Agent IA ou chatbot pour votre boutique e-commerce : lequel choisir ?

Quelle est la différence entre un agent IA et un chatbot ?

Un chatbot FAQ est un outil de conversation qui répond à des questions prévues à l’avance, à partir de scénarios ou d’une base de réponses rédigée par la boutique. Il est efficace pour les questions répétitives : délais de livraison, retours, moyens de paiement.

Un agent de recommandation produit est un assistant conversationnel branché sur le catalogue d’une boutique, qui comprend une demande ouverte, cherche dans les produits réels (prix, stock, variantes) et propose les articles adaptés. On parle aussi d’assistant shopping IA ou de vendeur virtuel : c’est la même famille d’outils.

La différence tient en une phrase. Le chatbot répond avec ce que la boutique a écrit. L’agent raisonne, à chaque conversation, à partir de ce que la boutique vend. C’est l’écart entre un standard téléphonique et un vendeur qui connaît le rayon.

Chatbot FAQ, plugin standard ou agent sur mesure : que change chaque option ?

Comparatif général : les fonctions varient d’un éditeur à l’autre. Vérifiez la fiche de l’outil que vous envisagez.

Quand un chatbot suffit-il ?

Un chatbot suffit, et c’est souvent le bon choix, dans trois situations :

• Vos clients écrivent surtout pour savoir où est leur colis, comment retourner un article ou quels sont les délais.
• Votre catalogue est court, avec peu de variantes : le choix est évident, personne n’a besoin d’être guidé.
• Votre objectif principal est d’alléger le support, pas de conseiller avant l’achat.

Dans ces cas, ajouter un agent de recommandation serait une complication inutile. Un chatbot bien alimenté, ou même une page FAQ claire, règle le problème. Si c’est votre cas, je vous le dirai franchement.

Quand un agent devient-il utile ?

Un agent devient utile quand le problème n’est pas de répondre, mais de choisir. Trois signaux le montrent :

• Vos visiteurs hésitent entre plusieurs références. Ils tapent des demandes en langage courant, pas des noms de produits. Baymard, qui a évalué la recherche interne de plus de 170 sites e-commerce, relève que 43 % d’entre eux présentent des problèmes sur les recherches par cas d’usage.
• Vos produits demandent un conseil. Tailles, compatibilités, ingrédients, associations : plus le produit est technique ou personnel, plus le client cherche un avis avant de payer.
• Vous payez pour votre trafic. Le taux de conversion moyen d’une boutique en ligne se situe entre 2,5 et 3 % selon Red Stag Fulfillment (2025). Chaque visiteur qui repart sans avoir trouvé son produit est un coût d’acquisition perdu.

Exemple fictif, à titre d’illustration. Une boutique de cosmétiques compte 200 références. Une visiteuse écrit : « une crème pour peau sensible, qui ne graisse pas, sans parfum ». Un chatbot FAQ renvoie vers la page « Nos crèmes ». Un agent lit les attributs des fiches, écarte les produits parfumés, propose deux références en stock et explique en une phrase ce qui les distingue.

Un agent ne règle pas tout. Baymard agrège 50 études et documente un taux moyen d’abandon de panier de 70,22 %. Les raisons les plus citées sont les frais supplémentaires, une livraison trop lente, le manque de confiance dans le paiement et la création de compte obligatoire. Aucun conseil produit ne corrige cela. L’agent agit sur une seule partie de l’écart : l’hésitation avant le choix.

Comment choisir : quels critères regarder ?

Trois critères suffisent pour une première décision :

• Le catalogue. Sa taille, ses variantes et surtout la qualité des fiches. Un agent ne recommande bien que ce que les fiches décrivent : attributs manquants, mauvais conseils. Si votre boutique est multilingue, les fiches doivent l’être aussi.
• Le panier moyen. Plus il est élevé, plus le client demande un conseil avant d’acheter, et plus un accompagnement se justifie.
• Les questions récurrentes. Relisez les dernières questions reçues par le support, les réseaux sociaux ou le chat. Si la majorité concerne une commande déjà passée, un chatbot suffit. Si la majorité demande « lequel choisir ? », un agent se justifie.

Pour mesurer le premier critère sur votre boutique, l’audit catalogue gratuit note la lisibilité de vos fiches par les agents IA et indique s’il vaut mieux commencer par les fiches que par l’agent.

Que change le RAG pour un agent de boutique ?

Le RAG (génération augmentée par récupération) est une technique où le modèle de langage va chercher des passages dans une base de documents avant de répondre, au lieu de se fier à sa seule mémoire. Pour une boutique, cette base contient les fiches produits, les prix et le stock, rangés dans une base vectorielle qui retrouve les produits les plus proches du sens de la demande. L’agent répond alors à partir de votre catalogue et non de suppositions, ce qui réduit le risque d’invention sans le supprimer, d’où l’intérêt de tester des scénarios réels avant l’ouverture au public.

Concrètement, un agent sur mesure assemble des briques courantes : une plateforme de conversation (Voiceflow, ou Convocore AI selon la demande), une base vectorielle (Supabase), l’API de la boutique Shopify ou WooCommerce, et parfois n8n pour relier d’autres outils. C’est ce que je construis avec SuperVendeur IA, adapté au catalogue et au ton de chaque boutique.

Sources citées dans cet article

• Baymard Institute, Cart Abandonment Rate Statistics : taux moyen d’abandon de panier de 70,22 %, calculé sur 50 études.
• Red Stag Fulfillment, Average Conversion Rate for Ecommerce : taux de conversion moyen entre 2,5 et 3 % en 2025.
• Baymard Institute, Ecommerce Search UX Best Practices 2026 : évaluation de plus de 170 sites, dont 43 % présentent des problèmes sur les recherches par cas d’usage.
• Lewis et al., Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks (NeurIPS, 2020) : l’article qui a introduit le RAG.

Les exemples de conversation de cet article sont fictifs. Aucun résultat client n’est présenté : AUTOMAGIQUEIA n’affiche un chiffre que s’il a été mesuré et sourcé.

Article rédigé par Désiré Nkurunziza, fondateur d’AUTOMAGIQUEIA, consultant en agents IA de recommandation pour boutiques e-commerce, depuis Marrakech.