E-commerce
28 juin 2026
Sans taxonomie, votre helpdesk compte des tickets mais ne raconte pas pourquoi les clients écrivent. « Retour » ou « livraison » masquent des causes actionnables : guide taille absent, tracking oublié, promo mal appliquée.
Pattern Owl recommande une hiérarchie à trois niveaux avec 30 à 50 thèmes actifs (Pattern Owl, taxonomie feedback 2026). Gorgias conseille moins de 30 tags cœur bien définis (eesel AI, guide tags Gorgias 2026).
Ce guide #135 explique comment créer une taxonomie de tickets support complète : dimensions, nomenclature, implémentation helpdesk, gouvernance et dashboards. Complète tagger conversations (#117) avec la structure globale, pas seulement la méthode irritants.
Sommaire
Pourquoi une taxonomie de tickets support en e-commerce ?
Une taxonomie tickets support e-commerce est le langage commun qui transforme le volume en décisions produit, ops et contenu.
Ce qu'une taxonomie permet
Prioriser : quels irritants traiter en premier
Automatiser : règles helpdesk fiables
Mesurer : CSAT et délai par intent
Former le bot : intents alignés tags humains
Aligner les équipes : même définition « retour taille »
Sans taxonomie
Chaque agent invente ses tags. « colis », « shipping », « wismo » comptent triple. Les dashboards mentent. Le bot et les humains parlent dialectes différents. Dès 300 tickets tagués/mois, les tendances par famille deviennent lisibles.
Exemple concret
Une marque mode voit 18 % de tickets « retour » sans sous-tag. Après taxonomie v2 (retour_taille, retour_qualite, retour_delai_remboursement), le produit découvre que retour_taille représente 62 % des retours sur la collection jeans et déclenche un brief guide mesures PDP. Sans sous-tag, l'équipe aurait généralisé « retours en hausse » sans action ciblée.
En quoi diffère-t-elle du tagging conversationnel ?
L'article tagger conversations (#117) enseigne la méthode irritants et le workflow agent. #135 pose l'architecture taxonomie complète.
Périmètre #135
Dimensions : intent, funnel, canal, produit, résolution
Nomenclature : conventions nommage, glossary officiel
Gouvernance : qui crée, fusionne, archive un tag
Lifecycle : v1 lancement, v2 trimestre, audit annuel
Dashboards : vues helpdesk par dimension
Complète aussi segmenter par funnel et analytics conversationnel.
Quelles dimensions inclure dans la taxonomie ?
Une taxonomie mature combine plusieurs dimensions, pas un seul arbre plat.
Dimension 1 : intent (obligatoire)
Motif principal : wismo, retour, produit_preachat, paiement, commande, compte. Tag principal obligatoire à la clôture.
Dimension 2 : funnel
pre_achat, post_achat, post_livraison. Croise intent pour prioriser conversion vs SAV.
Dimension 3 : canal contact
email, chat, instagram, whatsapp, tiktok, amazon. Distinct du canal vente.
Dimension 4 : transverses
sentiment : neutre, frustré, menace_chargeback
resolu_1er_contact : oui/non
escalade : agent_senior, ops, legal
sku_collection : optionnel si volume produit
Maximum 3 tags intent + 2 transverses par ticket. Au-delà : bruit analytique.
Matrice croisée utile
Croisez intent × funnel × canal pour repérer les fuites. Exemple : produit_preachat × instagram × pre_achat = questions taille en DM avant achat. wismo × email × post_livraison = suivi colis classique. retour_echange × chat × post_livraison = friction SAV temps réel. Cette matrice alimente les priorités hebdo support et les briefs contenu par canal.
Comment structurer les niveaux 1, 2 et 3 ?
Structure hiérarchie 3 niveaux recommandée pour DTC Shopify.
Niveau 1 : domaines (10-15 max)
wismo, produit_preachat, commande, retour_echange, paiement, livraison, sav_produit, compte, marketplace, spam.
Niveau 2 : sous-intents irritants
Exemple wismo : tracking_manquant, scan_bloque, delai_depasse_promesse, colis_non_recu. Exemple retour : taille_incorrecte, guide_absent, delai_remboursement, etiquette_retour.
Niveau 3 : contexte optionnel
collection, transporteur, marketplace_amazon, promo_black_friday. Utilisez seulement si action ciblée (ex. retour + collection_jeans + 40 % volume).
Seuils création tag
Nouveau sous-tag si 20+ tickets/mois non classables. Fusionner si < 5 tickets/mois sur 90 j. Moins de 20 thèmes actifs = perte nuance ; plus de 60 = chevauchements.
Arbre exemple wismo
wismo (n1) → tracking_manquant (n2) → transporteur_colissimo (n3 optionnel). wismo (n1) → delai_depasse_promesse (n2) → promo_livraison_48h (n3). wismo (n1) → colis_non_recu (n2) → signature_requise (n3). L'agent choisit toujours n1 + n2 ; n3 seulement si la macro ou l'escalade ops le demande.
Comment nommer et documenter chaque tag ?
La nomenclature tags support évite les doublons case-sensitive et le drift.
Conventions
Format : minuscules, underscores ou tirets, jamais espaces
Spécifique : payment-failed, pas payments
Langage client : taille_petit, pas ecart_fit_negatif
Préfixe dimension : funnel_preachat, channel_instagram
Fiche tag Notion (1 page glossary)
Pour chaque tag : définition 2 lignes, 3 verbatims exemples, 1 contre-exemple, owner action (produit, ops, content), macro associée, règle automation si applicable.
Avant d'ajouter un tag : « Quelle action déclenche-t-on avec cette donnée ? » (MESA, tags Shopify 2026).
Comment implémenter la taxonomie dans Gorgias ou Zendesk ?
Implémenter la taxonomie helpdesk en 6 étapes techniques.
Créer tags niveau 1 et 2 dans Settings (Gorgias) ou champs custom (Zendesk)
Configurer champs obligatoires à clôture : tag principal + funnel
Créer Views par famille : open wismo, open retour, VIP priority
Macros pré-tagguées : macro WISMO applique wismo + tracking_communique
Rules WHEN/IF/THEN : intent shipping + tracking exists → auto-reply + tag
Export test 100 tickets : vérifier distribution tags
Sync Shopify tags
Customer tag vip, order tag gift → règles Gorgias routing (US Tech Automations, routing tags 2026). Taxonomie support ≠ tags Shopify, mais mappez vip → escalade support.
Erreurs fréquentes implémentation
Créer 80 tags d'un coup sans former les agents : adoption < 40 % la première semaine. Tags obligatoires sans macro associée : agents choisissent le tag le plus vague pour clôturer vite. Oublier les Views par famille : la taxonomie existe mais personne ne filtre dessus. Bon réflexe : lancer avec 15 tags cœur, former 1 h, mesurer accord inter-agents, puis étendre.
Comment automatiser le tagging sans dégrader la qualité ?
Automatisation tagging tickets : hybride IA + règles + humain.
Phase 1 : règles mots-clés
Bon marché, rigide. Affinez AND/OR : « retour » + « étiquette », pas « retour » seul. Gorgias Rules : WHEN new ticket IF message contains suivi THEN tag wismo.
Phase 2 : intent IA helpdesk
Gorgias intent detection, Zendesk Intelligent Triage. IA suggère tag, agent valide 90 j. Puis auto-tag si confiance > 90 % sur familles stables (wismo simple).
Phase 3 : bot pré-tag
Ticket escaladé hérite tags bot. Agent corrige si mal détecté. Log corrections = entraînement. Voir choisir questions à automatiser, helpdesk vs chatbot.
Comment gouverner et faire évoluer la taxonomie ?
Gouvernance taxonomie : rôles, rituel, changelog.
RACI
Owner taxonomie : Head Support (création, fusion, archive)
Contributeurs : agents senior proposent sous-tags
Validateurs : produit/ops si tag impact leur périmètre
Rituels
Hebdo 20 min : tags confus remontés par agents. Mensuel : accord inter-agents sur échantillon 30 tickets, cible 85 %+. Trimestriel : audit tags < 5 usages, fusion doublons (cancellation vs cancel-order). Changelog Slack à chaque nouveau sous-tag.
Signaux drift
Tag « divers » ou « autre » remonte top 5 = taxonomie obsolète. Nouvelle collection sans sous-tag produit = pic tickets non classés.
Processus demande nouveau tag
Formulaire Slack #support-taxonomy : agent propose tag, 3 verbatims, volume estimé, action attendue. Owner valide ou fusionne sous 48 h. Refus motivé si doublon ou volume insuffisant. Évite la prolifération de tags « one-shot » créés après un ticket isolé mais jamais réutilisés.
Comment relier taxonomie aux dashboards et KPI ?
La taxonomie alimente dashboards support actionnables.
KPI par tag
Volume et croissance MoM par sous-tag
FRT et resolution time par intent
CSAT par famille tag
Repeat contact 48 h : réponse incomplète
Deflection bot par intent aligné taxonomie
Lectures actionnables
Matrice volume x impact revenu. Alerte Slack si delai_depasse_promesse +50 % vs semaine N-1. Croiser tag + SKU + saison BFCM. Voir qualité réponses, SLA support, produits générant tickets.
Comment connecter taxonomie, bot, macros et contenu ?
La taxonomie est le pont support → produit → contenu → bot.
Boucles par tag top volume
Tag guide_taille_absent +20 tickets/mois → brief guide PDP
Tag promo_non_appliquee → sync macro + checkout UX
Tag tracking_manquant → alerte ops fulfillment
Tag intent bot unmatched → chunk corpus bot
Chaque macro Gorgias mappe 1 tag principal. Bot intents = mêmes noms que tags niveau 1. Voir insights produit depuis support, conversations merchandising, base réponses.
Template boucle mensuelle
Chaque mois, pour le tag #1 volume : (1) volume et CSAT, (2) cause racine en 1 phrase, (3) action owner (produit, ops, content, bot), (4) date review. Documentez dans Notion. En 6 mois, vous avez un historique de réduction irritants mesurable, pas seulement un compteur tickets en baisse.
Comment Qstomy alimente la taxonomie tickets ?
Qstomy aligne taxonomie tickets bot et humain avec données actionnables.
Fonctionnalités
Intent mapping : bot intents = tags officiels
Rapport mensuel tags : volume, croissance, unmatched
Suggestion sous-tag : cluster unmatched vers brief taxonomy
Handoff tags : transcript + intents bot transmis agent
Export glossary : sync Notion taxonomie
Scénario DTC chiffré
Marque DTC 2 800 tickets/mois, taxonomie v1 42 sous-tags. Avant Qstomy : 23 % tickets tag « divers ». Après alignement bot + rapport unmatched 8 semaines : « divers » 6 %, 12 nouveaux sous-tags créés data-driven. Deflection bot +19 points sur wismo et retour. 3 articles blog publiés depuis top tags (#127 workflow). Temps audit taxonomie lead : -4 h/mois.
Explorez support IA, Shopify, demander une démo.
Quels playbooks opérationnels lancer cette semaine ?
Playbook 1 : atelier taxonomie v1 (1 journée)
Export 200 tickets 30 j. Clustering verbatim matin. Valider 10-15 domaines + 3 sous-tags par top 5 familles après-midi. Test accord 30 tickets, cible 85 %+. Méthode détaillée : tagger conversations (#117). Délai : 1 journée.
Playbook 2 : glossary Notion 1 page
Tableau : tag, définition, exemple, owner, macro, règle. Partage agents J+1. Quiz 10 tickets fictifs onboarding.
Playbook 3 : implémentation Gorgias
Créer tags, Views, 5 Rules starter (WISMO, VIP, retour, spam, Instagram négatif). Tag obligatoire à clôture. Délai : 3 h.
Playbook 4 : dashboard hebdo tags
Google Sheet : top 10 tags volume, croissance %, CSAT, repeat 48 h. Review vendredi 20 min support + produit. 1 action prioritaire par semaine.
Playbook 5 : audit trimestriel
Fusionner tags < 5 usages. Archiver tags campagne terminée. Recalibrer définitions top 5 tags. Objectif : divers < 10 % volume.
Maillage utile
Une taxonomie vivante vaut mieux qu'une taxonomie parfaite figée. Commencez simple, mesurez, itérez trimestriellement.
Enzo
28 juin 2026
