E-commerce
28 juin 2026
Vous avez un chatbot IA sur votre boutique Shopify. Vos clients vous contactent aussi sur WhatsApp. La question n'est pas « faut-il un bot WhatsApp ? » mais « faut-il connecter le même cerveau IA aux deux canaux ? »
Gartner estime que plus de 60 % des conversations WhatsApp Business Platform impliqueront un agent IA d'ici fin 2026, contre 28 % en 2025 (Kanal, statistiques WhatsApp 2026). eGrow rappelle qu'un agent IA WhatsApp performant vise 70 %+ de résolution autonome et une latence sous 3 secondes (eGrow, playbook agent IA WhatsApp 2026).
Ce guide #132 traite l'intégration chatbot IA + WhatsApp : architecture, corpus, handoff, limites et déploiement. Distinct de WhatsApp support ops (#131) et du comparatif WhatsApp vs chat onsite (#18).
Sommaire
Faut-il connecter chatbot IA et WhatsApp pour votre boutique ?
Connecter chatbot IA et WhatsApp a du sens quand le volume messaging justifie l'investissement API et que vous voulez une expérience cohérente cross-canal.
Oui, si…
Volume : 50+ conversations WhatsApp/mois ou pic saisonnier prévisible
Marchés messaging-first : export LATAM, Espagne, Portugal, Afrique
Bot site mature : corpus validé, 50 %+ déflexion, handoff testé
API WhatsApp : BSP + helpdesk déjà planifiés
Pas encore, si…
Bot site instable (hallucinations, CSAT < 4), équipe sans process WhatsApp (#131), App Business seule avec 5 messages/semaine. Consolidez le bot onsite d'abord.
Ce que « connecter » signifie
Pas copier-coller le widget site dans WhatsApp. C'est partager corpus, intents, données Shopify, règles handoff et voix de marque via une couche orchestration omnicanale.
Quelle architecture pour un bot IA omnicanal ?
L'architecture chatbot WhatsApp Shopify efficace centralise l'intelligence, pas les interfaces.
Couches recommandées
Canaux : widget site, WhatsApp API, Instagram DM (optionnel)
Orchestrateur IA : classification intent, RAG corpus, tools Shopify
Données : orders, catalog, policies, conversations unifiées
Helpdesk : Gorgias/Zendesk handoff + timeline client
Anti-pattern : deux bots séparés
Bot site Qstomy + bot WhatsApp keyword du BSP = réponses contradictoires, double maintenance, CSAT fragmenté. Un cerveau, plusieurs surfaces (ZynfoAI, orchestration omnicanale 2026).
Sync bidirectionnelle Shopify
Lookup order, statut fulfillment, tracking, stock temps réel. Webhooks fulfillment déclenchent template utility + contexte bot si client répond.
Comment partager le corpus entre site et WhatsApp ?
Le corpus partagé bot WhatsApp garantit les mêmes réponses policy, délais et retours.
Sources à synchroniser
Hub conditions : retours, livraison, garantie
Macros agents validées : réponses testées terrain
Fit notes et specs PDP : si bot pré-achat WhatsApp
Base réponses support : une source vérité
Adaptation format WhatsApp
Même fond, forme différente : messages plus courts (3-4 lignes max), boutons reply natifs Meta, listes interactives pour menu intent. Pas de blocs HTML 800 mots collés en chat.
Quels intents automatiser en priorité sur WhatsApp ?
Prioriser les intents WhatsApp bot à volume élevé et risque faible.
Phase 1 (semaine 1-2)
WISMO : statut + lien tracking
Retour : lien portail + délai remboursement
Délai livraison : ETA par zone
Horaires support : + handoff si urgent
Phase 2 (mois 2)
Pré-achat sizing, compatibilité produit, promo conditions, panier abandonné (opt-in marketing). Mesurez chaque intent 14 j avant d'en ajouter un suivant : unmatched > 10 % sur un intent = corpus ou handoff à corriger. Voir choisir questions à automatiser.
Ne pas automatiser
Litiges, chargeback, produits réglementés, remboursement exception, VIP négociation. Liste rouge identique au bot site (limites chatbot (#124)).
Comment gérer la fenêtre 24 h avec un bot IA ?
La fenêtre 24 h WhatsApp change le comportement bot vs widget site toujours ouvert.
Pendant la fenêtre ouverte
Client a écrit : réponses IA texte libre, sans template, latence cible < 3 s. Boutons interactifs pour guider intent. Rich media : photo produit, PDF guide taille.
Fenêtre fermée
Bot ne peut pas répondre en free-form si le client n'a pas relancé. Relance proactif = template utility ou marketing approuvé Meta. Ne pas envoyer réponse IA générée hors fenêtre : rejet ou non livraison.
Template utility + bot
Flow ship : template order_shipped → client répond « où est le colis ? » → fenêtre rouverte → bot WISMO. Détail ops : WhatsApp support (#131).
Comment organiser le handoff bot vers agent sur WhatsApp ?
Le handoff WhatsApp bot humain doit être plus fluide qu'en widget : le client ne repart pas sur un autre onglet.
Triggers escalade
Confidence < 85 % (95 % si réglementé)
Sentiment négatif : 2 messages consécutifs
Mots-clés : agent, remboursement exception, avocat
3 échecs intent : boucle sans résolution
Demande explicite : parler à quelqu'un
UX handoff
Message : « Je vous mets en relation avec [Prénom], qui voit déjà votre commande #XXX. » Transcript complet + order context dans Gorgias. Agent reprend dans le même fil WhatsApp, pas email parallèle.
Quelle stack technique pour connecter bot IA et WhatsApp ?
Stack intégration bot IA WhatsApp type DTC Shopify 2026.
Composants
Shopify : source orders, products, customers
BSP WhatsApp : 360dialog, Twilio, MessageBird
Couche IA : Qstomy ou plateforme agent + RAG
Helpdesk : Gorgias WhatsApp channel
Setup en 7 étapes
Vérifier Meta Business Manager + display name
Connecter BSP à numéro WhatsApp API
Webhook BSP → orchestrateur IA
Sync corpus bot site vers WhatsApp
Connecter Shopify order lookup tools
Configurer handoff Gorgias
Test 20 scénarios gold avant prod
L'App WhatsApp Business seule ne supporte pas cette stack (w.app, chatbot WhatsApp e-commerce 2026). Budget réaliste PME : BSP 50-150 €/mois + couche IA + helpdesk existant. Prévoyez 2-4 semaines setup incluant validation Meta display name et templates utility.
Quelles différences UX entre chat site et WhatsApp ?
Adapter l'UX bot WhatsApp au canal, pas dupliquer le widget site.
Site widget
Contexte page PDP, panier visible, session browse. Réponses plus longues acceptées. Proactive trigger sur hésitation variante.
Contexte order ID ou phone lookup nécessaire. Messages courts, async. Client envoie photos (défaut, étiquette taille). Pas de popup : le client a choisi le canal.
Cohérence obligatoire
Même policy retour, mêmes délais, même ton. Le client ne doit pas obtenir deux réponses contradictoires selon canal. Mystery shop mensuel : même question WISMO site vs WhatsApp.
Quelles limites et risques spécifiques au bot WhatsApp ?
Limites bot WhatsApp : technique, conformité, réputation Meta.
Hallucinations et quality rating
Erreur policy retour sur WhatsApp = screenshot viral + signalement. Corpus strict, confidence threshold, pas de génération libre sur montants remboursement. Voir prévention hallucinations (#123).
Coût et latence
Chaque message API compte. Bot lent (> 5 s) = abandon conversation. Cache réponses WISMO fréquentes. Templates hors fenêtre facturés.
RGPD et opt-in
Marketing proactif bot (panier abandonné) : opt-in explicite. Support initié client : base contractuelle. Conservation conversations documentée.
Comment mesurer l'intégration bot WhatsApp ?
KPI intégration chatbot WhatsApp : qualité, coût, cohérence omnicanale.
Métriques essentielles
Autonomous resolution rate : cible 60-70 % phase 1
Latency P95 : < 3 s réponse bot
Handoff rate : trend mensuel par intent
CSAT canal WhatsApp : comparer vs site
Cross-channel consistency : audit mystery shop
Cost per resolved conversation : API + IA + agent part
Boucle amélioration
Export unmatched WhatsApp hebdo → brief corpus update → redeploy sous 7 j. Compare deflection site vs WhatsApp : écart > 15 points = intent mal adapté au canal. eGrow recommande une revue hebdomadaire des conversations non résolues pour alimenter le RAG (eGrow, playbook 2026).
Comment Qstomy connecte chatbot IA et WhatsApp ?
Qstomy unifie chatbot IA site et WhatsApp : un corpus, une logique intent, un handoff.
Fonctionnalités intégration
Corpus unique : sync hub conditions, macros, PDP chunks
Channel adapter : format court WhatsApp + boutons Meta
Shopify tools : order lookup, tracking, return link
Handoff unifié : transcript cross-canal Gorgias
Confidence routing : escalade automatique seuil configurable
Analytics omnicanal : deflection par canal et intent
Scénario DTC cosmétique chiffré
Marque cosmétique FR + export ES : bot site 54 % déflexion. Extension WhatsApp API mois 2 : 280 conversations/mois, 61 % résolution autonome bot (corpus partagé), latence médiane 2,1 s. Écart réponse policy retour site vs WhatsApp : 0 % après mystery shop 20 paires. Coût marginal WhatsApp : +190 €/mois API vs -420 € temps agent économisé. CSAT WhatsApp bot 4,4/5.
Explorez support IA, agent de vente IA, Shopify, demander une démo.
Quels playbooks opérationnels pour connecter les deux ?
Playbook 1 : audit readiness bot site
Avant WhatsApp : CSAT bot site > 4,2, deflection > 45 %, unmatched < 15 % volume, handoff testé. Si non : 30 j consolidation site d'abord. Délai : 2 h audit.
Playbook 2 : mapper 10 intents partagés
Listez top 10 questions site ET WhatsApp. Validez corpus couvre 100 %. Rédigez version WhatsApp courte (max 320 car.) par intent. Délai : 1 journée.
Playbook 3 : connecter BSP + webhook test
Numéro test, 20 scénarios gold (WISMO, retour, handoff, hors fenêtre). Validez latence < 3 s et format boutons. Délai : 2-3 jours tech.
Playbook 4 : mystery shop cross-canal
Même client test : question retour sur widget + WhatsApp. Policy identique ? Ton cohérent ? Corrigez écarts sous 48 h. Récurrent mensuel.
Playbook 5 : go-live progressif
Semaine 1 : WISMO + retour WhatsApp only. Semaine 2 : + délais livraison. Semaine 3 : + pré-achat si volume. Review unmatched chaque vendredi.
Maillage utile
Connecter chatbot IA et WhatsApp n'est pas un projet canal : c'est un projet omnicanal. Un corpus, une voix, un handoff. Le canal WhatsApp amplifie ce qui fonctionne déjà sur site.
Enzo
28 juin 2026
