E-commerce
28 juin 2026
Votre dashboard conversations affiche 847 tickets cette semaine. Personne ne l'ouvre le vendredi soir. Pendant ce temps, 23 clients écrivent « colis ouvert », « odeur bizarre », « bouton payer grisé » : un lot défectueux, un bug checkout Safari, une promo mal configurée.
SentiSum rappelle que la plupart des problèmes clients n'éclatent pas en incident visible : ils émergent par petites variations de volume, de sentiment et de vocabulaire, faciles à manquer sans alerte proactive dans Slack (SentiSum, signaux silencieux Slack 2026).
Ce guide #172 couvre les alertes internes déclenchées par signaux conversationnels : règles, routing équipes, seuils. Distinct de analyse sentiment (#139) (lecture émotionnelle) et de merchandising conversation (#108) (actions catalogue) : ici, notifier les bonnes équipes au bon moment.
Sommaire
Pourquoi transformer les conversations en alertes internes ?
Les conversations support sont le premier capteur de friction en e-commerce. Sans alerte interne, elles restent un historique consulté après coup.
Limite du dashboard passif
Insight7 note que des milliers de conversations contiennent des signaux de risque, d'escalade ou d'opportunité, mais sans workflow d'alerte ces signaux s'enlisent (Insight7, alert workflows 2026). Un dashboard exige qu'un humain y aille. Une alerte Slack pousse l'information là où les décisions se prennent.
Ce qu'une alerte interne déclenche
Ops logistique : pic WISMO sur transporteur X
Produit : 5 tickets « défaut lot » en 2 h
Tech : mot-clé « bouton payer » ×10 vs baseline
Marketing : confusion promo code lancement
Support lead : VIP + 3e ticket 7 j
Différence avec le routing ticket
Le routing classe un ticket individuel dans une queue. L'alerte interne signale un pattern transversal à plusieurs tickets ou conversations, avant que le volume ne devienne crise.
En quoi diffère-t-il des contenus sentiment et merchandising ?
Trois usages des conversations, trois destinations.
#139 Sentiment
Analyse sentiment (#139) priorise la queue et lit les trends émotionnels. Les alertes internes #172 déclenchent une action équipe hors support (produit, ops, dev).
#108 Merchandising
Merchandising (#108) transforme les questions en collections et enrichissement PDP. Les alertes #172 couvrent aussi bugs, promos, logistique, conformité : tout signal nécessitant une réponse interne rapide.
#156 Klaviyo
Segments Klaviyo (#156) alimentent le marketing client. Ici : notifier les équipes internes, pas enrichir un profil CRM.
Compléments
Quels types d'alertes internes créer depuis les conversations ?
Cinq familles d'alertes conversationnelles e-commerce couvrent 90 % des besoins DTC.
1. Spike volume intent
Intent delai_livraison passe de 8 % à 22 % des tickets en 24 h. Seuil : +10 points vs moyenne 7 j ou ×2 absolu. Route : #ops-logistique.
2. Mot-clé critique
Apparition de « arnaque », « dangereux », « intoxication », « chargeback », « bouton ne marche pas ». Seuil : ≥3 occurrences / heure. Route : #support-leads ou #tech-front.
3. Anomalie produit / lot
Même SKU + même plainte (« odeur », « couleur différente », « pièce manquante ») ≥5 tickets / 48 h. Route : #produit + #qualité.
4. Répétition client
Kustomer Signals détecte le client qui revient sur le même sujet pour la 2e ou 3e fois (Kustomer, Signals 2026). Alerte manager si LTV > seuil ou menace avis public.
5. Seuil qualité agent ou bot
Taux handoff bot > 40 % sur intent donné, ou CSAT < 3 sur macro promo J-day. Route : #support-qa.
Comment construire une bibliothèque de signaux à surveiller ?
La bibliothèque signaux conversation est votre référentiel avant toute règle technique.
Méthode en 3 étapes
Export 90 j tickets + transcripts bot : top 30 intents et top 50 expressions verbatim
Workshop 90 min support + ops + produit : « quels signaux auraient dû nous alerter plus tôt ? »
Document Notion : signal | seuil | canal Slack | owner | action type
Signaux universels e-commerce DTC
LOG-* : retard transporteur, colis endommagé, adresse erronée
PRD-* : défaut qualité, lot suspect, notice manquante
CHK-* : paiement, promo, checkout mobile
PRM-* : code promo, soldes, message marketing incohérent
REG-* : allergène, ingrédient, claim santé (vertical régulé)
Priorisation MVP
Semaine 1 : 5 alertes spike intent (WISMO, retour, promo, checkout, qualité). Semaine 2 : 10 mots-clés critiques. Semaine 3 : alertes SKU répétées. Alignez les codes avec taxonomie tickets (#135).
Comment définir seuils et règles sans alert fatigue ?
Une alerte mal calibrée finit en mute Slack. Les seuils alertes conversation doivent être actionnables.
Formules seuil pratiques
Spike relatif : intent > moyenne 7 j + 2 écarts-types
Spike absolu : ≥10 tickets même intent / 4 h (ajuster au volume)
Mot-clé : ≥3 mentions / heure OU ≥1 si VIP LTV > 500 €
SKU cluster : ≥5 tickets même SKU + même tag qualité / 48 h
Bot unmatched : même question non matchée ≥15× / 24 h
Garde-fous anti-bruit
Fenêtre cooldown 2 h : une alerte spike ne repart pas tant que non acquittée. Heures actives : alertes CHK-* 7 j/7 ; alertes merch_compare en heures ouvrées seulement. Minimum volume : pas d'alerte spike si baseline intent < 5 tickets/j (bruit statistique).
Test avant prod
Rejouez 30 j historiques : combien d'alertes auraient fire ? Cible : 2 à 8 alertes actionnables / semaine, pas 40 notifications ignorées. Quantum Metric recommande de lier chaque alerte à un segment analysable pour éviter les fausses pistes (Quantum Metric, experience alerts).
Comment router les alertes vers les bonnes équipes Slack ?
Le routing alertes Slack e-commerce suit une matrice signal → canal → owner.
Canaux type stack DTC
#cx-alerts : spikes volume, CSAT, escalades VIP
#ops-logistique : WISMO, transporteur, colis endommagé
#produit-qualité : défaut lot, retours qualité, notice
#tech-front : checkout, promo bug, erreur site
#marketing-comms : confusion promo, message ads vs site
Format message alerte
Titre : [ALERTE SPIKE] Intent delai_livraison +14 pts. Corps : volume 34 tickets / 24 h vs baseline 12, top transporteur mentionné, 2 verbatims anonymisés, lien dashboard Gorgias filtré, bouton « Acquitté par @owner ». Delighted montre l'intérêt de pousser le feedback directement dans Slack pour visibilité équipe (Delighted, intégration Slack).
Escalade si non acquittée
Pas d'acquittement sous 30 min (CHK-*, REG-*) ou 2 h (LOG-*) : ping @channel-leads. Week-end : astreinte support senior sur #cx-alerts uniquement.
Comment brancher Gorgias, le bot et Slack techniquement ?
Trois architectures pour connecter conversations et alertes internes.
Option A : rules native helpdesk
Gorgias Rule : IF tag intent = checkout_bug AND count last 4 h > 5 THEN HTTP POST Slack webhook. Limite : peu de rules complexes, pas de corrélation multi-ticket native.
Option B : middleware (Zapier, Make, n8n)
Trigger : nouveau ticket tagué ou fin conversation bot. Action : increment compteur Redis/Airtable, IF seuil THEN Slack. Latence cible < 2 min. Idéal MVP 5 à 15 alertes.
Option C : plateforme VoC (SentiSum, Enterpret)
Ingestion unifiée tickets + surveys + reviews, détection anomalie ML, push Slack (Enterpret, intégrations feedback 2026). Investissement justifié à partir de ~2 000 tickets/mois ou stack multi-canal complexe.
Pipeline bot Qstomy / helpdesk
Webhook fin conversation : payload intent, SKU, URL, sentiment, transcript résumé. Worker évalue règles bibliothèque section 4. Log chaque alerte fire dans table audit (date, règle, acquittement).
Quels scénarios ops déclencher au quotidien ?
Huit scénarios alertes ops à configurer en priorité sur boutique Shopify DTC.
Logistique et fulfillment
Retard carrier : spike WISMO + nom transporteur dans verbatim
Colis endommagé : ≥5 tickets / 24 h même intent
Erreur adresse post-expédition : cluster avant cutoff ops
Produit et qualité
Lot suspect : même SKU + « odeur / couleur / cassé »
Notice ou allergène : mot-clé REG-* vertical food/beauty
Tech et promo
Checkout mobile : « payer grisé », « Safari », « Apple Pay »
Promo lancement : code + « ne marche pas » spike J0-J+2
Support management
VIP + sentiment négatif + 2e ticket 7 j → alerte lead. Complète support post-refonte (#171) et support flash sale (#169).
Comment mesurer l'efficacité du système d'alertes ?
Les KPI alertes conversationnelles prouvent que le système évite des crises, pas qu'il spam Slack.
KPI leading
Time to acknowledge : délai alerte → acquittement (cible < 30 min critique)
Time to action : acquittement → action documentée (patch, email, ops)
Taux faux positif : alertes non actionnables / total (cible < 25 %)
Alertes / semaine : stable 2 à 8, pas croissance infinie
KPI lagging
Incidents évités : bug checkout détecté avant chute conversion (croiser GA4). Volume tickets post-alerte : baisse intent concerné sous 72 h post-fix. Coût lot qualité : rappel anticipé vs avis publics négatifs. CSAT intent spike : retour baseline sous 7 j.
Revue mensuelle 30 min
Top 5 alertes fire, top 3 actions déclenchées, 2 règles à ajuster ou supprimer. Voir produits générant tickets, Data & Analytics Qstomy.
Quelles erreurs sabotent les alertes internes ?
Cinq anti-patterns alertes conversation tuent l'adoption en quelques semaines.
Erreurs fréquentes
Trop d'alertes : seuils bas, canal unique saturé
Pas d'owner : message Slack sans responsable nommé
Alerte sans contexte : « spike détecté » sans verbatim ni lien tickets
Pas de boucle fermée : alerte acquittée, jamais de fix mesuré
Silos canaux : Instagram DM et chat bot exclus du monitoring
Correction rapide
Coupez 50 % des règles les moins actionnées après 30 j. Ajoutez champ « action prise » obligatoire à l'acquittement. Centralisez toutes sources dans une ingestion unique avant règles (SleekFlow insiste : les insights viennent de toutes les conversations, pas des surveys seuls (SleekFlow, CX intelligence 2026)).
Comment Qstomy déclenche-t-il des alertes internes depuis les conversations ?
Qstomy détecte signaux conversationnels et pousse alertes configurables vers Slack, e-mail ou webhook.
Fonctionnalités alertes
Règles intent + mot-clé : bibliothèque éditable sans code
Spike detection : comparaison baseline glissante 7 j
Cluster SKU : regroupement plaintes produit
Routing multi-canal : Slack, e-mail, webhook Jira
Payload enrichi : verbatims, URL, LTV, transcript résumé
Audit trail : historique alertes et acquittements
Scénario DTC chiffré
Marque alimentaire DTC, 1 900 conv/mois, alertes Qstomy sur REG-allergène et spike WISMO. Semaine 3 : alerte cluster « odeur bizarre » lot granola SKU-442, 7 tickets / 36 h. Produit notifié sous 20 min, retrait lot J+1. Sans alerte : estimation 45 tickets qualité + 12 avis 1★ évités. MTTA alertes critiques 18 min, faux positifs 11 %, volume intent qualité post-rappel -62 % sous 5 j.
Explorez support IA, Shopify, demander une démo.
Quels playbooks opérationnels pour lancer les alertes cette semaine ?
Playbook 1 : bibliothèque signaux (2 h)
Export 90 j tickets. Workshop support + ops : lister 15 signaux, seuils, canal Slack, owner. Document Notion partagé.
Playbook 2 : 5 alertes MVP (3 h)
Configurer spike WISMO, mot-clé checkout, cluster qualité SKU, promo J-day, VIP répétition. Tester avec tickets historiques.
Playbook 3 : canaux Slack (30 min)
Créer #cx-alerts, #ops-logistique, #produit-qualité, #tech-front. Poster matrice routing. Nommer owner par canal.
Playbook 4 : format message + acquittement (1 h)
Template Slack section 6. Champ obligatoire « action prise » à l'acquittement. Escalade auto si silence 30 min.
Playbook 5 : revue S+4 (45 min)
Compter alertes fire, faux positifs, actions déclenchées. Couper 2 règles bruyantes, ajouter 1 signal manqué.
Playbook 6 : debrief mensuel
KPI section 9, 1 incident évité documenté, mise à jour bibliothèque signaux.
Maillage utile
Les conversations clients parlent avant vos dashboards. Des alertes internes bien calibrées transforment ce murmure en action avant la crise.
Enzo
28 juin 2026
