Créer une expérience d’achat unifiée grâce à l’IA

22 juin 2026

Une jeune mère essaie une poussette un samedi matin dans le magasin de Leuville-sur-Orge. Elle photographie l’étiquette, rentre chez elle, compare, commande le soir même sur le site de la même enseigne. Deux jours plus tard, elle rapporte l’article en magasin parce que le coffre de sa voiture est trop petit. Trois passages, trois systèmes différents, et une vendeuse qui n’a aucune trace de l’essai du samedi. C’est ce genre de couture ratée que l’intelligence artificielle et l’expérience d’achat unifiée cherchent à réparer, du côté du client bien plus que du côté des outils.

Le client ne connaît pas vos canaux

Il connaît une enseigne. Une seule. Quand il change de chemin, il suppose que l’enseigne le suit.

Cette enseigne de puériculture exploite quatre magasins en Essonne et un site marchand, environ neuf mille références actives, un panier moyen autour de soixante-dix euros. Les équipes en magasin sont bonnes ; le site fonctionne. Le problème vit entre les deux. Un client qui a demandé conseil en rayon reçoit trois jours plus tard un courriel promotionnel sur un produit concurrent de celui qu’il vient d’acheter. Une commande passée en ligne pour un retrait en magasin arrive sans que personne au comptoir ne sache si elle est prête. Rien de dramatique pris isolément. Additionné sur une année, cela fabrique une impression de désordre qui pèse sur la fidélité bien plus que le prix.

Ce que nous entendons le plus souvent en clientèle tient en une phrase de dirigeant : « chacun de mes outils marche, c’est l’ensemble qui ne marche pas ».

Les cinq endroits où la couture se déchire

Nos audits font remonter presque toujours les mêmes ruptures. Le retour en magasin d’un achat en ligne, quand la caisse ne sait pas rembourser une commande web. La reprise d’un panier abandonné, quand le client rappelle et qu’on lui demande de tout redire. Le conseil contradictoire, quand la fiche produit du site annonce une disponibilité que le magasin dément. La carte de fidélité, qui compte les points d’un côté et pas de l’autre. Et le service après-vente, où le client raconte trois fois la même histoire à trois interlocuteurs.

Aucune de ces cinq ruptures ne relève de l’informatique pure. Chacune est d’abord une décision d’organisation qu’on n’a pas prise.

Avant d’acheter quoi que ce soit, nous demandons donc au dirigeant de refaire lui-même le parcours, en client anonyme, sur deux ou trois scénarios réalistes. Un achat en ligne retiré en magasin. Un retour. Une question posée par formulaire un vendredi soir. Une heure de test apporte plus de matière qu’un audit de trente pages.

Ce que la technologie recoud vraiment

Une fois les données clients rassemblées dans un même endroit, plusieurs usages deviennent accessibles sans chantier démesuré. L’unification des fiches clients, d’abord : reconnaître que le compte web « m.dupont92 » et la carte de fidélité au nom de Marie Dupont désignent la même personne, malgré une adresse électronique différente et une faute de frappe sur le nom. Cette réconciliation, fastidieuse à la main, se traite bien par apprentissage automatique et donne immédiatement une vision correcte de l’historique.

Ensuite viennent les recommandations, à condition de les brider. Une enseigne de puériculture a un avantage rare : l’âge de l’enfant. Le besoin change tous les trois mois de façon prévisible, ce qui rend les suggestions pertinentes sans espionner qui que ce soit. Le même moteur alimente aussi bien le site que la tablette du vendeur en rayon, et c’est là que l’expérience devient réellement continue.

Le traitement automatique des messages entrants rend service également, en classant les demandes et en préparant une réponse que le conseiller valide. Nous déconseillons en revanche de laisser un agent conversationnel répondre seul sur des sujets sensibles comme la sécurité d’un siège auto. Une erreur de ce type ne se répare pas avec une remise commerciale. D’autres cas d’usage métier sont détaillés dans notre panorama de l’IA appliquée aux métiers, avec le même souci de distinguer ce qui est mûr de ce qui ne l’est pas.

Le vendeur, utilisateur oublié de tous les projets

La plupart des projets d’unification se conçoivent pour le client final et se cassent sur le personnel de vente. Une tablette lente, un écran qui demande deux mots de passe, un historique qui met huit secondes à s’afficher devant un client qui attend : l’outil sera abandonné en trois semaines, quelles que soient les qualités du modèle derrière.

Notre règle est simple. Si le vendeur ne gagne pas visiblement du temps ou de la crédibilité face au client dès la première semaine, le projet est mal conçu. On teste donc sur un magasin, avec deux personnes volontaires, et on écoute ce qu’elles disent en fin de journée plutôt que ce que remontent les statistiques d’usage.

Il y a un autre effet, moins prévu. Quand la vendeuse voit que le client a consulté trois fois une fiche produit, sa conversation change de nature. Elle ne vend plus, elle lève un doute. Sur des produits d’équipement à plusieurs centaines d’euros, cette différence se lit dans le chiffre d’affaires du rayon.

Mesurer autre chose que le taux de conversion

Le taux de conversion du site ne dit rien de la qualité d’un parcours qui traverse plusieurs canaux. Nous préférons trois indicateurs plus rugueux : la part des clients actifs sur au moins deux canaux, le délai moyen entre une question posée et une réponse utile, et le nombre de fois où un client doit répéter une information qu’il a déjà donnée. Ce dernier se compte à la main, sur un échantillon d’appels, et il est terriblement instructif.

Un mot sur les limites. Réconcilier des bases clients disparates prend des semaines, pas des jours, et le résultat n’est jamais parfait : il reste toujours des doublons, des homonymes, des clients qui donnent une adresse différente à chaque passage. Viser quatre-vingt-quinze pour cent de rapprochements corrects est réaliste. Viser cent pour cent fait perdre six mois pour un gain marginal.

Une dernière précaution, celle des données personnelles. Croiser les passages en magasin, les navigations en ligne et l’historique d’achat construit un portrait précis de familles avec de jeunes enfants. Cela impose une information claire, une conservation limitée dans le temps et un usage que le client accepterait s’il le découvrait. Le test que nous proposons aux dirigeants est brutal mais efficace : seriez-vous à l’aise d’expliquer ce traitement à la cliente de samedi matin ?

L’enseigne de Leuville-sur-Orge a commencé par le plus petit chantier possible, rendre les retours d’achats web possibles en caisse, et l’a fait en cinq semaines. Le reste a suivi parce que les équipes avaient vu un résultat. Chercher l’intelligence artificielle et l’expérience d’achat unifiée par ce bout-là, celui d’un irritant précis, donne de meilleurs résultats que les grands programmes de refonte. MINOBIA travaille volontiers sur ce format court, en partant du parcours réel de vos clients plutôt que d’un schéma de système d’information.

Questions fréquentes

Faut-il changer de logiciel de caisse pour unifier le parcours ?

Pas toujours. Beaucoup de caisses récentes exposent des interfaces de connexion suffisantes. Le remplacement se justifie surtout quand l’éditeur ne propose aucun moyen d’échanger les données.

Combien de temps avant que le client s’en aperçoive ?

Sur un irritant bien choisi, quelques semaines suffisent. Sur une refonte complète du parcours, il faut compter plusieurs trimestres et une communication régulière auprès des équipes.

Un agent conversationnel est-il indispensable ?

Non, et c’est rarement par là qu’il faut commencer. Une base clients propre et un historique visible en magasin apportent davantage qu’une fenêtre de discussion sur le site.

Que faire des clients qui refusent d’être identifiés ?

Les servir aussi bien que les autres. Un parcours qui ne fonctionne qu’avec un compte crée une clientèle à deux vitesses, et cela se remarque vite.


À propos de l’auteur

Joël Obitz est entrepreneur et fondateur de MINOBIA, cabinet spécialisé dans l’intégration stratégique de l’intelligence artificielle au sein des PME et ETI. Fort de 20 ans d’expérience dans le B2B industriel, il accompagne les entreprises dans leur transformation numérique, avec une approche directe, pragmatique et orientée résultats.

Suivre Joël sur LinkedIn

Contactez-nous : contact@minobia.ai
Suivez-nous sur LinkedIn et Facebook

MINOBIA – Activateur France Num https://www.francenum.gouv.fr/activateurs/minobia

Articles similaires

Discutons de vos besoins dès aujourd’hui !

Échangeons ensemble sur vos défis et vos ambitions

Que ce soit pour une question, un besoin spécifique ou un projet à concrétiser, nous sommes à votre écoute. Envoyez-nous un message et avançons ensemble vers la meilleure solution !
✕