Concevoir un conseiller IA pour prolonger l’expérience showroom en ligne

Pour son nouveau site, Heytens souhaitait transposer en ligne une partie de la valeur de son conseil en showroom. aiko a conçu un conseiller IA capable de qualifier le besoin, de recommander des produits sur mesure et d’aider les clients à se projeter, avant d’adapter ce même socle aux conseillers du réseau.

Retail & E-commerceillustration Heytens showroom
parcours sur un même moteur conversationnel
2

Un parcours client en ligne et un parcours destiné aux conseillers en showroom

accompagnement conversationnel
FR / NL

Un parcours adapté aux deux marchés

de prise de rendez-vous après usage du conseiller IA
8 à 9 %

Contre environ 5 % pour le parcours classique, selon les premières mesures disponibles

Le point de départ

Transposer en ligne la valeur du conseil en showroom

Le modèle d’Heytens repose sur un accompagnement personnalisé : comprendre le projet du client, qualifier ses contraintes et l’orienter vers des rideaux, voilages ou stores adaptés avant la prise de rendez-vous. Lors de la refonte de son site, l’entreprise a voulu expérimenter une nouvelle manière de prolonger ce conseil en ligne, sans chercher à reproduire artificiellement l’expérience physique.

Les équipes marketing, digitales et IT d’Heytens ne disposaient pas d’expertise IA en interne. Elles ont travaillé avec aiko et Antadis, l’agence chargée du nouveau site et de l’intégration front, pour concevoir un conseiller capable de formuler des recommandations suffisamment pertinentes pour contribuer au parcours commercial. Le principal risque identifié dès le départ concernait la qualité du conseil délivré.

Une progression itérative

Construire l’expérience IA au rythme du site, des données et des usages

Le conseiller IA a été développé en parallèle du nouveau site, alors que les données produit étaient encore en cours d’enrichissement. Le projet a été organisé autour de points hebdomadaires, de sprints de quatre semaines et de revues mensuelles, avec un périmètre ajusté à partir des apprentissages.

  1. Définir le rôle du conseiller et les conditions de pertinence

    Le cadrage initial a précisé la place du conseiller dans le parcours digital, les informations nécessaires pour qualifier un projet et le niveau de contrôle attendu sur les recommandations produit. Le périmètre a été conçu pour évoluer avec le site et les données disponibles.

  2. Construire les capacités par couches successives

    aiko a développé un premier socle réunissant dialogue, qualification du besoin et recherche catalogue. La visualisation, la prise de rendez-vous puis l’adaptation du moteur et de l’interface aux conseillers en showroom ont ensuite été ajoutées.

  3. Faire évoluer le dispositif à partir des usages réels

    Après le déploiement de la V1, les réponses, les recommandations, la visibilité des fonctionnalités et les parcours ont été ajustés par cycles réguliers. Pour la V2 showroom, le Run a été mené en parallèle du Build afin d’intégrer rapidement les retours des premiers pilotes.

Des usages au socle technique

Ce qui a été réalisé

Le dispositif relie qualification du besoin, recherche catalogue, visualisation, accompagnement vers le rendez-vous et pilotage opérationnel.

Conseiller IA

Qualifier le projet avant de recommander

Le conseiller recueille progressivement les informations utiles — pièce, niveau d’opacité recherché, couleur, forme et dimensions des fenêtres — avant de déclencher une recherche dans le catalogue. Il accompagne aussi l’inspiration, répond aux questions sur les showrooms et oriente le client vers la prise de rendez-vous, en français comme en néerlandais.

Recherche catalogue

Maîtriser la pertinence des recommandations produit

Les données issues de Quable sont importées, nettoyées et structurées dans une base PostgreSQL dédiée. La recherche applique les critères recueillis pendant l’échange, relâche progressivement les filtres lorsqu’aucun résultat n’est disponible et construit une sélection complétée par des arguments personnalisés, tout en conservant un contrôle strict sur les références proposées.

Agent multi-phases

Adapter le dialogue à l’intention du client

Le périmètre initial, centré sur le diagnostic, a évolué vers un agent capable d’intervenir à plusieurs moments du parcours : inspiration, qualification, recommandation, visualisation, prise de rendez-vous, informations sur les showrooms et support. Un routage par phases adapte les outils mobilisés à la demande.

Visualisation

Aider le client à projeter le produit chez lui

À partir d’une photo de la pièce, un service dédié permet de visualiser le rendu d’un produit dans son environnement. Un contrôle automatique vérifie la présence éventuelle d’une personne et, dans ce cas, refuse puis supprime l’image avant toute génération ou conservation.

Showrooms & pilotage

Étendre le socle aux conseillers et garder la main sur son comportement

Une interface intégrée à l’intranet réunit recherche produit, conversation et visualisation pour les conseillers, avec un usage pensé pour la tablette lors des déplacements à domicile. Une interface d’administration permet aussi aux équipes Heytens d’ajuster plusieurs paramètres sans modifier le code, tandis que les usages et les coûts sont suivis par showroom.

L’arbitrage structurant

Construire une base produit dédiée plutôt qu’ouvrir la recherche trop tôt

L’API du PIM Quable exposait un format peu adapté à des requêtes pilotées par un LLM, tandis que les données produit étaient encore incomplètes. Une approche RAG a été envisagée, puis écartée afin de garder un contrôle strict sur la construction des requêtes et sur les références recommandées.

aiko a donc construit une base produit dédiée, alimentée depuis Quable et alignée sur les informations structurées par l’agent. Ce choix a sécurisé la recherche produit et a ensuite rendu possible la visualisation des références dans la pièce du client.

Données source

  • PIM Quable
  • Catalogue en cours d’enrichissement

Socle dédié

PostgreSQLRecherche structurée · agent · visualisation
Une chaîne de récupération produit conçue autour des critères du diagnostic, plutôt qu’une interrogation directe et ouverte du PIM.

Les résultats

Des signaux positifs, avec un usage encore à développer

Les premières mesures montrent un effet positif du conseiller IA sur la prise de rendez-vous et de la mise en avant de la visualisation sur son usage. Elles indiquent aussi le principal enjeu de la suite : rendre le conseiller plus visible et augmenter la part de visiteurs qui l’utilisent.

8 à 9 %
de prise de rendez-vous parmi ses utilisateurs

Contre environ 5 % pour le parcours classique

Près de ×2
images générées chaque jour

Après la mise en avant de la visualisation par un CTA

La visualisation comme levier d’engagement

À l’origine, le client devait demander explicitement la génération d’une image. L’ajout d’un CTA a rendu cette capacité plus visible et a presque doublé le nombre d’images générées chaque jour. Les équipes envisagent désormais une intégration plus directe dans l’expérience produit.

Une amélioration continue guidée par les comportements observés

aiko et l’agence en charge du site ont travaillé sur la manière de présenter le conseiller et de rendre ses capacités compréhensibles. L’analyse des conversations, un outil statistique dédié et une refonte de la recherche produit restent inscrits dans la suite du projet.

Une V2 showroom encore en cours de déploiement

Le nouvel usage destiné aux showrooms doit assister les conseillers dans la recherche d’informations produit et la visualisation. Au moment de la collecte, cette V2 était testée sur un premier périmètre avant une ouverture prévue à environ cent showrooms franchisés en France et en Belgique : ce déploiement reste une étape attendue, et non un résultat déjà acquis.

L’insight projet

L’usage réel doit pouvoir contredire la conception initiale

Lorsqu’un agent conversationnel introduit une nouvelle manière de naviguer et de chercher un produit, son appropriation reste difficile à prévoir. Les premiers usages se sont écartés de certaines convictions initiales sur le fonctionnement attendu de l’agent.

Le projet a confirmé l’intérêt de sortir rapidement un premier prototype, de l’assumer comme évolutif et d’ajuster l’expérience à partir des retours. Sur ce type de produit, la capacité à réorienter rapidement le parcours, les recommandations et les fonctionnalités compte davantage qu’un cadrage qui chercherait à tout figer avant la confrontation aux usages.

Votre trajectoire

Faire émerger les capacités IA qui méritent vraiment d’être mutualisées

Échangeons sur vos enjeux métiers, Data et SI pour construire une trajectoire adaptée à votre organisation.

Parler à un expert