Étude de cas
Assistant Vendeur : une IA qui aide les vendeurs à conseiller, sans les remplacer
En magasin, un vendeur doit connaître des centaines, parfois des milliers de références, et répondre sur-le-champ aux questions et hésitations des clients. Assistant Vendeur met à sa disposition la connaissance du catalogue au moment où il en a besoin.
Voir Assistant Vendeur en ligne →En bref
- Type
- Application web métier avec IA générative
- Pour qui
- Équipes de vente en boutique et leurs responsables
- Ce que fait l'outil
- Recherche produit, arguments de vente, réponses aux objections, aide au choix
- Technologies
- PHP, MySQL, API d'IA générative appelée côté serveur
- Statut
- En ligne
Le problème
Un vendeur ne peut pas tout savoir sur chaque produit : caractéristiques, différences entre modèles, arguments adaptés à un client précis. Face à une objection (« c'est trop cher », « je ne suis pas sûr que ce soit adapté »), la bonne réponse dépend du produit et de la situation.
L'information existe souvent déjà : fiches produits, catalogues fournisseurs, savoir-faire des vendeurs expérimentés. Mais elle est dispersée et difficile à mobiliser pendant une conversation avec un client.
Ce qui a été construit
- Une base de connaissance produit : catégories, marques, variantes, questions fréquentes et informations métier, alimentée et tenue à jour par le magasin.
- Un assistant qui répond aux questions d'un vendeur sur un produit, à partir de cette base.
- La préparation d'arguments de vente structurés, adaptés au contexte du client.
- Une aide à la réponse aux objections : le vendeur indique le produit et l'objection, l'outil propose une réponse argumentée.
- Un module d'aide au choix entre plusieurs produits.
- Un espace d'administration avec des rôles distincts (administrateur, responsable, vendeur) et un import de catalogue depuis un fichier tableur, utilisé pour charger plusieurs milliers de références.
Les choix et leurs raisons
L'IA s'appuie sur les données du magasin
L'assistant ne répond pas « de mémoire » : il reçoit les informations du produit concerné, issues de la base du magasin. C'est ce qui rend ses réponses pertinentes pour ce catalogue précis, et vérifiables.
Des rôles clairs
Les vendeurs consultent, les responsables et administrateurs enrichissent la connaissance. La qualité des réponses dépend de la qualité de la base : il fallait que sa gestion soit simple et encadrée.
Une technologie sobre
PHP et MySQL, sans framework lourd, sur un hébergement mutualisé classique : l'outil reste peu coûteux à héberger et simple à maintenir. L'appel à l'IA se fait côté serveur, la clé d'accès n'est jamais exposée dans le navigateur.
Importer plutôt que ressaisir
Un catalogue de plusieurs milliers de produits ne se saisit pas à la main. L'import depuis un fichier tableur, avec une étape d'analyse et de correspondance des colonnes avant exécution, a permis de charger un catalogue fournisseur complet.
Limites et garde-fous
- Le vendeur reste celui qui conseille : l'outil prépare, il ne décide pas.
- Une réponse n'est jamais meilleure que les informations de la base : une fiche incomplète donne une réponse incomplète.
- Pour les produits soumis à une réglementation particulière, les informations sensibles doivent être validées par le magasin et non laissées à l'IA.
Ce que ce projet montre
Ce projet illustre une IA appliquée à une tâche précise, sur des données réelles, avec un humain qui garde la main. C'est la même démarche qui peut s'appliquer à d'autres métiers où il faut mobiliser rapidement une connaissance dispersée : service client, support technique, conseil.
Situations proches :
Vous avez un besoin comparable ?
Décrivez simplement votre situation. Le diagnostic permet de préciser votre besoin, comprendre votre fonctionnement et déterminer quelle solution numérique peut être envisagée.

