E-commerce
30 juin 2026
Votre homepage promet « livraison express », « retours sans friction », « ingrédients tracés ». Le client ouvre un ticket colis en retard : « Désolé pour le désagrément, votre demande sera traitée sous 5 jours ouvrés. » La promesse vient de marketing. La réponse vient d'un template banque.
Butterflai rappelle qu'une voix incohérente crée de la friction aux moments où la confiance se joue : checkout, erreur, réclamation (Butterflai, tone of voice e-commerce). FitGap estime que l'écart promesse / exécution frontline se comble par playbooks et boucles QA, pas par plus de formation générique (FitGap, playbooks marque 2026).
Ce guide #297 traite le support humain aligné promesse de marque : ton, preuves, macros. Il complète voix bot (#125) et précède bot promesse (#298) avec l'angle SAV humain + cohérence transcanal.
Sommaire
Pourquoi le support renforce-t-il ou dégrade-t-il la promesse de marque ?
Le support est le moment de vérité post-promesse. Le client compare ce qu'il a lu sur le site avec ce qu'il entend de l'agent ou lit dans l'e-mail.
Trois ruptures fréquentes
Ton : site chaleureux, support froid ou corporate
Preuve : claim marketing sans élément concret dans la réponse
Policy gap : promesse PDP ≠ policy réelle appliquée par l'agent
Impact business
DTC Playbook note que les clients bien résolus après un problème deviennent parfois les meilleurs promoteurs : la récupération transforme la confiance (DTC Playbook, support). Lexsis estime que les marques avec support aligné voix atteignent ~92 % du CSAT humain en automation entraînée sur les meilleures conversations (Lexsis, brand voice 2026).
Exemple DTC
Marque skincare « clean » : homepage promet transparence INCI. Tickets colis abîmés répondaient avec jargon logistique. Après macros BRAND-DAMAGE + preuve lot + ton empathique : CSAT réclamation +0,7 pt, chargebacks −18 %.
En quoi diffère-t-il de la voix bot (#125) et du guide IA (#298) ?
Trois contenus voisins, trois périmètres.
Voix bot (#125)
Voix bot (#125) : charte ton chatbot, prompts, configuration IA. Le #297 : agents humains, macros Gorgias, QA live.
Bot promesse (#298)
Bot promesse (#298) : PROMISE-RULES, BRAND-PROMPT-01, guardrails IA. Le #297 pose le référentiel promesse + preuves commun bot et humain.
Templates génériques
Templates support : structure réponse. Le #297 : alignement claim marque dans chaque macro.
Qualité réponse (#116)
Qualité réponses (#116) : exactitude factuelle. Le #297 ajoute cohérence identité et preuves.
Promesse #297
Promise stack, taxonomie situations, grille BRAND-SUPPORT, macros, scorecard QA, gold standard, KPI drift.
Comment décomposer votre promesse de marque pour le support ?
La promesse marketing floue (« qualité premium ») ne guide pas un agent. Décomposez en promise stack opérationnelle.
Quatre couches
Claim principal : une phrase site (ex. « Retours gratuits 30 j »)
Preuves : certif, process, chiffre, lien policy
Limites : exceptions (produit perso, hygiène, soldes)
Ton : 3 adjecteurs + 3 interdits (ex. chaleureux, direct, expert / jamais condescendant, jamais « cher client »)
Document PROMISE-STACK-01
Tableau Notion : colonne Claim | Preuve agent | Macro liée | Page source. Chaque claim homepage doit avoir une ligne support. Sameness alerte : la dérive voix est cumulative, chaque réponse « acceptable » fragmente la marque (Sameness, brand governance).
Audit 60 min
Homepage + 3 PDP best-sellers + e-mail welcome + 10 tickets aléatoires. Surligner claims sans preuve dans les réponses agents.
Quelle taxonomie de situations brand cartographier ?
Taggez tickets avec brand_ctx_* pour QA ciblée, pas seulement intent support.
Situations à fort enjeu marque
brand_ctx_promise_test: client cite claim site (« vous promettez… »)brand_ctx_trust: arnaque, qualité, greenwashingbrand_ctx_recovery: colis abîmé, retard, mauvais articlebrand_ctx_vip: client fidèle, ton relationnel attendubrand_ctx_public: menace avis Google, réseauxbrand_ctx_values: éthique, durabilité, origine
Priorisation QA
Scorecard brand sur 100 % des brand_ctx_promise_test et brand_ctx_public, 10 % échantillon autres. FitGap recommande 6 à 12 items scorecard avec exemples « good looks like » (FitGap).
Quelle grille BRAND-SUPPORT appliquer à chaque réponse ?
Avant envoi macro ou réponse libre, l'agent passe la grille BRAND-SUPPORT-01 (30 secondes).
5 critères
Reconnaissance : émotion client nommée en 1 phrase
Claim aligné : reformulation fidèle policy, pas sur-promesse
Preuve : lien, numéro lot, délai chiffré, capture process
Ton : vouvoiement/tutoiement charte, longueur adaptée canal
Next step : action claire + délai owner
Exemple recovery colis
Mauvais : « Votre ticket est en cours. »
Bon : « Je comprends la déception, surtout pour un cadeau. Notre promesse emballage renforcé s'applique : je vous envoie le remplacement aujourd'hui, sans retour du colis abîmé. Suivi sous 2 h. »
Interdits marque
Liste noire : « cher client », « nous vous informons que », « conformément à nos procédures » sans suite concrète, minimisation (« ce n'est qu'un retard de 2 j »). Butterflai : clarté d'abord sur erreurs et support (Butterflai).
Quels macros BRAND-* aligner sur la promesse par type de ticket ?
Ecommerce Circle recommande ~25 macros top tickets, révisables en 10 s de personnalisation (Ecommerce Circle, macros 2026). Le #297 injecte la promesse dans chaque macro.
Bibliothèque BRAND (extraits)
BRAND-WISMO : statut + ETA + rappel claim livraison si retard
BRAND-RETURN : process retour + délai + lien policy brandée
BRAND-DAMAGE : empathie + replacement sans friction + preuve emballage
BRAND-TRUST : preuves certif/avis + invitation transparence
BRAND-VALUES : sourcing, durabilité avec lien page preuves
BRAND-PROMISE-CITE : client cite homepage, réponse claim + preuve + limite
Macro BRAND-PROMISE-CITE type
« Vous avez raison de rappeler notre promesse « {{claim_homepage}} ». Voici comment elle s'applique à votre commande #{{order}} : {{application_concrete}}. Détail complet : {{policy_url}}. Je reste disponible si un point reste flou. »
Règle personnalisation
Chaque macro : 1 ligne à éditer (prénom, détail commande, contexte émotionnel). Macros non personnalisables en 10 s = à réécrire.
Comment installer une boucle QA brand sur les conversations ?
La QA brand transforme la charte en comportements mesurables, pas en PDF oublié.
Scorecard 8 items (exemple)
Reconnaissance émotion (0/1)
Ton charte (0/1)
Claim/policy exact (0/1)
Preuve fournie (0/1)
Pas sur-promesse (0/1)
Next step + délai (0/1)
Personnalisation visible (0/1)
Interdit liste noire absent (0/1)
Rythme FitGap
Échantillon hebdo : 15 tickets brand_ctx_*. Note + snippet evidence. Gap → tâche coaching 7 j + mise à jour macro Guru/Notion. Gap récurrent 5+ fois → playbook « moment card » dédié.
Gold standard
Lexsis : collecter 50 meilleures conversations CSAT 5/5 comme référence voix (Lexsis). Les intégrer onboarding agent et entraînement bot #298.
Comment former les agents et synchroniser marketing, support et produit ?
Le support ne peut pas tenir une promesse que le produit ou le site contredisent.
Onboarding agent (J1-J3)
J1 : lire PROMISE-STACK-01 + 10 gold standard
J2 : shadow + réécrire 5 tickets avec grille BRAND
J3 : réponses supervisées, scorecard ≥ 7/8
Programme complet J1-J90 : voir formation cas réels (#299).
Revue mensuelle cross-fonctions (45 min)
Support : top 5 brand_ctx_promise_test. Marketing : claim à clarifier site. Produit : patch PDP si objection récurrente. Lier personas #296 pour langage client.
Canal Slack #brand-support
Ticket ambigu → screenshot + question « comment tenir la promesse ici ? » Réponse owner marketing ou ops sous 24 h. Documenter décision dans PROMISE-STACK.
Quels KPI mesurer la cohérence promesse / support ?
Mesurez la cohérence perçue, pas seulement CSAT global.
KPI mensuels
Brand QA score : moyenne scorecard 8 items
Promise test rate : tickets brand_ctx_promise_test / total
Recovery CSAT : CSAT tickets brand_ctx_recovery
Chargeback / avis 1★ post réclamation
Macro drift : macros modifiées hors process (audit Gorgias)
Gap bot vs humain CSAT : écart < 3 pts cible Lexsis
Signal alerte
Si promise_test rate monte sans patch site : le marketing sur-promet ou le support sous-informe. Action conjointe sous 2 semaines.
Comment Qstomy maintient-il l'alignement promesse sur le support ?
Qstomy applique PROMISE-STACK et gold standard aux réponses bot et briefings handoff humain.
Capacités
Brand voice profile + claims documentés. Macros BRAND-* injectées. Scorecard ton auto sur réponses bot. Handoff agent : claim cité, preuve suggérée, ton notes. Export QA mensuel brand_ctx. Alignement voix #125.
Scénario DTC chiffré
Mode premium, 2 800 tickets/mois, brand QA score 5,8/8, 34 tickets/mois « vous promettez sur le site ». Déploiement PROMISE-STACK + 6 macros BRAND + QA hebdo. Après 10 semaines : brand QA 7,4/8, recovery CSAT +0,9 pt, promise_test tickets −31 % (clarification site), gap bot/humain CSAT 1,8 pt.
Voir support IA, Shopify, démo.
Quels playbooks pour aligner support et promesse de marque ?
Playbook 1 : promise stack (3 h)
Audit homepage + PDP + 10 tickets. Remplir PROMISE-STACK-01 : claim, preuve, limite, macro, URL.
Playbook 2 : macros BRAND (4 h)
Réécrire top 10 macros Gorgias avec grille section 5. Test personnalisation 10 s. Publier liste interdits.
Playbook 3 : scorecard QA (2 h)
Configurer 8 items FitGap. Échantillon 15 tickets/semaine. Template coaching gap.
Playbook 4 : gold standard (2 h)
Extraire 20 conversations CSAT 5/5. Annoter ce qui les rend on-brand. Onboarding J1.
Playbook 5 : revue cross-fonctions (45 min/mois)
Support + marketing + produit : top promise_test, 2 actions site, 1 patch macro.
Maillage utile
Cette semaine : ouvrez 10 tickets aléatoires du mois. Combien citent une preuve liée à un claim homepage ? Si moins de 4, rédigez BRAND-PROMISE-CITE avant tout autre chantier macro.
Enzo
30 juin 2026
