Scénario illustratif

Scénario : un chatbot IA conseille les tailles et les tenues d’une boutique de mode en ligne

Sommaire
  1. Ce que coûte l’hésitation sur la taille
  2. Une journée type dans une boutique de mode en ligne
  3. Suggérer la pièce assortie, comme en cabine
  4. Les avis, quand on ne peut pas toucher le tissu
  5. Garder en mémoire les goûts de chaque cliente
  6. Le calcul pour une boutique de mode (exemple hypothétique)
  7. Questions fréquentes

Une scène fictive. Mercredi soir, 22 h. Une cliente parcourt votre boutique en ligne depuis son divan. Elle a trouvé une robe qui lui plaît, mais hésite entre le S et le M. En magasin, une vendeuse réglerait la question en trente secondes, avec deux questions sur la coupe qu’elle préfère.

En ligne, elle fixe le tableau des tailles : tour de poitrine, tour de hanches, longueur du dos, en centimètres. Elle ne connaît pas ses mesures exactes. Elle ferme l’onglet.

C’est le quotidien d’une boutique de mode en ligne sans aide à la décision. Un chatbot IA configuré pour la mode peut tenir le rôle de la vendeuse pour ce genre de question : il connaît votre guide des tailles et vos fiches, et il répond à 22 h comme à 10 h. La page secteur présente l’outil complet, chatbot et CRM pour la mode et la maison.

Ce que coûte l’hésitation sur la taille

En mode en ligne, le doute porte sur la taille, sur le style, sur « est-ce que ça va m’aller ? ». Comme le rappelle une analyse de Shopify, les problèmes de taille figurent parmi les causes de retour les plus fréquentes dans ce secteur.

Chaque retour a un coût : emballage, frais postaux, réception, inspection, remise en stock, sans compter la marge perdue si l’article finit en solde parce que la saison a tourné.

Un tableau des tailles donne des chiffres ; la cliente veut un conseil. « Je porte du M dans telle marque et du S dans telle autre. Cette robe taille comment ? » Aucun tableau ne répond à ça.

Un chatbot peut s’en approcher. Il demande la taille habituelle pour ce type de vêtement, les marques portées, la coupe préférée (ajustée ou ample), puis répond d’après votre guide des tailles et les indications de vos fiches (« taille petit », « coupe ample »). La réponse ne sera pas juste à tous les coups, et elle ne vaut que ce que valent vos fiches.

Question de la clienteCe que le chatbot peut répondreCe qu’il ne sait pas
« S ou M pour cette robe ? »Un conseil d’après votre guide des tailles et la fiche du modèleLa morphologie réelle de la cliente
« Qu’est-ce qui irait avec ? »Des pièces de votre catalogue, selon l’occasion et le budget donnésCe que les autres clientes ont acheté
« Est-il offert en bleu marine ? »Les coloris indiqués dans vos fichesLe stock en temps réel
« Comment l’entretenir ? »Les consignes d’entretien de la ficheCe qui n’est pas écrit dans vos contenus
« Puis-je l’échanger ? »Votre politique d’échange et de retourL’état d’une commande en cours
Une conversation du chatbot devient une fiche et une affaire dans le CRM.

Une journée type dans une boutique de mode en ligne

Voici à quoi pourrait ressembler un mardi dans une boutique de mode fictive qui a installé un chatbot sur son site.

  1. 8 h

    Cinq nouveaux contacts dans le CRM

    Vous ouvrez votre CRM en prenant votre café. Pendant la nuit, le chatbot a eu sept conversations. Cinq visiteuses ont laissé leur courriel. Deux d’entre elles posaient des questions précises sur une collection capsule : tailles, coloris, possibilité de réserver. Leur score est de 12 et de 13 sur 15 : ce sont elles que vous rappelez en premier.

  2. 11 h

    Une cliente prépare sa tenue pour un mariage

    Une femme écrit : « J’ai un mariage en juin, budget autour de 400 $, je cherche quelque chose d’élégant mais pas trop formel. » Le chatbot demande ses couleurs préférées, le type de cérémonie, si elle veut du long ou du court. Puis il propose trois tenues tirées de votre catalogue (robe, chaussures, accessoires), avec les liens vers les fiches si vos pages sont indexées. La cliente ouvre deux fiches.

  3. 15 h

    Un code QR sur le sac d’achat

    Une cliente de la semaine dernière scanne le code QR imprimé sur son sac. Le site s’ouvre avec le chatbot et le message que vous avez écrit pour ce code : « Bonjour ! Nos nouveautés en lin viennent d’arriver. Voulez-vous les voir ? » Elle parcourt la nouvelle collection depuis son téléphone.

  4. 20 h

    Trois conversations en même temps

    La boutique est fermée depuis trois heures. Sur le site, trois clientes écrivent en même temps. L’une veut savoir si un pantalon taille grand, l’autre demande la politique d’échange, la troisième hésite entre deux couleurs de veste. Chacune reçoit sa réponse en quelques secondes.

  5. 22 h 30

    Un avis de plus sur Google

    La cliente qui a acheté une robe vendredi revient demander comment l’entretenir. La réponse l’aide. Le Review Booster lui propose de donner une note, puis lui présente le lien vers votre fiche Google, où elle laisse un avis si elle le souhaite.

Cette journée est fictive. Elle repose sur des fonctions du forfait Pro : le guide des tailles et le catalogue donnés en documents ou en pages indexées, le code QR et le Review Booster.

Suggérer la pièce assortie, comme en cabine

En boutique, pendant que la cliente essaie une robe, la vendeuse revient avec une ceinture et des escarpins assortis, « juste pour voir l’effet ». Souvent, la cliente repart avec un accessoire de plus. Ce n’est pas de la vente forcée, c’est du service.

Le chatbot peut faire la même chose par écrit. Quand une cliente s’informe sur une robe d’été, il répond sur la taille, puis propose le reste de la tenue : « Pour une soirée, cette robe va bien avec la pochette en velours de la même collection. Voulez-vous la voir ? » Il puise ces suggestions dans votre catalogue ; il n’invente pas ce que d’autres clientes ont acheté et ne sait pas si la pochette est en stock.

Ce qui distingue ces suggestions du bandeau « Vous aimerez aussi » en bas de page, c’est le contexte : la cliente a dit son budget, l’occasion, sa préférence pour les tons neutres. La suggestion en tient compte.

L’effet attendu est un panier un peu plus fourni, parce qu’on aide à compléter une tenue. Il se mesure : comparez, pendant l’essai, le panier des commandes passées après une conversation avec celui des autres. Pour le parcours d’achat lui-même (panier, paiement, abandon), voyez notre billet sur le chatbot et l’abandon de panier.

Les avis, quand on ne peut pas toucher le tissu

Selon le sondage BrightLocal de 2026 sur les avis locaux (page consultée le 13 novembre 2026), 97 % des consommateurs lisent des avis sur les entreprises locales. En mode, où l’on ne peut ni toucher le tissu ni essayer la pièce, ces avis comptent d’autant plus.

Les clientes contentes ne pensent pas d’elles-mêmes à laisser un avis. Le Review Booster pose la question pendant la conversation : quand l’échange a aidé la cliente, le chatbot propose une note de 1 à 5 étoiles ; toutes voient ensuite le lien vers votre fiche Google, et de 1 à 3 étoiles, un formulaire privé s’ajoute pour comprendre ce qui n’a pas fonctionné. Le détail est dans le guide du Review Booster ; le scénario de la boutique de quartier développe le volet local.

Garder en mémoire les goûts de chaque cliente

En mode, connaître sa cliente fait la différence. La vendeuse qui se souvient que madame Tremblay préfère les coupes droites, porte du 8 en pantalon et aime le bleu marine lui fait gagner du temps. Mais ce savoir est dans la tête de la vendeuse : il part en vacances avec elle. Et en ligne, il n’existe pas : chaque visiteuse est une inconnue.

Avec ChatDirect, chaque cliente qui laisse ses coordonnées a sa fiche dans le CRM, et la conversation y est gardée : votre équipe y lit sa taille, son style, son budget, l’occasion. Vous pouvez reporter l’essentiel dans des champs personnalisés et des étiquettes de couleur (« bohème », « classique », « mariage », « bureau »). Si la cliente revient sur le même appareil, le chatbot garde la mémoire de l’échange précédent et peut reprendre le fil.

Les affaires et le pipeline servent aux demandes qui se suivent sur plusieurs jours : une tenue de cérémonie, une commande de groupe, un article à commander. C’est vous qui créez l’affaire. Les relances automatiques ne sont pas encore offertes ; pour prévenir une cliente du retour d’un article, le CRM vous donne la liste, des rappels et, dès le forfait Pro, des modèles de courriel.

Le calcul pour une boutique de mode (exemple hypothétique)

Voici une façon de faire le calcul avec vos propres chiffres. Le forfait Pro de ChatDirect coûte 89 $ CA par mois, hors taxes. Les valeurs ci-dessous sont des hypothèses, pas des résultats.

Les retours évités. Calculez ce que vous coûte un retour (logistique et marge perdue). Si un meilleur conseil de taille en évite quelques-uns par mois, l’économie se déduit de ce coût.

Le panier moyen. Les suggestions de pièces assorties peuvent ajouter un accessoire à certaines commandes. Impossible de prévoir combien : mesurez-le pendant l’essai.

Le seuil de rentabilité. Une seule vente de plus par mois dont la marge dépasse 89 $ couvre l’abonnement.

Hypothèse Valeur d’exemple
Coût du forfait Pro 89 $ CA par mois (2 000 conversations)
Panier moyen 150 $ (à remplacer par le vôtre)
Coût d’un retour (logistique et marge) à calculer pour votre boutique
Part des conversations hors heures d’ouverture À estimer (hypothèse : 40 %)

Quand ce n’est pas la bonne solution

Si vos fiches ne disent rien de la coupe ni de la taille, le chatbot n’aura rien de solide à répondre : commencez par les compléter. Si vos clientes vous écrivent surtout pour suivre un colis, un outil relié à votre boutique en ligne fera mieux. Et pour un ajustement délicat (robe de mariée, tailleur), un essayage ou un échange avec une vendeuse reste la bonne réponse : le chatbot peut alors proposer votre lien de réservation.

L’essai gratuit de 14 jours permet de voir combien de conversations le chatbot reçoit et sur quoi elles portent. Pour la suite : les fonctionnalités, l’agent IA en détail et la liste des bénéfices d’un chatbot.

Questions fréquentes

Les chiffres de cet article sont-ils réels ?

Non. La boutique, les clientes et les situations décrites sont fictives. L’article montre comment ChatDirect peut s’utiliser ; il ne rapporte aucun résultat mesuré chez un client. Les montants du calcul sont des hypothèses à remplacer par les vôtres.

Le chatbot peut-il vraiment conseiller sur les tailles comme un vendeur en boutique ?

Il ne remplace pas l’œil d’une vendeuse, mais il pose des questions utiles (taille habituelle, marques portées, coupe préférée) et répond d’après votre guide des tailles et vos fiches. Pour les questions courantes, il donne une réponse à toute heure. Pour un ajustement délicat, un essayage reste la meilleure option.

Comment le chatbot fait-il des recommandations de produits complémentaires ?

Il se sert du contexte de la conversation : ce que la cliente regarde, les préférences qu’elle exprime, son budget et l’occasion. Il puise ses suggestions dans le catalogue que vous lui avez fourni. Ce n’est pas un algorithme du type « les autres ont aussi acheté », et il ne connaît pas votre stock en temps réel.

Est-ce utile pour une petite boutique de 200 produits ?

Oui. Vous lui donnez votre catalogue dans la base de connaissances ou, dès le forfait Pro, en documents et en pages indexées (75 documents et 75 pages en Pro). Un catalogue ciblé rend même ses réponses plus précises. Pensez à réindexer les pages quand la collection change.

À quoi sert un code QR sur les sacs ou les emballages ?

La cliente qui scanne le code QR de son sac revient sur votre site, avec le chatbot ouvert : elle peut poser une question d’entretien, découvrir les nouveautés ou laisser ses coordonnées. Le coût se limite à l’impression ; le nombre de scans, affiché dans le portail, vous dira si l’idée prend.

Aidez vos clientes à choisir la bonne taille

Essai gratuit de 14 jours, sans carte de crédit : chatbot IA et CRM. Guide des tailles en document et Review Booster dès le forfait Pro.

Voir le CRM