne jamais dire « comme neuf » sauf grade Excellent + defects_list vide
Guardrails interdits
Inventer défaut absent de
defects_listMinimiser tache/trou (« à peine visible ») non confirmé listing
Garantir authenticité au-delà du badge affiché
Promettre remboursement SNAD sans workflow #286
Proposer alternative dont
listing_idest sold ou reserved
Transparence IA
Accueil PDP recommerce : « Assistant IA. Je réponds sur cette pièce #[listing_id] uniquement. Pour un litige après réception, je vous mets en relation avec un conseiller. »
Quel flow pré-achat en sept étapes sur la PDP listing ?
Le flow pré-achat bot recommerce sur PDP listing convertit le doute en décision informée.
Accueil contextuel : détecter collection recommerce + injecter listing_id session
Question ouverte : « Que souhaitez-vous vérifier sur cette pièce ? »
Grade + défauts : lire condition_grade + defects_list, liens photos
Mesures / fit : measurements_cm vs guide taille marque
Authenticité : badge auth_verified ou process si pending
Retour : final_sale ou rétractation selon policy
Alternative si hésitation : proposer max 2 autres listings argumentés
Exemple veste Très bon
Client : « La marque au col est lisible ? » Bot : « Listing #SH-8842, grade Très bon. Défauts listés : légère patine col intérieur (photo 5), aucune tache extérieure. Logo brodé lisible sur photo 2. Mesures : épaules 41 cm, longueur 62 cm. »
Hésitation budget
Client : « Un peu cher pour de l'occasion. » Bot : « Même modèle #SH-9011 en Bon, −28 %, usure coudes visible photo 3. Ou #SH-8755 Très bon, −12 %, sans défaut listé. »
Quels metafields Shopify alimenter le corpus RAG ?
Le corpus RAG bot recommerce combine help center #286 et metafields listing unitaire.
Metafields Shopify obligatoires
recom.listing_id: identifiant uniquerecom.condition_grade: Excellent, Très bon, Bon, Correctrecom.defects_list: JSON [{type, location, photo_index}]recom.measurements_cm: épaules, tour poitrine, longueur…recom.auth_status: verified | pending | nonerecom.auth_date: ISO date si verifiedrecom.final_sale: booleanrecom.parent_sku: lien modèle neuf pour comparaison prixrecom.photos_annotated: URLs + index défauts
Chunks help center
Pages : grille grades #286, process authenticité, retours SNAD résumé. Tag vertical:recommerce pour retrieval filtré.
Sync webhook
Update defects_list ou grade → re-index chunk listing sous 15 min. Drift fiche / bot = pic SNAD post-livraison.
Index alternatives
Table secondaire : parent_sku + size + condition_grade + price + availability. Query bot avant toute reco alternative.
Comment expliquer chaque défaut avec renvoi photo ?
Expliquer les défauts listing par photo est le cœur différenciant du bot recommerce.
Template réponse défaut
Structure : [Grade] + [Défaut type + localisation] + [Photo index] + [Impact porté]. Exemple : « Bon : usure légère revers gauche, visible photo 4 en lumière naturelle. N'affecte pas la tenue ni la fermeture. »
Recherche ACM sur marketplaces
Une étude ACM 2025 sur 929 utilisateurs confirme que les acheteurs seconde main jugent la qualité image aussi sur la visibilité des défauts, pas seulement l'esthétique globale (ACM, qualité image resale 2025). Le bot renvoie systématiquement vers la macro défaut sur photo, jamais vers une promesse vague.
Questions fréquentes défauts
« Tache photo 3, lavable ? » : citer defects_list ; si non précisé → « non testé en nettoyage, vendu en l'état »
« Trou réparé ? » : lire type repair dans defects_list
« Odeur ? » : champ smell si présent ; sinon « contrôle visuel uniquement »
« Usure normale du grade ? » : comparer défaut vs définition grade section 3 #286
Interdit
« Vous ne le remarquerez pas une fois porté » sans base listing. Formulation autorisée : « Classé Bon : usure attendue à ce grade. »
Comment proposer des alternatives listing à listing ?
Le moteur alternatives recommerce bot remplace une pièce, pas un SKU rupture neuf.
Arbre reco (max 2 propositions)
Même parent_sku + même taille : grade supérieur si budget client mentionné
Même parent_sku + taille ±1 : si mesures client ou historique compte
Même marque + catégorie : si modèle exact sold out
Neuf parent_sku : dernier recours avec delta prix et argument neuf
Format proposition
« Alternative 1 : #SH-9011, Bon, 89 € (−28 % vs listing actuel), usure coudes photo 3. Alternative 2 : #SH-8755, Très bon, 112 €, sans défaut listé. » Lien direct PDP listing.
Guardrails stock unique
Vérifier availability=available et reserved_until null avant reco. Item en panier autre session : exclure ou afficher « réservé 15 min ».
Comparaison side-by-side
Intent recom_compare_listings : tableau chat grade | prix | défauts | auth | final_sale pour 2 listing_id max.
Alerte nouveau listing
Si aucune alternative disponible : capturer email + parent_sku + taille + grade min souhaité. Notifier quand listing matching publié.
Où placer handoff humain sur SNAD et authenticité ?
Le handoff bot recommerce protège la marque sur litiges et authenticité.
Signaux escalade auto
Mots : contrefaçon, faux, arnaque, avocat, DGCCRF
Post-achat + SNAD keywords
3 tours sans résolution sur même défaut
Demande photo supplémentaire hors galerie (ops only)
Payload handoff Gorgias
listing_id, grade, defects_list JSON, transcript 5 derniers messages, photos PDP URLs, alternatives proposées, auth_status.
Bot post-achat limité
WISMO inventory maison OK. Ouverture SNAD : collecter photos pack #286 section 7 puis escalate, jamais promettre remboursement.
P2P marketplace
Bot neutre, pas de prise de parti vendeur. Intent mediation → équipe trust avec escrow status.
Quels KPI mesurer l'impact du bot recommerce ?
Mesurez le ROI bot recommerce séparément du neuf et du reconditionné.
Tags conversation
recom_grade, recom_defect, recom_auth, recom_alt_proposed, recom_alt_clicked, recom_snad_escalated, recom_final_sale_question.
KPI mensuels
Auto-résolution pré-achat : % sessions sans handoff (cible 35-50 %)
Conversion assistée : commandes listing_id chat / sessions PDP recommerce bot
Alternative accept rate : achat listing alternatif / propositions
SNAD rate post-bot : litiges / commandes assistées bot (doit baisser vs non assisté)
Time-to-decision : médiane minutes session → add-to-cart
Revue hebdo
Top 10 questions sans réponse RAG → enrichir defects_list ou help. Croiser rapport friction (#281).
Comment Qstomy automatise-t-il l'aide au choix recommerce ?
Qstomy injecte le contexte listing recommerce dans bot et handoff sans hallucination d'état.
Capacités
Intent recom_* : routing section 3
Lookup listing_id : metafields + galerie photos indexées
Moteur alternatives : parent_sku, grade, taille, stock live
Guardrail defects : block réponse hors defects_list
Handoff enrichi : payload section 9 vers Gorgias/Zendesk
Compare 2 listings in-chat
Scénario DTC chiffré
Marque mode reprise (inventory maison), 420 listings actifs, 2 800 sessions PDP recommerce/mois, auto-résolution 19 %, SNAD 7,1 % commandes. Déploiement Qstomy recom flows + metafields + alternatives. Après 8 semaines : auto-résolution 44 %, conversion assistée +31 %, alternative accept 18 %, SNAD 7,1 → 3,4 %, tickets pré-achat humains −52 %.
Explorez Shopify, support IA, démo.
Quels playbooks pour déployer le bot recommerce ?
Playbook 1 : metafields listing (2 j)
Déployer champs section 6 sur tous listings recommerce. Backfill 50 listings pilote. QA bot sur 10 fiches.
Playbook 2 : intents + prompt (1 j)
Configurer matrice section 3, system prompt section 4, guardrails. Shadow mode 1 semaine.
Playbook 3 : flow PDP 7 étapes (4 h)
Activer flow section 5 sur collection recommerce. Trigger bouton « Poser une question sur cette pièce ».
Playbook 4 : index alternatives (1 j)
Construire table parent_sku + dispo. Tester arbre section 8 sur 20 scénarios taille/grade/budget.
Playbook 5 : pack test 30 questions (3 h)
Grade, défaut photo, auth, final sale, alternative, compare, SNAD simulé. Grille #283 adaptée recommerce.
Maillage utile
Cette semaine : ouvrez 5 conversations bot sur des listings recommerce réels. Le bot cite-t-il le listing_id et la photo du défaut ? Si non, corrigez le corpus avant d'élargir le trafic.
Enzo
30 juin 2026
