E-commerce
28 juin 2026
« C'est quoi exactement la doublure ? » « Contient-il du nickel ? » « Liste INCI complète où ? » « 100 % coton ou mélange ? » Sur une fiche produit, ces questions arrivent avant le clic panier et après la livraison si la réponse était floue.
WisePIM rappelle qu'en soin, 78 % des acheteurs consultent la composition au moins parfois avant achat (WisePIM, transparence ingrédients 2026).
Ce guide #166 couvre les questions matériaux et composition produit toutes verticales confondues. Aucun article Qstomy ne ciblait ce type d'objection transverse. Distinct de conseil cosmétique (#146) et de structure par intent (#165).
Summary
Pourquoi les questions composition bloquent-elles l'achat en ligne ?
En boutique, le client lit l'étiquette, touche le tissu, interroge le vendeur. En ligne, il ne peut pas inspecter : il vous fait confiance pour décrire ce qu'il ne voit pas.
Ce que le client cherche vraiment
Sécurité : allergène, substance irritante, métal, produit chimique
Adéquation : peau sensible, régime alimentaire, entretien compatible
Valeur perçue : pourquoi ce prix si « juste du polyester » ?
Éthique : origine, recyclé, vegan, sans test animal
Coût d'une réponse vague
Bluestone PIM note que l'absence de liste matériaux claire pousse le visiteur à quitter la page ou à contacter le support pour une information qui aurait dû être sur la PDP (Bluestone PIM, info produit 2026).
Signal d'alerte support
Si plus de 15 % de vos tickets pré-achat portent sur « de quoi c'est fait » ou « contient-il X », votre catalogue ou vos réponses types sont incomplets, pas vos clients.
En quoi diffère-t-il des guides verticaux cosmétique ou mobilier ?
Les objections composition existent partout ; les guides verticaux traitent un cas d'usage, pas la mécanique transverse.
Cosmétique (#146) vs composition (#166)
Conseil cosmétique (#146) couvre diagnostic peau, routine, compatibilité actifs. Ici : comment répondre à « contient-il du parfum ? » sur n'importe quelle catégorie, avec les mêmes règles de sourcing données.
Compléments (#147) et réglementé (#119)
Compléments (#147) et réglementé (#119) cadrent les claims santé. Ce guide traite la composition factuelle avant toute promesse bien-être.
Structure intent (#165)
Organiser par intention (#165) explique où placer les blocs. Ici : quel contenu mettre dans le bloc « composition » et comment le répondre en support.
Provenance (#311)
Origine produit (#311) : pays fabrication, Made in vs assemblé, traçabilité tiers. Le #166 traite quoi ; le #311 où.
Quelles familles de questions clients posent sur matériaux et ingrédients ?
Cartographier les questions composition produit priorise macros, metafields et intents bot.
Mode et textile
« Quel % coton / polyester / élasthanne ? »
« Doublure matière : respirant ou synthétique ? »
« Teinture sans substances nocives ? »
« Entretien lavage 30 ° ou 40 ° ? »
Beauté et soin
« Liste INCI complète ? »
« Sans parfum / sans huiles essentielles ? »
« Concentration niacinamide affichée ? »
« Compatible grossesse selon notice ? »
Alimentaire et compléments
GlobalVision rappelle l'ordre décroissant par poids et la déclaration allergènes obligatoire sur l'étiquette (GlobalVision, étiquetage CPG 2026). Questions fréquentes : gluten, lactose, traces, origine, vegan.
Mobilier et literie
Mousse, latex, bois massif vs placage, pourcentages par poids des garnissages. Avocado publie les law labels avant achat car 31 États américains exigent cette transparence sur le rembourrage (Avocado, law labels matelas).
Comment structurer matériaux et ingrédients sur la fiche produit ?
Le bloc composition PDP doit être lisible humain et machine, pas une photo d'étiquette floue.
Champs metafield recommandés
materials_composition : liste structurée avec % si pertinent
inci_full : texte crawlable beauté
allergens : 14 allergènes UE alimentaire ou parfum 2026
free_from : sans parfum, sans gluten, sans nickel
certifications : GOTS, Oeko-Tex, Leaping Bunny
care_instructions : lié matière
Trois couches INCI (beauté)
Alhena recommande : nom INCI, nom courant, bénéfice cosmétique autorisé dans du HTML crawlable, pas en PDF (Alhena, INCI pour moteurs IA 2026).
Règle d'affichage
Texte structuré visible + schema Product additionalProperty. Capconvert note que les listes en image sont invisibles aux assistants IA qui filtrent « sérum niacinamide sans parfum » (Capconvert, transparence beauté 2026).
Comment rédiger une réponse factuelle sans surpromesse ?
La macro composition support cite la source catalogue, ne paraphrase pas de mémoire, n'ajoute pas de claim non validé.
Modèle réponse (copier-coller)
« [Produit] est composé de : [liste officielle PDP]. Pour l'entretien : [instruction courte]. Si vous avez une allergy ou sensibilité connue, consultez la liste complète sur la fiche produit ou un professionnel de santé si votre cas est médical. »
Interdits agent et bot
Inventer un pourcentage non documenté
Promettre « hypoallergénique » sans certification
Confondre « sans parfum ajouté » et « sans odeur »
Comparer à un concurrent sans fiche validée
Ton et longueur
40 à 120 mots en chat. Lien direct vers ancre « Composition » sur PDP. Voir modèles réponses support et prévention hallucinations (#123).
Comment traiter allergènes, sensibilités et exclusions ?
Les questions allergènes produit exigent précision légale et prudence commerciale.
Alimentaire
Reprendre l'étiquette : 14 allergènes majeurs UE, mentions « traces de » si présentes. Ne jamais garantir « totalement sans » si l'usine traite d'autres allergènes.
Cosmétique
À partir de 2026, l'UE renforce la déclaration des allergènes parfumants sur les produits leave-on et rinse-off. Réponse bot : citer INCI, flagger Parfum/Fragrance, renvoyer dermatologue si antécédent sévère.
Textile et bijoux
Nickel, latex, lanoline : tag metafield `allergen_flag` par SKU. Workflow : client déclare exclusion → bot filtre catalogue → short list 2-3 produits → rappel test patch ou port d'essai.
Escalade
Réaction en cours, grossesse, enfant, interaction médicament : handoff humain + orientation pro santé. Voir produits réglementés (#119).
Comment répondre aux questions transparence et certifications ?
Les questions origine et certification testent la crédibilité de la marque, pas seulement la fiche technique.
Origine matière
Distinguer « assemblé en France » et « coton cultivé en Turquie ». Avocado détaille pays par composant pour éviter l'ambiguïté « imported » sur les matelas.
Labels et preuves
Oeko-Tex : lien certificat numéro lot
GOTS / GOLS : périmètre (fil vs produit fini)
Vegan / cruelty-free : organisme certificateur nommé
Recyclé : % post-consommation vs pré-consommation
Greenwashing à éviter
« Éco-responsable » sans preuve = ticket de méfiance. Répondez avec chiffre, label, périmètre. Si la donnée manque : « nous vérifions avec l'équipe produit sous 24 h », pas d'invention.
Comment automatiser les réponses composition en chatbot ?
Le bot composition produit ne remplace pas le juriste ni le dermatologue : il cite le catalogue et route les cas sensibles.
Intents prioritaires
ingredient_check: « contient-il X ? »material_breakdown: « en quoi c'est fait ? »allergen_filter: exclusion déclaréecertification_proof: lien labelcompare_materials: SKU A vs B
Garde-fous techniques
Confidence 95 %+ sur match INCI exact. Sous seuil : « vérifiez la fiche produit » + agent. Corpus sync hebdo avec PIM Shopify. Voir maintenir base connaissances catalogue et choisir questions à automatiser (#120).
Exemple flow exclusion
Client : « sans gluten ? » → bot lit champ allergens + étiquette → réponse + lien PDP → si traces : formulation exacte étiquette → si doute usine : handoff.
Comment mesurer volume et impact des questions composition ?
Les KPI questions matériaux orientent investissement PIM et rédaction PDP.
Métriques à suivre
Volume ticket pré-achat composition par SKU top 20
Taux clic bloc composition sur PDP
Conversion session ayant ouvert bloc vs non
Retours motif inadéquation matière / allergy
Escalades bot faute de donnée catalogue
Priorisation catalogue
SKU à fort trafic + fort volume questions composition = priorité metafields complets. Un hero produit sans liste INCI génère plus de tickets que dix références long tail incomplètes.
Boucle mensuelle
Export 50 transcripts « contient / matière / composition ». Nouvelle question récurrente → ajout metafield + macro + cas gold set bot. Voir objections achat (#35).
Quelles erreurs sur la composition coûtent confiance et retours ?
Cinq anti-patterns composition e-commerce reviennent dans les audits support.
Erreurs fréquentes
Photo étiquette seule : illisible mobile, invisible IA
Marketing vs réalité : « 100 % naturel » sans liste
Contradiction channels : chat dit coton, PDP dit mélange
Données fournisseur non vérifiées : changement fil sans update
Réponse agent improvisée : « normalement sans parfum »
Impact retour
« Je pensais que c'était du cuir » ou « réaction cutanée, produit censé hypoallergénique » coûtent marge et avis. La composition exacte sur PDP filtre les mauvais acheteurs avant paiement.
Lien produits complexes
Voir produits complexes (#108) et produits mal compris pour le volet pédagogie globale.
Comment Qstomy répond-il aux questions matériaux et ingrédients ?
Qstomy interroge metafields composition, INCI et tags allergènes Shopify avant de formuler une réponse en chat.
Fonctionnalités composition
Lookup INCI : match exact actif demandé
Filtre exclusion : parfum, gluten, nickel
Compare 2 SKU : tableau matériaux côte à côte
Lien ancre PDP : preuve visible client
Handoff REG : grossesse, réaction, médicament
Scénario DTC chiffré
Marque mode responsable, 180 SKU, 22 % tickets pré-achat « composition / entretien / origine ». Déploiement metafields + Qstomy RAG composition : tickets composition -52 %, taux clic bloc matériaux PDP 8 % → 24 %, retours « matière différente de l'attente » -28 %, CSAT réponses bot composition 4,2 → 4,7 sur 5.
Ce qui a fait la différence
Afficher les pourcentages matière en HTML texte (pas image), et entraîner le bot uniquement sur réponses validées merchandising, sans paraphrase marketing.
Explorez support IA, agent vente, Shopify, demander une démo.
Quels playbooks pour industrialiser les réponses composition ?
Playbook 1 : audit données (1 journée)
Top 20 SKU par trafic : composition présente ? crawlable ? contradiction chat vs PDP ? Export gaps Notion.
Playbook 2 : metafields Shopify (2 jours)
Définir schéma section 4, remplir hero products, snippet Liquid bloc composition + schema JSON-LD.
Playbook 3 : 15 macros support (2 h)
Une macro par famille section 3 : textile, INCI, allergène alimentaire, mousse literie, certification. Modèle section 5, validation legal si réglementé.
Playbook 4 : intents bot (1 jour)
Cinq intents section 8, 20 questions gold set par vertical actif, seuil confidence, règles handoff.
Playbook 5 : revue mensuelle (1 h)
10 transcripts composition, score exactitude, 1 fix catalogue ou macro par semaine si écart.
Playbook 6 : extension long tail
Template catégorie hérité, 2 overrides SKU, déploiement par vague selon volume tickets.
Maillage utile
Répondre aux questions matériaux et ingrédients avec des données vérifiables transforme une objection récurrente en preuve de sérieux : le client achète ce qu'il comprend, pas ce qu'il devine.
Enzo
28 juin 2026
