Agent commercial et mise à jour des stocks pour Motosureste Suzuki
Points clés
-
Motosureste Suzuki : l'agent répond aux questions sur la vente et le financement et écarte les prospects sans intention d'achat ; les conseillers ont cessé de traiter toutes les conversations et se concentrent sur la conclusion des ventes.
-
J'ai remplacé la saisie manuelle des stocks de cinq succursales : le PDF de stock envoyé par Suzuki est traité par un modèle d'IA qui en extrait les données et met à jour WooCommerce via son API REST.
-
Pour établir le devis, l'agent confirme le modèle, la couleur, le nom, le téléphone et l'e-mail, présente un pré-devis puis, une fois approuvé par le client, génère le devis officiel et en partage le lien.
-
Si le client souhaite un financement, l'agent lui demande l'apport et ses revenus, puis transmet la conversation à un conseiller. Il fait de même pour l'atelier, les pièces détachées et les réclamations. Au moment du transfert, il étiquette le contact dans GoHighLevel et cesse de répondre.
-
Il comprend les messages vocaux et les images en les convertissant en texte avant de répondre, et regroupe les messages envoyés à la suite par le client pour ne répondre qu'une fois.
Flux de l'automatisation
- 1
Le client écrit sur WhatsApp
Outil: WhatsApp
- 2
GoHighLevel envoie le message à n8n
Outil: GoHighLevel
- 3
L'agent comprend la demande et prépare la réponse
Outil: OpenAI
- 4
Consulte les modèles, prix et couleurs dans la boutique
Outil: WooCommerce
- 5
Génère le devis et enregistre l'opportunité de vente
Outil: GoHighLevel
- 6
Transmet à un conseiller si le client veut un financement
Outil: GoHighLevel
Problème
Les conseillers de Motosureste traitaient toutes les conversations WhatsApp, y compris celles de personnes sans intention d'achat. En outre, les stocks des cinq succursales étaient saisis à la main dans la boutique en ligne à partir du PDF de stock envoyé par Suzuki.
Solution
Quand un message arrive, GoHighLevel l'envoie à n8n et l'agent répond avec un modèle d'OpenAI. Il consulte à ce moment-là les modèles, prix, couleurs et offres dans la boutique WooCommerce : il ne les invente donc pas. Si le client veut un devis, l'agent lui demande ses coordonnées, lui montre un pré-devis à confirmer et génère le devis dans GoHighLevel. Pour les stocks, le PDF arrive par WhatsApp, un modèle d'IA extrait les quantités de chaque modèle et couleur, et le flux les enregistre par succursale dans WooCommerce via son API REST.
Gestion des erreurs
- Avant d'écrire les stocks, le flux vérifie que les quantités par succursale de chaque ligne correspondent au total indiqué dans le PDF lui-même. Sinon, cette ligne n'est pas modifiée et elle est signalée.
- Seules les variantes présentes dans le catalogue de la boutique sont mises à jour. Ce que le modèle ne peut pas associer avec certitude reste inchangé.
- Si la boutique a un emplacement de stock que le flux ne connaît pas, il s'arrête sans rien écrire, car une mise à jour sans lui effacerait le stock de cet emplacement.
Mon rôle
C'était un travail d'équipe chez Kobler. J'ai construit dans n8n l'agent et le flux de stocks, je les ai surveillés en production et j'ai corrigé leurs incidents. J'ai aussi participé aux réunions avec le client pour recueillir les règles métier et identifier les cas limites.
Résultats
- Les conseillers ont cessé de traiter toutes les conversations : l'agent écarte les prospects sans intention d'achat et ils se concentrent sur la conclusion des ventes.
- Les stocks des cinq succursales ne sont plus saisis à la main.
- Chaque devis est enregistré dans GoHighLevel comme opportunité de vente, avec le modèle et la couleur choisis par le client, et attribué à son conseiller.
Code privé par confidentialité envers les clients ; captures d'écran, architecture et démonstration disponibles sur demande.