-
2h à 4h temps de réponse moyenhors week-end et soirée
-
0% demandes traitées autotout passe par un agent
-
3 à 5 € coût par ticket (estimé)questions répétitives incluses
Votre support e-commerce tourne en automatique, 24h/24, directement sur WhatsApp.
Un workflow n8n qui connecte WhatsApp Business API, Shopify et votre CRM pour répondre aux questions fréquentes, suivre les commandes et qualifier les demandes complexes avant tout contact humain.
-
< 5 min temps de réponse24h/24, 7j/7 (estimé)
-
60 à 70% résolues automatiquementsans agent (estimé)
-
÷3 à ÷4 coût par ticket (estimé)vs support 100% humain
Le support e-commerce manuel, c’est une ressource entière consacrée à des questions déjà répondues.
80% des demandes reçues chaque semaine sont identiques : statut de commande, délai de livraison, procédure de retour, confirmation de paiement. Pourtant, chaque ticket passe par un agent.
Ce qui se passe sans ce système
- Toujours les mêmes questions : statut commande, retours, délais de livraison – traitées à la main, une par une, chaque jour.
- Réponses disparates : qualité et délai varient selon l’agent. Aucune cohérence entre les canaux.
- Escalades non filtrées : demandes complexes et triviales arrivent en même temps, sans priorisation.
- Vérification manuelle Shopify : chaque réponse nécessite d’ouvrir le back-office pour retrouver la commande.
Ce que ça coûte en pratique
- Charge disproportionnée : 2 à 3h par agent et par jour sur des questions auxquelles une réponse auto suffirait.
- Insatisfaction client : sur WhatsApp, une attente de 2h est perçue comme un échec. Le client passe chez un concurrent.
- Coût RH élevé : tâches répétitives, turnover, impossible d’absorber les pics (soldes, Black Friday) sans recruter.
- Zéro données : aucune trace structurée des demandes – impossible de détecter les problèmes récurrents.
À quoi ça sert, et pour qui ?
Objectif : transformer WhatsApp en canal de support autonome, connecté à vos outils e-commerce. Un workflow n8n qui comprend les demandes, interroge vos données en temps réel, et répond ou escalade selon la complexité de chaque cas.
Le besoin couvert
- ✓ Répondre aux questions fréquentes : délais, retours, paiements – sans agent.
- ✓ Interroger Shopify en temps réel pour le statut exact de chaque commande.
- ✓ Gérer les retours et SAV : formulaire, collecte d’infos, création du ticket helpdesk.
- ✓ Qualifier et transférer les demandes complexes à un agent avec le contexte complet.
- ✓ Synchroniser chaque interaction dans le CRM ou helpdesk sans saisie manuelle.
Pour qui c’est fait
- ✓ E-commerçants Shopify avec un volume de support en croissance et une équipe limitée.
- ✓ Marques DTC qui utilisent WhatsApp comme canal principal et veulent rester réactives sans recruter.
- ✓ Équipes support de 1 à 5 personnes qui veulent se concentrer sur les cas à valeur ajoutée.
- ✓ Boutiques qui veulent absorber les pics (soldes, Black Friday) sans augmenter les effectifs.
- ✓ Ceux qui veulent automatiser le support sans chatbot SaaS à 300-500 €/mois ni dev custom.
Comment ça marche
Un pipeline en 6 étapes. Du message WhatsApp reçu à la réponse envoyée ou au ticket créé, sans intervention manuelle.
Réception du message WhatsApp
Le webhook n8n reçoit le message depuis WhatsApp Business API. L’expéditeur est identifié via son numéro et transmis au noeud suivant.
Identification du client
Le numéro est utilisé pour récupérer le profil dans Shopify et le CRM. Si le client est reconnu, ses dernières commandes sont chargées pour contextualiser la réponse.
Classification par LLM
L’intention est extraite du message : suivi commande, retour, FAQ, paiement, autre. La classification détermine la route suivante.
Routage conditionnel
Selon l’intention : réponse FAQ, interrogation Shopify, flux retour, ou création d’un ticket humain avec contexte complet.
Génération et envoi de la réponse
Le LLM rédige une réponse personnalisée (nom, commande, statut, délai) et l’envoie via l’API WhatsApp Business.
Synchronisation et escalade
Chaque interaction est loggée dans le CRM. Si escalade nécessaire, le ticket est créé avec le contexte complet et l’agent est notifié.
Outputs concrets
Exemples illustratifs. Données fictives, structure représentative des outputs réels.
| Client | Type de demande | Action déclenchée | Temps de réponse | Statut |
|---|---|---|---|---|
| Marie D. | Suivi de commande | Réponse auto – statut Shopify | 8 sec | Résolu |
| Thomas L. | Demande de retour | Formulaire retour envoyé + ticket créé | 12 sec | En cours |
| Sarah M. | Question FAQ livraison | Réponse auto – base FAQ | 5 sec | Résolu |
| Pierre K. | Problème de paiement | Ticket prioritaire créé + agent notifié | 14 sec | Escaladé |