Cette méthode a d'abord été publiée sur G2 AI blueprints.
Quel problème cela résout-il ?
Les acheteurs qui se posent une question sur la taille, la compatibilité, les ingrédients ou les délais de livraison partent souvent au lieu de la poser. Les chatbots basiques répondent à partir d'une FAQ figée, les agents ne sont pas en ligne à 23 h, et les réponses par e-mail arrivent quand l'acheteur a déjà commandé ailleurs. Chaque question sans réponse est une vente perdue, et les questions elles-mêmes remontent rarement jusqu'à l'équipe qui rédige les fiches produit.
Comment ça marche ?
- Installez Yuma Sales AI sur votre boutique Shopify (installation en deux clics). Il fonctionne comme un widget dédié sur les fiches produit et lit votre catalogue en temps réel, votre stock, les caractéristiques produit, les avis, vos politiques et l'historique du support : pas de FAQ à construire. Tout ce qui nécessite un humain est transmis à votre helpdesk avec la conversation complète.
- Ajoutez des consignes de vente dans votre Handbook Yuma : le ton de marque pour les conversations avant achat, quand recommander des produits complémentaires, et les règles de remise (qui peut obtenir un code, de combien et à quelle fréquence).
- Connectez Claude à Yuma via le Yuma MCP et lancez les prompts avant achat sur les conversations de chat des 30 derniers jours. Identifiez les principales questions par produit et celles qui se terminent le plus souvent sans achat.
- Corrigez vos fiches produit. Ajoutez les réponses aux questions les plus fréquentes (guides des tailles, compatibilité, ingrédients, délais de livraison) pour que moins d'acheteurs aient besoin de demander.
- Écrivez des tests pour les cas délicats avant la mise en ligne : une variante en rupture de stock, une question de compatibilité à laquelle votre catalogue ne répond pas (l'agent ne doit pas deviner), un acheteur qui cherche à obtenir une remise, et quelqu'un qui hésite entre deux tailles.
- Laissez tourner le test A/B intégré. Chaque déploiement de Sales AI est testé par défaut contre un groupe témoin sans Sales AI : après deux à quatre semaines, vous comparez le taux de conversion, le revenu par visiteur et le panier moyen avec les acheteurs qui ne l'ont jamais vu.
- Faites un point chaque semaine : conversations terminées sans achat, réponses sur lesquelles l'agent avait un doute, et utilisation des codes de réduction.
- Élargissez une fois les résultats confirmés : activez les relances de panier et les recommandations produit. Si votre boutique n'a pas encore de chat support, ajoutez Yuma Chat AI pour que le même assistant traite les questions sur les commandes et repère les occasions de vente additionnelle en pleine conversation, le tout depuis un seul Handbook.
Quel est le plus grand bénéfice ?
Les acheteurs obtiennent une réponse exacte en quelques secondes, au moment du doute, au lieu de quitter le site pour chercher ailleurs ou d'attendre une réponse par e-mail. Dans les tests A/B de Yuma, des marchands ont vu jusqu'à 18 % de revenu par visiteur en plus et jusqu'à 6 % de taux de conversion en plus. Les questions des acheteurs deviennent aussi une liste priorisée de corrections de fiches produit pour l'équipe merchandising.
Que faut-il pour la mettre en place ?
Ne laissez jamais l'agent deviner sur la compatibilité, les allergènes, les ingrédients ou les tailles au-delà de ce que dit votre catalogue : transmettez ces questions à un humain avec toute la conversation. Plafonnez les codes de réduction et rendez-les à usage unique pour que le widget n'habitue pas les acheteurs à réclamer une remise. Lisez les résultats via la comparaison avec le groupe témoin plutôt qu'en avant/après, pour que la saisonnalité ne les fausse pas, et séparez ordinateur et mobile. Essayez-le sur votre propre boutique avec un essai gratuit de Yuma de 30 jours.
Quelles sont les limites ?
Les réponses ne valent que ce que valent les données de votre catalogue : des caractéristiques manquantes mènent à des transferts au lieu de réponses. Le gain varie selon le trafic, la catégorie, le niveau de prix et la complétude de vos fiches produit, et les chiffres ci-dessus sont de bons résultats, pas des garanties. Les remises peuvent avancer des ventes qui se seraient faites au prix plein. Les marques soumises à des allégations réglementées, comme les compléments alimentaires ou les soins de la peau, ont besoin de règles strictes dans le Handbook sur ce que l'agent peut dire.
Les prompts de cette méthode
Utilisez-les avec Claude connecté à Yuma via le Yuma MCP. Remplacez tout ce qui est entre [crochets].
Prompt 1 : ce que les acheteurs demandent avant d'acheter
Recherche toutes les conversations de chat dans Yuma des [30] derniers jours qui ont eu lieu avant un achat (questions avant-vente, pas le support sur les commandes).
Renvoie :
1. Les 15 principaux types de questions par volume (par exemple taille, compatibilité, ingrédients, délais de livraison, retours, moyens de paiement, stock), avec le nombre et la part de chacun.
2. Pour chaque type de question, les 3 produits les plus concernés.
3. Deux ID de conversations et une courte citation d'acheteur par type de question.
Prompt 2 : les questions qui coûtent des ventes
À partir des mêmes conversations, et en utilisant les données de commande quand elles sont disponibles, trouve les types de questions qui se terminent le plus souvent sans achat dans la même session ou dans les [48] heures.
Pour chacun, dis-moi si l'agent a répondu entièrement, partiellement, a dit qu'il ne savait pas ou a transféré la conversation. Signale toute réponse qui semble fausse ou incertaine, avec les ID de conversations pour que je puisse vérifier.
Prompt 3 : corrections des fiches produit
À partir des résultats des Prompts 1 et 2, liste les fiches produit qui gagneraient le plus à recevoir du nouveau contenu. Pour chaque fiche, indique :
- le produit
- les questions que les acheteurs posent sans cesse à son sujet
- l'information exacte qui manque sur la fiche (guide des tailles, liste de compatibilité, liste d'ingrédients, estimation de livraison)
- une courte réponse que nous pourrions ajouter, basée uniquement sur ce que disent déjà notre catalogue et nos politiques
Classe par nombre de questions. N'invente aucune information produit.
Prompt 4 : les tests avant la mise en ligne
Écris [10] tests pour nos conversations avant achat, à partir de vraies questions d'acheteurs si possible. Pour chacun, donne le message de l'acheteur, la réponse attendue avec le ton de notre marque, l'action attendue (répondre, recommander, proposer un code, transférer) et pourquoi ce cas compte.
Inclus au minimum :
- une taille ou une variante en rupture de stock
- une question de compatibilité ou d'allergène à laquelle le catalogue ne répond pas (attendu : ne pas deviner, transférer)
- un acheteur qui demande une remise sans y avoir droit
- un acheteur qui hésite entre deux tailles
- un acheteur qui pose une question sur la livraison avant une date limite pour les fêtes
Prompt 5 : rapport hebdomadaire du chat de vente
Pour les conversations avant achat des 7 derniers jours dans Yuma, fais un rapport de moins de 200 mots :
- nombre de conversations et les 5 principaux types de questions
- les conversations terminées sans achat, et la raison la plus fréquente
- les réponses signalées comme incertaines ou transférées
- les codes de réduction émis et utilisés
- une conversation qui s'est très bien passée et une dont on peut tirer des leçons
Les règles à garder
- L'agent ne devine jamais une information produit. Une donnée manquante signifie un transfert, puis une correction de la fiche produit.
- Mesurez le gain par rapport à un groupe témoin, pas en avant/après.
- Enregistrez ces prompts dans un projet ou un skill Claude pour que toute l'équipe puisse les relancer.
