E-commerce

Chatbot IA pour vérifier l'éligibilité d'un retour

Chatbot IA pour vérifier l'éligibilité d'un retour

2 août 2026

« Puis-je encore retourner ma commande ? » « Votre site dit 30 jours mais le portail refuse. » « C'est un produit hygiène, vous acceptez quand même ? » Trois messages où un bot générique promet un retour sans vérifier date, SKU ou exclusions policy.

Narvar observe que 67 % des consommateurs consultent la politique de retour avant d'acheter, et que l'écart entre promesse site et refus portail génère litiges et chargebacks (Narvar, retours 2025). Loop Returns estime qu'un check éligibilité self-service bien calibré peut dévier 40 à 55 % des tickets retour simples avant agent (Loop Returns, policy 2026).

Ce guide #365 formalise le chatbot IA éligibilité retour e-commerce : vérifier délai, exclusions et règles avant RMA. Il complète préqualification retour (#138) (collecte motif amont) avec l'angle lookup déterministe order + policy RET-ELIG + handoff late (#364). Distinct de bot retours (#10) (parcours échange/remboursement complet).

Sommaire

Pourquoi automatiser l'éligibilité retour par bot ?

Un bot éligibilité retour répond : suis-je encore éligible, pourquoi le portail bloque, quelle alternative si refus. Il ne crée pas le RMA seul sans règles : il applique RET-ELIG-GATE avant lien portail ou handoff.

Trois échecs bot générique

  • Promesse retour : bot garantit refund sans lookup delivery_date

  • Délai inventé : « 30 jours » alors que SKU final sale 0 j

  • Hygiène ignorée : bot ouvre RMA sur sous-vêtements portés

Shopify rappelle que l'éligibilité retour doit être cohérente entre PDP, portail et SAV pour éviter litiges (Shopify, return policy 2026).

Angle #365

Le #138 collecte motif et fiche handoff. Le #10 guide échange/remboursement post-éligibilité. Le #365 implémente la couche bot ret_elig_* : date check, exclusions SKU, extension fêtes, handoff late_ret (#364).

ROI ret elig bot

Sur marque mode 720 retours/mois, bot éligibilité ciblé 65 à 75 % auto-résolus vs 25 % bot retour générique qui handoff systématique.

Exemple DTC

Marque accessoires, 48 tickets elig/mois dont 31 % hors délai mal routés. Après bot RET-ELIG-GATE : ret_elig_bot_resolution 78 %, ret_elig_false_promise 2 %, temps réponse 28 s, CSAT elig 4,5/5.

Moment parcours

Pre-RMA : client hésite, portail error, chat « puis-je retourner ». Trigger : retour, échange, délai, éligible, expired.

Prérequis ops

Policy retour publiée + LATE-RET (#364) pour hors délai. Metafields return_window, final_sale, product_hygiene. Bot cite RAG policy, pas invente règles.

Pourquoi bot dédié éligibilité

Coupler au bot retour complet (#10) dilue précision : client « retourner » reçoit procédure échange sans date check. Router ret_elig_* en amont évite RMA invalides et charge entrepôt.

Volume et saisonnalité

Tickets éligibilité pic janvier (retours fêtes #253) et fin de mois (deadline 30 j). Bot ret_elig_holiday_extend gère extension temporaire sans agent.

Coût fausse promesse bot

Bot qui promet retour hors délai crée RMA rejeté entrepôt + chargeback. RET-ELIG-GUARD interdit lien RMA si days_over > 0 sans grille LATE-RET.

Déterministe vs LLM

La décision éligible oui/non est calculée (dates, tags, metafields). Le LLM reformule la réponse et propose alternatives, il ne décide pas seul.

En quoi diffère-t-il de la préqualification #138 et du bot retours #10 ?

Sept contenus retours, sept rôles bot distincts.

Préqualification (#138)

Préqualification (#138) : collecte motif, fiche handoff. Le #365 = check éligibilité déterministe avant collecte motif.

Bot retours (#10)

Bot retours (#10) : parcours échange/remboursement. Le #365 intervient en gate amont, handoff #10 si eligible=true.

Retour hors délai (#364)

Late return (#364) : policy LATE-RET ops humaine. Le #365 handoff ret_elig_late via grille exceptions bot ou agent.

Politique retour

Politique retour : rédaction contrat. Le #365 = exécution automatisée règles policy.

Retours fêtes (#253)

Retours fêtes (#253) : extension janvier. Le #365 : intent ret_elig_holiday_extend lookup flag shop.

Retours bundle

Retours partiels bundle : kit SKU. Le #365 vérifie return_bundle_partial_allowed metafield.

Colis endommagé (#363)

Colis endommagé (#363) : sinistre transit. Si ret_elig_motif=damage : router dmg workflow, pas retour standard.

Promesse #365

Intents ret_elig_*, flow RET-ELIG-GATE, garde-fous RET-ELIG-GUARD, handoff #364/#10, KPI ret_elig_bot.

Quels intents ret_elig le bot doit-il classifier ?

Cartographier les intents ret_elig avant flows. Scope : vérifier et expliquer, pas approuver exception sans grille.

Douze intents éligibilité bot

  • ret_elig_check : suis-je éligible ? date lookup

  • ret_elig_deadline_info : quand expire mon délai ?

  • ret_elig_portal_blocked : portail refuse, pourquoi ?

  • ret_elig_final_sale : soldes finales, pas retour

  • ret_elig_hygiene : produit hygiène ouvert

  • ret_elig_late : hors délai, handoff #364

  • ret_elig_holiday_extend : extension fêtes active

  • ret_elig_gift_order : commande cadeau, règle destinataire

  • ret_elig_bundle_partial : retour partiel kit autorisé ?

  • ret_elig_preorder : précommande, deadline depuis livraison

  • ret_elig_marketplace : order canal externe, redirect

  • ret_elig_denied_handoff : conteste refus bot, escalade

Champs session obligatoires

order_id, delivery_date, return_deadline, days_remaining, days_over, sku_tags, final_sale, hygiene_flag, holiday_extend_active, eligible (bool). Voir taxonomie (#135).

Router parent

« éligible », « délai retour », « portail refuse », « plus de 30 jours » → ret_elig_*. « Comment retourner étape par étape » sans check → #10 retours.

Mining tickets 90 j

Export tags return + « expired », « hors délai », « final sale ». Prioriser flows top verbatims avant intégration Loop API.

Priorisation MVP

Semaine 1 : ret_elig_check + ret_elig_deadline_info. Semaine 2 : ret_elig_final_sale + ret_elig_hygiene. Semaine 3 : ret_elig_late + handoff #364.

Comment construire le flow RET-ELIG-GATE ?

Le flow RET-ELIG-GATE route chaque message via lookup order et policy avant réponse éligibilité.

Sept gates séquentielles

  1. Gate auth : email + order_id

  2. Gate canal : marketplace → ret_elig_marketplace redirect

  3. Gate SKU : final_sale, hygiene, digital → exclusions

  4. Gate date : delivery_date + window → days_remaining ou days_over

  5. Gate holiday : holiday_extend_active recalcule deadline

  6. Gate late : days_over > 0 → ret_elig_late ou grille LATE-RET (#364)

  7. Gate sortie : eligible + lien RMA, ou refus + alternative, ou handoff

Branche ret_elig_check eligible

Si days_remaining > 0 et exclusions OK : « Vous avez [N] jours restants (deadline [date]). Lien retour : [portail]. » Pas promesse refund, lien self-service.

Branche ret_elig_portal_blocked

Recalculer même logique que portail. Si mismatch merchant_error (PDP disait 45 j, policy 30 j) : handoff ret_elig_denied avec flag error.

Branche ret_elig_late

Citer deadline passée. Si days_over 1-3 et LTV OK : proposer formulaire exception #364. Sinon refus empathique + avoir template LATE-RET-DENY.

Max tours clarification

2 clarifications max (quel SKU multi-line). Puis handoff agent payload elig complet.

Output eligible=true

Bot envoie deep link portail Loop/ReturnGO pré-rempli order_id + line_item. Session flag rma_link_sent=true.

Quelles sources de data le bot éligibilité lit-il ?

Un bot éligibilité sans data live Shopify hallucine délais et exclusions.

Sources Shopify obligatoires

  • Order fulfillment : delivery_date par line ou fulfillment

  • Product tags : final-sale, hygiene, no-return, bundle

  • Metafields produit : return_window_override, return_excluded

  • Metafields shop : default_return_window_days, holiday_extend_end

  • Customer LTV : segment pour grille late exception

Sources portail retour

  • Loop / ReturnGO API : eligible boolean mirror, RMA URL

  • Policy RAG : texte /retours indexé, exclusions listées

  • LATE-RET doc #364 : grille exceptions pour ret_elig_late

Sync delivery_date

Webhook fulfillment delivered ou carrier API. Si delivery_date null : bot ret_elig_preorder ou handoff WISMO in_transit.

Cohérence portail vs bot

Bot doit appeler même API eligible que portail. Test CI : 20 orders sample, bot result = portail result 100 %.

Gift order flag

Metafield gift_order ou note checkout. ret_elig_gift_order applique règle +14 j destinataire si policy LATE-RET section 5.

Quels garde-fous RET-ELIG-GUARD imposer ?

Les garde-fous RET-ELIG-GUARD évitent RMA invalides et promesses refund bot.

Six règles strictes

  • Pas RMA si eligible=false : refus + alternative, pas lien portail bypass

  • Auth avant elig : order_id + email obligatoires

  • LLM ne décide pas : eligible = fonction dates + tags, LLM reformule

  • Hygiène jamais override bot : handoff supervisor seul, pas exception auto

  • Late exception limitée : grille #364, pas invention agent bot

  • Citer deadline exacte : date calculée, pas « environ 30 jours »

Prompt system ret elig

« Tu vérifies éligibilité retour selon RET-ELIG-GATE. Tu ne promets jamais remboursement. Si eligible, tu envoies lien portail. Si hors délai, tu appliques LATE-RET ou handoff. Si final_sale ou hygiene, tu refuses avec policy citation. » Voir anti-hallucination.

Audit false promise

Sample 50 conversations/mois : ret_elig_false_promise_rate = bot dit oui alors eligible=false. Cible < 3 %.

Refus templates

Trois templates fixes : final_sale, hygiene, late_denied. LLM personnalise empathie, pas règle.

Sur quels parcours client déployer le bot éligibilité ?

Le bot éligibilité intervient sur points de contact pre-RMA.

Flow chat « puis-je retourner »

Auth → RET-ELIG-GATE → eligible lien RMA ou ret_elig_late handoff.

Flow portail error redirect

Page erreur portail : bouton « Pourquoi refusé ? » → chat ret_elig_portal_blocked explication.

Flow email post-livraison J+25

Rappel deadline 5 j restants + lien chat ret_elig_check. Réduit late_ret volume.

Flow PDP widget FAQ

« Délai retour ce produit ? » pre-achat : lookup return_window_override metafield sans order.

Flow compte client

Section commandes : badge « Retour possible jusqu'au [date] » calculé bot rule engine.

Flow ret_elig_denied_handoff

Client conteste : supervisor payload order, calc eligible, screenshot PDP si merchant_error claim.

Handoff #10 post-eligible

Si eligible=true et client veut échange taille : router bot retours (#10) avec contexte elig OK.

Comment configurer le bot éligibilité sur Shopify ?

Le setup bot éligibilité Shopify connecte order API, portail retour et RAG policy.

Checklist technique

  1. Documenter return_window shop + overrides SKU metafields

  2. Sync delivery_date webhook fulfillment

  3. Intégrer Loop/ReturnGO eligible API (Shopify App Store)

  4. Indexer policy /retours + LATE-RET #364 RAG

  5. Configurer router ret_elig_* mots-clés

  6. Implémenter RET-ELIG-GATE section 4

  7. Rédiger prompt RET-ELIG-GUARD section 6

  8. Tester 25 scénarios régression CI

  9. Dashboard ret_elig_bot_resolution hebdo

Intégration helpdesk

Handoff sidebar : eligible oui/non, deadline, days_over, sku_exclusions, rma_link_sent.

Lancement progressif

Phase 1 : ret_elig_check + deadline_info. Phase 2 : exclusions final_sale/hygiene. Phase 3 : ret_elig_late + #364 handoff.

Test régression mensuel

20 orders fixture : eligible true/false, holiday extend, bundle, late 2j. Bot vs portail parity check.

Quels KPI ret_elig_bot mesurer ?

Sans KPI ret_elig_bot, impossible de prouver ROI vs macros #364 seules.

Sept métriques clés

  • ret_elig_bot_resolution : résolu sans agent / sessions ret elig

  • ret_elig_deflection : tickets elig évités / sessions

  • ret_elig_rma_link_sent_rate : eligible + lien / ret_elig_check

  • ret_elig_late_handoff_rate : late / sessions elig

  • ret_elig_false_promise_rate : oui bot alors eligible=false

  • ret_elig_portal_parity_rate : bot = portail / sample audit

  • CSAT intent ret_elig : satisfaction check éligibilité

Benchmark DTC

Objectif ret_elig_bot_resolution > 75 %, ret_elig_false_promise < 3 %, ret_elig_portal_parity 100 % sur sample, CSAT > 4,4/5.

Impact late_ret volume

Mesurer late_return_volume (#364) avant/après bot rappel J+25. Cible -20 % tickets late_ret_few_days_over.

Coût RMA invalides évités

Tracker colis retour rejetés entrepôt sans RMA valide. Bot elig doit réduire ce volume de 30 à 50 %.

Quels edge cases et handoffs prévoir ?

Sept edge cases ret elig bot exigent handoff ou procédure spéciale.

Split shipment delivery dates

Colis 1 J+5, colis 2 J+28 : elig par line_item delivery_date. Lien split (#356).

Multi-SKU order partiel

Line 1 eligible, line 2 final_sale : bot explique mix, lien RMA partiel portail.

Extension fêtes + late overlap

Holiday extend jusqu'au 31 jan. Client 5 fév : ret_elig_late standard, pas extend.

Preorder delivered late

Deadline depuis delivery réelle, pas order date. Bot cite tracking delivered_at.

B2B ou wholesale order

return_excluded tag B2B : handoff account manager, pas RMA DTC.

Client sans compte, cadeau

Auth email destinataire + order_id gift. ret_elig_gift_order règle +14 j si policy.

Dommage colis vs retour satisfaction

Motif « colis cassé » : router dmg (#363), pas ret_elig_check standard.

Contest merchant_error PDP

Client screenshot PDP 45 j vs policy 30 j : handoff ret_elig_denied supervisor, flag merchant_error.

Comment Qstomy vérifie l'éligibilité retour ?

Qstomy branche intents ret_elig sur order Shopify, portail Loop et grille LATE-RET #364.

Capacités éligibilité retour

  • ret_elig_lookup : delivery_date + window + exclusions live

  • ret_elig_gate : RET-ELIG-GATE 7 gates déterministes

  • ret_elig_rma_deep_link : portail pré-rempli order

  • ret_elig_late_grille : LTV + days_over → exception ou refus

  • ret_elig_handoff : payload #364 ou #10 selon sortie

Scénario DTC chiffré

Marque mode, 620 retours/mois, 18 % tickets « suis-je éligible » avant RMA.

Après Qstomy ret_elig flows : 71 % auto-résolus, ret_elig_bot_resolution 79 %, ret_elig_false_promise 1,8 %, late_ret volume -22 %, CSAT 4,6/5.

Explorez support IA, Shopify, demander une démo.

Quelle checklist pour lancer le bot RET-ELIG ?

Checklist bot éligibilité (10 étapes)

  1. Auditer tickets elig 90 j et tagger ret_elig_*

  2. Documenter return_window + exclusions metafields

  3. Sync delivery_date fulfillment webhook

  4. Intégrer Loop/ReturnGO eligible API

  5. Indexer RAG policy /retours + LATE-RET #364

  6. Implémenter RET-ELIG-GATE section 4

  7. Configurer router ret_elig_* intents

  8. Rédiger prompt RET-ELIG-GUARD section 6

  9. Tester 25 scénarios régression CI

  10. Dashboard ret_elig_bot_resolution hebdo

En bref

  • #365 = bot éligibilité retour, pas parcours complet (#10) ni collecte motif (#138)

  • RET-ELIG-GATE : auth → SKU → date → holiday → late → sortie

  • 12 intents ret_elig_* : check, late, final_sale, hygiene

  • Déterministe : LLM reformule, ne décide pas eligible

  • KPI ret_elig_bot_resolution : cible > 75 %

FAQ

Bot éligibilité = bot retour complet ?
Non. #365 vérifie règles avant RMA. #10 guide échange/remboursement post-éligibilité.

Différence avec préqualification #138 ?
#138 collecte motif et fiche handoff. #365 calcule eligible oui/non avec dates et exclusions.

Bot peut-il accorder exception hors délai ?
Seulement si grille LATE-RET #364 OK (LTV, days_over 1-3). Sinon handoff agent.

Produit final sale au portail ?
Bot ret_elig_final_sale refuse avec citation policy, pas lien RMA.

Comment tester parity portail ?
20 orders fixture mensuel : bot eligible = portail eligible 100 %.

Aller plus loin

Testez mystery shop : order J+28, vérifiez bot ret_elig_check cite deadline exacte + lien RMA. Order final_sale : refus sans lien.

Partagez ce guide #365 avec product et support : un bot éligibilité bien calibré évite RMA invalides et transforme le doute client en prochaine étape claire.

Enzo

2 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.