E-commerce
28 juin 2026
Votre direction veut « automatiser 80 % du support ». Vos clients, eux, veulent parler à quelqu'un quand ça coince. Metrigy estime que 85 % des consommateurs préfèrent encore un agent humain à un agent IA, même si le problème serait résolu (Metrigy, CX 2025-26).
La bonne question n'est pas « faut-il un chatbot ? » mais ce qui doit rester humain : jugement, exception, empathie, responsabilité. Klarna l'a appris à ses dépens en 2025 en sacrifiant la qualité relationnelle au seul coût (Diconium, human-centered AI 2025).
Ce guide #200 formalise la décision bot vs humain côté organisation et expérience client. Distinct de limites chatbot (#124) (liste des interdits techniques) : ici, matrice décision, équipe, qualité relationnelle.
Sommaire
Pourquoi trancher bot vs humain est un enjeu business ?
Automatiser tout ou rien coûte cher. Trop de bot : chargebacks, avis négatifs, clients VIP perdus. Trop d'humain : tickets WISMO à 8 € pièce, équipe épuisée en peak.
Ce que les clients attendent en 2026
Rapidité sur le simple : suivi colis, policy retour
Empathie sur le sensible : colère, erreur, cadeau raté
Option humaine visible : SurveyMonkey indique que 89 % des consommateurs veulent pouvoir joindre un humain (SurveyMonkey, CX 2026)
Pas de répétition : expliquer deux fois tue la confiance
Five9 observe que 75 % des consommateurs préfèrent encore parler à un humain pour le support, mais que 40 % lient une bonne expérience à la fidélité marque (Five9, blended CX 2025). Le modèle hybride n'est plus optionnel : c'est la norme DTC rentable.
En quoi diffère-t-il des guides limites et gouvernance ?
Quatre contenus voisins, quatre questions différentes.
Limites chatbot (#124)
Limites chatbot (#124) liste ce qu'il ne faut pas automatiser (litiges, VIP, réglementé). Le #200 ajoute comment décider, organiser l'équipe et mesurer la qualité humaine.
Gouvernance IA (#142)
Gouvernance (#142) pose RACI, validation réponses, kill switch. Le #200 traite le rôle humain opérationnel dans ce cadre.
Matrice escalade (#193)
Escalade (#193) route par tier risque/valeur/urgence. Le #200 définit quels intents restent humains dès le tier 0.
Transfert contexte (#155)
Contexte (#155) détaille le payload handoff. Ici : quand déclencher ce handoff.
Promesse #200
Signaux décision, matrice bot/humain, organisation équipe, compétences relationnelles, KPI qualité humaine.
Quels signaux indiquent qu'un contact doit rester humain ?
Cinq signaux escalade humaine objectifs, codables dans Gorgias, Zendesk ou Qstomy.
Signal 1 : enjeu financier
Remboursement au-delà du plafond bot, chargeback, fraude suspectée, erreur facturation, double débit. Règle : toute action irréversible sur l'argent = humain avec approbation.
Signal 2 : charge émotionnelle
Sentiment négatif fort, menace avis public, juridique, insultes, client repeat contact sans résolution. Une étude sur 500 000 conversations retail montre que l'alignement linguistique agent-client corrèle à l'engagement (TechXplore, chatbots vs humains 2025).
Signal 3 : exception policy
Retour hors délai, produit usé, cadeau sans facture, geste commercial non prévu. Le bot applique la règle ; l'humain négocie l'exception documentée.
Signal 4 : complexité produit
Conseil réglementé, compatibilité technique incertaine, allergie, grossesse, B2B devis sur-mesure. Voir produits réglementés.
Signal 5 : valeur client
LTV top 5 %, abonné actif, panier courant > 300 €, influenceur identifié. Même demande simple : humain prioritaire.
Comment construire une matrice décision bot vs humain ?
La matrice bot humain support croise risque, répétitivité et valeur client pour chaque intent.
Axe répétitivité
Haute : WISMO, policy retour, horaires, questions produit standard → bot
Moyenne : échange taille, modification adresse avant expédition → bot + validation ou humain junior
Faible : litige, négociation, conseil complexe → humain dès le départ
Axe risque
Score 0-3 : impact financier + réputation + légal. Score 0-1 : bot autonome. Score 2 : bot avec seuil confiance. Score 3 : humain obligatoire, bot interdit de conclure.
Tableau intents DTC type
wismo_standard → bot
refund_dispute → humain
size_simple → bot
size_complex → humain
promo_question → bot
discount_negotiation → humain
order_edit_pre_ship → bot si API
order_edit_post_ship → humain
product_advice_basic → bot
product_advice_regulated → humain
Revue trimestrielle
Chaque trimestre : 20 tickets mal routés. Ajuster une ligne matrice. Documenter dans Notion Support Policy.
Quelles demandes DTC restent humaines par nature ?
Certaines catégories ne doivent jamais être « optimisées » vers le bot seul, même si techniquement faisable.
Relation et rétention
Client menace de partir après 5 commandes, demande geste commercial personnalisé, plainte sur expérience globale marque. Kustomer rappelle : seul l'humain négocie flexibilité policy pour préserver la relation (Kustomer, AI vs human 2026).
Erreurs opérationnelles graves
Mauvais article reçu AOV élevé, colis perdu, produit défectueux dangereux, double expédition. Voir mauvais article reçu et produits fragiles.
Moments de vie client
Mariage, naissance, deuil mentionné, cadeau urgent J-1. Le ton compte autant que la solution.
B2B et wholesale
Devis volume, conditions paiement, SLA contractuel. Support wholesale reste humain avec bot en auto-réponse uniquement.
Comment organiser l'équipe autour du modèle hybride ?
Un bot performant sans organisation support hybride surcharge les humains de tickets mal filtrés.
Structure équipe type (500-3 000 tickets/mois)
Support Ops : matrice bot/humain, macros, qualité bot
Frontline (tier 1) : 60 % volume, intents post-bot
Specialist (tier 2) : litiges, carrier, exceptions
Lead / shift owner : escalades tier 3, VIP
Planning humain vs bot
Bot 24/7 sur tier 0. Humains heures ouvrées + astreinte peak (BFCM, soldes). Objectif : handoff humain < 3 min en heures ouvrées, < 15 min hors heures avec message honnête.
Charge cible post-bot
Après déploiement bot mature : 35 à 45 % tickets restent humains. Si > 55 %, revoir matrice (bot trop conservateur ou mal calibré). Croiser avec économies self-service (#195).
Formation agents post-IA
Les agents ne traitent plus le répétitif. Ils gèrent l'exception, la négociation, la détection émotion. Formation 4 h : lire résumé bot, reprendre sans répéter, documenter exception pour enrichir KB.
Quelles compétences humaines le bot ne remplace pas ?
Quatre compétences support humain non reproductibles par un LLM en 2026.
Empathie située
Reconnaître qu'un colis en retard est un cadeau d'anniversaire raté, pas juste un retard carrier. Adapter le ton, proposer solution créative (renvoi express, geste compensatoire proportionné).
Jugement contextuel
Client fidèle 8 commandes, premier retour hors délai de 2 jours. Humain : exception justifiée. Bot : refus policy. eesel AI insiste : les actions irréversibles ne doivent pas dépendre du jugement du modèle (eesel AI, escalade 2026).
Négociation
Remboursement partiel vs bon d'achat vs échange. Lire ce que le client valorise vraiment.
Coordination interne
Contacter entrepôt, carrier, finance, fondateur. Le bot informe ; l'humain orchestre entre silos.
Comment garantir l'accès humain sans tuer la déflexion ?
Le piège : cacher l'humain pour maximiser la déflexion. Le client frustré abandonne ou publie un avis.
Règle des 2 clics
Bouton « Parler à un conseiller » visible dès l'ouverture chat. Maximum 2 clics depuis n'importe quel flow bot. Diconium recommande ≤ 2 étapes quand frustration monte.
Bot d'abord, pas bot seul
Proposer bot sur intents simples. Ne jamais forcer 6 tours avant humain sur litige ou colère. Intent chargeback détecté → handoff immédiat, pas d'article aide retour.
Transparence IA
Annoncer clairement qu'un assistant IA répond. SurveyMonkey : 17 % des consommateurs perdent confiance si l'IA se fait passer pour humain. Transparence = confiance sur le reste du parcours.
Handoff chaud obligatoire
Résumé IA + order_id + sentiment + raison escalade dans sidebar agent. Voir handoff (#12) et réponses contradictoires.
Quels KPI mesurent la qualité du support humain ?
Mesurer la déflexion bot sans mesurer la qualité humaine aveugle sur la moitié du parcours client.
KPI relationnels
CSAT post-contact humain : objectif > 4,5/5
FCR humain : résolution premier contact sur tickets escaladés
Repeat contact 7 j : < 8 % sur dossiers humains
Sentiment recovery : négatif → neutre/positif post-réponse
KPI routing
Misrouting rate : ticket humain qui aurait dû rester bot (WISMO simple) + ticket bot qui aurait dû être humain (litige). Objectif misrouting < 5 %. Voir FCR e-commerce et analyse sentiment.
KPI business
Repeat purchase rate clients ayant eu contact humain vs bot-only. Chargeback rate par canal résolution. Temps agent sur ticket à haute valeur vs ticket mal routé.
Quelles erreurs organisationnelles tuent l'expérience hybride ?
Cinq erreurs support hybride reviennent dès qu'une marque scale le bot.
Erreur 1 : supprimer des postes sans revoir les skills
Moins d'agents, mêmes profils junior sur litiges complexes. Fix : remonter le niveau requis tier 1 post-bot.
Erreur 2 : SLA identique bot et humain
Attendre 30 s sur un chargeback. Fix : SLA différenciés par tier et signal émotion.
Erreur 3 : humain comme file d'attente du bot
Client bloqué 4 tours bot inutiles avant humain. Fix : triggers escalade section 3 codés, pas discrétionnaires.
Erreur 4 : aucune boucle bot → KB
Même question escaladée 200 fois, jamais ajoutée au corpus bot. Fix : revue hebdo top 5 escalades, enrichir hub aide ou flow.
Erreur 5 : promettre 0 humain à la direction
ROI IA surcoûté, déception Q2, retour arrière chaotique. Fix : cible réaliste 40-55 % déflexion + qualité humaine préservée.
Comment Qstomy route-t-il vers l'humain au bon moment ?
Qstomy applique la matrice bot/humain via règles configurables, pas via improvisation du modèle.
Routage intelligent
Intent + risque : litige, refund, colère → humain immédiat
Seuil confiance : réponse incertaine → handoff
LTV / VIP tag : priorité file humaine
Context package : résumé, order_id, historique bot
Bouton humain : toujours visible, jamais pénalisé
Scénario DTC chiffré
Marque beauté, 1 400 tickets/mois, bot générique 62 % déflexion mais CSAT humain en chute (-0,4 pt), repeat contact +19 %. Refonte matrice Qstomy : 8 intents forcés humain, handoff chaud, formation agents lecture résumé bot. Après 8 semaines : déflexion 48 % (plus bas mais sain), CSAT humain +0,6 pt, repeat contact -24 %, chargeback tickets mal routés -31 %.
Explorez support client IA, intégration Shopify, demander une démo.
Quels playbooks opérationnels lancer en 30 jours ?
Playbook 1 : audit intents (2 j)
Export 90 j tickets Gorgias. Classer top 20 intents. Taguer bot-eligible vs humain-obligatoire. Remplir matrice section 4.
Playbook 2 : codifier triggers (1 j)
Configurer 5 signaux section 3 dans helpdesk + bot. Tester 10 scénarios litige, WISMO, VIP, colère.
Playbook 3 : handoff chaud (1 j)
Template résumé agent : intent, order_id, tentatives bot, sentiment. Formation 30 min équipe. Interdire « quel est votre problème ? » si résumé présent.
Playbook 4 : KPI baseline (ongoing)
Dashboard : déflexion, CSAT humain, misrouting, repeat contact. Revue hebdo 15 min lead support.
Playbook 5 : revue trimestrielle matrice
20 tickets mal routés. Ajuster une ligne. Documenter exception approuvée → candidat macro ou flow bot.
Maillage utile
Garder l'humain, ce n'est pas reculer face à l'IA. C'est placer l'automatisation là où elle libère du temps pour la relation quand elle compte vraiment.
Enzo
28 juin 2026
