E-commerce

Chatbot IA pour parrainage client : expliquer règles et suivre les récompenses

Chatbot IA pour parrainage client : expliquer règles et suivre les récompenses

14 août 2026

« Où est mon lien parrain ? » « Mon filleul a commandé, quand est-ce que je reçois mes 10 € ? » « Pourquoi mon code ne marche pas ? » Trois questions parrainage répétées en chat alors que le programme est configuré dans Smile ou ReferralCandy.

ReferralCandy estime que les programmes referral avec suivi transparent côté client convertissent 3 à 5 fois plus de filleuls que ceux où le parrain ne voit jamais le statut de ses invitations (ReferralCandy, statistiques parrainage 2026). Smile.io documente le parcours en cinq étapes, de lien unique à crédit récompense post-validation (Smile.io, programme parrainage).

Ce guide #377 traite le chatbot IA pour parrainage client e-commerce : expliquer règles, suivre récompenses, intents REF-BOT et intégration API. Distinct de support parrainage (#376) (investigation REF-INV agents, fraude, crédit manuel) : ici, automation IA self-service parrain et filleul.

Sommaire

Pourquoi automatiser le parrainage via chatbot IA ?

Un chatbot parrainage e-commerce répond lien parrain, règles programme, statut filleul et délai récompense sans ticket agent, tout en handoffant les incidents vers REF-INV (#376) si crédit absent post-délai.

Cinq frustrations sans bot referral

  • Lien introuvable : parrain ne voit pas code dashboard

  • Délai récompense opaque : « quand mes 10 € ? »

  • Code checkout rejeté : filleul bloqué sans explication

  • Statut filleul invisible : parrain ne sait pas si ami a commandé

  • Règles programme floues : min panier, 1ère commande

Antavo cite l'opacité récompenses parmi les irritations majeures programmes fidélité, parrainage inclus (Antavo, rapport fidélité 2026).

Angle #377

Le guide support parrainage (#376) traite REF-INV agents, fraude et crédit manuel. Le #375 LOY-BOT handoff « mon parrainage ». Le #377 déploie bot IA intents referral_link, referral_status, referral_rules.

Exemple DTC

Marque mode Smile referral, 64 tickets referral/mois avant REF-BOT. Après bot lien + statut + délai : referral_bot_resolution 69 %, referral_ticket_deflection -42 %, filleuls convertis via lien partagé bot +18 %.

Bot referral vs bot fidélité

LOY-BOT = points programme general. REF-BOT = lien parrain, filleul, récompense referral spécifique. Intents séparés, corpus RAG distinct.

Moment parcours

Compte client (lien parrain), checkout filleul (code fail), post-commande parrain (reward pending). Bot contextuel par page.

Handoff REF-INV

Reward missing post-délai policy ou fraude deny contest → #376 agent. Bot ne crédite jamais.

ROI bot referral

Ticket referral FAQ = 10 min agent. Bot status + rules = 40 s. Sur 50 tickets/mois déviés : 475 min économisées.

Ambassadeur activation

Bot referral_link avec partage 1 clic augmente taux partage vs page /parrainage seule. Parrain actif = canal acquisition le moins cher DTC.

Erreur fréquente

Mélanger intents LOY-BOT et REF-BOT : client « mes points parrainage » reçoit solde fidélité general. Router NLP distinct.

En quoi diffère-t-il du support #376 et du LOY-BOT ?

Sept contenus voisins, sept rôles sur parrainage et automation IA.

Support parrainage (#376)

REF-INV (#376) : investigation agents, fraude, crédit manuel. Le #377 = self-service bot amont, handoff si échec.

Bot fidélité (#375)

LOY-BOT (#375) : solde points. Handoff referral intents → REF-BOT #377.

Questions fidélité pré-lancement

Questions fidélité : FAQ go-live parrainage. Le #377 = bot post-lancement live.

Points manquants (#374)

PTS-REC (#374) : si récompense referral = points Smile et missing post-crédit.

Gouvernance IA (#142)

Gouvernance (#142) : bot explique, ne crédite pas referral reward.

Fraude commandes

Fraude commandes : filleul high risk. Bot cite pending, handoff #376 si deny.

Promesse #377

Framework REF-BOT, 10 intents, corpus RAG referral, flows parrain/filleul, KPI referral_bot_resolution.

Quels intents REF-BOT cartographier en priorité ?

Cartographier les intents parrainage bot avant corpus et intégrations API.

Dix intents REF-BOT

  1. referral_link : lien parrain + partage

  2. referral_rules : règles programme general

  3. referral_reward_amount : montant parrain et filleul

  4. referral_status : statut filleuls invités pending/completed

  5. referral_delay : délai crédit post-commande filleul

  6. referral_code_fail : code checkout invalide, explication

  7. referral_first_order : éligibilité 1ère commande filleul

  8. referral_min_cart : seuil panier minimum

  9. referral_promo_stack : cumul code promo + referral

  10. referral_handoff_ref_inv : reward missing post-délai → #376

Priorisation MVP

Semaine 1 : referral_link, referral_delay, referral_code_fail, referral_rules (75 % tickets FAQ). Semaine 2 : referral_status, referral_reward_amount.

Routing parrain vs filleul

Email logged-in parrain actif → referral_link, referral_status. Guest checkout filleul → referral_code_fail, referral_first_order.

Contexte page

  • /parrainage : link, rules, status

  • Checkout : code_fail, min_cart, promo_stack

  • Compte client : link, delay, status filleuls

Mining tickets 90 j

Croiser tags referral #376 avec volume bot-eligible. Valider ordre déploiement intents. Prioriser referral_delay si 40 % tickets = « quand ma récompense ».

Comment structurer le framework REF-BOT en six blocs ?

Le framework REF-BOT structure déploiement bot parrainage en six blocs techniques.

Six blocs REF-BOT

  1. RB-1 Auth : email Shopify logged-in parrain ou vérif guest filleul

  2. RB-2 API referral : Smile/ReferralCandy referral link + status + pending rewards

  3. RB-3 Corpus RAG : règles programme, délais, exclusions indexées

  4. RB-4 Intent router : NLP → 10 intents section 3

  5. RB-5 Response template : statut live API + règle RAG

  6. RB-6 Handoff : referral_handoff_ref_inv → agent #376

Exemple response referral_link

« Voici votre lien parrain : [url]. Partagez-le : votre filleul reçoit 10 €, vous recevez 10 € après sa première commande éligible (min 50 €). » Boutons Copier | WhatsApp | Email.

Exemple response referral_delay

« Votre filleul [email masqué] a commandé le 8 août. Récompense parrain créditée sous 14 j post-livraison, soit vers le 22 août. Statut actuel : pending. »

Exemple response referral_code_fail

« Code parrain valide uniquement 1ère commande et panier min 50 €. Votre panier : 42 €. Ajoutez 8 € ou retirez le code promo incompatible. »

Fallback API down

RAG rules seul + « statut temporairement indisponible, contactez-nous si urgent ». Pas inventer statut filleul.

Privacy filleul

Parrain voit statut « filleul a commandé » sans email complet filleul si policy GDPR : « Filleul ***@gmail.com ».

Test sandbox

Avant prod : parrain test A, filleul test B, commande 1 € min override staging. Valider RB-2 status pending → completed flow bot.

Rate limit

Cache referral status 5 min. Bot indique « statut à [heure] » si cache récent.

Quel corpus RAG alimenter pour les règles referral ?

Le corpus RAG referral alimente réponses règles stables complémentaires à l'API live.

Huit blocs corpus REF-RAG

  1. Récompenses : montant parrain €, montant filleul € ou %

  2. Éligibilité filleul : 1ère commande, compte nouveau

  3. Min panier : seuil € avant discount referral

  4. Délai crédit parrain : J+14 post-livraison filleul typique

  5. Attribution cookie : fenêtre 30 j clic → achat

  6. Exclusions : gift card, wholesale, marketplace

  7. Cumul promo : referral vs code promo policy

  8. Clawback retour : retour filleul = récompense parrain retirée

Sync marketing

Changement reward 10→15 € : update RAG + test 5 questions bot même jour. Lien nettoyage FAQ bot.

Anti-hallucination

Montant reward depuis RAG ou API, jamais LLM guess. Statut filleul uniquement RB-2 API.

Version multilingue

Corpus FR/EN si markets multiples. Lien parrain locale-aware.

Quels flows conversationnels parrain et filleul ?

Les flows conversationnels referral guident parrain et filleul sans ticket agent.

Flow parrain : partager lien

« Comment parrainer ? » → referral_link + referral_rules court + bouton copier. Proactif compte client widget.

Flow parrain : suivi récompense

« Mon filleul a commandé ? » → referral_status liste 3 derniers filleuls + referral_delay date crédit. Si completed : « 10 € crédités le 15 août ».

Flow filleul : code checkout

Checkout error → bot referral_code_fail diagnose : min cart, first order, promo conflict. Deep link panier si fix simple.

Flow filleul : avant achat

« Mon ami m'a envoyé un lien » → referral_rules + referral_reward_amount filleul + « cliquez le lien avant d'ajouter au panier pour attribution cookie ».

Flow handoff reward missing

Parrain « pas reçu 10 € » + API status pending past delay → referral_handoff_ref_inv ticket pré-rempli order filleul, referral_id.

Quick replies

Mon lien | Statut filleuls | Quand ma récompense | Code ne marche pas.

Proactive post-share

Email parrain J+7 sans conversion filleul : « Votre ami n'a pas encore commandé. Rappel : [lien]. Questions ? Demandez au bot. »

Flow contest deny

Parrain « on m'a refusé ma récompense » → bot cite policy fraude générale + handoff #376 appeal avec referral_id.

Checkout widget

Erreur discount referral au paiement : bubble bot referral_code_fail context cart amount realtime.

Comment intégrer Smile, ReferralCandy et Shopify ?

L'intégration technique REF-BOT connecte Smile, ReferralCandy et Shopify customer data.

Smile.io referral API

GET customer referral link, GET referrals list status pending/completed/cancelled. Cache 5 min par customer.

ReferralCandy

Endpoints invite status, reward history. Adapter RB-2 selon app.

Shopify customer

orders_count = 0 pour referral_first_order filleul check. Tags ambassador si programme VIP parrain.

Checkout discount validation

Bot lit cart total via Storefront API si session : diagnostic min_cart realtime.

Webhook referral completed

Trigger email parrain + optional bot proactive « Votre 10 € est disponible ».

Widget /parrainage embed

Chat trigger « Questions sur le parrainage ? » avec context referral page.

Smile vs ReferralCandy mapping

Documenter champs API équivalents RB-2 par app installée. Switch app = reconfig intents, pas rewrite flows.

Mobile app wrapper

Deep link referral_link ouvre share sheet native iOS/Android depuis bouton bot.

Quelle gouvernance : suivre sans créditer la récompense ?

La gouvernance bot referral définit limites : expliquer et suivre, pas créditer ni override fraude.

Bot peut dire

  • Lien parrain, règles, statut filleul, délai crédit prévu

  • Raison code fail (min cart, first order, promo)

  • Montant reward parrain et filleul policy

Bot ne peut pas faire

  • Crédit manuel reward (→ #376 agent)

  • Override fraud deny

  • Promettre reward avant délai policy

  • Générer code referral hors API

Aligner gouvernance (#142) et limites (#124).

GDPR

Masquer email filleul partiel. Parrain voit seulement ses propres referrals.

Logs audit

Intent, statut API returned, handoff oui/non. Revue mensuelle samples.

Quels KPI referral_bot mesurer ?

Les KPI bot parrainage mesurent déflexion tickets et conversion filleuls.

Huit métriques clés

  • referral_bot_resolution : résolu sans agent / sessions referral intent

  • referral_ticket_deflection : baisse tickets #376 post-bot

  • referral_bot_csat : survey post-conversation parrainage

  • referral_link_copy_from_bot : clics copier lien bot

  • filleul_convert_post_bot : filleuls convertis 7 j post referral_link bot

  • referral_handoff_rate : handoff #376 / sessions referral

  • referral_code_fail_bot_fix : checkout complété post referral_code_fail bot

  • rag_miss_referral : questions sans réponse corpus

Benchmark DTC

Objectif referral_bot_resolution > 65 %, referral_ticket_deflection -35 %, referral_handoff_rate < 20 %.

Dashboard hebdo

Volume intents, resolution, handoff, link copies. Partager #marketing + #support.

Corrélation acquisition

referral_link_copy_from_bot vs nouveaux filleuls/mois : ROI bot au-delà du SAV.

Alerte handoff spike

referral_handoff_rate +30 % semaine : vérifier changement délai app ou bug status API avant blâmer bot scripts.

Quels cas limites et handoffs prévoir ?

Six edge cases bot referral exigent handoff ou règles spécifiques.

Parrain sans filleul encore

referral_status empty : bot referral_link + tips partage, pas handoff.

Filleul compte existant

orders_count > 0 : referral_first_order fail. Expliquer policy, pas exception bot.

Referral denied fraud

API status cancelled fraud : bot cite policy générale, handoff #376 appeal si contest.

Multi-click attribution

Bot cite first-click policy RAG, pas décider attribution.

Reward store credit vs points

Bot explique format reward. Points missing post-crédit → #374.

B2B wholesale parrain

Programme DTC only. Redirect policy pro.

Anti-patterns bot referral

Inventer statut filleul sans API, promettre reward avant délai, ignorer referral_code_fail causes multiples, corpus RAG reward amount obsolète post-campagne.

Comment Qstomy déploie REF-BOT sur Shopify ?

Qstomy déploie REF-BOT : lien parrain live, statut filleul API et handoff REF-INV si reward missing.

Capacités referral bot

  • referral_link_live : URL parrain API Smile + boutons partage

  • referral_status_api : liste filleuls pending/completed

  • referral_rag_rules : 8 blocs REF-RAG indexés

  • referral_code_diagnose : min cart, first order, promo conflict

  • referral_delay_calc : date crédit prévue policy + order filleul

  • referral_handoff_376 : ticket pré-rempli REF-INV agent

Scénario DTC chiffré

Marque skincare ReferralCandy, 58 tickets referral/mois, referral_bot_resolution 0 % avant Qstomy.

Après REF-BOT MVP : referral_bot_resolution 67 %, referral_ticket_deflection -38 %, referral_link_copy_from_bot 124/mois, filleul_convert_post_bot +16 %.

Explorez support IA, Shopify, demander une démo.

Complément #376

#377 = self-service bot. #376 = investigation agent fraude et crédit manuel.

Quelle checklist pour lancer le bot parrainage ?

Checklist REF-BOT (10 étapes)

  1. Auditer tickets referral 90 j et prioriser intents MVP

  2. Rédiger 8 blocs corpus REF-RAG

  3. Connecter API Smile/ReferralCandy referral link + status

  4. Déployer intents link, delay, code_fail, rules

  5. Templates response statut live + règles RAG

  6. Handoff referral_handoff_ref_inv → #376 configuré

  7. Widget compte client + /parrainage bot trigger

  8. Tests anti-hallucination statut et montants 20 questions

  9. Dashboard referral_bot_resolution hebdo

  10. Revue trimestrielle corpus sync marketing rewards

En bref

  • #377 = bot IA parrainage self-service, pas REF-INV #376

  • REF-BOT : 10 intents, API + RAG

  • MVP : link, delay, code_fail, rules

  • Bot suit statut, ne crédite pas reward

  • KPI referral_bot_resolution : cible > 65 %

FAQ

Différence avec support parrainage #376 ?
#377 = bot self-service règles et suivi. #376 = investigation agent fraude et crédit.

Bot peut-il créditer 10 € parrain ?
Non. Handoff #376 REF-INV si reward missing post-délai.

Relation LOY-BOT #375 ?
LOY-BOT = points fidélité. REF-BOT = parrainage distinct, intents séparés.

Code checkout filleul bloqué ?
Intent referral_code_fail : min cart, first order, promo.

Filleul voit-il email parrain ?
Non. Bot filleul = rules et code, pas données parrain.

Aller plus loin

Testez mystery shop parrain complet : bot link → filleul commande éligible → bot delay → statut completed sans ticket agent REF-INV.

Partagez ce guide #377 avec product et marketing : un REF-BOT connecté et bien gouverné transforme le parrainage opaque en self-service qui convertit filleuls et dévie tickets support.

Enzo

14 août 2026

Convertissez +2000 clients en moyenne par mois en utilisant Qstomy.

1ère IA Shopify dédiée à la conversion client au monde

200+ ecommerçants accompagnés

Abonnez-vous à la newsletter et obtennez un e-book personnalisé !

Solution no-code, sans connaissance technique requise. Une IA entrainée sur votre e-shop et non intrusive.

*Désabonnez-vous à tout moment. Nous n'envoyons pas de spam.

Abonnez-vous à la newsletter et obtennez un e-book personnalisé !

Solution no-code, sans connaissance technique requise. Une IA entrainée sur votre e-shop et non intrusive.

*Désabonnez-vous à tout moment. Nous n'envoyons pas de spam.