E-commerce
28 juin 2026
Vous ouvrez Gorgias le lundi matin : 47 tickets ouverts, un CSAT à 76 % la semaine dernière, trois avis « personne ne répond » sur Instagram. Vous ne savez pas si le problème vient du volume, d'un agent en retard, d'un bot mal calibré ou d'un SKU qui génère des retours. Sans vue consolidée, vous pilotez au feeling.
Shopify rappelle qu'un tableau de bord support centralise les KPI essentiels pour décider vite : temps de réponse, résolution, volume, satisfaction (Shopify, dashboard support 2026). Les benchmarks e-commerce 2026 placent le FRT médian entre 2 et 4 h, le FCR entre 65 et 72 %, le CSAT autour de 80 % pour une boutique mid-size (Squire, benchmarks CX 2026).
Ce guide #216 explique comment construire un dashboard support Shopify : métriques, sources de données, vues ops et playbooks. Distinct de FCR (#136) et FRT (#137) qui approfondissent un KPI chacun : ici, l'architecture complète du pilotage.
Sommaire
Pourquoi un dashboard support change-t-il le pilotage Shopify ?
Un dashboard support Shopify regroupe en une seule interface les indicateurs qui déclenchent une action : embauche, macro à réécrire, alerte produit, ajustement bot.
Ce qu'un bon dashboard change
Lundi 9 h : FRT chat > 30 min ? Renfort shift ou bot WISMO
Mercredi : pic tickets intent retour sur SKU X ? Alerte merchandising
Fin de mois : coût par ticket monte ? ROI self-service ou IA
Exemple DTC cosmétiques
Boutique Shopify, 2 800 tickets/mois, KPI éparpillés entre Gorgias, Notion et un tableur. Après dashboard unifié (3 vues section 4) : détection en 48 h d'un spike WISMO post-lancement palette (macro tracking obsolète), correction, FRT −38 %, CSAT +6 pts en 3 semaines sans embauche.
Principe directeur
Shopify conseille de prioriser une interface actionnable plutôt que 30 métriques décoratives. Huit à douze KPI bien choisis valent mieux qu'un mur de chiffres que personne n'ouvre.
En quoi diffère-t-il des articles KPI support existants ?
Cinq contenus voisins, cinq rôles. Le #216 assemble ; les autres approfondissent.
FCR (#136)
FCR (#136) : définition, benchmarks par intent, leviers macros. Le #216 : où afficher le FCR dans le dashboard et avec quels filtres.
FRT (#137)
FRT (#137) : impact business du délai. Le #216 : tuile FRT par canal + alertes seuil.
KPI chatbot (#11)
KPI chatbot (#11) : métriques bot isolées. Le #216 : blended dashboard humain + bot + self-service.
Coût support
Analyse coût support : modèle financier. Le #216 : tuile coût par résolution alimentée automatiquement.
Taxonomie tickets (#135)
Taxonomie (#135) : tags intents. Le #216 : dimension « volume par catégorie » du dashboard.
Promesse #216
Architecture 3 vues, 10 KPI, branchements Gorgias/Shopify, layout widgets, alertes, playbooks 30 j.
Comment structurer un dashboard en 3 vues selon la cadence ?
Structurez le dashboard support en 3 vues selon la cadence de décision, pas en un seul écran fourre-tout.
Vue 1 : Ops quotidienne (5 min, chaque matin)
Tickets ouverts et backlog > 24 h
FRT médian par canal (chat, email, DM Instagram)
File d'attente : tickets non assignés
CSAT veille : alerte si < 75 %
Vue 2 : Qualité hebdomadaire (30 min, mardi)
FCR blended et FCR bot vs humain
Volume par intent : WISMO, retour, produit, litige
Taux réouverture sous 48 h
Top 5 macros utilisées vs top 5 intents non couverts
Vue 3 : Business mensuelle (1 h, début de mois)
Tickets / 1000 commandes (ratio charge)
Coût par résolution blended
Taux déflexion self-service + bot
Corrélation CSAT / retours par catégorie produit
Règle de lecture
Si un KPI Ops dérape, corrigez cette semaine. Si un KPI Business stagne 2 mois, revoyez policy, contenu help center ou investissement IA. Ne mélangez pas les temporalités sur un même écran.
Quels KPI inclure et quelles formules utiliser ?
Dix KPI dashboard support Shopify suffisent pour une boutique DTC jusqu'à ~10 000 commandes/mois. Formules et cibles 2026.
KPI vitesse
FRT = temps 1ère réponse − création ticket. Cible chat : < 10 min, email : < 4 h (Squire 2026)
ART (Average Resolution Time) = clôture − création. Cible : < 24 h intents simples
KPI qualité
FCR = résolus 1er contact / éligibles × 100. Cible blended : 75 %+
CSAT = satisfaits / répondants × 100. Cible e-commerce : 82 %+ (Shopify KPI guide 2025)
Repeat contact = recontact même intent 7 j. Cible : < 10 %
KPI volume et charge
Ticket volume total et par intent (voir tagger conversations (#117))
Tickets / 1000 commandes = normalise la croissance boutique
KPI efficacité
Taux déflexion = résolus sans agent / total. Cible mature : 40-60 % avec bot + help center
Coût par résolution = (salaires support + outils) / tickets clos. Cible blended IA+humain : 2-3 € (Squire 2026)
Formule tickets / 1000 commandes
(Tickets mois M / Commandes mois M) × 1000. Exemple : 900 tickets, 4 500 commandes = 200 tickets/1000. Suivez la tendance, pas la valeur absolue : une boutique qui scale peut voir le ratio baisser si le self-service progresse.
Quelles sources de données connecter sur Shopify ?
Un dashboard utile branche 4 sources minimum sur Shopify.
1. Helpdesk (Gorgias, Zendesk, Reamaze)
Source primaire : FRT, ART, FCR, CSAT, volume, tags intent, perf agent, perf bot. Gorgias expose des rapports natifs Support Agent et Shopping Assistant (Gorgias, perf AI Agent). Export CSV hebdo si pas d'API.
2. Shopify Admin
Commandes, retours, taux retour par SKU, délais expédition réels. Croisez avec tickets intent retour pour détecter un produit problématique avant la vague d'avis négatifs.
3. Help center / self-service
Pages vues du centre d'aide, recherche sans résultat, taux clic « contacter » depuis article. Voir mesurer self-service. Alimente la tuile déflexion.
4. Agent IA (Qstomy ou autre)
Conversations bot, intents résolus, escalades, CSAT post-chat bot. Export ou webhook vers Looker Studio / Google Sheets.
Stack minimal DTC
Gorgias dashboard natif (vue Ops) + Google Looker Studio (vue Business) + Notion (revue hebdo qualitative). Pas besoin de BI enterprise au départ.
Comment construire le dashboard dans Gorgias ou Looker Studio ?
Deux chemins pour construire le dashboard selon budget et maturité.
Option A : Gorgias natif (2 h setup)
Activer rapports Performance → filtrer par canal et tag intent
Épingler tuiles FRT, CSAT, volume, FCR sur l'écran d'accueil équipe
Créer vues sauvegardées : « Ops matin », « Qualité semaine », « Agent individuel »
Configurer alertes email si FRT chat > 20 min ou backlog > 30 tickets
Option B : Looker Studio + exports (1 jour setup)
Connecteur Google Sheets alimenté par export Gorgias hebdo (Zapier ou cron)
Connecteur Shopify (commandes, retours) via app ou CSV
Page 1 : KPI cards (FRT, FCR, CSAT, volume). Page 2 : courbes 90 j. Page 3 : heatmap intent × semaine
Filtres globaux : canal, agent, tag intent, période
Layout widgets recommandé (vue Ops)
Ligne 1 : 4 KPI cards (FRT chat, tickets ouverts, CSAT 7 j, backlog > 24 h). Ligne 2 : graphique volume 14 j + bar chart top 5 intents. Ligne 3 : tableau agents (FRT, FCR, CSAT individuel). Ligne 4 : liste tickets escaladés bot → humain non traités.
Convention couleurs
Vert = dans cible, orange = surveiller, rouge = action immédiate. Fixez les seuils une fois (section 9) et ne les changez pas chaque semaine.
Quelles segmentations ajouter pour lire les vrais problèmes ?
Un dashboard plat cache les problèmes. Ajoutez 4 dimensions de segmentation.
Par canal
Chat site, email, Instagram DM, WhatsApp, SMS. Le FRT Instagram est souvent 3× le chat : ne moyennez pas. Voir support Instagram DM.
Par intent (tag helpdesk)
WISMO, retour, pré-achat produit, litige, facture. Volume intent retour +15 % sur 2 semaines = signal produit ou policy, pas surcharge générale.
Par SKU / collection
Tag ticket avec SKU quand pertinent. Top 10 SKU par volume ticket / ventes SKU. Un SKU à 8 % des ventes mais 22 % des tickets = priorité merchandising + macro dédiée.
Par agent vs bot vs blended
Comparez FCR bot autonome, FCR agent seul, FCR post-escalade bot. Si FCR post-escalade < 60 %, le handoff bot → humain est mal calibré (contexte perdu).
Exemple lecture croisée
FRT chat OK, CSAT bas, FCR bas intent WISMO : le bot répond vite mais sans lien tracking personnalisé. Fix macro, pas embauche.
Comment configurer alertes et rituels de revue ?
Transformez le dashboard en système d'alerte avec seuils fixés à l'avance.
Alertes Ops (notification immédiate)
FRT chat > 30 min pendant heures ouvrées
Backlog > 25 tickets non assignés
CSAT jour < 70 % sur ≥ 5 réponses
Alertes Qualité (email mardi)
FCR intent WISMO < 85 %
Repeat contact > 12 % sur intent retour
Volume intent inconnu > 8 % (tags manquants)
Alertes Business (revue mensuelle)
Tickets / 1000 commandes +20 % vs mois M-1 sans promo
Coût par résolution +15 % vs trimestre
Déflexion −10 pts vs baseline
Rituel revue 30 min
Responsable support + ops : parcourir vue Ops, noter 1 action par tuile rouge, assigner owner + deadline. Pas de réunion sans décision écrite.
Quels indicateurs mesurer l'impact du dashboard lui-même ?
Mesurez l'impact du dashboard sur la performance support, pas seulement sa existence.
KPI meta-dashboard
Time-to-detect : délai entre spike volume et action corrective
Actions / mois issues du dashboard (macro, embauche, fix bot)
Adoption équipe : % agents ouvrant vue Ops ≥ 4 j/semaine
Test A/B process
Mois 1 sans rituel dashboard structuré (baseline). Mois 2 avec vues + alertes + revue hebdo. Comparez FRT, FCR, CSAT. Gain typique DTC mid-size : FRT −25 à 40 %, FCR +8 à 15 pts en 8 semaines quand les alertes déclenchent des fixes macros, pas des réunions.
Corrélation Shopify
Overlay courbe tickets intent retour vs taux retour Shopify Admin. Divergence (tickets montent, retours stables) = problème communication policy. Convergence (les deux montent) = problème produit.
Quelles erreurs éviter lors de la mise en place ?
Cinq anti-patterns dashboard support qui tuent l'adoption.
Erreur 1 : trop de métriques
30 tuiles, personne ne sait quoi regarder. Fix : 10 KPI max, 3 vues section 3.
Erreur 2 : moyennes globales
FRT moyen 2 h masque chat à 45 min et email à 8 h. Fix : segmenter canal.
Erreur 3 : dashboard sans tags intent
Volume total inutile. Fix : taxonomie #135 obligatoire avant dashboard.
Erreur 4 : données non rafraîchies
Export manuel oublié 3 semaines. Fix : Zapier ou rapport Gorgias planifié.
Erreur 5 : KPI sans owner
Tuile rouge, personne ne réagit. Fix : chaque KPI = 1 responsable + seuil + action type.
Comment Qstomy alimente-t-il le dashboard support Shopify ?
Qstomy alimente le dashboard support avec des métriques bot directement exploitables dans votre pilotage Shopify.
Métriques Qstomy exportables
Conversations bot / jour et taux résolution autonome par intent
Escalades bot → humain avec motif (donnée manquante, litige, demande explicite)
CSAT post-conversation bot vs agent
Questions produit pré-achat converties en commande 7 j
Intents non couverts : top gaps pour enrichir RAG
Scénario DTC chiffré
Marque maison, 3 400 tickets/mois, dashboard Gorgias seul, bot Qstomy non suivi. Sync métriques Qstomy → Looker Studio + tuile « blended FCR » humain+bot. Après 8 semaines : visibilité intents bot 100 %, déflexion +19 pts (34 % → 53 %), FRT blended −42 % (4 h 10 → 2 h 25), coût par résolution −28 %, 3 macros WISMO réécrites depuis alerte FCR intent.
Explorez analytics Qstomy, intégration Shopify, support client IA, demander une démo.
Quels playbooks opérationnels lancer en 30 jours ?
Playbook 1 : cadrage KPI (2 h)
Lister 10 KPI section 4. Assigner owner par KPI. Fixer seuils vert/orange/rouge. Livrable : one-pager Notion « Dashboard support v1 ».
Playbook 2 : branchement données (4 h)
Activer rapports Gorgias. Vérifier tags intent sur 90 j (% tickets tagués > 85 %). Export Shopify commandes + retours. Connecter ou planifier refresh Looker Studio.
Playbook 3 : layout 3 vues (3 h)
Construire vue Ops, Qualité, Business section 3. Tester avec 2 agents : comprennent-ils quoi faire en 5 min ? Ajuster tuiles.
Playbook 4 : alertes (1 h)
Configurer 6 alertes section 8. Tester notification sur ticket fictif spike WISMO.
Playbook 5 : rituel S+30
Revue hebdo 30 min mardi + revue mensuelle KPI meta section 9. Documenter 3 actions correctives du mois et impact mesuré.
Maillage utile
Un dashboard support Shopify n'est pas un luxe BI : c'est le tableau de bord de votre relation client. Construisez-le en 30 jours, pilotez-le chaque mardi.
Enzo
28 juin 2026
